データベース

自動化

発見

レポートの一覧に戻る

2025年版：生成AI・LLMの最前線と展望、注目スタートアップ

🗓 Created on 1/13/2025

📜 要約

主題と目的

この調査レポートは、生成AIと大規模言語モデル（LLM）における主要なモデル、その特徴、今後の展望、そして関連するスタートアップに焦点を当てています。急速に進化するAI技術が、私たちの社会やビジネスにどのような影響を与え、未来をどのように形作るのかを理解することを目的としています。特に、LLMがどのように世界モデルを構築し、AGI（汎用人工知能）への道筋をどのように示唆するのか、また、生成AIが様々な産業でどのように応用され、どのようなスタートアップがこの分野を牽引しているのかを明らかにすることを目指します。

回答と発見

LLMによる世界モデルの構築と進化

LLMは、次のトークンを予測する過程で、言語に存在するパターンとダイナミクスを学習し、世界モデルを構築していると考えられています。この学習プロセスを通じて、LLMは多様なタスクを理解し、知識を適用できるAGIに近づいています。

特徴	説明
学習プロセス	次のトークンを予測する損失を最適化する過程で、言語のパターンとダイナミクスを学習
AGIへの接近	多様なタスクを理解し、知識を適用できる能力を獲得
マルチモーダル対応	テキストだけでなく、画像、音声、ビデオなど、様々な形式の情報を処理可能
高度な機能	ツール使用、関数呼び出し、ブラウジングなどの高度な機能を搭載
世界モデルの学習	空間や時間などの基本的な次元に関する構造化された知識を獲得

主要な生成AIモデルの特徴と技術比較

主要な生成AIモデルは、生成AI、LLM、マルチモーダル機能、コード生成ツールなどを包含しています。これらのモデルは、データ収集、前処理、モデルアーキテクチャの選択、実装、トレーニング、評価、最適化、微調整といったプロセスを経て開発されます。

モデルタイプ	説明
GAN	生成器と識別器が競合しながら学習し、リアルな画像を生成
VAE	潜在的な表現を学習し、滑らかなデータを生成
Transformer	自然言語処理と機械学習の分野で汎用性が高い
拡散モデル	ノイズから徐々に画像を復元し、高品質な画像を生成

主要なLLMの概要

主要なLLMとして、GPT-4、LLAMA、Geminiなどが挙げられます。これらのモデルは、自然言語処理能力が向上し、様々なタスクを遂行できます。

モデル	説明
GPTシリーズ	OpenAIが開発したモデルで、GPT-3、GPT-3.5、GPT-4などがある。GPT-4は画像解析機能も搭載
Gemini	Googleが開発したモデルで、テキスト、オーディオ、ビデオなど、多様なデータタイプを処理可能
LLaMAシリーズ	Meta AIが開発したモデルで、オープンソースで利用可能
Claudeシリーズ	Anthropicが開発したモデルで、安全性と倫理に焦点を当てている
Aya	Cohere for AIが開発したモデルで、多言語対応

生成AIの応用分野

生成AIは、テキスト、画像、動画、音声、コードなど、様々なコンテンツを作成できます。これらの技術は、医療、金融、小売、教育など、様々な分野で応用されています。

分野	応用例
医療	バックオフィス業務の自動化、患者支援、医療診断支援、臨床試験
金融	パーソナライズされた取引支援、AI駆動のチャットボット、新規顧客の効率的なオンボーディング、市場予測
小売・Eコマース	顧客行動からのデータ抽出、高度なソーシャルメディアモニタリング、24時間365日の顧客サポートシステム
教育	パーソナライズされた学習経路、教師の管理業務の自動化、包括的で公平な教育

生成AIスタートアップの最新動向と資金調達

2024年、生成AIスタートアップへの投資はクラウド企業へのVC投資の40%を占め、200億ドル以上を調達しています。特にOpenAIやAnthropicなどの主要企業が巨額の資金を調達しており、フロンティア基盤モデル分野での競争が激化しています。

企業	説明
Stability AI	画像、言語、コード、オーディオ、ビデオなど、様々な分野向けのAIモデルを開発
Hugging Face	機械学習アプリケーションを作成するためのツールを提供
Cohere	自然言語処理（NLP）技術を提供
Y Combinator支援のスタートアップ	Humanloop、Truewind、Shepherdなど、様々な分野でAIを活用したスタートアップを支援

2025年の生成AI・LLMトレンド

2025年には、業界特化型プライベートLLMの台頭、音声AIの再構築、AIコパイロットの顧客サービス以外への拡大、自律型AIエージェントの台頭、マルチモーダルAIの融合、合成データの活用、ダイナミックな顧客体験の創造、モデルの効率性と持続可能性、実用的なアプローチへの転換、チャットボットを超えた生成AIの進化、AIエージェントが次のフロンティア、生成AIモデルのコモディティ化、AIアプリケーションとデータセットのドメイン特化、AIリテラシーの重要性、進化する規制環境への対応、AI関連のセキュリティ懸念の増大などが予測されます。

結果と結論

この調査レポートを通じて、生成AIとLLMが急速に進化し、様々な産業で応用が進んでいることが明らかになりました。LLMは、言語のパターンを学習することで世界モデルを構築し、AGIへの道筋を示唆しています。また、生成AIは、テキスト、画像、動画、音声、コードなど、様々なコンテンツを作成できる能力を持ち、医療、金融、小売、教育など、様々な分野で変革をもたらしています。

2025年には、業界特化型プライベートLLMの台頭、音声AIの再構築、AIコパイロットの顧客サービス以外への拡大、自律型AIエージェントの台頭、マルチモーダルAIの融合、合成データの活用、ダイナミックな顧客体験の創造など、新たなトレンドが生まれると予測されます。これらのトレンドは、ビジネスの効率化、イノベーションの促進、顧客体験の向上に貢献すると期待されます。

一方で、AIの進歩に伴い、エネルギー消費の増加、倫理的な問題、規制の必要性などの課題も生じます。企業は、これらの課題に対処しながら、AIの可能性を最大限に活用する必要があります。生成AIとLLMの進化は、私たちの社会やビジネスに大きな変革をもたらす可能性を秘めており、その動向を注視していくことが重要です。

