【新興領域/2024.02焦點】見證生成式人工智慧領域的突破，將不可能化為現實！|FINDIT:臺灣新創募資第一站

生成式人工智慧（GenAI）會成為史上最偉大、最具影響力的技術創新嗎？是否會徹底改變人類的生活和工作模式？亦或是最終承諾帶來革命性改變卻止步於漸進式改進？在2023年人工智慧的發展留下許多問號，除此之外也留下不少期待。這項熱門技術從研究室走出，不僅成為話題也成為企業商業藍圖的一部份，然而，過去許多突破性技術不免因興奮情緒導致炒作，接著，當炒作遇到現實而產生失望，最後技術達到某個臨界點並證明其價值後出現爆炸性成長，「夢想很豐滿，現實很骨感」，許多號稱突破性的技術皆敗在產品化、商業化路上。通常這個過程需經歷幾年的時間，而GenAI僅僅一年間就已經達到最後階段，成長至今已經有許多工具和用例出現。本文藉由CB Insights發佈的「State of AI 2023 Report」等文章摘要整理，回顧GenAI於2023年的突飛猛進與熱度所在。

人工智慧產業在嚴峻的募資環境下仍有亮眼成績

2023年的整體投資市場交易和募資金額降至六年來最低點，因全球經濟的不確定性導致投資者的不安，交易量與募資金額分別下降30%和42%。儘管如此，GenAI的活躍表現仍將人工智慧產業從乾旱中救起，雖整體獲投活動有放緩趨勢，但在嚴峻的募資環境中仍有漂亮的成績，據CB Insights報告，該領域新創透過2,500輪交易募得425億美元，相較2022年僅下滑10%，降幅遠小於全球趨勢，交易數量則下降24%，為該領域自2017年以來最低的數量。藉此也反映大規模的交易增加，推高該產業的平均交易金額，與2022年平均1,930萬美元相比，2023年成長21%，來到平均2,340萬美元，看中人工智慧發展路途的可能性和變現性，越來越多投資者將鉅額投入其中，這樣的情況也可能持續縮小人工智慧的發展範圍，未來將會是投資者認為長遠來看更能存活的少數公司獲得關注。

隨著大型語言模型（LLM）的競爭升溫，2023年的募資金額中就有三分之一（140億美元）由該領域的亮眼新創所募得，分別是OpenAI、Anthropic和Inflection，GenAI的新創募得金額更是占整體產業的48%，共募資204億美元，該比例遠高於過去幾年，而這股熱度也還沒有冷卻的跡象，據CB Insights截至2023年Q2的報告數據來看，GenAI的平均交易金額就達1.6億美元，遠高於整體人工智慧產業的獲投平均。

OpenAI－以ChatGPT聞名，如今已成為人工智慧產業的領先玩家之一，一舉手一投足皆不斷重新定義可能性的邊界，2023年除了獲微軟投資100億美元外，OpenAI公司內部發生的變革也備受矚目，年末的開發者大會OpenAI發表了幾項突破性功能，其中包括GPT Builder 介面，任何人都能藉由此介面創建自己的AI助理，制定專屬自己的功能。
Anthropic－自OpenAI獲得微軟初期投資後，因部份員工認為自身願景與公司方向存在差異，Anthropic誕生了，推出Claude後便打著ChatGPT最強勁品的稱號不斷獲得投資，2023年就獲投近70億美元，透過提出了Constitutional AI訓練法，結合SL及RL的這種訓練方式改善人為介入的AI決策過程，忠於最初「人工智慧安全性」的理念使它脫穎而出，至今也定期發布研究結果及推出模型。
Inflection－互動式AI被視為未來的趨勢，Inflection作為人工智慧產業中強勁的玩家，在5月推出Pi，定位是「有同理心的傾聽者、知己或是合作夥伴」，Pi能夠透過記住過去的對話，隨時間推移了解該用戶，與用戶持續保持對話並提出反饋來提供情感支持，2023年獲投13億美元。

AI不只是技術進步的附加項，也是新創企業的核心組成

企業與科技巨頭大動作推動該產業領域的整合，相較2022年，併購交易成長21%，2023年共有317筆交易，現存企業迫不及待在自身的產品及服務上加入人工智慧的功能，人工智慧產業的領導者也正以此手法奪取市場占比，希望藉此保持領先地位。回顧2023年有不少熱門併購交易，包括：

