前DeepMind研究员创企未推产品估值达3亿美元

背景

Andrew Dai 曾是 Google DeepMind 的研究员，在离开公司后，他选择视觉 AI 作为自己的创业方向。在尚未发布任何产品之前，他仅用几个月就完成了一轮融资，估值达到 3 亿美元，融资额为 5500 万美元。这一估值与资本的比例甚至超过了 Thinking Machines（后者曾创下美国历史上最大融资轮之一）。Andrew Dai 创立了 Elorian，并担任 CEO。在 TechCrunch 的播客节目 Build Mode 中，他详细讲述了这一轮融资的经过、策略以及他对视觉 AI 未来的判断。

核心内容

Andrew Dai 在 Google DeepMind 工作超过十年，参与构建了全球最具影响力的一些 AI 系统，其中包括后来催生 ChatGPT 的相关研究。他认为，目前 AI 在数学、物理新思路和编程方面取得了显著进展，但在视觉理解和视觉推理方面进展极不均衡。Elorian 的目标是构建能够推动实现视觉通用人工智能（Visual AGI）的模型。

融资过程从创始人视角展开：Andrew 将高度技术化的愿景提炼成投资人能理解的动人故事。他拒绝了更高估价的投资提议，优先选择了战略合作伙伴，如 Nvidia 和 Menlo Ventures。他的理由很简单：选择那些理解前沿 AI 现实挑战的投资者，比单纯最大化公司估值更有价值。

在播客中，Andrew 还分享了面向当下快速演变的 AI 环境的实用建议：创业公司如何用非技术语言传达复杂技术概念；为何速度已成为 AI 领域最大的竞争优势之一；以及如何从大型科技公司招募世界级的研究人才。

具体而言，这期节目涵盖了以下要点：

• 顶级风投在投资前沿 AI 创业公司时会关注什么。
• 为什么最高估值不总是最好的融资结果。
• 如何向非技术背景的投资者推销高度技术化的产品。
• 创始人选择风投合作伙伴时应关注哪些特质。
• 创业公司如何从大厂挖到顶级 AI 人才。
• 速度为何成为 AI 领域最大的竞争优势之一。
• 随着 AI 技术发展，创始人如何构建持久的护城河。

关键要点

• 视觉 AI 是下一个前沿：Andrew Dai 指出，当前 AI 在数学、物理、编程等领域进步迅速，但视觉理解和推理的进展严重不均衡，Elorian 将专注于实现视觉 AGI。
• 融资策略：优先战略价值而非最高估值：尽管有更高估值的投资机会，Andrew 选择了 Nvidia 和 Menlo Ventures 等战略投资者，因为他们更理解前沿 AI 的研发现实，能为公司提供长期支持。
• 将高技术愿景转化为投资人故事：创始人需要将复杂的 AI 技术包装成清晰、有说服力的商业叙事，避免使用过多术语。
• 速度是 AI 领域的核心竞争优势：快速迭代、快速产品化、快速适应市场变化，是创业公司对抗大厂的关键。
• 从 Big Tech 招募人才：创业公司需要提供独特的使命、影响力以及灵活性，才能吸引世界级研究员离开稳定的大公司。
• 构建持久护城河：随着 AI 基础模型趋同，创始人必须在数据飞轮、应用场景、专有算法等方面建立难以复制的壁垒。

意义与影响

Andrew Dai 的融资案例揭示了当前 AI 创业生态的典型特征：前沿 AI 公司即使在产品未发布、收入为零的阶段，也能凭借创始人的技术背景和愿景获得极高估值。这反映了资本对稀缺技术人才和新兴赛道的狂热。同时，他的选择（拒绝最高估值、拥抱战略投资者）为其他创始人提供了一个重要参考：在 AI 领域，长期价值往往比短期价格更重要。

此外，他对视觉 AI 的押注，表明 AI 行业的下一个突破点可能从语言模型转向多模态感知与推理。如果 Elorian 能率先在视觉 AGI 上取得实质性进展，将可能重塑计算机视觉、机器人、自动驾驶等多个行业。而他从 DeepMind 带出的研究积累，也使其成为这一赛道上极具竞争力的玩家。

对于正在融资的创始人而言，Andrew 的分享提供了实操性极强的指导：如何讲故事、如何选投资人、如何招人、如何构建护城河——这些经验在当前“AI 泡沫论”与“技术爆发期”并存的背景下，具有相当高的参考价值。