在新加坡人的社交局裏，一段能引發討論的開場白，從買了什麽NFT（Web 3.0術語，非同質化代幣），轉變為了OpenAI。
在當地有名的地標建築金沙酒店，一名剛剛落地不久、還拖著行李箱的個人投資者告訴36氪，2022年在新加坡投資加密貨幣虧損幾百萬美元後，他離開了這個「傷心地」，轉而飛到印尼看橡膠。
這次他願意回來，是為了AI。
2024年6月5日和6日，為期兩天的亞洲人工智能大會SuperAI，湧入了5000多人。「下南洋」的不僅有三大雲廠商AWS、微軟和谷歌，還有市值頻超蘋果的芯片巨頭英偉達，以及爭議和流量同時不斷的Stability AI創始人Emad Mostaque。
△Stability AI創始人Emad Mostaque。拍攝：周鑫雨
前來參展的，有1000多家全球各地的公司，其中東南亞的AI企業，又占了半壁江山。
東南亞，在AI浪潮中是邊緣化的存在，僅僅因為高性價比的土地，成為不少巨頭公司籌建算力中心的所在。然而，這些在互聯網中籍籍無名的存在，有僅靠2人運作的公司，有已經跑出幾百萬美元ARR（年度經常性收入）的企業。
其中，不乏有在Web 3.0泡沫中受挫的企業，試圖在AI浪潮中再鍍一層金。
曾經為「挖礦」（區塊鏈交易的記賬過程）而積攢了一批高端芯片的礦機廠商，搖身一變，成為面向AI企業的賣水人；一些AI項目，也瞄準幣圈，用AI做管錢、理財的生意。
而更多企業，將新加坡作為找算力、錢和全球化市場的窗口。
2024年3月19日，新加坡電信（Singtel）宣布將在同年Q3在新加坡和東南亞提供英偉達H100等高性能GPU服務——其競爭力還在於，英偉達GB200 Grace Blackwell超級芯片的部署，首選於此。
豐富的算力資源、活躍的資本市場、人才優惠政策，以及天然的地理優勢，吸引了一眾企業聚焦於此。
比如猿輔導母公司旗下的AI設計業務Motiff，將出海首秀的舞臺選在了這裏。來自澳大利亞、泰國、英國的幾家創業公司，在新加坡設立了辦公室，作為進入亞洲市場的切口。
牛津大學學生的創業項目，也來到了新加坡。他們的Co-CEO Shawn總結：新加坡在Web 3.0積累下的優勢，延續到了AI。
* 降本增效的，都是好生意
在人力資源豐富的東南亞，和降本增效相關的，往往都是全球化的好生意。來SuperAI的東南亞創業公司，已經開始用AI幫用戶管好自己的錢袋子。
* Betterteem：預測你的離職
來自菲律賓的Betterteem，可謂是戳到了老板的心尖尖上。他們做的應用，是用AI模型和評估量表，幫公司提前預警可能離職的員工。
△拍攝：周鑫雨
創始人兼CEO Bo Discarga一上場就分享了一段聳人聽聞的數據：重新招聘員工的成本是員工平均薪資的2倍，平均周期為72天，培訓新員工的平均周期為96天。
為此，他們製作了一張員工評估量表，涉及OKR完成情況、薪資等結構化數據，以及自評、公司體驗等非結構化數據。
△拍攝：周鑫雨
通過基於百萬企業數據訓練得出的AI模型，Betterteem對員工的辭職風險進行評估。一旦未來三個月內有離職意向的員工人數占到10%以上，系統就會對企業發出預警，輔助企業挽留人才，或提前招聘繼任者。
自2023年5月成立以來，這個近70人的團隊已經有了17家企業客戶，營收還實現了9%的平均月增長。
* Verbalate：HeyGen的澳洲平替
一段讓Taylor Swift開口說普通話的視頻，讓華人AI公司HeyGen的估值，在4個月內翻了6倍。
來自澳大利亞的AI公司Verbalate，做的便是和HeyGen一樣的AI配音生意。Verbalate的展臺沒有任何員工值守，但一段讓韓團BTS成員開口流利說英語的視頻依然吸引了不少人。
△拍攝：周鑫雨