コード実行

<!DOCTYPE html>
<html lang="ja">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>生成AIとLLMの世界モデル</title>
    <script src="https://unpkg.com/mermaid@11.4.0/dist/mermaid.min.js"></script>
    <style>
        body { font-family: sans-serif; }
        .container { display: flex; flex-wrap: wrap; justify-content: space-around; }
        .section { width: 45%; margin-bottom: 20px; border: 1px solid #ddd; padding: 15px; box-sizing: border-box; }
        .section h2 { margin-top: 0; }
        .mermaid { width: 100%; }
        .startup-list { list-style-type: none; padding: 0; }
        .startup-list li { margin-bottom: 5px; }
        .startup-list li a { text-decoration: none; color: blue; }
        .startup-list li a:hover { text-decoration: underline; }
        .funding-info { margin-top: 10px; font-size: 0.9em; }
        .funding-info span { font-weight: bold; }
        .funding-info a { text-decoration: none; color: blue; }
        .funding-info a:hover { text-decoration: underline; }
    </style>
</head>
<body>
    <h1>生成AIとLLMの世界モデル</h1>
    <div class="container">
        <div class="section">
            <h2>世界モデルの概念</h2>
            <p>LLMは、次のトークン予測を最適化することで、世界モデルを学習し、AGIに近づくと考えられています。<a href="https://www.turing.com/blog/generative-ai-llms-developments" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[8]</a></p>
            <p>LLMはテキストベースのコンテンツ作成に重点を置いていますが、他の重要な用途もあります。<a href="https://appian.com/blog/acp/process-automation/generative-ai-vs-large-language-models" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[3]</a></p>
            <p>生成AIは、テキスト、画像、音楽など、さまざまな形式のコンテンツを生成できます。<a href="https://www.gartner.com/en/topics/generative-ai" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[107]</a></p>
            <p>LLMは、人間のようなテキストを理解し生成するのに適しており、コンテンツ作成や翻訳に最適です。<a href="https://data.world/blog/large-language-model-vs-generative-ai/" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[51]</a></p>
        </div>
        <div class="section">
            <h2>主要な世界モデルの特徴</h2>
            <ul>
                <li><b>LLM</b>: テキスト中心のタスクに特化し、文脈と記憶能力を提供します。<a href="https://www.neurond.com/blog/large-language-models-vs-generative-ai" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[21]</a></li>
                <li><b>生成AI</b>: より広範な出力に対応し、テキスト、画像、音楽など多様なコンテンツを生成します。<a href="https://emmanueladegor.medium.com/gen-ai-vs-llm-understanding-the-core-differences-and-practical-insights-4cce0586ec59" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[20]</a></li>
                <li><b>マルチモーダル</b>: テキストと画像を理解し生成する能力を持ちます。<a href="https://arxiv.org/html/2409.14993v1" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[67]</a></li>
            </ul>
        </div>
        <div class="section">
            <h2>今後の展望</h2>
            <ul>
                <li><b>経済効果</b>: 生成AIは年間4.4兆ドルを世界経済に追加する可能性があります。<a href="https://www.mckinsey.com/featured-insights/mckinsey-explainers/whats-the-future-of-generative-ai-an-early-view-in-15-charts" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[2]</a></li>
                <li><b>企業での利用</b>: 2024年は、生成AIが企業にとって不可欠なものになりました。<a href="https://menlovc.com/2024-the-state-of-generative-ai-in-the-enterprise/" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[4]</a></li>
                <li><b>技術の進化</b>: モデルの効率性、バイアスの低減、事実に基づいた正確性の向上が重要です。<a href="https://annotationbox.com/large-language-models/" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[95]</a></li>
                <li><b>マルチモーダル</b>: マルチモーダル機能の強化が進んでいます。<a href="https://mindy-support.com/news-post/trends-2025-in-large-language-models-llms-and-generative-ai/" target="_blank" rel="noopener noreferrer" class="text-blue-500 underline hover:text-blue-700">[108]</a></li>
            </ul>
        </div>
        <div class="section">
            <h2>関連スタートアップ</h2>
            <ul class="startup-list">
                <li><a href="https://explodingtopics.com/blog/generative-ai-startups" target="_blank" rel="noopener noreferrer">Cohere</a></li>
                <li><a href="https://explodingtopics.com/blog/generative-ai-startups" target="_blank" rel="noopener noreferrer">Hugging Face</a></li>
                <li><a href="https://explodingtopics.com/blog/generative-ai-startups" target="_blank" rel="noopener noreferrer">Tabnine</a></li>
                <li><a href="https://www.ycombinator.com/companies/industry/generative-ai" target="_blank" rel="noopener noreferrer">Moonshot AI</a></li>
                <li><a href="https://www.ycombinator.com/companies/industry/generative-ai" target="_blank" rel="noopener noreferrer">Campfire</a></li>
                <li><a href="https://www.netguru.com/blog/generative-ai-startups" target="_blank" rel="noopener noreferrer">その他</a></li>
            </ul>
            <div class="funding-info">
                <p>生成AIスタートアップは、クラウド企業へのVC投資の40%を獲得しています。<a href="https://www.cnbc.com/2024/10/16/generative-ai-startups-get-40percent-of-all-vc-investment-in-cloud-accel.html" target="_blank" rel="noopener noreferrer">[148]</a></p>
                <p>2024年の最初の3四半期で、GenAIスタートアップは200億ドル以上を調達しました。<a href="https://www.spglobal.com/marketintelligence/en/news-insights/latest-news-headlines/genai-funding-on-track-to-set-new-record-in-2024-85779779" target="_blank" rel="noopener noreferrer">[149]</a></p>
                <p>2024年第3四半期には、39億ドルが生成AIスタートアップに投資されました。<a href="https://techcrunch.com/2024/10/20/investments-in-generative-ai-startups-topped-3-9b-in-q3-2024/" target="_blank" rel="noopener noreferrer">[151]</a></p>
            </div>
        </div>
        <div class="section">
            <h2>[object Object]</h2>
            <p>LLMと生成AIは、[object Object]として、相互に関連し、複雑な相互作用を持つシステムとして捉えることができます。この視点は、両者の違いと共通点を理解する上で重要です。</p>
        </div>
    </div>
    <script>
        mermaid.initialize({ startOnLoad: true });
    </script>
</body>
</html>

このレポートが参考になりましたか？

あなたの仕事の調査業務をワンボタンでレポートにできます。

無料でリサーチ

🔍 詳細

🏷生成AIとLLMの進化：世界モデルとは何か？

LLMによる世界モデルの構築と進化

LLMによる世界モデルの構築と進化: 大規模言語モデル（LLM）は、次のトークンを予測する損失を最適化する過程で、言語に存在するパターンとダイナミクスを学習し、世界モデルを構築していると考えられています。この学習プロセスを通じて、LLMは多様なタスクを理解し、知識を適用できるAGI（汎用人工知能）に近づいています。また、LLMはテキストだけでなく、画像、音声、ビデオなど、さまざまな形式の情報を処理できるよう進化しており、論理的思考能力も向上しています。さらに、LLMは「ツール使用」、「関数呼び出し」、「ブラウジング」などの高度な機能も備え、実用的なタスクにも対応できるようになっています。MITの研究者たちは、LLMが空間や時間などの基本的な次元に関する構造化された知識を獲得し、文字通りの世界モデルを学習しているという見解を支持しています。しかし、世界モデルの定義は明確ではなく、LLMが因果関係を理解し、物理世界をシミュレートする能力を示す必要があるという意見もあります。LLMの内部メカニズムはまだ謎に包まれていますが、これらの研究と議論がLLMの理解を深めるのに役立っています。

LLMの学習プロセスと世界モデルの構築

大規模言語モデル（LLM）は、次のトークンを予測する損失を最適化する過程で、言語に存在するパターンとダイナミクスを学習します。この学習プロセスを通じて、LLMは言語に反映された世界の文脈を理解し、多様なタスクを理解し、知識を適用できるAGI（汎用人工知能）に近づいています。OpenAIの共同創業者であるIlya Sutskever氏は、インターネット上のテキストは現実世界の単純化された表現であると指摘しており、LLMはテキストから現実世界のダイナミクスを学習すると考えられています。 13 Generative AI and LLM Developments You Must Know! | Turing

スケーリング則と新興行動

LLMの規模が拡大するにつれて、**「スケーリング則」**として知られる一貫したパターンが見られます。これは、次の単語を予測する能力の向上だけでなく、SAT、生物学試験、コーディング、推論、数学などのさまざまな知能評価におけるパフォーマンスの向上にもつながっています。この現象は、モデルの規模が拡大するにつれて発生する真に新興的な行動と考えられています。 13 Generative AI and LLM Developments You Must Know! | Turing

Transformerアーキテクチャの汎用性

2017年にGoogleの研究者によって発表されたTransformerアーキテクチャは、自然言語処理と機械学習の分野における画期的な研究です。このアーキテクチャは、翻訳だけでなく、AIアシスタントの役割でも効果的であることが証明されており、その汎用性と適応性が強調されています。 13 Generative AI and LLM Developments You Must Know! | Turing

マルチモーダルな能力の進化

LLMは、テキストだけでなく、画像、音声、ビデオなど、さまざまな形式の情報を処理できるように進化しています。これにより、複雑な推論タスクをステップバイステップで処理できるようになり、論理的思考能力が向上しています。また、LLMは「ツール使用」、「関数呼び出し」、「ブラウジング」などの高度な機能も備えており、実用的なタスクにも対応できるようになっています。 13 Generative AI and LLM Developments You Must Know! | Turing

MITの研究者による世界モデルの視点

MITの研究者であるWes GurneeとMax Tegmarkは、LLMが空間や時間などの基本的な次元に関する構造化された知識を獲得し、文字通りの世界モデルを学習しているという見解を支持しています。彼らは、LLMが空間の構造化された概念を持っているように見えるため、世界観を持っていると主張しています。

linkedin.com

世界モデルの定義と課題

世界モデルの定義は明確ではなく、LLMが因果関係を理解し、物理世界をシミュレートする能力を示す必要があるという意見もあります。NvidiaのJim Fanは、AIにおける世界モデルの理解が近年どのように発展してきたかを要約し、その重要な側面として、因果関係と直感的な物理学を捉えることを挙げています。

linkedin.com

LLMの内部メカニズムと今後の展望

LLMの内部メカニズムはまだ謎に包まれていますが、これらの研究と議論がLLMの理解を深めるのに役立っています。また、LLMが研究論文に対して、人間よりも優れたフィードバックを提供する場合があるという研究結果も発表されています。

linkedin.com

turing.com

Generative AI

LLM training

app modernization

generative AI consulting services

LLM development services

linkedin.com

Masterworks

enables everyday people to invest in multimillion dollar paintings

many disagreements in generative AI and how to deal with them in Friday’s essay

published a paper arguing that

capture causality and intuitive physics

much more primitive AIs contain correlations about physical space

LLMs provide useful feedback on research manuscripts, in some cases better than human feedback

