丨劃重點

① 若感興趣：視訊AI解說，短劇劇本AI生成，拍攝指令碼AI生成，視訊資料標註，多模態視訊理解培訓諮詢，融合主流模型介面，GraphRAG，AI法律應用，大模型培訓可以私信文末視訊號或微信深入交流。

② 被譽為“下一個馬斯克”的27歲華裔亞歷山大·王（Alexandr Wang）在19歲時從麻省理工學院輟學後創業，用8年時間將人工智慧資料服務公司Scale AI的估值從0推至138億美元，25歲被《福布斯》評為“世界上最年輕的白手起家的億萬美元富翁”。

③  Scale AI在視訊理解方向的佈局主要體現在視訊資料標註服務、視訊理解模型最佳化以及市場應用與推廣等方面。

④ Scale AI正在推進IPO處理程序，將繼續深耕視訊理解領域，為更多客戶提供高品質的服務和解決方案。

據國外媒體報導，Scale AI聯合創始人兼首席執行官亞歷山大·王（Alexandr Wang）先是考哈佛大學被拒，後又從麻省理工學院輟學後走上創業之路。他創辦了美國人工智慧獨角獸企業Scale AI，利用機器學習技術幫助企業解決各式問題，該公司目前市值估達138億美元。他在矽谷建立起強大的人脈關係網，包括與OpenAI首席執行官山姆·奧特曼（Sam Altman）關係匪淺，並通過Scale AI為人工智慧行業提供資料標記和模型培訓服務取得巨大成功，25歲時就被《福布斯》雜誌評為“世界上最年輕的白手起家的億萬美元富翁”。

隨著AI技術的不斷髮展和應用場景的不斷拓展，視訊理解將成為AI領域的重要研究方向之一。Scale AI憑藉其在資料標註領域的領先地位和強大的技術實力，有望在視訊理解方向取得更多突破和創新。根據我們團隊最新調研瞭解，Scale AI在視訊理解方向的佈局主要體現在視訊資料標註服務、視訊理解模型最佳化以及市場應用與推廣等方面。

1、視訊資料標註服務

Scale AI在視訊理解方向的佈局主要體現在視訊資料標註服務上。這包括對視訊中的關鍵幀、物體、動作、場景等進行分類和標註，以便機器學習模型能夠學習並理解視訊中的複雜資訊。Scale AI 為視訊理解領域提供了專業的資料標註服務，包括 2D 和 3D 資料標註，支援自動駕駛、機器人技術、增強現實和虛擬現實等行業。公司開發了 Scale Rapid 平台，供機器學習團隊快速開發生產質量的訓練資料，支援視訊等多模態資料的標註。Scale AI擁有專業的標註團隊和先進的技術平台，能夠高效、精準地完成視訊資料的標註工作。其標註質量對於機器學習模型的性能有著至關重要的影響。

2、視訊理解模型最佳化

Scale AI可能與多家科技公司和研究機構合作，共同研發和最佳化視訊理解模型。通過利用Scale AI標註後的高品質視訊資料，讓這些模型能夠更準確地識別和理解視訊內容。Scale AI還為客戶提供定製和微調大型語言模型的工具，這些工具同樣適用於視訊理解模型，並通過微調模型使其更加適應特定領域或場景的視訊理解需求。Scale AI 也推出了 Nucleus，這是一款資料偵錯 SaaS 產品，提供資料探索、偵錯錯誤標籤等功能，幫助團隊建構更好的機器學習模型。

3、市場應用與推廣

除提供資料標籤和註釋服務，Scale AI還開發軟體，包括一款名為Scale Data Engine（資料引擎）的產品，旨在幫助客戶建立自己的人工智慧資料，換句話說，建立一個資料代工廠。Scale資料引擎為“端到端AI生命周期”提供了一個框架，該軟體有助於自動收集、管理和標記或註釋文字、圖像、視訊、音訊和邊緣感測器資料，為非結構化資料提供資料管理，直接整合來自OpenAI、Cohere、Anthropic和Meta(以及其他)的LLM，管理來自人類反饋(RLHF)工作流的強化學習以及“紅隊”模型以確保安全性。ScaleAI還開發了Scale GenAI平台，該平台被稱為“全端”GenAI產品，可幫助使用者最佳化LLM性能，提供自動模型比較並幫助使用者實現檢索增強生成(RAG)以提高LLM應用程式的質量。

