估值180亿美元，马斯克造了一家“AI独角兽”

 

作者：一号

编辑：美美

成立不到一年的xAI，估值已达180亿美元。

4月7日，据《华尔街日报》独家报道，xAI正在和投资者们进行洽谈，计划筹集高达30亿美元的资金，而其估值也极有可能飙升到180亿美元这一天文数字。而xAI才仅仅成立不到一年的时间，它无疑是马斯克的又一个“造富神话”。

 

根据有关消息，考虑参与此轮融资的投资方包括风投公司Gigafund和投资人Steve Jurvetson。其中Gigafund是由曾联合创办PayPal的Stephen Oskoui等人创立的，和马斯克关系密切。尽管消息尚未得到马斯克或xAI的官方回应，但若此轮融资成功，那么意味着在AI领域中，巨头之间的竞争将加剧，但与此同时，这也为整个行业注入了新的活力。

就在前不久，xAI还刚刚开源了Grok-1，成为了当前参数量最大的开源大模型，它的参数量达到了3140亿。究竟是什么，让这家新生的AI创业公司，成功挤进了巨头之间的竞争，并成为一个“AI独角兽”。

为了“理解宇宙的本质”

马斯克在宣布xAI成立之前，就一直在各种场合强调AI可能带来的危害，甚至还和多人签署联名信，要求OpenAI暂停研究比GPT-4更强大的模型。但转过头来，他就表示想要用AI来解决复杂的科学和数学问题，甚至帮助人们“理解宇宙的本质”，并建立一个正直的通用人工智能（AGI）。于是，xAI诞生了。

2023年7月12日，由马斯克亲自领导，还有12位分别来自DeepMind、OpenAI、谷歌研究院、微软研究院、特斯拉等知名公司，以及多伦多大学等学术机构的核心成员，共同创建了xAI。其中华人成员占到了几乎三分之一。

只用了两个月进行训练，xAI就退出了它们的首个AI大模型产品Grok。它是一个善于讽刺的聊天机器人。并且，与ChatGPT不同，Grok能够通过X平台(前身为推特）实时了解世界，并能回答被大多数其他AI系统拒绝的辛辣问题，也就是说，它并不那么“政治正确”。

马斯克商业版图的一块

暂且不管xAI为了理解宇宙本质的成立初衷。从首个AI大模型产品Grok和X的紧密结合就可以看出，xAI很可能成为联系马斯克不同公司之间的连接器。

除了和X的深度集成，马斯克还曾经暗示，特斯拉汽车有望运行较小版本的Grok。只要车载的人工智能电脑能够运行Grok模型，那么特斯拉汽车可能可以拥有世界上最大的可用推理计算能力。甚至有人指出，Grok可能会取代特斯拉目前的语音控制系统。

除了与X等的集成，Grok本身也将被以独立应用的形式提供给用户，这意味着用户不仅可以在X平台上使用它，还能在其他场合通过独立的应用程序访问它，它将直接和市面上的AI大模型产品进行竞争，例如OpenAI的ChatGPT等。

 

因此，马斯克在今年前段时间，起诉了OpenAI，提出了五项指控，包括违约、违反信托义务和不公平商业竞争等。指责OpenAI违背了最初的非盈利使命，转而专注于盈利，并要求OpenAI遵守开源承诺，恢复GPT的开源状态。尽管看起来是马斯克对OpenAI积怨已深，但随后马斯克就开源了xAI的Grok-1模型，很难不怀疑对OpenAI不开源的指责是在为xAI的开源做营销。

xAI开源的Grok-1是一个混合专家（MoE）模型，拥有3140亿参数，是目前参数量最大的开源大语言模型。它的开发和训练过程遵循了开源的原则，其权重和网络架构已经公开，机遇Apache 2.0许可，允许用户自由地使用、修还和分发。

在Grok-1开源后不久，xAI就紧接着退出了Grok-1.5，主打长上下文理解和先进的推理能力，其上下文长度从原先的8192增长至128K，与GPT-4持平。新模型在数学能力上的提升达到了惊人的50%，在HumanEval数据集上的得分甚至超过了GPT-4。

可以看出，xAI近期的一系列动作都在竞争激烈的大模型市场上“刷存在感”。

xAI如何杀出重围？

去年，xAI就通过股权融资10亿美元，而现在，它又开始计划进行新一轮的融资计划，尽管xAI的估值很可能来到180亿美元，但对比起它的对手，有微软撑腰的OpenAI，还有Google等巨头的资金实力，可能还真是“小巫见大巫”。

 

但是，xAI背靠马斯克，其产品Grok具备实时性，能够在信息更新方面超越一些GPT模型版本，例如GPT-3.5和GPT-4 Turbo。此外，Grok还能回答被大多数其他AI系统拒绝的棘手问题，这也是其优势质疑。

然而，谷歌的Gemini还有OpenAI的GPT在知识储备、专业能力以及多模态方面均超过了Grok，尤其Gemini的部分核心能力甚至首次超越了人类专家。Grok在大家都卷多模态的时候，还尚未能在多模态能力上有所突破，因此，当下想要突出重围，还是比较困难的。

xAI还需要克服起步阶段的劣势，在技术创新和应用拓展方面持续迭代，才有可能杀出大模型的重围。