first wearable AI device

Masterworks

exclusive link

medium.com

link

🏷主要な生成AIモデル：特徴と技術比較

主要な生成AIモデルの特徴と技術比較

主要な生成AIモデルの特徴と技術比較: このレポートでは、主要な生成AIモデルの特徴と技術比較について、複数の資料を基に要約します。まず、Microsoftの記事では、主要なAIエコシステムモデルとして、生成AI、大規模言語モデル（LLM）、マルチモーダル機能、コード生成ツールなどを提供する各社のモデルを比較しています。次に、XenonStackの記事では、生成AIモデルのタイプ、トレーニング、評価戦略について解説し、データ収集、前処理、モデルアーキテクチャの選択、実装、トレーニング、評価、最適化、微調整といったプロセスを詳細に説明しています。また、転移学習や事前トレーニング済みモデルの利用、データ拡張、正則化、分散コンピューティング、効率的なアルゴリズムの重要性も指摘しています。さらに、生成AIモデルの評価指標として、グラウンデッドネス、関連性、コヒーレンス、流暢さ、類似性といったメトリクスを紹介しています。一方、Lakera.aiの記事では、GPT-4、LLAMA、Geminiなどの主要なLLMを紹介し、その進化と相互の違いについて解説しています。また、LLMのセキュリティリスクや、オープンソースとクローズドソースのLLMの選択についても触れています。さらに、OpenAIのGPTシリーズ、GoogleのAIモデル、Meta AIのLLaMAシリーズ、AnthropicのClaudeシリーズ、Cohere for AIのAya、Hugging Faceなど、各社のLLMの特徴を比較しています。最後に、建築設計における生成AIの応用に関する論文では、確率的拡散モデル（DDPMs）、3D生成モデル、基盤モデルに焦点を当て、建築設計の各段階での活用事例を分析しています。これらの情報から、生成AIモデルは多岐にわたり、各モデルが特定のタスクや目的に特化していることがわかります。

主要なAIエコシステムモデルの比較

microsoft.com

という記事では、主要な企業が提供するAIエコシステムモデルを比較しています。これらのモデルは、生成AI、大規模言語モデル（LLM）、マルチモーダル機能、コード生成ツールなどを包含しています。

生成AIモデルのタイプ、トレーニング、評価戦略

xenonstack.com

という記事では、生成AIモデルのタイプ、トレーニング、評価戦略について解説しています。

データ収集

生成AIモデルをトレーニングする際、最初のステップは目的を明確に定義することです。目的は、モデルが生成することが期待されるコンテンツの種類を特定する必要があります。画像、テキスト、音楽など、明確な目標が重要です。開発者は、モデルが望ましい出力を生成するように、目的を定義することでトレーニングプロセスを調整できます。

前処理

高品質の生成AIモデルを作成するには、目的に合致する多様なデータセットを収集します。データがモデルに供給される前に、ノイズやエラーを取り除くために前処理され、クリーンアップされていることを確認してください。

適切なモデルアーキテクチャの選択

適切なモデルアーキテクチャを選択することは、生成AIプロジェクトの成功を確実にするための重要なステップです。Generative Adversarial Networks（GAN）、Variational Autoencoders（VAE）、Transformersなど、さまざまなアーキテクチャが存在します。各アーキテクチャには独自の利点と制限があるため、適切なものを選択する前に、目的とデータセットを慎重に評価することが不可欠です。

モデルの実装

ニューラルネットワークを作成し、レイヤーを定義し、選択したモデルアーキテクチャを実装するコードを記述して、それらの間の接続を確立する必要があります。TensorFlowやPyTorchのようなフレームワークとライブラリは、実装プロセスを簡素化するための事前構築されたコンポーネントとリソースを提供します。

モデルのトレーニング

生成AIモデルのトレーニングには、トレーニングデータをモデルに順次導入し、生成された出力と意図した結果の差を減らすためにパラメータを調整することが含まれます。このトレーニングプロセスには、モデルの複雑さとデータセットのサイズに応じて、かなりの計算リソースと時間が必要です。モデルの進捗状況を監視し、学習率やバッチサイズなどのトレーニングパラメータを調整することは、最良の結果を達成するために重要です。

評価と最適化

モデルをトレーニングした後、そのパフォーマンスを評価することが重要です。これは、生成されたコンテンツの品質を測定し、それを望ましい出力と比較するために適切なメトリックを使用することで行うことができます。結果が不十分な場合は、モデルのアーキテクチャ、トレーニングパラメータ、またはデータセットを調整して、パフォーマンスを最適化する必要がある場合があります。

微調整と反復

生成AIモデルの開発は、継続的な反復と改善を必要とするプロセスです。最初の結果が評価されたら、改善の余地がある領域を特定できます。ユーザーからのフィードバックを取り入れ、新しいトレーニングデータを導入し、トレーニングプロセスを改良することで、モデルを強化し、結果を最適化することができます。したがって、高品質の生成AIモデルを開発するには、一貫した改善が不可欠です。

生成AIモデルをトレーニングするための最良の戦略

データ生成に関しては、最も適切なモデルを選択することが、結果として得られるデータの品質に大きな影響を与える可能性のある重要な要素です。最も使用されるモデルは、Variational Autoencoders（VAE）、Generative Adversarial Networks（GAN）、および自己回帰モデルです。これらの各モデルには、データの複雑さと品質に応じて、長所と短所があります。

VAEは、潜在的な表現を学習し、滑らかなデータを生成するのに特に役立ちます。ただし、ぼやけやモード崩壊に苦しむ可能性があります。一方、GANはシャープでリアルなデータの生成に優れていますが、トレーニングがより難しい場合があります。自己回帰モデルは高品質のデータを生成しますが、遅く、メモリを大量に消費する可能性があります。

特定の要件に最も適切なモデルを選択する際には、パフォーマンス、スケーラビリティ、および効率を比較することが重要です。これにより、プロジェクトの特定の要件と制約に基づいて、十分な情報に基づいた決定が可能になります。したがって、これらの要素を慎重に検討することは、データ生成で最良の結果を達成するために不可欠です。

転移学習と事前トレーニング済みモデルの使用

生成タスクの実際的なアプローチの1つは、転移学習と事前トレーニング済みモデルの適用です。転移学習には、あるドメインまたはタスクからの知識を別のドメインまたはタスクに活用することが含まれます。事前トレーニング済みモデルは、ImageNet、Wikipedia、YouTubeなどの大規模で多様なデータセットですでにトレーニングされています。既存のモデルを使用し、転移学習を適用すると、モデルトレーニングに必要な時間とリソースを大幅に削減できます。さらに、事前トレーニング済みモデルは、特定のデータとタスクに適応させることができます。たとえば、開発者は、画像にはVAEやGAN、テキストにはGPT-3やBERTなどの事前トレーニング済みモデルを使用して、画像やテキストを生成できます。これらのモデルをデータセットまたはドメインで微調整することで、より良い結果を達成できます。

データ拡張と正則化手法の使用

生成タスクの品質は、データ拡張と正則化手法を通じて改善できます。データ拡張には、既存のデータセットにクロップ、反転、回転、またはノイズの導入などの変換を適用することにより、多様なデータを作成することが含まれます。逆に、正則化には、過剰適合を防ぎ、一般化を強化するために、モデルに制約またはペナルティを課すことが含まれます。これらの方法は、トレーニングデータの範囲と多様性を拡大し、記憶または複製のリスクを軽減し、生成モデルの回復力と多様性を強化します。データ拡張などの手法は、画像生成のためのランダムクロップやカラージッタリングに使用できます。対照的に、ドロップアウト、重み減衰、またはスペクトル正規化などの正則化手法は、GANトレーニングに使用できます。

分散コンピューティングと並列コンピューティングの使用

生成タスクを強化するのに役立つ戦略は、分散コンピューティングと並列コンピューティングを使用することです。この手法には、GPU、CPU、TPUなどのデバイス間でデータとモデルを分割し、それらの作業を調整することが含まれます。分散コンピューティングと並列コンピューティングは、トレーニングを加速し、広範で複雑なデータとモデルの管理を可能にします。また、メモリと帯域幅の消費を削減し、生成モデルをスケールアップするのに役立ちます。たとえば、データ並列処理、モデル並列処理、パイプライン並列処理、または連合学習などの分散コンピューティングと並列コンピューティングの手法を使用して、生成モデルをトレーニングできます。

効率的で適応性のあるアルゴリズムの使用

効率的で適応性のあるアルゴリズムは、生成モデルのパラメータとハイパーパラメータを迅速かつ柔軟に強化する能力を備えています。これらには、学習率、バッチサイズ、およびエポック数が含まれます。これらのアルゴリズムは、モデルのパフォーマンスと収束を改善し、試行錯誤の時間を短縮できます。SGD、Adam、AdaGradなど、生成モデルを最適化するために利用できるアルゴリズムがいくつかあります。さらに、ベイズ最適化、グリッド検索、およびランダム検索アルゴリズムは、ハイパーパラメータ調整に適しています。これらの手法を活用することで、非凸型で動的な最適化の課題に対処しながら、さまざまなデータやタスクに合わせてモデルを効果的に微調整できます。これらの方法を生成モデリングで最適な結果を達成するために採用することをお勧めします。

