撰文 | 新皮层小组

编辑 | 王杰夫

本周智能领域迎来了多起投资并购。2023年第一批受ChatGPT热潮影响而成立大模型公司到了检验成果的时刻，等待它们的是早已已经准备好支票的金主们。

前几周就陆陆续续有AI公司拿到大笔融资，例如总部在巴黎的Mistral一口气拿了1.13亿美元的种子轮，不过本周还是格外热闹：周一大数据公司Databricks用13亿美元收购了OpenAI的竞对MosaicML，相比上一轮融资时估值足足翻了6倍；周五前DeepMind联创的新公司Inflection和做AI生成视频的公司Runway又分别融到了13亿和1.41亿美元。

AI公司投融资的规模比其他类型公司更大，而背后的资本方重叠程度也更高，微软、Google、英伟达是最常见的名字，现金充裕的科技大公司们都在多头下注，毕竟这个圈子并不大，雨露均沾或许是一种可行的策略。

不过本周的收购中，美团与「光年之外」的故事是个另类。上周日有消息流出，AI创业公司「光年之外」创始人王慧文因病无法继续管理公司，很多人都在担忧这家公司的未来，毕竟每个人都知道王慧文作为「攒局者」是这家公司的灵魂。周四美团发布公告称将全资收购这家公司，从收购价格看，其它资方都是平进平出，没人亏钱，没人赚钱，也没当事人出来说话。

除了AI公司，上游的芯片公司本周也很热闹。先是英特尔表示，终于结束了三十多年芯片设计与制造垂直整合的策略，将晶圆代工业务拆分独立；后又是另一家晶圆代工巨头三星电子公布2nm制程的时间表，芯片制造大战一触即发。

AI的发展离不开高性能的芯片。有媒体报道，美国政府将可能在7月初升级对中国出口AI芯片的禁令——未来所有AI芯片都被禁止出口到中国，除非经过美国商务部的特殊许可。如若成真，中国AI公司将面临极其困难的局面，无论科技如何发展，比特世界终究还是建立在原子世界之上。

可以关注《第一财经》YiMagzine的最新IP「新皮层NewNewThing」。

以下过去一周最值得关注的智能新闻，由该新IP为大家整理，请享用。

Key Points

资本篇

Databricks以13亿美元收购OpenAI竞争对手MosaicML；

美团全资收购王慧文的AI公司「光年之外」；

DeepMind前联创的新公司Inflection完成13亿美元融资，估值40亿美元；

文生视频AI公司Runway融资1.41亿美元。

芯片篇

英特尔计划分拆芯片制造业务；

美国考虑全面禁止对华AI芯片出口；

三星预计2025年推出2nm制程。

资本篇

Databricks以13亿美元收购OpenAI竞争对手MosaicML

6月27日，大数据巨头Databricks宣布已签署最终协议，将斥资13亿美元收购MosaicML，此举旨在满足企业构建类似ChatGPT的工具的快速增长需求。被收购前，MosaicML融资总额为6400万美元，估值2.2亿美元。此次Databricks溢价6倍收购MosaicML成为今年生成式AI领域最大一笔投资。

MosaicML是家什么公司？

MosaicML是一家年轻的AIGC公司，2021年成立于旧金山，员工仅62人，由曾在Nervana Systems与英特尔共事过的Naveen Rao和Hanlin Tang合伙创立。这是一家专注于为企业开发AI的公司，也是最早发现大模型潜力并且开发商业化大模型的公司。

公司推出的MPT（MosaicML Pretrained Transformer）系列开源商用大模型有着训练成本低、上下文长度长、训练与推理速度快等优点。最新推出的MPT-30B版本，据称训练成本为70万美元，而效果可以媲美GPT-3.