Databricks以13億美元收購MosaicML

MosaicML由Naveen Rao成立於2021年，專注GenAI的開發，瞄準不具備AI能力的中小型企業。MosaicML透過提供平臺，讓各類型企業都可輕鬆在安全環境訓練和部署AI模型，產品群組包括開源、商業授權MPT Foundation系列模型和MosaicML推理和訓練服務；該公司另一個較具話題性的是它的前身－Nervana Systems，曾推出超強性能深度學習底層框架Neon，以該框架在Nervana Engine晶片執行，組合比輝達Titan X性能高10倍交易，強勁表現吸引Intel注意並隨即以4億美元被併購，後續晶片產品遭取代後Naveen Rao便退出Intel另起爐灶。

完成交易後MosaicML的團隊加入Databricks，並成為Databricks Lakehouse 平臺的一部分，被Databricks收購前的估值為2.22億美元，等於此次收購使其估值躍升六倍，顯現GenAI人才及技術的需求，該筆併購也象徵推進GenAI的重大投資。

Amazon收購音訊搜尋引擎Snackable AI與自動完成命令的AI新創Fig

Snackable AI 的技術在於自然語言處理 (NLP)，並且利用GenAI技術生成章節和精彩片段等影像和音訊，分析Podcast的文字記錄，識別內容主題和情緒，Amazon收購交易完成後，Snackable AI 的創辦人任職Amazon Music的AI&ML產品負責人，為完善Amazon Music的Podcast推薦功能，協助開發其相關功能。

　Fig提供「自動完成」的功能，為開發人員在輸入指令時可能想採取的下一步操作提供自訂的建議和描述，省去重複輸入執行命令的時間，前述提到，Fig的核心是透過有用的建議來減少開發人員的繁重工作，與GitHub的Copilot相近，Google和 Meta相繼推出類似 Copilot 的工具， Fig雖尚未達Copilot的規模，但Amazon以此表明其對GenAI的野心，6月推出CodeWhisperer，Fig的人才也不愁沒有用武之地。

Thomson Reuters以6.5億美元收購Casetext

Casetext成立於2013年，從法務AI面向切入，該公司的關鍵產品之一為AI法律助理CoCounsel，以GPT-4為基礎，能迅速提供文件審查、備忘錄、證詞準備和合約分析等。早在OpenAI開發GPT-4時，Casetext就已和OpenAI成為合作伙伴關係，精通使用OpenAI的模型、解決和法律有關問題的技巧， Thomson Reuters透過此次併購達成承諾每年投資1 億美元以上，將人工智慧整合到其服務內容和技術解決方案中的願景。

Snowflake收購Myst AI、LeapYear、Neeva和Ponder

Snowflake自2012年成立以來，公司的市場採用率成指數性長，吸引新創到Global 500巨頭等客戶，以在結構化資料倉庫和結構化程度較低的資料湖內管理雲端資料而聞名於世。

2023年1月收購Myst AI，能源公司使用AI模型來預測電價波動、客戶需求變化和其他趨勢，而Myst AI則為這些公司提供AI平臺，使其能在平臺上更輕鬆開發模型、自動執行相關任務，完成併購後能夠以此為基礎應用於不同產業；2023年2月以6,200萬美元收購LeapYear，獲取LeapYear 的差分隱私技術，差分隱私為資料共享手段，僅分享可以描述資料庫的一些統計特徵，而不公開個人的訊息，由於資料隱私法規，此概念下的資料無塵室需求大，Snowflake將LeapYear 的技術用來增強自家產品Global Clean Room；2023年5月以約1.5億美元收購Neeva AI，欲利用Neeva在GenAI搜尋技術方面的專業知識，加速Snowflake平臺內對話式的搜尋功能；2023年10月收購Ponder，Python中的pandas是資料科學與人工智慧領域最受歡迎的工具，但存在資料規模轉換的分歧，正常情況下用戶需要將使用pandas寫的程式碼重編成大資料框架下的工具程式碼，透過Ponder，資料團隊能直接在資料中運行Python中的工具包（pandas、NumPy等），所有流程都在選定的資料平臺內安全運行，完成併購後該產品即成為Snowflake 資料雲的一部分，此舉象徵Snowflake在改善平臺開發者體驗方面又邁出一步。