生成AIの評価と監視メトリック

OpenAI GPT-4やLlama 2などの言語モデルは、慎重に設計しないと有害な結果を引き起こす可能性があります。評価段階では、明確なメトリックを確立し、反復テストを完了することにより、潜在的な危害を特定および測定するのに役立ちます。プロンプトエンジニアリングやコンテンツフィルターなどの軽減策を講じることができます。AI支援メトリックは、真のデータがないシナリオで役立ち、回答の品質と安全性を測定するのに役立ちます。以下は、生成モデルによって生成された結果を評価するのに役立つメトリックです。

グラウンデッドネス: AIモデルが生成した回答がユーザー定義のコンテキストとどの程度一致しているかを評価します。AIが生成した回答で行われた主張がソースコンテキストによって裏付けられていることを保証し、事実の正確さとコンテキストの正確さが重要なアプリケーションに不可欠です。このメトリックに必要な入力には、質問、コンテキスト、および生成された回答が含まれ、スコア範囲は整数[1-5]で、1は悪い、5は良いです。
関連性: AIシステムが適切な応答を生成する能力を評価するために不可欠です。モデルの応答が与えられた質問にどの程度関連しているかを測定します。関連性スコアが高いほど、AIシステムが入力を理解し、一貫性のある適切な出力を生成する能力を示しています。逆に、関連性スコアが低い場合は、生成された応答がトピックから逸脱したり、コンテキストが不足したり、不適切である可能性があることを示しています。
コヒーレンス: 言語モデルがスムーズに流れ、自然に読み、人間のような言語に似た出力を生成する能力を測定するメトリックです。実際のアプリケーションで、モデルが生成した応答の読みやすさとユーザーフレンドリーさを評価します。このメトリックを計算するために必要な入力は、質問とそれに対応する生成された回答です。
流暢さ: AIが生成したテキストが適切な文法、構文、および適切な語彙の使用にどの程度準拠しているかを測定します。1から5までの整数スコアで、1は悪い、5は良いことを示します。このメトリックは、AIが生成した応答の言語的な正確性を評価するのに役立ちます。質問と生成された回答を入力として必要とします。
類似性: 1〜5のスケールで、真の文とAIモデルが生成した応答の類似性を評価します。文レベルの埋め込みを作成することにより、テキスト生成タスクにおけるAIモデルのパフォーマンスを客観的に評価します。このメトリックは、生成されたテキストを目的のコンテンツと比較するのに役立ちます。GPT類似性メトリックを使用するには、質問、真の回答、および生成された回答を入力します。

生成AIおよびLLMモデルのトレーニングと評価の結論

企業は、ユースケースのために基盤モデルを組み込み、展開する際のオプションを検討する必要があります。各ユースケースには特定の要件があり、展開オプションを決定する際には、いくつかの意思決定ポイントを考慮する必要があります。これらの意思決定ポイントには、コスト、労力、データプライバシー、知的財産、およびセキュリティが含まれます。これらの要因に基づいて、企業は1つ以上の展開オプションを使用できます。

基盤モデルは、ビジネスにおけるAIの採用を加速する上で重要な役割を果たします。ラベル付けの必要性を大幅に削減し、企業がAIを実験し、効率的なAI駆動の自動化とアプリケーションを構築し、より広範囲のミッションクリティカルな状況でAIを展開することを容易にします。

主要なLLM（大規模言語モデル）の概要

lakera.ai

という記事では、主要なLLM（大規模言語モデル）であるGPT-4、LLAMA、Geminiなどを紹介し、それらの進化と相互の違いについて解説しています。

LLMのセキュリティリスク

LLMの利用が増えるにつれて、プライベートデータの漏洩に対する懸念が高まっていると指摘しています。記事では、LLMのセキュリティリスクを軽減する方法についても触れています。

Foundation Model（基盤モデル）

Stanford researchersによって提唱された「Foundation Model (FM)」は、広範なデータセットで学習され、多様なタスクに対応できるAIモデルの新しいパラダイムです。従来のモデルとは異なり、FMは汎用性と適応性に優れています。Stanford's Center for Research on Foundation Models (CRFM)は、FMを新しいAIシステム構築の基礎と位置づけています。

FMの5つの特徴

FMは、以下の5つの特徴によって区別されます。

大規模なデータセットで学習
自己教師あり学習
多様なタスクへの適応性
汎用性
拡張性

オープンソースとクローズドソースのLLM

LLMの利用者は、オープンソースとクローズドソースのどちらかを選択する必要があります。オープンソースLLMは、ソースコードが公開されており、自由に利用、変更、配布できます。一方、クローズドソースLLMは、特定の企業によって開発、管理されており、信頼性やサポートが提供されますが、コストがかかります。

LLMのサイズと複雑さ

LLMのサイズと複雑さは、パラメータとトークンという2つの重要な指標によって決定されます。パラメータ数が多いほど、モデルはより多くの情報を吸収し、分析する能力が高くなります。

OpenAIのGPTシリーズ

OpenAIのGPTシリーズは、自然言語処理の分野で大きな進歩を遂げています。

GPT-3: 2020年6月に発表されたGPT-3は、1750億のパラメータを持つ非常に高度なモデルです。Transformerアーキテクチャに基づいており、自然言語の理解と生成、コード生成、翻訳、言語学習など、幅広い機能を提供します。
GPT-3.5: GPT-3の改良版であり、パフォーマンスの微調整とバイアスの低減が行われています。
GPT-4: 2023年3月に発表されたGPT-4は、GPT-3をさらに進化させたモデルです。画像解析機能（GPT-4V）が追加され、マルチモーダルな入力に対応できるようになりました。また、自然言語の理解と生成能力が向上し、専門的な分野での応用も可能になりました。
GPT-5: OpenAIは、GPT-5の開発を進めており、AGI（汎用人工知能）の実現を目指しています。GPT-5は、GPT-4をさらに上回る性能を持ち、より多くのタスクに対応できるようになることが期待されています。
Sora: OpenAIは、テキストから動画を生成するSoraを開発しており、AIのマルチモーダルなデータ処理能力を向上させています。

GoogleのAIモデル

Googleは、AI分野で多くの革新的な技術を開発しています。

BERT: Googleの初期のTransformerモデルであり、自然言語の理解に革命をもたらしました。
MUM: 多言語理解と動画コンテンツ分析が可能な、より強力なモデルです。
Bard: Googleの会話型AIサービスであり、当初はLaMDAによって駆動されていましたが、後にGeminiに進化しました。
PaLM 2: Google I/Oで発表された、より高度なAIモデルです。
Gemini: Googleの最も高度なLLMであり、Ultra、Pro、Nanoの3つのバージョンがあります。Geminiは、テキスト、オーディオ、ビデオなど、多様なデータタイプを処理できます。Gemini 1.5 Proは、MoEアーキテクチャを採用し、100万トークンまでの長文コンテキストを処理できます。

Meta AIのLLaMAシリーズ

Meta AI（旧Facebook AI）は、オープンサイエンスを重視し、LLaMAというLLMを開発しました。

LLaMA: コンパクトながら強力なモデルであり、AI研究を加速させることを目的としています。Transformerアーキテクチャに基づいており、SwiGLU活性化関数、回転位置埋め込み、RMS層正規化などの最新技術が採用されています。
LLaMA 2: Microsoftとの協力により開発されたLLaMAの進化版であり、トレーニングデータの増加、データ処理と安全性の向上、バイアス低減、モデルセキュリティの強化が行われています。LLaMA 2は、研究および商用利用が可能です。
LLaMA 3: Metaは、LLaMA 3の開発を進めており、コード生成と高度な推論能力の向上を目指しています。

AnthropicのClaudeシリーズ

Anthropicは、AIの安全性と倫理に焦点を当てたClaudeというAIモデルを開発しました。

Claude: 信頼性、解釈可能性、操作可能性を重視したAIシステムです。Constitutional AIフレームワークを採用しており、倫理的な原則に基づいてモデルを開発しています。
Claude 2: Claudeの改良版であり、性能と応用範囲が向上しています。
Claude 3: Anthropicは、2025年半ばにClaude 3をリリースする予定です。Claude 3は、100兆のパラメータを持ち、人間のようなインタラクション、分析能力、創造的なアウトプットを向上させることを目指しています。

Cohere for AIのAya

Cohere for AIは、多言語対応のオープンソースLLMであるAyaを開発しました。

Aya: 101の言語をサポートする画期的なモデルであり、AIの言語障壁を解消し、世界中の多様なコミュニティにAIをよりアクセスしやすくすることを目的としています。Ayaは、命令に従うことに特化しており、実用的なタスクの実行に優れています。

Hugging Face

Hugging Faceは、LLMのオープンエコシステムを推進しています。

Transformers library: LLMアーキテクチャを統合するライブラリであり、オープンソースプロジェクトとして急速に成長しています。
Hub: モデル、トークナイザー、データセット、デモアプリケーションなどを提供するプラットフォームです。
BLOOM: 1760億のパラメータを持つオープンライセンスのLLMであり、BigScienceイニシアチブによって開発されました。
HuggingChat: ChatGPTの競合となるチャットボットです。
Open LLM leaderboard: オープンLLMとチャットボットを追跡、ランキング、評価するためのプラットフォームです。