Scale AI的視訊理解服務在多個行業具有廣泛的應用前景，如智能安防、自動駕駛、視訊編輯、醫療影像分析等。通過提供精準的視訊理解服務，Scale AI可以幫助這些行業提高效率和精準性。Scale AI正在不斷拓展其國際市場，與全球多家科技巨頭和研究機建構立合作關係。這將有助於其將視訊理解服務推廣至更廣泛的領域和地區。

01 矽谷獨角獸Scale AI

公司概況與業務範圍

Scale AI 成立於 2016 年，總部位於美國加利福尼亞州舊金山，由 Alexandr Wang、Lucy Guo 等聯合創立，該公司專注於為用於訓練 AI 模型的資料新增標籤，目前估值已飆升至138億美元。Scale AI的核心業務是為機器學習模型的訓練資料提供高品質的標註服務，包括圖像、視訊、文字和音訊等。Scale AI通過其開發的資料工具和技術平台為客戶提供高品質的資料標註服務，幫助大型模型更好地識別和理解訓練資訊。Scale AI 的服務對象包括自動駕駛汽車公司、金融科技公司、政府機構等。

Scale AI是全球領先的AI資料和模型訓練平台，致力於為各行業的AI團隊提供高效精準的資料標註和模型訓練服務。Scale AI有專業人員和精良的AI技術，為企業提供量身定製的AI解決方案，可助力企業更快更好地實現AI落地。

Scale AI提供多樣化的人工智慧產品和服務，其中包括Scale Data Engine、Scale GenAI Platform和Scale Donovan等，涵蓋資料標註、生成AI、評估AI模型、應用AI等全面的AI開發流程。另外，Scale AI還有針對政府和企業等行業提供的定製化方案。

無論是準備建構自己的模型，還是打算將現成的模型應用到業務中，Scale AI都可以打破AI研發的瓶頸來提供優質的資料服務。另外，Scale AI能夠幫助和世界上領先的AI模型整合，無論是開放原始碼的還是封閉源的，包括OpenAI、Anthropic，Google PaLM，Cohere等。Scale AI也因此可被廣泛應用於自動駕駛、電子商務、公共安全、媒體編輯、醫療影像等各個領域。

公司成長歷程及融資情況

2016年，Scale AI成立。建立時，美國創業孵化器Y Combinator注資12萬美元拿到Scale AI 7%的公司股份。

2017年，獲得450萬美元的A輪融資。

2018年，完成1800萬美元B輪融資。同年Scale AI進軍自動駕駛領域，拿下Cruise、Lyft等在內的客戶。

2019年，Founders Fund的Peter Thiel領投該公司1億美元C輪融資，Scale AI估值超10億美元，正式成為獨角獸。OpenAI也在這一年開始成為ScaleAI的客戶。

2021年1月，Scale AI完成1.5億美元D輪融資，老虎基金領投，估值為35億美元，同時公司宣佈進軍標註之外新業務。

2021年4月，公司又宣佈了73億美元估值的3.25億美元E輪融資。

從0到超70億美元估值，Scale AI只用了5年時間。E輪融資時，Scale AI的年收入預計為1億美元，其商業業務已把公司年化收入推至7.5億美元。

自2016 年成立以來，Scale AI 便保持著“一年融資一次”的穩定節奏。截止 2021 年 4 月的 E 輪融資後，該公司已經籌集 6 億美元的資金。今年5月完成 F 輪 10 億美元融資進一步推高 Scale AI 的估值，目前已達到 138 億美元。Scale AI 用 5 年時間實現估值從 0 到超 70 億美元，然後又用了 3 年時間將這一數字翻倍。Scale AI現階段正在開疆擴土，在倫敦開設辦事處作為其營運基地開始向歐洲市場擴張。據公開資料顯示，Scale AI 已在 9 輪融資中總共籌集16 億美元的資金。其中，最新的 10 億美元 F 輪融資由 Accel 領投，幾乎所有的現有投資者均參與其中，包括輝達、Y Combinator、Spark Capital 以及 Peter Thiel 的風險投資公司 Founders Fund 等。與此同時，新投資者，包括亞馬遜、英特爾、思科、Meta、AMD Ventures 以及 ServiceNow Ventures 等也加入了本輪融資。