AMD收購AI軟體新創公司Nod.ai與Mipsology

Nod.ai以開源軟體開發compiler，運用機器學習開發程式碼生成及自動排程工具，用於異質硬體（如CPU、GPU及加速器）之間的運算和通訊，其代表作SHARK可以降低在資料中心、邊緣及客戶端平臺上部署高效能AI模型所需的手動優化的時間；另一家法國的AI軟體新創Mipsology，收購前已持續為AMD開發AI推理與優化解決方案及工具，其產品Zebra AI能與AMD-Xilinx等FPGA一起使用，AMD以併購公司的AI相關技術擴展人工智慧生態系統並改進本身產品，追趕第一大AI晶片業者Nvidia。

Adobe 收購印度 AI 影片創作平臺 Rephrase.ai

Rephrase.ai成立於2019年，該公司打造以GenAI技術創造影片的平臺，用戶能輸入自己的劇本並一鍵轉成影像，Adobe旨在將Rephrase.ai的技術和生成AI影像的功能整合到其專有的影片編輯平臺Creative Cloud中，此舉將增強Adobe在影片創作領域的產品。

Airbnb以近2億美元金額收購 Gameplanner.AI

Gameplanner.AI 成立於2020年，行事低調，直到收購後才引起注意，收購當下這公司的實績也鮮少人知，此舉不只是Airbnb 2019年後首次收購，且代表併購策略轉變，後續Airbnb也發表將執行在應用層AI功能的計畫，建構有史以來最具創新性的AI介面之一。

Travelers以約4.35億美元收購Corvus Insurance

Corvus Insurance基於AI演算法開發一套整合網路銷售、服務和支援的解決方案，推出AI和NLP驅動功能Corvus 風險導航，以提高承保人日常手動任務的自動化程度，這些功能進一步減輕 Corvus Insurance承銷商的工作量，提高了報價效率和速度，同時實現了業界領先的低於 40% 的損失率。此次併購旨在透過Corvus Insurance整合網路銷售、承保、服務和支援能力的方案來增強其網路保險能力。

Appel收購WaveOne

Apple長期持續收購AI新創公司來增強自家產品和服務，在這場戰役中靜悄悄的累積實力，據Stocklytics.com統計，截至2023年Apple共併購多達32家AI新創公司，為科技巨頭中數量最多的。在2023年3月併購開發AI影像壓縮演算法的WaveOne，並將其技術整合既有設備內提高影像品質並降低其串流服務和裝置的頻寬和儲存要求，其他被併購並整合到設備的技術包括分析臉部表情解讀情緒的 Emotient、利用機器學習構建大型的個性化內容搜尋平臺Laserlike、自動駕駛技術聞名的Drive.AI 和根據用戶客製化生成音樂的 AI.Music 等，Apple的併購舉動多半沒有表明意圖，顯示Apple對早期新創的重視以及積極的策略，更凸顯人工智慧技術對優化產品重要性。

AI技術及相關應用產品不僅僅是科技業的掌上明珠，憑藉其各領域的發展性以及大佬們爭相收購的消息，可以看出其潛在的利益仍非常可觀，預計在2024年，為了增強AI相關服務和擴大市場覆蓋範圍，併購熱潮將會越演越烈。

誰是GenAI領域的吸金高手？

深入募資案件，經Findit團隊研究彙整，2023年全年人工智慧產業共有46筆鉅額交易，其中GenAI領域占了32筆，募資金額達235億美元，雖說2022年為GenAI投資交易筆數巔峰，但若以交易金額來看，2023年才是全球真正開始了解這項技術且關注其發展動向，並期望擴大這項技術的應用範圍。

鉅額交易中，多數都是過去一年經常占據版面的AI新創，其中以生成式人工智慧基礎設施（Generative AI infrastructure）占比最大，且多數資金集中在大型模型的開發，該領域本身所花費的成本就是一筆不小的數目，2022年時還未有太多資金投入這項技術，隨著OpenAI推出ChatGPT帶動各界對LLM的關注，僅僅一年的時間就讓各地的政府、投資者及學者動身投入開發，不僅比效能、適用性和價格，隨著應用範圍擴大隨之而來的隱私安全議題也納入考量；除此之外，隨著技術普及，協助開發者開發GenAI模型的平臺也獲得不少支持。該領域中獲投金額前五名分別如下：