建築設計における生成AIの応用

arxiv.org

という論文では、建築設計における生成AIの応用について、その基礎となる技術から具体的な応用例、そして将来の展望までを包括的にレビューしています。特に、確率的拡散モデル（DDPMs）、3D生成モデル、そして基盤モデルに焦点を当て、これらのモデルが建築設計の各段階でどのように活用されているかを詳細に分析しています。

生成AI技術の進化

近年、生成AI技術は急速に進歩しており、GANs（敵対的生成ネットワーク）、VAEs（変分オートエンコーダ）、DDPMsなどのモデルがその進歩を牽引しています。これらのモデルは、テキスト、画像、音楽、ビデオ、3Dモデルなど、多様なコンテンツを生成する能力を持ち、建築設計の分野にも大きな影響を与え始めています。特に、Stable Diffusion、DALL-E 2、Midjourneyといった大規模な視覚モデルの登場により、建築家や研究者は創造的なデザイン生成に生成AIを積極的に活用しています。

建築設計における生成AIの現状

建築設計の実務では、MVRDVやZaha Hadid Architectsなどの著名な建築事務所が、生成AIツールをデザイン効率の向上に利用しています。また、**RIBA（英国王立建築家協会）**の報告によると、英国の建築家の41%がプロジェクトでAIを時折使用しており、43%がAIによって設計プロセスの効率が向上すると考えています。

建築設計プロセスにおけるAIの応用

この論文では、建築設計プロセスを6つの段階に細分化し、各段階における生成AIの応用事例をレビューしています。これらの段階は、概念設計、3D形状生成、平面図設計、ファサード設計、構造システム設計、断面設計です。各段階で、入力データ、出力データ、応用シナリオ、そして使用される技術的アプローチを比較分析しています。

生成AIモデルの詳細

この論文では、GANs、拡散モデル（DMs）、3D生成モデル、そして基盤モデルといった、主要な生成AIモデルについて詳しく解説しています。GANsは、生成器と識別器が競合しながら学習を進めることで、リアルな画像を生成します。拡散モデルは、ノイズから徐々に画像を復元するプロセスを通じて、高品質な画像を生成します。また、大規模言語モデル（LLMs）や大規模視覚モデルは、テキストや画像の処理において優れた能力を発揮し、様々なタスクに応用されています。

2D生成AIの応用

2D生成AIの応用例として、テキストから画像を生成する技術や、画像から別の画像を生成する技術が紹介されています。テキストから画像を生成する技術は、StackGANやGLIDEなどのモデルによって実現されており、テキストによる指示に基づいて高品質な画像を生成することができます。また、画像から画像を生成する技術は、スケッチから画像を生成したり、画像のスタイルを変換したりするのに利用されています。さらに、動画生成の分野でも、動画拡散モデルやMake-A-Videoなどのモデルが登場し、テキストや画像から動画を生成することが可能になっています。

3D生成モデルの応用

3D生成モデルは、建築設計において重要な役割を果たしており、3D形状の表現方法として、ボクセルベース、点群ベース、メッシュベース、そして暗黙的表現ベースの4つが紹介されています。暗黙的表現は、特に複雑な形状を表現するのに適しており、**NeRF（Neural Radiance Fields）**などの技術が注目されています。また、テキストから3Dモデルを生成する技術や、画像から3Dモデルを生成する技術も進歩しており、DreamFusionやMagic3Dなどのモデルがその代表例として挙げられます。

建築設計の各段階における生成AIの応用

この論文では、建築設計の各段階における生成AIの具体的な応用例を詳細に分析しています。

概念設計: テキストや画像から建築コンセプト画像を生成したり、既存の画像のスタイルを転送したりするのに生成AIが活用されています。
3D形状設計: パラメータやテキストから3D形状を生成したり、スケッチや平面図から3Dモデルを生成したりするのに生成AIが利用されています。
平面図設計: 建物のフットプリントや機能空間のレイアウトから平面図を生成したり、空間シーケンスから機能空間のレイアウトを生成したりするのに生成AIが活用されています。
ファサード設計: セマンティックセグメンテーションマップからファサード画像を生成したり、ファサード画像のスタイルを転送したりするのに生成AIが利用されています。
構造システム設計: 平面図から構造レイアウトを予測したり、既存の構造レイアウトを最適化したりするのに生成AIが活用されています。
断面設計: 断面図から空間の特徴を抽出したり、断面図のスタイルを転送したりするのに生成AIが利用されています。

将来の研究方向

この論文では、将来の建築設計における生成AIの応用について、いくつかの研究方向を提案しています。

概念設計: テキストや画像だけでなく、3Dモデルや自然言語記述など、多様な入力に対応したモデルの開発が求められます。また、動画生成モデルを活用して、建築コンセプトを動的に表現する技術の開発も期待されます。
3D形状設計: 高解像度で詳細な3Dモデルを生成する技術や、リアルタイムでモデルを編集する技術の開発が重要です。また、ユーザーのニーズに合わせてカスタマイズされた3Dモデルを生成する技術も求められます。
平面図設計: テキストやレイアウトだけでなく、建築基準や機能ニーズ、材料の詳細など、より多くの情報を考慮した平面図を生成する技術の開発が期待されます。また、動画生成モデルを活用して、平面図の動的な変化を表現する技術も重要です。
ファサード設計: テキストや画像だけでなく、環境への適応性も考慮したファサードを生成する技術の開発が求められます。
構造システム設計: 建築基準や材料特性、機械的要件などを考慮した構造設計を生成する技術の開発が重要です。また、テキストから3Dモデルを生成する技術とBIM（Building Information Modeling）を統合することで、より包括的な設計が可能になります。
断面設計: テキストやスケッチだけでなく、技術データも考慮した断面図を生成する技術の開発が求められます。また、3Dモデルから断面図を生成する技術や、動画生成モデルを活用して断面図を動的に表現する技術も重要です。

生成AIの体系的なレビュー

arxiv.org

という論文は、生成AIの最近の進歩と技術を体系的にレビューし、その応用例を詳細に議論しています。特に、言語生成における大規模言語モデルの開発や、画像変換などの分野での生成AIの応用について焦点を当てています。また、責任あるAIの原則や、これらの生成モデルの持続可能性と成長に必要な倫理的考慮事項についても議論しています。

生成AIの主要な影響

生成AIがこれまでに大きな影響を与えてきたのは、大規模言語モデルの開発による言語生成と、画像変換の分野です。この論文の主な貢献は、これらの分野における最新の進歩を首尾一貫して統合し、この分野における現代のブレークスルーをシームレスに結び付けている点です。特に、生成AIの将来の軌跡を探求しています。結論として、この論文では、責任あるAIの原則と、これらの生成モデルの持続可能性と成長に必要な倫理的考慮事項について議論しています。

生成AIの定義

生成AIとは、生成モデルを利用してテキスト、画像、またはさまざまな形式のメディアを作成する能力を備えた人工知能システムを包含します。これらのモデルは、トレーニングデータ内の基礎となるパターンと構造を理解し、その後、同様の特性と特徴を共有する新しいデータを生成します。

生成AIのタイプ

生成AIには、特定のタスクまたはメディア生成の形式に合わせて調整されたさまざまなタイプが含まれます。以下は、よりよく知られているタイプのいくつかです。**敵対的生成ネットワーク（GAN）、トランスフォーマーベースのモデル（TRM）、変分オートエンコーダー（VAE）、および拡散モデル（DM）**などがあります。

敵対的生成ネットワーク（GAN）

敵対的生成ネットワーク（GAN）は、機械学習フレームワークのクラスであり、生成AIにアプローチするための主要なフレームワークです。GANは、ジェネレーターとディスクリミネーターという2つの主要なコンポーネントで構成されています。ジェネレーターの主な操作は、ノイズを使用して偽のデータを生成し続けることであり、ディスクリミネーターの目的は、生成された画像が本物か偽物かを区別することです。

GANの課題

開発の初期段階では、敵対的生成ネットワーク（GAN）ベースのモデルは、トレーニングプロセスで重大な課題に直面しました。これらの困難は、主にトレーニングの逸脱やモデルの崩壊などの問題を中心に展開しました。トレーニングの逸脱とは、GANのジェネレーターとディスクリミネーターがトレーニング中に安定した平衡を達成できず、振動や信頼性の低いモデル出力につながる状況を指します。一方、モデルの崩壊は、GANのジェネレーターが限られた反復的な出力を生成し、データ分布の大部分を無視する場合に発生します。