Naveen Rao长期专注于AI学习和开发，曾在高通担任AI研究员，2014年创立了Nervana Systems，推出过Neon深度学习底层框架，还推出过AI芯片。2016年英特尔收购了Nervana，Naveen Rao成为英特尔人工智能产品的负责人，Neon架构和Nervana的相关产品也被整合到英特尔的产品线中。然而，2020年英特尔突然宣布将用自己后来花20亿美元收购的以色列公司Habana的系列产品，取代原定的Nervana服务器端AI加速芯片，Naveen Rao因此辞职创立了MosaicML。

Databricks是家什么公司？

Databricks成立于2013年，由加州大学伯克利分校的一群数据科学家创建。这家公司不涉足底层设施的搭建，而是与微软、Google、亚马逊等云服务供应商合作，在它们的云的基础上提供服务。主要产品如Delta Lake、Koalas以及Spark都是围绕数据科学家的工作提供解决方案。

Databricks的收入在疫情这几年快速增长，2021年收入达6亿美元。公司最近一轮融资是2021年8月的16亿美元H轮，当时私募市场估值为380亿美元。投资者除了a16z、富兰克林邓普顿等投资公司，还汇聚了微软、亚马逊、CapitalG（原Google Capital）等重要云服务供应商。

Databricks为何需要MosaicML？

其实Databricks自己也在开发大语言模型。2023年3月末，他们发布了Dolly 1.0，不过这个模型基于斯坦福大学Alpaca团队使用OpenAI API创建的数据集来训练，而由于OpenAI的限制政策，这个模型无法商用。4月12日，他们又发布了Dolly 2.0，训练数据来源于员工自主编写。不过，Databricks自己对Dolly显然信心不足，他们表示并没有指望这个语言模型有多么先进，但「这可能有助于未来开发更强大的语言模型」。

可以看出，对于缺少大模型开发经验的Databricks来说，收购MosaicML是快速补强的好方法。Databricks与MosaicML的联合产品将能够让企业使用自己的专有数据来简单、快速、低成本地训练和构建生成式AI模型，预计成本可以降至数千美元。

5月18日，Databricks的竞争对手Snowflake宣布收购了另一家生成式AI公司Neeva，不过并未公布交易金额。Neeva可以帮助企业客户利用AI快速搜索和分析数据点、数据资产，获得数据洞察能力。

随着面向个人用户的ChatGPT的热潮退去——有报道称其访问量5月仅增长3%，用户平均访问时间从8分32秒下降到7分48秒——越来越多的公司把目光放在了企业客户上，相信下半年面向企业客户的大模型的投资与收购会越来越多。

参考链接

https://techcrunch.com/2023/06/26/databricks-picks-up-mosaicml-an-openai-competitor-for-1-3b/

美团全资收购王慧文的AI公司「光年之外」

6 月 29日，美团于香港联交所发布公告称，已完成对「光年之外」境内外主体100%股权的收购，收购价约为20.65亿元人民币。公告显示，收购价格包括现金2.34亿美元、债务承担3.67亿元人民币以及现金1元人民币。

美团在公告中称，光年之外是中国领先的AGI创新者，由美团联合创始人、本公司前董事及关连人士王慧文先生创立及控制。通过收购事项获得领先的 AGI 技术及人才，有机会加强公司在快速增长的人工智能行业中的竞争力。

6月25日多家媒体报道，光年之外联合创始人王慧文5月来遭遇个人健康问题，经诊断后已离岗就医。王慧文之前参与了美团的创办，是美团成功赢得O2O大战的关键人物。他2020年末从美团退休，今年年初在大模型的热潮下宣布复出创业，没料到突然遭遇此挫折。

「光年之外」今年年初成立后接受过多轮融资，虽然没有透露总额，但估计在20亿元人民币左右。这意味着此次美团的收购几乎没有付出溢价，分析来看可能原因有两个：一方面「光年之外」刚刚成立，还没有创造有价值的资产形成溢价；另一方面王慧文病退后，公司前景并不确定，由与他关系最为紧密的美团接手对于其它投资方是个可以接受的选择。

参考链接

https://pdf.dfcfw.com/pdf/H2_AN202306291591876902_1.pdf?1688060240000.pdf

DeepMind前联创的新公司Inflection完成13亿美元融资，估值40亿美元

人工智能初创公司Inflection完成了新一轮13亿美元融资，投资方包括微软、英伟达、职业社交网站LinkedIn前联合创始人里德·霍夫曼（Reid Hoffman）、微软创始人比尔·盖茨（Bill Gates）以及Google前CEO埃里克·施密特（Eric Schmidt）。英伟达是这轮新加入的投资方。