所獲榮譽

2023年4月，Scale AI入選《福布斯2023年AI 50榜單：最有前途的人工智慧公司》。

2023年8月，Scale AI入選福布斯發佈2023雲端運算100強榜單，名列第33位。

2024年4月16日，Scale Al企業以籌集金額6億美元入選《2024福布斯AI 50榜單》，排名40名。

市場與競爭

Scale AI 面臨的市場競爭對手包括 Amazon Mechanical Turk、Labelbox、Appen 和 Hive 等，這些競爭對手也提供資料標註服務。 現階段其開發的產品主要圍繞 AI 建構和 AI 應用兩個板塊，涵蓋生成式 AI 和人類反饋強化學習、測試與評估、自動駕駛、以及政府公共部門資料引擎開發等多個領域。與此同時其業務佈局也在不斷拓展，除了政府業務，Scale AI 服務的客戶幾乎涵蓋全球 AI 產業巨頭，包括輝達、微軟、Meta、OpenAI 等。此外，還有一些初創公司，比如加拿大自然語言處理軟體開發商 Cohere、美國 AI 模型開發商 Adept 等。Scale AI 的競爭優勢在於其自動化資料標註演算法和全球訓練的人類標註資料，以及與 OpenAI、Meta 等大公司的合作關係。

02 華裔亞歷山大·王矽谷崛起之路

Scale AI公司聯合創始人兼首席執行官 Alexandr Wang 於 1997 年出生在美國新墨西哥州，父母都是幫美軍研發武器的物理學家，都在美國能源部洛斯·阿拉莫斯國家實驗室（Los Alamos National Lab）工作。Alexandr Wang的世界觀深受父母影響，他的理想就是改變世界。

Alexandr Wang從小就表現出在數學和物理方面的天賦，多次入選美國奧數，以及物理競賽國家隊。他的名字“Alexandr”比通用寫法少一個“e”，這也是他的父母故意為之，是想讓他的名字剛好有8個字母，因為在中國傳統中數字“8”承載許多美好寓意。Alexandr Wang從小就是卷王，他接觸電腦很早並表現出了極高的熱情，父母看到後就請人教他程式設計和電腦技術，鼓勵他堅持探索下去。

15歲時，Alexandr Wang參加美國數學人才搜尋，拿到了全國第5名的好成績；16歲時，Alexandr Wang參加美國電腦奧林匹克競賽 (USACO)併入圍決賽；17歲時，Alexandr Wang參加美國物理奧林匹克競賽，進入全美TOP20併入選美國物理競賽國家隊；除此之外，他還精通中文、英文、法文等語言，可以說是文理全面發展的真學霸。

在讀洛斯阿拉莫斯高中（Los Alamos High School）期間，Alexandr Wang收到科技公司的工作邀請，他隻身去往矽谷，他先去了矽谷最熱門的財富投資巨量資料管理平台Addepar，然後又加入國外知名問答社區Quora，在“美國版知乎”Quora從事編碼工作並擔任技術主管。

正是在這裡實習時，Alexandr遇到了同是華裔的女孩兒Lucy Guo。Lucy曾是2014年Thiel Fellow獎金獲得者，20歲剛剛出頭的她就離開了卡內基梅隆大學，開始追求自己的科技事業。

後來Alexandr Wang以優異成績考上MIT麻省理工學院，主要攻讀數學和電腦專業。LinkedIn的個人資料顯示，Wang在MIT求學期間GPA為5.0，而且選修的還是研究生等級的電腦科學課程，以滿績的出色表現完成第一年學業。

在大一升大二的暑假，Alexandr Wang再次去了矽谷，拿到很多畢業生都沒辦法得到的offer。 然而，他卻拒絕所有提議，在深思熟慮後，19歲的Alexandr做出令人大跌眼鏡的決定是從麻省理工退學，並接受時任YC總裁、現任OpenAI首席執行官奧特曼的初創投資，和同樣從卡耐基梅隆輟學的22歲Lucy Guo在舊金山共同創辦Scale AI。在創業不到兩年時間，他們就拿到1800萬美元B輪融資，一直開掛到現在。

在年僅25歲時，Alexandr Wang也和美軍做起了生意。發展了短短6年，已經和政府簽署了3份價值超過3.5 億美元的大合同，主要幫助美國空軍和陸軍普及人工智慧。

小小初創公司得到政府的青睞是因為Scale 有一項當家本領——技術分析衛星圖像，速度比人類分析員快得多。在實戰中，能更快確定俄羅斯炸彈在烏克蘭造成的破壞程度。

這項技術不僅對軍隊有用，對民間企業也是用途大大的。包括通用汽車和 Flexport 在內的 300 多家公司，都已經和Scale達成合作，協助他們從大量原始資訊中淘金——比如快速分析數百萬份運輸檔案，或來自自動駕駛汽車的原始鏡頭。