これらの情報から、生成AIモデルは多岐にわたり、各モデルが特定のタスクや目的に特化していることがわかります。

xenonstack.com

Explore the Advantages of Model-Centric AI for Businesses in 2023

Discover the Inner Workings of the ChatGPT Model and Its Promising Future Applications

Discover about the Importance of Model Robustness

arxiv.org

2023

2024

Sukkar et al., 2024b,

Sukkar et al., 2024b,

Sukkar et al., 2024b,

Sebestyen et al., 2023b,

Sebestyen et al., 2023a

Sebestyen et al., 2023b

https://doi.org/10.1016/j.autcon.2023.105053

https://doi.org/10.53710/jcode.1064225

https://doi.org/10.18537/est.v011.n022.a06

https://doi.org/10.48550/arXiv.2107.08572

https://doi.org/10.5151/sigradi2020-9

https://doi.org/10.1177/14780771241253438

https://doi.org/10.48550/arXiv.2005.14165

https://doi.org/10.1109/IGARSS47720.2021.9554453

https://doi.org/10.1093/acprof:oso/9780195367638.001.0001

https://doi.org/10.1007/978-981-15-6568-7_8

https://doi.org/10.3390/buildings13071861

https://doi.org/10.52842/conf.caadria.2021.1.131

https://doi.org/10.3390/buildings13092285

https://doi.org/10.3390/buildings13041083

https://doi.org/10.1109/CVPR.2018.00981

https://doi.org/10.48550/arXiv.2311.14521

https://doi.org/10.1080/14626268.2023.2248103

https://doi.org/10.52842/conf.caadria.2021.2.071

https://doi.org/10.1177/14780771231181237

https://doi.org/10.1017/dsj.2020.31

https://doi.org/10.52842/conf.caadria.2019.2.767

https://doi.org/10.1002/ad.2807

https://doi.org/10.1007/s44223-023-00023-2

https://doi.org/10.48550/arXiv.1810.04805

https://doi.org/10.52842/conf.caadria.2023.1.473

https://doi.org/10.3390/info12050206

https://doi.org/10.52842/conf.ecaade.2022.2.067

https://doi.org/10.1007/s12652-020-02488-9

https://doi.org/10.1177/14780771231168231

https://doi.org/10.1109/ICCVW60793.2023.00016

https://doi.org/10.1016/j.autcon.2022.104619

https://doi.org/10.1016/j.jobe.2023.107873

https://doi.org/10.3390/buildings12091295

https://doi.org/10.1016/j.autcon.2022.104661

https://doi.org/10.3390/su15097126

https://doi.org/10.1016/j.autcon.2022.104234

https://doi.org/10.1109/MSP.2017.2765202

https://doi.org/10.1002/ad.3010

https://doi.org/10.48550/arXiv.1502.04623

https://doi.org/10.1111/mice.13236

https://doi.org/10.1088/1755-1315/861/7/072015

https://doi.org/10.3311/ppar.20112

https://doi.org/10.1061/JCEMD4.COENG-13077

https://doi.org/10.1016/j.jobe.2023.107999

https://doi.org/10.1080/14626268.2023.2201281

https://doi.org/10.1016/j.buildenv.2021.108346

https://doi.org/10.1109/CVPR46437.2021.01480

https://doi.org/10.1002/ad.2820

https://doi.org/10.1002/ad.2574

https://doi.org/10.48550/arXiv.2006.11239

https://doi.org/10.48550/arXiv.2204.03458

https://doi.org/10.48550/arXiv.2206.00645

https://doi.org/10.1016/j.foar.2024.02.006

https://doi.org/10.1016/j.buildenv.2022.109575

https://doi.org/10.1080/24751448.2021.1967060

https://doi.org/10.52842/conf.ecaade.2023.2.871

https://doi.org/10.1145/3588432.3591548

https://doi.org/10.1109/CVPR.2017.632

https://doi.org/10.1016/j.autcon.2023.104888

https://doi.org/10.1093/jcde/qwae017

https://doi.org/10.52842/conf.ecaade.2023.2.471

https://doi.org/10.1109/CVPR.2018.00133

https://doi.org/10.1108/CI-02-2022-0034

https://doi.org/10.1109/TPAMI.2020.2970919

https://doi.org/10.48550/arXiv.2308.04079

https://doi.org/10.1177/14780771231209458

https://doi.org/10.52842/conf.caadria.2022.2.485

https://doi.org/10.52842/conf.caadria.2023.1.029

https://doi.org/10.52842/conf.caadria.2022.1.727

https://doi.org/10.52842/conf.ecaade.2022.1.341

https://doi.org/10.52842/conf.ecaade.2023.1.079

https://doi.org/10.1007/s00371-019-01701-x

https://doi.org/10.48550/arXiv.2304.02643

https://doi.org/10.1177/14780771231170455

https://doi.org/10.52842/conf.caadria.2023.1.009

https://doi.org/10.1007/s00004-024-00766-z

https://doi.org/10.1016/j.enbuild.2023.113863

https://doi.org/10.1109/CVPR52729.2023.02156

https://doi.org/10.52842/conf.ecaade.2023.2.039

https://doi.org/10.1016/j.eswa.2022.118530

https://doi.org/10.1016/j.autcon.2021.103931

https://doi.org/10.1002/eqe.3862

https://doi.org/10.1109/CVPR52729.2023.00037

https://doi.org/10.3390/buildings13061478

https://doi.org/10.1016/j.autcon.2023.105264

https://doi.org/10.1007/978-981-99-8405-3_2

https://doi.org/10.1007/978-981-33-4400-6_16

https://doi.org/10.1007/978-981-19-8637-6_20

https://doi.org/10.1002/eqe.3632

https://doi.org/10.48550/arXiv.2310.04378

https://doi.org/10.1016/j.autcon.2022.104470

https://doi.org/10.52842/conf.ecaade.2023.2.419

https://doi.org/10.1177/14780771231168223

https://doi.org/10.1007/978-981-16-5983-6_6

https://doi.org/10.1109/CVPR.2019.00459

https://doi.org/10.1145/3503250

https://doi.org/10.48550/arXiv.2111.15552

https://doi.org/10.3390/buildings13030756

https://doi.org/10.48550/arXiv.1411.1784

https://doi.org/10.1108/SASBE-07-2022-0152

https://doi.org/10.48550/arXiv.2002.10880

https://doi.org/10.1007/978-3-030-58452-8_10

https://doi.org/10.1109/CVPR46437.2021.01342

https://doi.org/10.3390/biomimetics6010016

https://doi.org/10.1080/24751448.2019.1640536

https://doi.org/10.48550/arXiv.2112.10741

https://doi.org/10.1177/14780771231222783

https://doi.org/10.1109/ICCV48922.2021.00662

https://doi.org/10.48550/arXiv.1901.05103

https://doi.org/10.48550/arXiv.2302.06908

https://doi.org/10.48550/arXiv.2209.14988

https://doi.org/10.1177/14780771231168229

https://doi.org/10.1109/CVPR.2017.16

https://doi.org/10.48550/arXiv.2306.17843

https://doi.org/10.1111/mice.12759

https://doi.org/10.1177/23998083221100550

https://doi.org/10.48550/arXiv.2103.00020

https://doi.org/10.48550/arXiv.2204.06125

https://doi.org/10.48550/arXiv.2102.12092

https://doi.org/10.1002/ad.2606

https://doi.org/10.48550/arXiv.2112.10752

https://doi.org/10.1007/978-3-319-24574-4_28

https://doi.org/10.48550/arXiv.2205.11487

https://doi.org/10.1177/14780771231168232

https://doi.org/10.52842/conf.ecaade.2023.2.451

https://doi.org/10.1109/DICTA56598.2022.10034603

https://doi.org/10.1109/CVPR52729.2023.00529