OpenAI於2023年1月獲投微軟投資100億美元，敲響生成式AI大戰
Aleph Alpha於2023年11月獲投Bosch Ventures等人投資5億美元，被稱為歐洲版OpenAI
Databricks於2023年9月獲得T. Rowe Price領投的5億美元，其募資與併購動作皆極具話題性
Mistral AI於2023年12月獲得a16z領投的4.15億美元，以開源LLM挑戰市場競爭者
百川於2023年10月獲投阿里巴巴、騰訊等投資3億美元，發表可處理35萬漢字的模型

其次為生成式人工智慧的跨領域應用（Cross-Industrial Application）占比第二，又以AI助理與對話式機器人獲投金額最多，另外文字生成與影像生成領域也獲得鉅額的支持，跨領域應用的生成式工具一直都不缺乏投資人的關注，隨著影響各產業的功能越來越清晰，獲投的領域也較聚焦。

近期OpenAI發表的文字轉影像GenAI工具「Sora」掀起一陣討論，影片中街上水窪的倒影、衣服隨走路的擺動效果，甚至是主角臉上的肌理都栩栩如生，事實上在過去一年影像生成可說是吸睛度最高的領域，考慮到複雜程度也使這項技術的發展性非常可看，2023年2月就推出影像生成模型Gen-1的Runway在當時算是該領域的領先者，該技術需要使用者上傳文本、一張圖像以及一支影片，就可以生成該圖像風格、與影片動作相符的動畫短片，Runway緊接著在6月推出Gen-2，主要功能分別為「文本生成影像」、「文本搭配圖像生成影像」與「圖像生成影像」，同時該公司獲得Google領投的1.41億美元，達15億美元的估值擠身獨角獸行列。

最後是生成式人工智慧的垂直領域應用（Industry-Specific Application），在人工智慧產業中垂直領域的應用也許不輸跨領域應用，不過若以生成式技術為主，發展的空間似乎還未被拓展。金融科技新創AlphaSense分別於2023年4月及9月獲投，共250萬美元，該公司主要協助客戶從研究報告、財報電話會議、公司文件和新聞等公開或私人內容中擷取相關資訊，隨著應用趨於專業性較高的方向，生成的決策與內容是否能保證正確也備受考驗，在法規聲明與生成內容的容錯率尚未獲的平衡點之前，專為專業人士所打造的生成式工具開發腳步會稍微慢一些。

GenAI在應用領域下催生的獨角獸新星

經Findit團隊研究彙整，2023年共有16隻GenAI獨角獸誕生，略高於2022年的13隻，獨角獸中同年獲得鉅額的新創重疊率高達七成五，主要增長落在生成式人工智慧基礎設施領域的家數，16家中就占了9家，其餘7家則是跨領域應用。

與其他產業相比，人工智慧產業的新創達成獨角獸地位的時間快速許多，尤其是主打GenAI技術的新創公司，可見此項技術不僅激發世界各地用戶的好奇心，也用實力證明自家產品的價值，以在科技業大範圍衰退的背景下仍能達到這樣的成就。除了以獲投鉅額領域作為討論開端，以下參考由CB Insights「Generative AI Bible」所彙整超過300家GenAI新創，依應用場景列舉值得關注之新創：

（一）生成式人工智慧基礎設施（Generative AI infrastructure）

GenAI讓市場開始擺脫「新創寒冬」的陰霾，獨角獸估值前三名的公司OpenAI、Anthropic、Inflection，競爭的都是大型語言模型和聊天機器人產品的領域，但緊追在後的Cohere，鎖定的不是一般2C用戶，而是更窄的2B企業領域，其估值也達22億美元，特色在於相較市面上大模型，採用更小的參數、更大的客製化彈性，如顧問諮詢公司McKinsey就選擇Cohere做為首家合作的LLM廠商。