Inflection今年5月推出了AI助理Pi，定位是用户的个人教练、创意合作伙伴或参谋，而非聚焦在生产力提升方面。该产品的良好表现给予了投资人信心， Inflection就收到了既有投资方追加投资的提案。

此次13亿美元融资不完全是现金，其中部分以提供算力资源的方式结算。微软是Inflection的云服务供应商之一，英伟达则通过AI算力供应商CoreWeave向Inflection提供AI算力服务。本轮融资后，Inflection的估值达40亿美元。

Inflection的创始团队

Inflection公司成立于2022年3月，3位创始人分别是DeepMind前联合创始人Mustafa Suleyman、DeepMind前首席科学家Karen Simonyan和LinkedIn前联合创始人里德·霍夫曼。

Mustafa Suleyman在2019年年底离开DeepMind，加入Google担任AI产品与政策副总裁，随后于2022年年初加入风投公司Greylock Partners成为合伙人，也因此成了里德·霍夫曼的同事。Greylock Partners的投资标的包括Airbnb、Facebook以及LinkedIn。

此外，Inflection的创始团队成员还包括多位来自于Meta、DeepMind以及Google的AI人才。

Inflection的优势在于硬件基础

目前，Inflection正在与英伟达、CoreWeave一起合作开发AI服务器H100集群，目标是运行2.2万块H100芯片，如果成功将会超过Meta公司此前公布的1.6万块GPU组成的集群。这也将是全球最大的AI服务器GPU集群，仅次于美国橡树岭国家实验室的超级计算机Frontier。

更大的GPU集群有助于开发更大更好的大模型产品。根据Mustafa Suleyman的说法，驱动AI助理Pi的模型性能与ChatGPT相近，属于Inflection公司正在开发的较小模型之一。按照计划，Inflection AI公司将开发更大的模型，以及面向少数合作方的API产品。

参考链接

https://www.forbes.com/sites/alexkonrad/2023/06/28/inflection-ai-raises-1-billion-for-chatbot-pi/?sh=2de31c7e2bd4

文生视频AI公司Runway融资1.41亿美元

2018年成立的AI公司Runway在C+轮中新增1.41亿美元融资，投资方包括Google、英伟达以及Salesforce等。2022年12月，Runway公司宣布C轮5000万美元融资，投资方包括风投机构Felicis、对冲基金Coatue以及多位技术初创公司创始人。公司目前融资总额2.37亿美元，估值15亿美元。

Runway公司创始人为Cris Valenzuela、Alejandro Matamala和Anastasis Germanidis。他们在纽约大学的「交互通讯」课程（Interactive Telecommunications Program）中相遇，最初的想法是构建一套面向电影制作人、电影摄影师和摄影师的AI工具，而后逐渐转向了视频领域的生成式AI产品。

目前，Runway公司开发的主力产品Gen-2可以根据文字或者图像生成视频，服务的客户包括CBS电视网、广告公司阳狮、运动品牌New Balance。New Balance等品牌已使用该公司产品开展头脑风暴，以及故事板和原型设计。在电影《瞬息全宇宙》中，Runway的技术也参与其中。

Runway公司开发了哪些产品？

Runway公司参与开发了早期版本的Stable Diffusion。2021年，Runway公司与慕尼黑大学的研究团队合作开发了文生图工具Stable Diffusion第一个版本。在这个版本基础上，该项目的出资方Stability AI使用额外数据对Stable Diffusion训练，将这个研究项目变成了商业产品。

今年2月，Runway公司推出了Gen-1模型，可以根据文本提示或参考图像，将现有视频转换为新视频。而后，Runway公司推出文字生成视频模型Gen-2，能够根据文本描述生成时长3秒的视频。

目前，Runway公司定位「全栈AI应用研究公司」，由AI基础模型、企业部署、包含图像与视频编辑工具在内的应用软件三个部分组成。今年2月，Runway公司成立了娱乐部门Runway Studios，帮助电影制作人、MV制作者完成影视制作。

参考链接

https://techcrunch.com/2023/06/29/runway-a-startup-building-generative-ai-for-content-creators-raises-141m/

芯片篇

英特尔计划分拆芯片制造业务

据6月21日路透社报道，芯片巨头英特尔宣布组织架构重组，旗下制造业务将在未来独立运作并自负盈亏。但是英特尔没有给出具体的执行时间表，消息发布后，英特尔股价收跌6％，创1月以来的最大单日跌幅。