https://doi.org/10.48550/arXiv.2307.09621

https://doi.org/10.48550/arXiv.2209.14792

https://doi.org/10.48550/arXiv.2305.00980

https://doi.org/10.48550/arXiv.1907.05600

https://doi.org/10.1109/ICPR56361.2022.9956620

https://doi.org/10.1007/s44223-023-00046-9

https://doi.org/10.52842/conf.ecaade.2023.2.587

https://doi.org/10.1080/09613218.2023.2288097

https://doi.org/10.3390/buildings14030786

https://doi.org/10.1016/j.buildenv.2022.108781

https://doi.org/10.48550/arXiv.2310.16818

https://doi.org/10.3390/land12091776

https://doi.org/10.1007/978-981-99-1252-0_69

https://doi.org/10.1080/14606925.2024.2353479

https://doi.org/10.3390/buildings13071793

https://doi.org/10.1007/978-1-4471-4081-8

https://doi.org/10.48550/arXiv.2201.08239

https://doi.org/10.3991/ijet.v18i18.42603

https://doi.org/10.48550/arXiv.2210.13634

https://doi.org/10.5505/itujfa.2020.54037

https://doi.org/10.52842/conf.caadria.2022.1.373

https://doi.org/10.48550/arXiv.2002.03754

https://doi.org/10.3390/su15031816

https://doi.org/10.1109/CVPR52688.2022.00381

https://doi.org/10.48550/arXiv.2310.04329

https://doi.org/https://doi.org/10.48550/arXiv.1804.01654

https://doi.org/10.1109/TVCG.2021.3126478

https://doi.org/10.48550/arXiv.1708.05375

https://doi.org/10.48550/arXiv.2310.12190

https://doi.org/10.1109/ICCV48922.2021.00503

https://doi.org/10.52842/conf.caadria.2023.1.069

https://doi.org/10.48550/arXiv.2305.08186

https://doi.org/10.1177/23998083211023516

https://doi.org/10.1109/CVPR.2019.01100

https://doi.org/10.1109/ICBASE51474.2020.00072

https://doi.org/10.1016/j.autcon.2024.105374

https://doi.org/10.52842/conf.acadia.2020.1.238

https://doi.org/10.13140/RG.2.2.16791.52645

https://doi.org/10.1007/978-981-33-4400-6_15

https://doi.org/10.48550/arXiv.1612.03242

https://doi.org/10.52842/conf.caadria.2023.1.139

https://doi.org/10.48550/arXiv.2302.05543

https://doi.org/10.3390/su142416575

https://doi.org/10.3390/buildings13071863

https://doi.org/10.1109/CVPR.2019.00878

https://doi.org/10.1016/j.jobe.2021.102539

https://doi.org/10.48550/arXiv.2108.08478

https://doi.org/10.1016/j.aei.2023.101886

https://doi.org/10.1016/j.jobe.2022.104838

https://doi.org/10.1016/j.buildenv.2021.108178

https://doi.org/10.1016/j.buildenv.2023.110855

https://doi.org/10.52842/conf.ecaade.2022.1.517

https://doi.org/10.1177/14780771231168233

https://doi.org/10.48550/arXiv.1706.03762

https://doi.org/10.48550/arXiv.1912.02762

arxiv.org

microsoft.com

AI - Azure AI services Blog

lakera.ai

Large Language Models

Stanford researchers

Stanford's Center for Research on Foundation Models (CRFM)

Attention is All You Need

Explore the latest in Generative AI

During a presentation at the World Governments Summit in Dubai

Sora

responsible AI development

announced by Google and Alphabet CEO Sundar Pichai

release of the most capable version of Gemini

LLaMA

surpassed the performance of the significantly larger GPT-3, across most NLP benchmarks.

got leaked and quickly found its way across the internet by early March 2023

July 2023 saw the launch of LLaMA-2

CEO Mark Zuckerberg stated

Anthropic

Anthropic is set to launch Claude 3 in mid-2025,

demo applications (spaces)

BLOOM

French supercomputer Jean Zay

🏷LLMが学習する世界モデル：AGIへの道筋

LLMと生成AIの進化：AGIへの示唆

LLMと生成AIの進化：AGIへの示唆: このレポートでは、LLM（大規模言語モデル）が学習する世界モデルとAGI（汎用人工知能）への道筋について直接的な言及はありません。しかし、生成AIとLLMの進化、様々な産業での応用、技術的な進歩、そしてリスクについて詳細に解説されています。特に、LLMが自然言語処理能力を向上させ、様々なタスクを遂行できるようになったことが強調されています。また、生成AIがテキスト、画像、動画、音声、コードなど、多岐にわたるコンテンツを作成できる能力についても触れられています。これらの技術が、医療、金融、小売、教育など、様々な分野で変革をもたらす可能性が示唆されています。しかし、ハルシネーションのリスクやバイアスの増幅、データプライバシーの問題など、課題も指摘されています。これらの情報を総合的に考慮すると、LLMが学習する世界モデルは、AGIへの重要なステップである可能性が示唆されますが、具体的な道筋については、このレポートからは明確には読み取れません。

生成AIの急速な進化と主要な出来事

生成AIは、2022年11月にChatGPTがリリースされて以来、急速な進化を遂げています。この技術は、高度な機械学習を基盤としており、数十年かけて開発されてきました。ChatGPTの登場以降、新しい生成AI技術が毎月のようにリリースされており、2023年3月だけでも、顧客関係管理ソリューションや金融サービス業界向けのサポートなど、6つの大きな進歩がありました。

主要な出来事として、以下のようなものが挙げられます。

2022年11月30日: OpenAIのChatGPTがリリースされ、2ヶ月で1億人のユーザーを獲得しました。(
mckinsey.com
)
2022年12月12日: Cohereが100以上の言語をサポートする初のLLMをリリースしました。(
mckinsey.com
)
2023年2月2日: Amazonのmultimodal-CoTモデルが、推論過程を説明する「chain-of-thought prompting」を導入し、GPT-3.5を上回る性能を示しました。(
mckinsey.com
)
2023年2月24日: MetaのLLaMAは、他のモデルよりも効率的でありながら、一部のタスクで優れた性能を発揮しました。(
mckinsey.com
)
2023年3月13日: OpenAIがGPT-4をリリースし、精度とハルシネーションの軽減において大幅な改善を達成しました。(
mckinsey.com
)
2023年3月16日: Microsoftが、Office 365スイートにGPT-4を統合し、生産性の大幅な向上を可能にしました。(
mckinsey.com
)

)

人工知能（AI）：知的なシステムや機械の開発を広く指す包括的な用語です。
機械学習（ML）：AIの専門分野であり、データ内のパターンを認識することに重点を置いています。
深層学習：テキスト、画像、動画などの非構造化データを処理することに焦点を当てたMLのサブフィールドです。
大規模言語モデル（LLM）：人間の言語を理解し生成するために特別に設計された深層学習モデルのサブセットです。

生成AIとLLMのユースケース

生成AIとLLMの展開は、様々な産業で多様化しており、リーダーは、この技術がそれぞれの業界固有のニーズをどのように強化できるかを徹底的に評価する必要があります。(

techaheadcorp.com

)

医療分野における生成AIとLLM

医療分野では、コストの増加、管理業務の増加、労働力不足に直面しており、AI駆動ソリューションをテストするのに理想的な分野となっています。生成AIとLLMの導入は医療を変革しており、医療提供者が患者ケアに集中する時間を増やすことを可能にしています。(

techaheadcorp.com

)

バックオフィス業務の自動化：生成AIとLLMは、医療専門家の負担を軽減し、患者データの整理、請求処理などを自動化します。
患者支援：LLM搭載の仮想アシスタントとチャットボットは、患者を様々なケア経路に導き、投薬スケジュールを管理し、健康指標を追跡し、コミュニケーションを促進します。
医療診断支援：生成AIとLLMは、患者記録を分析することで、症状に関するデータ駆動型の洞察を提供し、より正確な診断を支援します。
臨床試験：生成AIとLLMをタンパク質配列でトレーニングすることで、複雑な生物学的構造を分析し、新薬開発を加速し、臨床試験の精度を高めます。

金融分野における生成AIとLLM

2023年4月、BloombergがGPTベースのツールを発表したことで、生成AIとLLMは金融セクターに革命をもたらしました。このツールは、金融データに特化して設計されており、競合他社と比較して、より高速で、より正確で、合理化された金融分析を提供します。(

techaheadcorp.com

)

パーソナライズされた取引支援：生成AIとLLMは、リアルタイムの市場洞察、ポートフォリオ管理、カスタマイズされた取引戦略で投資家を支援するカスタマイズされた取引ツールを強化します。
AI駆動のチャットボット：金融機関は、LLM駆動のチャットボットを使用して、顧客からの問い合わせを効率的に処理します。
新規顧客の効率的なオンボーディング：生成AIとLLMにより、金融機関は、複雑な書類手続きやコンプライアンスチェックを合理化し、エラーを最小限に抑え、口座開設を迅速化できます。
市場予測：LLMを市場分析に活用することで、金融専門家はより高い精度でトレンドを予測できます。
スマートな資産管理：AI搭載の資産管理ツールは、パーソナライズされたアドバイスを提供し、個々の顧客の投資戦略を最適化します。

モルガン・スタンレーは、AI搭載のアシスタントを導入し、金融アドバイザーが膨大な金融データベースを迅速に精査し、数分以内に貴重な洞察を抽出できるようにしました。(

techaheadcorp.com

)

小売・Eコマース分野における生成AIとLLM

生成AIとLLMは、製品や資産に関する情報を収集・分析する上で、目覚ましい能力を発揮しています。小売・Eコマース分野では、膨大な数のSKU、商品説明、マーケティングキャンペーンがあるため、生成AIとLLMの比類なき検索能力から最も大きな恩恵を受けることができるでしょう。(

techaheadcorp.com

)