該領域除了模型開發外，還有開發平臺與資料庫，值得關注的新創包括：

大型ML模型&API

EleutherAI

專注於LLM的解釋性與一致性，為非營利性研究機構，採開放、協作的研究模式，不區分員工和其他研究者。為獲取大規模機器學習所需資金接受CoreWave和SpellML的投資，其貢獻包括專為訓練LLM所挑選之數據集Plie，受OpenAI的GPT-3啟發而訓練的「GPT-Neo」模型系列，繼OpenAI發布DALL-E後，EleutherAI開始開發圖像生成模型，且在DELL-E發佈前EleutherAI和數位藝術家便基於CLIP（OpenAI開發的另一個模型）開發VQGAN-CLIP，後續Stability AI執行長稱其發表為Stability AI成立的動機。

contextual.ai

致力於開發「專業化的人工智慧」，試圖解決企業使用LLM時遇到的問題，如資料隱私、幻覺和合規性等，其核心技術為檢索增強生成（RAG），透過文件和網頁等外部資源來增強模型，如：提問＂誰是美國總統？＂，RAG會在可能相關的來源中找到數據，然後將結果與原始提問打包在一起，並將其提供給模型供應回答「根據白宮官方網站，現任總統是喬·拜登」，類似附上文獻出處的概念，相較典型的LLM則不會有這種過程，此方式也是解決語言模型「胡說八道」現象的主要技術之一。

開發平臺

Scale AI

該平臺致力於產生各種型態的「已標註資料」，也就是用來訓練模型所需要的資料，利用人類註釋者所擁有的領域知識和上下文理解，對於標記可能需要主觀判斷或解釋的數據非常重要，另一方面，機器學習演算法有助於簡化註釋過程，並持續從註釋者提供的回饋中學習，從而隨著時間的推移提高效率和準確性。資料類型從文字、圖像到影像，適用範圍從自動駕駛汽車、地圖到自然語言處理。

向量資料庫：

Chroma

GPT、PaLM等GenAI LLM不會從原始數據集中獲取文本，因為計算機無法理解文本，進出模型的所有資訊都是透過詞嵌入（Word embedding）進行，直接存取這些詞嵌入非常耗時，因此，向量資料庫儲存這些而設計的。Chroma DB與許多其他向量資料庫一樣，用於儲存和搜尋向量詞嵌入，Chroma為開源專案且擁有開源社群能即時解決使用上的問題，既可以作為記憶體資料庫，也可作為後端，並具有退出時儲存數據以及啟動時將數據加載到內存的功能，借助 Vector Stores，從文件中提取資訊、生成推薦和建立聊天機器人應用程式將變得更加簡單。

（二）跨領域應用（Cross-Industrial Application）

2023年成為獨角獸的新創中以Anthropic於2023年5月獲得最後一筆有揭露估值的投資後估值達41億美元，位居第一，屬於跨領域應用中的介面生成，其中又包括AI助理和搜尋引擎等應用。Anthropic於 2023年12月傳出正在洽談由Menlo Ventures領投的7.5億美元，估值有望破百億，LLM的性能在過去一年內有大幅度的躍進，各模型差距也逐漸縮小，其憑藉著「最可靠、最安全」的理念，打破由OpenAI主導的局勢。另外還有Inflection AI，達到40億估值，開發主打「有同理的機器人」，與市面上攻佔商業及專業用途的模型走不同路線使它脫穎而出。

此外，上榜的新創還有Adept AI，在各類聊天機器人占據C位的這半年，與聊天機器人對話使其生成文字、圖像及影像，似乎是讓更多人接觸和感受Gen AI 最主流的方式，但Adept AI卻沒有跟風，採取更進階玩法－「讓AI創建和執行動作」，成為新世代的操作系統；另外，Character.ai則已多達幾百萬的聊天機器人聞名，讓使用者打造完全客製化，並且擁有鮮明性格和價值的AI夥伴，近期也傳出可能獲投Google的鉅額資金。隨著生成技術越來越純熟，圖像生成已經不夠看，影像生成可說是近半年最火熱的話題，Runway和Synthesia兩家影像生成新創在此時登上獨角獸地位，最後還有擁有豐富行銷背景、以個人化數據生產專屬數位內容的Typeface。

