Scaled Cognition融资1亿美元，为企业打造可靠AI

AI幻觉有了一个1亿美元的解决方案——它来自两位前微软研究员。

由两位前微软研究员创立的AI初创公司Scaled Cognition完成了1亿美元A轮融资，旨在将其用于消除企业AI应用幻觉的模型架构商业化。

"这些前沿模型就像是患有精神分裂症的天才——它们能生成令人惊叹的答案，但你问同一个问题，却会得到完全不同的回答，甚至可能是不正确的，"Scaled Cognition首席执行官Dan Roth表示。

该公司的Agentic Pretrained Transformer（APT）在传统token流之外，还能预测程序、系统查询等结构化对象，这与那些优化语言合理性却无法验证事实准确性的大语言模型有所不同。Roth表示，这种方法在可能查询范围有限的狭义企业领域效果最佳。

7.5亿美元的估值以及来自硅谷最知名AI投资者之一Khosla Ventures的支持，反映出市场对以可靠性为核心的AI基础设施需求日益增长。基于云的客户体验平台Genesys已在其Genesys Cloud平台中使用APT来提供虚拟座席功能。

来自OpenAI、Anthropic和Google的大语言模型在通用知识任务上展现了强大能力，在MMLU和HumanEval等基准测试中得分超过90%。但这些模型也可能给出听起来自信但事实错误的答案——在受监管行业中，这种缺陷是不可接受的，因为处方号码中哪怕一个数字出错都可能引发法律责任。"单个错误可能带来灾难性后果，"Roth描述了一个自动化医疗助手"在处方号码中连一个数字都不能产生幻觉"的场景。

据Khosla Ventures创始合伙人Vinod Khosla介绍，Scaled Cognition的架构通过根据可靠性需求将查询的不同部分路由到最合适的系统来解决这一问题。"它为那些需要真正可靠性且不容许出现幻觉的系统部分提供了独立的模型，"他说。

大规模验证AI生成输出的能力是企业在采用AI时面临的关键障碍。加州大学伯克利分校计算机科学教授、Databricks联合创始人Ion Stoica表示，人类可以轻松检查几行代码，但验证数十万行AI生成的代码几乎是不可能的。"这使得程序化可靠性成为企业系统的绝对必要条件，"他说。

Scaled Cognition计划利用这笔资金扩大其研究团队并加速企业部署。这家总部位于加州山景城的初创公司由Roth和自然语言处理研究员、加州大学伯克利分校AI教授Dan Klein共同创立。两人此前曾将其创立的初创公司Semantic Machines于2018年出售给微软。该公司将客户体验作为其首个目标市场，这是一个AI助手每天处理数百万次交互、准确性直接影响客户留存和监管合规的领域。Genesys对APT的采用为这项技术的商业可行性提供了早期的验证。

对投资者而言，押注Scaled Cognition反映了一个更广泛的判断：随着企业从生成式AI的实验阶段走向实际应用，能够信任模型输出将成为一种竞争优势。解决可靠性问题的公司有望在企业AI市场中占据不成比例的份额。Gartner预测，到2027年企业AI支出将达到3000亿美元。Scaled Cognition的狭义领域方法可能会限制其相较于通用模型的总可寻址市场，但企业愿意为可验证的正确输出支付的溢价，可以弥补这一限制。

本文仅供参考，不构成投资建议。