Alexandr Wang說：“每個行業都擁有大量資料，我們的目標是幫助他們釋放資料的潛力，並通過人工智慧增強他們的業務。”認準這條致富道路的Alexandr Wang 在2018年就登上了福布斯 30 歲以下富翁榜單。2021年，Scale 得到 3.25 億美元的融資，估值為 73 億美元，估計收入達到 1 億美元。而Alexandr Wang擁有15% 的股份，價值 10 億美元，一舉使他成為世界上最年輕的白手起家億萬富翁。

2023年9月，Alexandr入選《時代》周刊全球百大AI人物。同時入選的還有黃仁勳、馬斯克、奧特曼、楊立昆、傑弗裡·辛頓等人。

接下來，OpenAI的宮斗大戲再次把Alexandr Wang捧到所有關注AI行業的人們眼前。一方面是奧特曼王者歸來之前，OpenAI曾邀請Alexandr出任新的CEO，最後慘遭拒絕。另一方面據The information消息，奧特曼重掌OpenAI後開始重組董事會。新初始董事會名單公佈分別是主席Bret Taylor，以及Larry Summers和Adam D’Angelo。與此同時，有兩位人選被列入填補名單。一位GitHub前CEO Nat Friedman，另一位就是Alexandr本人。毫無疑問與Alexandr在Scale AI身上表現出的驚豔能力息息相關。

回顧亞歷山大·王領軍Scale AI的過去8年發展歷史大致經歷4個階段：純人工標註階段、弱AI標註階段、轉型創新階段和強AI主導階段。

Scale AI早期使用 API 來簡化請求工作的過程，並在後端通過同行評審系統對人員進行審查和培訓，以確保高品質的輸出。在此階段，公司的標註業務更多地依賴於人工標註。

2018年2月，Scale AI將其網址從Scaleapi.com改為Scale.ai，同時將標註重心轉向用於訓練自動駕駛的資料標註。在這個階段，Scale AI開始將人工、自主開發平台和機器學習相結合進行資料標註的核查，來提高其資料標註的速度以及精準性。

矽谷的另一次技術浪潮為Scale AI帶來了轉機。隨著生成式人工智慧公司的蓬勃興起，Scale AI迅速抓住了這一機遇。早在2019年，Scale AI便與OpenAI建立了合作關係，其工程師團隊深度參與了將人類反饋融入人工智慧模型訓練的過程。

AI的加入讓Scale AI形成了良性的飛輪效應：AI演算法輔助人類標註員進行標註，人類標註員所標註的圖像又會反過來對Scale AI的演算法進行訓練。這意味著隨時間的推移和標註資料的提升，Scale AI的演算法將會更加精準。在擁有“自循環”的能力後，Scale AI已不滿足於當一個單純的資料標註公司，他們正在嘗試成為以資料標註為基礎的應用開發平台，這直接體現在產品線的變化上。

2020年8月，Scale AI推出“資料偵錯SaaS產品Nucleus，Nucleus允許資料探索、偵錯錯誤標籤、比較不同版本 ML 模型的精準性指標以及尋找失敗案例。產品線延伸背後是公司定位的變化——Scale AI由單純的資料處理服務商轉變為資料管理、分析和模型搭建服務商。到了強AI主導階段，Scale AI進一步提升其AI能力，形成以AI為主導的全流程資料服務。在E輪投資報告中，Scale AI指出：“在Scale，我們正在建構基礎，使組織能夠管理整個AI生命周期。無論他們內部擁有AI團隊，還是需要完全託管的模型即服務方法，我們都會與客戶合作，從頭開始制定他們的戰略，並確保他們擁有適當的基礎設施來系統地交付高性能模型。”這篇報告意味著Scale AI已經擁有從端到端的解決方案來加速其客戶公司的ML（機器學習）開發，換言之，Scale AI目前已可實現從資料獲取、資料標註到模型開發，資料應用的全流程服務。

當ChatGPT在2022年11月橫空出世後引發全球科技界對人工智慧投資的狂熱時，亞歷山大·王果斷調整Scale AI的業務重心，開始裁減部分低成本的海外員工，轉而招募擁有博士學位及法律、醫學等專業背景的人才，旨在為大語言模型提供更加貼近人類思維的回答。時至今日，除了資料標註外，Scale AI還有管理和評估、自動化和合成產品，比如Document AI和Launch。儘管Scale AI野心很大，但從目前看，Scale AI大部分收入仍來自資料標註業務。

從定價上看，Scale AI 盈利模式分為兩種:一種是Consumption-base:起價+標註價(標註總數量*每條標註價格)；另一種是Enterprise，即依據具體的企業級項目的資料量及服務進行收費。