为什么要拆分制造业务？

不同于台积电的代工服务，英特尔一直都在自己设计并自己生产芯片。

分拆有助于英特尔更专注于芯片设计。因为在设计和制造上的平均用力，英特尔在芯片制程上逐渐落后于台积电以及三星的亚洲代工厂。而在芯片设计领域，英特尔只守住了PC市场，而在移动时代不敌高通，AI时代又输给了英伟达——目前，英特尔的市值（1376亿美元）还不到英伟达（1.04万亿美元）的两成。

重组后，根据英特尔CFO David Zinsner在投资者电话会议上的说法，英特尔从事芯片设计的部门将与制造业务部门建立「客户-供应商」的关系。基于这种新模式，英特尔明年将成为全球第二大晶圆代工厂，制造收入将超过200亿美元（台积电的销售目标为850亿美元）。

英特尔才宣布逾600亿美元芯片厂投资计划

为扩张芯片产能，英特尔已在全球各地加速了建厂步伐：上周，它4天之内宣布了总值超过600亿美元的投资计划，包括将在波兰、以色列和德国建立46亿美元的封测厂、250亿美元的制造厂以及330亿美元的制造厂。

未来，这些工厂在为公司内部提供芯片产品的同时，也有望扩大晶圆代工服务范围。不过，英特尔并未披露潜在的外部客户。

参考链接：

https://www.reuters.com/technology/chipmaker-intel-restructures-manufacturing-business-2023-06-21/

美国考虑全面禁止对华AI芯片出口，除非经过审批

据《华尔街日报》6月27日报道，拜登政府正在考虑对出口中国的AI芯片实施新的限制。

新政策可能包括哪些内容？

据透露，最早在7月初，美国商务部会叫停英伟达等芯片制造企业向中国等敏感国家的客户直接出口芯片，此类出口必须经审批通过。

此外，美国政府还在考虑限制向中国人工智能公司提供云服务，例如微软的Azure或是亚马逊的AWS，这些公司虽然不会出口芯片，但会以云服务的形式为AI技术公司提供支持，美国政府希望通过这种方式杜绝对于芯片出口禁令的规避。

现行的美国芯片出口政策是什么？

2022年10月美国商务部推出了对华芯片出口限制规定，其中对出口芯片的算力和带宽作了双重限制，算力上限为4800TOPS，带宽上限为600GB/s。而想要出口超出该限制的先进AI计算和超级计算机领域的特定芯片时，需先申请执照。

对此，当用于AI训练的GPU芯片A100被叫停出口后，英伟达特别推出了替代版A800芯片，其算力与A100芯片相当，但带宽从600GB/s削减到400GB/s。

为什么要实施更为严格的限制措施？

《华尔街日报》认为，美国官员和政策制定者越来越多地从国家安全的角度看待人工智能。而中国如果将人工智能用于武器，可能会带来战力上的优势，此外人工智能还可能被用来制造化学武器或生成恶意计算机代码。不过考虑到美国2022年军费占全球总额近4成，且超过其后10国的总和，国家安全很难被看作芯片禁运的合理借口。

美国政府通过在芯片领域施加行政干涉来限制其他国家的技术发展并不是第一次了。

· 1970年，日本计算器在美国市场的占有率一度高达80%，于是1972年美国以日本卡西欧公司违反反倾销法案，拒绝向日本继续提供生产半导体的核心材料，此举导致卡西欧在美国市场份额暴跌。

· 1985年，芯片市场扩张过度后陷入萧条，美国认为日本企业在倾销芯片。于是又强硬地签署了《美日半导体协议》，包括为日本企业设立内存价格下限，要求日本开放半导体市场，并保证5年之内国外公司在日本获得20%的市场份额。

综合来看，此次芯片禁令升级的原因应该还是美国希望借助其在芯片领域的优势地位提前发起技术打压，或者以此作为政治谈判的资本在其他方面获取利益。该报道称，该方案的内容和时间都还不确定，可能会等到财政部长珍妮特·耶伦（Janet Yellen）7 月初访华之后再采取行动。