想要和HeyGen打擂臺，Verbalate的最大優勢就是便宜。以HeyGen中定價最便宜的Creator版本為例，288美元/年的費用，最多可以生成180分鐘的視頻，折合1.6美元/分鐘。而Verbalate的定價是1美元/分鐘。
小而精的團隊，是這波AI創業浪潮的一個特點。根據LinkedIn數據，ARR（年度經常性收入）已經超過2000萬美元的HeyGen，約有40名員工。瞄準俄羅斯市場的競爭公司RASK，員工也有21人。
Verbalate則將小而精煉到了極致——這個還未開始商業化的公司，只有2名員工！
* Lytehouse：你的AI「看門狗」
成立於新加坡的Lytehouse，則給家庭監控，裝上了一個AI大腦。
Lytehouse認為，傳統的常規自動警報系統存在濫報、誤報的情況，增加出警成本的同時，也會造成人們對安全隱患的疏忽。
為此，Lytehouse訓練了一個視頻識別系統，支持用戶根據現實情況手動設置多個高級規則、監測區域和時間範圍，目的是為了盡量消除幹擾因素，將誤報率降低了99%，並能對監控進行識別、管理和調整排障。
△拍攝：周鑫雨
這一識別系統工作的方式，是將不同品牌、型號的攝像機或安全系統，集成到Lytehouse的管理儀表盤上。網站的自定義規則引擎，還支持用戶根據需求微調警報。
△來源：Lytehouse官網
* FAIT：用AI搞定系統集成
提出「AI」這一概念的人工智能之父John McCarthy的弟子，也攜在新加坡成立的新公司FAIT，出現在了SuperAI。
創始人Aaron Hallmark發現，將應用程序部署到生產環境的系統集成過程是高度手動化的，耗時長又昂貴，一些企業在集成應用上的成本甚至是應用本身成本的10倍。
FAIT提供的解決方案，是用AI來實現應用的自動化部署和更新叠代，並將整個周期從幾周縮短到幾天。
AI驅動不僅能夠驅動前期的數據映射過程（data spec），將源系統的數據自動映射為目標系統的數據，還能夠自動將這些映射轉化為執行代碼。
△拍攝：周鑫雨
* AI鍍金，Web 3.0煥新
在新加坡，Web 3.0經歷了從烈火烹油，到臭名昭著的三年。頻繁的暴雷事件讓Web 3.0亟需一塊挽回聲譽、重振旗鼓的名片。2023年，Web 3.0等到了AI。
* NeuroMesh：集合小公司算力，扳倒巨頭
大模型只能是巨頭的遊戲？來自牛津大學的華人創業團隊NeuroMesh說「不」！
在Scaling Law的暴力美學下，算力資源成了大模型訓練的命脈。但全球約90%的算力資源在美國，其中，又以Meta、微軟、Google等互聯網巨頭為算力大戶。
△圖源：Omdia Research
那缺少算力資源的中小公司就難有翻身之日？NeuroMesh的解決方案是：眾人拾柴火焰高，將分散在全球的算力資源集合起來，共同訓大模型。
這一野心能夠實現的技術基礎，是牛津大學提出的PCN（預測編碼網絡）訓練算法。與GPT等大模型采取的主流Transformer算法不同，PCN模仿了人類大腦的局部學習法，優勢在於可以實現本地、並行和自主訓練。
△拍攝：周鑫雨
通俗來說，散落在世界各地的小公司根據有限的算力資源獨立訓練，最後再將訓練成果結合在一起，就能創造一個天量參數的大模型，與巨頭公司抗衡。
與此同時，PCN架構還能充分利用海量的消費級芯片資源。
NeuroMesh Co-CEO Shawn Ying對36氪介紹，H800等高性能GPU與4090等芯片在計算能力上並沒有太大差距，核心的區別在於帶寬，高性能顯卡能夠提高數據傳輸效率。而PCN恰好可以彌補消費級顯卡的帶寬劣勢。