該領域包括文本、視覺媒體、語音、代碼生成以及介面生成，以該領域散支的新創多達上百家，其中值得關注的包括：

1. 視覺媒體生成：

GenAI對藝術產業造成的衝擊與影響無論是好是壞，規模絕對不小，從侵權爭議開始，越來越多創作者抵制GenAI生成圖像的行為，然而，也有許多創作者選擇投身其中將其作為生財工具，除了初期爆紅的stability.ai與MIDJOURNEY外，以此技術崛起的新創超過百家，競爭激烈。其中包括能滿足藝術和視覺行銷的mage.space、可稱為Canva替代品的Fotor、提供高品質行銷產品圖的Booth.ai和只需一鍵就可以讓實拍真人轉換為CG角色的Wonder Dynamics。

2. 文本生成：

論發展歷程，文本生成無非是GenAI領域最純熟的技術，且由此延伸的應用範圍隨著時間也越來越廣泛，新創家數絕對不輸視覺媒體生成領域，除了推出不到兩年就成為獨角獸的早期玩家Jasper，還有將需要文本的企業與創作者聯繫起來將產出規模化的Pepper Content、可為簡報產出數百種變體以及優化行銷內容的Anyword、提供語音識別和總結等服務的AssemblyAI以及具爭議的AI好友/伴侶領域的Replika。

3. 語音生成：

除了文本生成的應用廣泛，語音生成同樣擁有廣告媒體、客服中心、樂壇和旁白等使用場景，而不只是視覺媒體生成有侵權爭議，針對不同歌手生成音頻並演唱該歌手為曾演唱過的歌曲在網路上開始流傳，「音樂生成」也一度打擊樂壇，甚至有歌手發起抵制行為。該領域的新創包括專注於音訊保真度創建逼真類人配音的Resemble AI、提供將文字轉成語音功能提升閱讀效率的Speechify、支源配音和翻譯與混音等技術的語音生成新創公司Deepdub和為影片和簡報廣告等產生免版稅背景音樂以及協助創作歌曲的日本新創Amadeus Code。

4. 代碼生成：

大多的LLM能生成文本也能生成代碼，但也有某些是專門為生成代碼而訓練的，能顯著改善開發人員的效率、準確性和工作流程，包括稱做企業版Github Copilot的CodeComplete、讓不懂資料庫也可以1秒生成銷售數字和產品趨勢等數據的Seek AI、無須編碼便可以開發AI應用程式的stack AI以及應用強化學習領域的最新技術自主編寫單元測試的Diffblue，相關技術提供持續的程式碼品質、覆蓋率和可維護性。

5. 介面生成：

介面生成又包括搜尋引擎、AI助理與知識管理，除了前述獨角獸名單排行前幾名的新創外，搜尋引擎有包括透過類人回覆來提供查詢結果的You.com與具備取代Google、ChaptGPT潛力的Perplexity AI，除此之外值得一提的還有專為客戶服務和銷售業務而設計能預防LLM回覆不準確性的Got It AI，以及可以一次搜尋包括PDF、PowerPoint、Excel表格等數十份文檔，並回答出如「過去五年供應鏈行業最大收購是甚麼？」等問題的Hebbia。

（三）生成式人工智慧的垂直領域應用（Industry-Specific Application）

相較於2022年，垂直領域應用在2023年沒有催生獨角獸，但以此技術延伸針對各產業客製化的GenAI功能絕對仍是人工智慧產業的發展重點，隨著AI新創的估值突飛猛進，跨領域應用的早期玩家有可能備受威脅，尤其是發展較早的文字和圖像生成最為脆弱，如何將應用層面深化，搶下單一產業應用的這塊大餅將是2024年值得關注的趨勢。

該領域發展較熱門的範疇有遊戲娛樂、健康醫療、零售業與金融業等，旨在透過生成技術加速產業開發過程，或是省去瑣碎單調的步驟，值得關注的新創包括：

無論大人小孩都與遊戲有過一段回憶－Circle Labs、hidden door、OPUS AI

NPC（非玩家角色，Non-Player Character）是網路最早面向消費者的AI應用之一，相較過去死板、文不對題的對話內容，GneAI讓NPC能夠進行更人性化且有趣的對話。Circle Labs將NPC搬出遊戲外，使其能夠建置在Discord、Twitter、Instagram等社群媒體，隨著互動NPC將會生成截然不同的個性，該公司於2022年底獲得由Lightspeed Venture Partners領投的420萬美元。一個遊戲能吸引人的元素之一就是其劇本故事性，hidden door除了能創建角色外，近期發表的遊戲是將AI技術運用在已存在的故事上，讓用戶能夠挑選故事情節並化身當中的角色進行遊玩，且能透過組合現有故事打造獨一無二的情節展開，該公司分別於2020年12月2022年7月獲投共900萬美元。