对于美国芯片制造业来说，这又何尝不是双输的局面呢。严格的出口限制会对其业务造成重大打击，因而芯片制造商们持续游说希望政府放弃新限制，或至少限制得缓和一些。如果完全基于新方案，类似英伟达A800这样的灰色操作也将被禁止。

以英伟达为例，在去年的限制措施出台之前的一个财年，英伟达中国区业务曾为公司贡献71.1亿美元营收，占公司营收比例达26.4%，在截至2023年1月29日的最新财年，这一比重已下降到21.4%，营收缩水13.3亿美元。

参考链接

https://www.wsj.com/articles/u-s-considers-new-curbs-on-ai-chip-exports-to-china-56b17feb

三星更新代工路线图：2025年2nm，2027年1.4nm

美国东部时间6月27日晚，三星电子在其年度三星晶圆代工论坛（SFF）2023上公布了最新的工艺技术路线图。该公司的2nm工艺有望在2025年推出，而其后继产品1.4nm工艺则将于2027年推出。

三星2nm工艺预期特征什么样？

相比3nm工艺，三星2nm工艺功耗更低、性能更强、面积更小。具体来说，同样复杂度下，2nm工艺的片在相同的频率下能提高25%的功耗效率，而在相同的功耗下能提高12%的性能，在相同的性能下则能减少5%的面积。

与台积电和英特尔相比如何？

这3家对于2nm工艺有各自的叫法，三星叫SF2、台积电叫N2、英特尔叫20A，虽然都是约2nm的制程，但各家的实现方式和最终性能都会有区别。其中，英特尔的20A最早，据称在2024年上半年就能实现量产，台积电N2则在2024年试产，量产会到2025年。

如果3家给出的时间表都准确，那么在2nm制程上，英特尔将重新取得领先地位，而三星与台积电以一年的时间落在后面。在芯片制程的竞速比赛中，一年时间的影响会非常大。

这是一次2nm制程争夺战

在5nm良率还在提升，3nm刚刚投产一年多时，三星、台积电和英特尔就已经开始争抢着更快发布2nm工艺了。2nm或许将成为晶圆代工厂又一个决定性时刻。

· 一方面，随着芯片制程不断缩小，量子隧穿效应就会在晶体管之间产生，导致芯片效能下降，芯片制程的物理极限即将来临。「硅晶体管似乎只能安全地微缩至2nm，而在那之后，我们可能就会开始使用石墨烯。」芯片软件EDA巨头新思科技（Synopsys）的研究专家Victor Moroz说道。

为了进一步推进芯片性能，新材料、新技术将会被应用，原有的工艺优势不再，从而导致晶圆代工行业的格局发生改变。就像2000年年初，全球晶圆厂都卡在157nm制程上，而台积电通过与当时还名不见经传的ASML合作，采用浸润式微影技术路线一举成为全球第一的晶圆代工厂。

· 另一方面，台积电这十多年的稳固地位证明了晶圆代工也可以成为一门大生意，它切走了芯片产业链上一大块利润，2nm的争夺战只会更加惨烈。

英特尔6月22日宣布拆分晶圆代工业务，彻底放弃了三十多年来的芯片设计与制造的垂直整合策略，未来英特尔的晶圆厂也将参与代工业务。而三星电子在3nm制程上由于工艺不成熟，导致大量订单流向台积电。

但两家公司都对2nm虎视眈眈。为此英特尔晶圆代工业务在全球不断建厂扩产，三星晶圆代工业务也计划在2027年将产能较2021年增加7.3倍。

参考链接

https://www.anandtech.com/show/18936/samsung-updates-foundry-roadmap-2nm-in-2025-14nm-in-2027

我们是一个诞生于GPT浪潮、由《第一财经》YiMagazine孵化的全新内容IP。

和每一位关心技术、关注人类命运的读者一样，我们希望在这个充满不确定性的时代，更好地理解快速变化的科技世界，也更好地理解生而为「高级智能」的我们自己。

在这个目标下，我们计划从学术、商业、伦理、监管等多个角度报道和讨论与“智能”相关的议题。请注意，我们说的智能，不只是 AI。

若想了解更多本周资讯，请点击阅读往期智能周报

与记者交流，可添加微信（请备注公司名称和姓名）：

王杰夫 微信号: wjfsty

张司钰 微信号: helianthus351

吴洋洋 微信号: qitianjiuye