至於如何分配AI模型訓練的果實，NeuroMesh請來了Web 3.0老朋友DePIN（去中心化物理基礎設施網絡）框架。通過推出一個分布式AI訓練協議，NeuroMesh根據貢獻度為參與模型訓練的個人和組織分發Token。
△拍攝：周鑫雨
* Investy.ai：你的炒幣AI管家
成立於2022年的越南公司Investy.ai，已經開始用AI幫大家炒幣了。
用於訓練AI預測模型的數據，來自加密貨幣市場的實時/歷史數據、行業頭部加密貨幣/DeFi/投融資公司的財務報告、鏈上交易數據、市場情緒數據。
基於這些數據，Investy.ai自研了EDA（Exploratory Data Analysis，探索性數據分析）系統，負責將大量的數據轉化為關鍵洞察和特征。
分析完數據後，加密自動交易系統會生成交易信號，用於指導幣圈何時買入或者賣出特定加密貨幣資產。由於交易執行的速度和效率是交易成功的關鍵因素，因此Investy.ai的交易AI Agent能夠自動執行交易，無需人工干預。
△拍攝：周鑫雨
除了交易行為，Investy.ai還能對用戶名下的Portfolio（投資組合）進行分析、監控和評估，並且輔助決策。Investy.ai告訴36氪，目前平臺能夠讓平均回報率比人為操作提高15%以上。
如果未來AI強大到能夠管理股票和基金，可能黃浦江邊不會聚滿喝醉的股民……
* 沒有大模型，不如賣算力
算力，在Web 3.0時代可供挖礦，在AI時代亦能賣水淘金。
在東南亞，不少國家由於數字化建設起步晚、人口規模較小，在訓練大模型上難以獲得比肩中美的土壤優勢。
但這裏，又不乏因Web 3.0而囤了一批A100等高性能芯片的公司。而這些「礦主」，正在AI時代，通過算力租賃和售賣，延續財富夢。
* Float16. Cloud：做懂亞洲小語種的大模型
Float16. Cloud是來自泰國的一個大模型部署平臺，特點是：便宜大碗。
平臺上的模型價格，最高不過0.9美元/百萬Tokens，平均定價比OpenAI便宜了95%。
不過，GPU對於大部分亞洲國家而言，同樣也是難以規模化的稀缺資源。Float16. Cloud在東南亞，能夠部署的GPU也只有4608塊左右。
△拍攝：周鑫雨
Float16. Cloud提供的模型，優勢還在於提供了懂泰語、馬來語等亞洲語言的大模型API。創始人Matichon Maneegard提到，亞洲是個語言豐富的地區，但目前GPT等主流模型在小語種任務上的表現並不佳。
△來源：Float16. Cloud官網
* Bitdeer AI：高性能算力大甩賣
老幣圈人，大都聽過比特小鹿（BitMain）的名字。這家華人創立的數字貨幣礦機廠商，曾向全球區塊鏈網絡提供算力，優勢在於高能效比的解決方案。
2021年2月，Bitdeer從礦池市場抽身，轉而與各大礦池商合作擴大算力資源，轉賣雲服務。
而算力成為寶貴資源的大模型時代，Bitdeer搖身一變，又開始基於豐富的算力資產，提供AI雲服務。
△圖源：Bitdeer
作為算力服務商，Bitdeer的核心競爭力還是低成本的電力獲取能力。比如在2023年上半年，Bitdeer的平均電力成本大約為38美元/兆瓦時，遠低於同期美國商業電價（2023年6月美國德州電價一度飆升到4500美元/兆瓦時）。
當然，當英偉達H100在中國大陸的價格已經漲到二三十萬元，Bitdeer的算力服務定價就顯得相當「美麗」：只需2.99美元/小時，就能無限訪問H100資源。Bitdeer有底氣說「無限」，是因為與英偉達達成了合作，成為首個在亞洲地區提供DGX H100 SuperPOD雲服務的雲服務廠商。
Bitdeer告訴36氪，目前已有不少大陸AI公司下了訂單，其中不乏頭部互聯網大廠。---[文: 周鑫雨*編輯: 蘇建勛/來源: 36氪]