藉由生成技術OPUS AI打造文本生成遊戲的平臺，讓用戶能開發遊戲甚至是電視節目等作品，人類是一種受故事驅動的存在，生活需要「敘事」來賦予它意義，故事也代表我們存在的所有已知資訊，OPUS AI以Narrative AI打造讓所有人都能講述故事的平臺，除了應用在娛樂上，也能作為職業教學模擬，例如培訓醫院實習生，透過平臺模擬實際場景，並結合遊戲內容教導實習生做出適當反應等，僅需要使用者以文字敘述方式便能輕鬆創造出3D世界。

運用GenAI協助製藥以及減輕醫療負擔－Insilico Medicine、Pieces、Suki AI

隨著GenAI開始滲透到各行各業，一直受投資人喜愛的健康醫療產業同樣有許多結合此技術的既有公司與新創竄起。

2023年Insilico Medicine其AI平臺發現的藥物正進入第二階段臨床試驗，為全球首款GenAI藥物，用於治療特發性肺纖維化，是一種相對罕見的呼吸系統疾病，會導致肺功能逐漸下降，Insilico在每個步驟都使用GenAI，甚至預測臨床試驗的結果，使用傳統的方式成本可能超過4億美元，並需要長達六年的努力，專案開始後僅兩年半就進入臨床實驗的第一階段。

Pieces的Sculpted AI 採用 AWS的服務開發，透過AI摘要並整合到Pieces中的語音備忘錄，該功能可確保有效捕獲和利用關鍵的患者詳細資訊，同時監控患者並標記風險，做為數位助理減少醫療人員的行政負擔，其中針對AI的幻覺問題Pieces 表示，其幻覺率低於 0.001%，至今Pieces的系統已經產出超過200萬份患者的摘要，該公司也提供一種管理患者資訊的方法。Suki AI的旗艦產品Suki Assistant利用GenAI即時聆聽臨床醫生與患者的交流，並為臨床記錄生成建議，已經被證明可以將花在筆記上的時間減少72%，Suki AI於2023年12月宣布與omo ink合作，為旗下合作的私人執業醫師提供智慧助手。

使獨立設計師更容易創建自己的品牌－CALA

「永遠覺得自己的衣櫃少一件衣服」應該是所有愛打扮的人心裡常常出現的想法，CALA原先利用AI技術從設計到製造及定價簡化時尚供應鏈，2023年更新其技術，納入OpenAI的DALL-E，接下來你只要使用文字敘述心目中想要的服飾，透過GenAI的技術讓電腦勾勒出你缺少的那件，獨立設計師也能透過此技術獲得更多自主權，開立自己的工作室。

結語

2023年，有關人工智慧的話題不再只存在於科學家和企業間，這股旋風席捲大街小巷，不禁讓人隨時關注是否又有新技術及應用釋出，生成式人工智慧的發展讓人工智慧不僅成為國際間較量的工具，也為積弱不振的早期投資市場雪中送炭。

從文學作品到藝術作品，從程式碼再到電玩遊戲，創意和分析的模式已經發生不可逆轉的改變，無論如何能確定的是，對於生成式人工智慧的討論已經漸漸轉為能產生商業成果的現實，然而，權力越大，責任越重，當我們擁抱這些科技時，也必須注意它所帶來的道德影響、潛在偏見和社會衝擊，2024年，我們將以更謹慎的態度使用這些工具，隨著各國逐步落實相關法規以及各界學者和開發者持續努力，會有越來越多電影與遊戲情節被稱為是預言，因為這些曾經的不可能都將實現。

參考資料

【新興領域/2024.02焦點】見證生成式人工智慧領域的突破，將不可能化為現實！

相關熱門文章推薦

名家觀點

立即訂閱