目前，Scale AI客戶包括自動駕駛領域、金融科技公司、政府(國防部、美國空軍等)、零售與電商、AR/VR等。在大模型領域，Scale AI與OpenAI、Meta都有合作，能夠接到一眾國際巨頭的資料標註訂單，Scale AI 的收入自然水漲船高。據瞭解，2023年Scale AI 公司的年化收入高達 7.5 億美元，而這一數字在一年前還是 2.5 億美元，已一躍成為目前生成式AI領域最賺錢的公司之一。

03 展望Scale AI下階段發展

現有投資者也清醒地認識到Scale AI距離公司上市的目標仍有相當長的路要走。潛在投資者指出Scale AI亟需建構一支規模更大、經驗豐富的銷售團隊，以深度挖掘銀行和保險行業對人工智慧應用的需求，從而拓寬市場版圖。此外，為順利推進IPO處理程序，該公司還需強化治理結構並引入更多與亞歷山大·王保持獨立的董事成員。Scale AI的董事會目前構成相對緊湊，僅包括創始人亞歷山大·王、其摯友及Plaid聯合創始人威爾·霍基（Will Hockey），以及來自Accel的萊文和Index Ventures的邁克·沃爾皮（Mike Volpi）兩位長期支持者。同時，公司內部營運層面的問題也不容忽視。不一致的工作流程和存在漏洞的系統已經影響到了承包商的工作體驗，尤其是在與OpenAI和Google等高端項目合作的過程中，這些問題尤為突出，導致部分人才望而卻步。

值得注意的是儘管人工智慧領域的熱潮為Scale AI帶來銷售額顯著增長，但這也加劇了行業內對頂尖人才的爭奪戰。在此背景下，亞歷山大·王開始擔憂公司在吸引和保留這些關鍵人才方面可能處於不利地位。事實上，Scale AI在Glassdoor等職場評價平台上的評分（3.5分）相較於OpenAI（4.3分）和Figma（4.4分）等同行偏低，這無疑會對公司的僱主品牌形象造成一定影響。

為在眾多競爭對手如OpenAI和Anthropic中脫穎而出，亞歷山大·王近期不遺餘力地重塑Scale AI的品牌形象。6月初，他在X上鄭重宣告將秉持“擇優、卓越與智慧”的原則招募軟體工程師、營運主管等未來員工，這一舉措微妙地挑戰矽谷自由派普遍推崇的基於多樣性、公平與包容性的招聘潮流。此舉作為亞歷山大·王個人品牌塑造戰略的一環不僅贏得廣泛認可，還吸引包括馬斯克、帕爾默·拉基（Palmer Luckey）及華爾街巨頭比爾·阿克曼（Bill Ackman）等億萬富翁的公開支援。

最近在接受知名投資人哈里·斯特賓斯（Harry Stebbings）的獨家訪談時，亞歷山大·王深刻反思自己與公眾輿論及媒體環境的微妙關係。他感慨道：“回顧往昔，我在國會作證時所獲得的公正對待，遠勝於媒體鏡頭下的我。” 在訪談中，斯特賓斯與亞歷山大·王深入探討創始人與其初創企業之間不可分割的緊密聯絡，並指出：“通過對比奧特曼與OpenAI在熱搜榜上的出現頻率，不難發現個人魅力的巨大影響力。在這個時代，人們對於個人崇拜的熱情空前高漲。” 亞歷山大·王對此表示贊同，並幽默地補充：“這確實耐人尋味，但恰好反映了人類內心深處的需求。”

未來，Scale AI將繼續深耕視訊理解領域，為更多客戶提供高品質的服務和解決方案。Scale AI 計畫利用新資金生產豐富的前沿資料，為通向通用人工智慧（AGI）鋪平道路。Scale AI公司將繼續擴展其在機器學習基礎設施領域的產品和服務，包括 MLOps 和大型語言模型應用程式的開發工具。Scale AI 以其強大的資料處理能力和技術創新，在 AI 資料標註領域佔據了重要地位，未來有望在視訊理解和更廣泛的 AI 應用領域發揮更大作用。在大模型帶動下，資料標註生意開始火熱起來。據估計，到2030年這一市場規模將達到171億美元，並預計從2023年到2030年的復合年增長率為28.9%。在這個未來百億美元賽道里，我們相信Scale AI會繼續是生成式AI領域最賺錢的公司之一。 (AAIA亞太人工智慧學會 AIGC)