顧客行動からのデータ抽出：生成AIとLLMは、人口統計データ、顧客フィードバック、行動パターンから自動的に洞察を抽出します。
高度なソーシャルメディアモニタリング：生成AIとLLMは、社内データだけでなく、ソーシャルメディアプラットフォームにも調査を拡大します。
24時間365日の顧客サポートシステム：LLM搭載の顧客サポートシステムは、24時間体制で稼働し、いつでも即座に応答し、顧客からの問い合わせを解決します。
調達と在庫管理：生成AIとLLMは、季節性、過去のトレンド、顧客行動に基づいて製品需要を予測することで、よりスマートな調達管理を可能にします。
強化された製品検索とレコメンデーションエンジン：生成AIとLLMは、関連性の高い正確な製品レコメンデーションを提供することで、検索機能を大幅に向上させます。

教育分野における生成AIとLLM

教育分野では、生徒の成果を向上させ、学習者のエンゲージメントを高めるために、パーソナライゼーションが不可欠です。生成AIとLLMは、各生徒の独自のニーズ、興味、学習の好みに合わせてプログラム、クイズ、評価を調整することで、パーソナライズされた学習への革新的なアプローチを提供します。(

techaheadcorp.com

)

パーソナライズされた学習経路：生成AIとLLMは、各生徒の学習スタイルに合わせてコンテンツを調整することで、カスタマイズされた学習体験を作成します。
教師の管理業務の自動化：生成AIとLLMは、採点や授業計画などの時間のかかるタスクを自動化することで、教育者の生産性を向上させます。
包括的で公平な教育：生成AIとLLMは、多言語サポートを提供することで、教育におけるアクセシビリティを促進します。
語学学習と翻訳：DuolingoやBabbelなどのアプリは、語学教育における生成AIとLLMの大きな可能性を示しています。

LLMの企業利用における課題と考慮事項

生成AIとLLMは革新的ですが、AI技術に共通するリスクと課題も伴います。さらに、生成AIの責任ある効果的な利用を確保するために、慎重な検討が必要な固有の懸念事項も存在します。(

techaheadcorp.com

)

ハルシネーションのリスク：生成AIとLLMにおける入力の非構造化された性質は、無関係または不正確なコンテンツを生成する可能性を高めます。
バイアスの増幅：生成AIとLLMは、トレーニングデータに存在するバイアスを意図せずに増幅する可能性があります。
データプライバシーとセキュリティの懸念：多くのオープンソースの生成AIとLLMは、外部サーバーにデータを保存および処理するため、企業データのセキュリティにリスクをもたらす可能性があります。

生成AIとLLMのメリット

生成AIとLLMがAI分野で際立っている重要な要素の1つは、その汎用性です。幅広いタスクを処理し、様々なデータ形式を処理し、様々な業界やユースケースで企業に高価値のメリットを提供できます。(

techaheadcorp.com

)

従業員の生産性の向上と運用コストの削減：生成AIとLLMは、正確なデータ検索を可能にし、従業員がデータ検索に費やす時間を削減し、運用コストを最大30％削減できます。
意思決定の促進と新たな機会の発見：生成AIとLLMは、大量の内部および外部データを迅速に分析し、パターンとトレンドを検出できます。
反復タスクの自動化による生産性の向上：生成AIとLLMは、コンテンツ作成、顧客サポート、データ入力などのルーチン業務を自動化できます。
データ品質と一貫性の向上：生成AIとLLMは、データ集約型の企業が、参照データとトランザクションデータを自動的に検証およびクレンジングするために活用できます。
従業員のトレーニング、スキルアップ、オンボーディングのサポート：生成AIとLLMは、個々の好みや知識レベルに合わせてトレーニング体験をカスタマイズできます。

生成AIがもたらす変革

生成AIは、アドバイジング、クリエイティング、コーディング、自動化、保護など、さまざまな分野で変革をもたらします。([PDF] A new era of generative AI for everyone | Accenture](

accenture.com

))

アドバイジング: AIモデルは、顧客サポート、営業支援、人事、医療研究など、あらゆる分野で従業員の生産性を向上させるコパイロットとして機能します。
クリエイティング: 生成AIは、デザイン、コピー生成、リアルタイムパーソナライゼーションなど、創造的な分野で新しい可能性を開きます。DALL-EのようなAIシステムは、テキスト記述に基づいてリアルな画像やアートを作成できます。
コーディング: ソフトウェア開発者は、生成AIを活用して、コードの自動生成、問題の予測、ドキュメント管理などを効率化できます。
自動化: 生成AIは、ビジネスプロセスを自動化し、バックオフィスとフロントオフィスの両方で効率性とパーソナライゼーションを向上させます。
保護: 生成AIは、不正行為の防止、規制遵守の向上、リスクの特定など、企業の情報セキュリティを強化します。

生成AI時代を受け入れるための6つの必須事項

ビジネス主導の考え方で飛び込む: 実験を通じて、早期の成功事例を生み出し、変革を推進します。
人を第一に考えるアプローチ: 技術だけでなく、人材育成にも投資します。
独自のデータを準備する: 基盤モデルをカスタマイズするために、組織のデータを整備します。
持続可能な技術基盤に投資する: LLMの計算需要に対応できるインフラを構築します。
エコシステムイノベーションを加速する: クラウドハイパースケーラー、大手テクノロジー企業、スタートアップとの連携を強化します。
**責任

mckinsey.com

wide variety of sectors

digital and AI transformations

other AI tools

explodingtopics.com

generative adversarial networks (GANs)

$36.06 billion

$1.3 trillion globally

Cohere

$500 million in Series D funding

Hugging Face

StarCoder, a free code-generating LLM

$235 million in Series D funding

Tabnine

1 million monthly active users

$25 million in Series B funding

Soundraw

$3 million in new funding

Tome

reach 1 million users

AssemblyAI

$0.00025 per audio second

$50M funding round

Promptbase

PhotoRoom

30 million active users

Taskade

Lyft, Compass, and Booking.com

Synthesia AI

47% of the Fortune 100 list

Humata AI

Chatbase

1,800 paying customers

Stability AI

Stable Diffusion

$80 million in new venture funding

Evan Williams, Sahil Lavingia, and Patrick Lee

Steve.ai

launched on Product Hunt

1 million users

PlayHT

under 300ms on the network and under 100ms for on-premise solutions

Generative AI Creators' platform

Codeium

Fliki

LOVO

Microsoft for Startups program

Decktopus

Character AI

4.2 million monthly active users

Descript

Descript raised $50 million

Papercup

300 million people have watched videos translated by Papercup

Vizcom

$5 million in seed funding

Vidnoz

more than 300,000 users

Scalenut

copywriting

techaheadcorp.com

Statista

large language models (LLMs)

Natural Language Processing (NLP)

mckinsey.com

accenture.com

🏷生成AIスタートアップ：最新動向と資金調達

生成AIスタートアップの最新動向と資金調達

生成AIスタートアップの最新動向と資金調達: 2024年、生成AIスタートアップへの投資はクラウド企業へのVC投資の40%を占め、2024年第1～3四半期には200億ドル以上を調達し、2023年の総額227億ドルを上回る勢いです。特にOpenAIやAnthropicなどの主要企業が巨額の資金を調達しており、フロンティア基盤モデル分野での競争が激化しています。投資家は収益成長に期待しており、GenAI企業は他のテクノロジーシフトにおける企業よりも早く3000万ドルの収益に達しています。小規模な基盤モデルプロバイダーは、モデル周辺で提供されるツールに重点を置くようになっています。アプリケーションレイヤーでは、スタートアップがサードパーティの基盤モデルを自社のデータやアプリケーションと組み合わせて新しいユースケースを作成しており、特に検索、カスタマーサービス、ソフトウェア開発分野で早期の機会が見込まれています。また、専門化も重要であり、特定の業界やユースケースに焦点を当てることで競争力を高める動きがあります。2023年には、新たに15社のAI企業がユニコーン企業となり、合計で210億ドルの評価額を加えました。これらの企業は、テキスト、翻訳、ビデオ、コーディング、ヒューマンコンピュータインタラクションなどの分野で、生成AI企業が中心となっています。生成AIスタートアップを評価する際には、LLMのカスタマイズ度、業界特化型トレーニングデータの有無、音声認識/音声合成の強み、API連携の幅と深さ、ビジネスユーザーフレンドリーな設計が重要です。

生成AIスタートアップの概要

生成AIスタートアップへの投資は、2024年も引き続き活況を呈しており、特にフロンティア基盤モデルを開発する企業や、OpenAIのような主要なAI企業が巨額の資金を集めています。2024年の第1～3四半期には、200億ドル以上の資金が調達され、2023年の総額227億ドルを上回る勢いです。この背景には、生成AIがもたらす経済効果への期待があり、マッキンゼーのレポートによると、年間2.6兆ドルから4.4兆ドルの経済効果をもたらす可能性があるとされています。

資金調達の動向

2024年、クラウドスタートアップへのベンチャーキャピタル（VC）投資は前年比27%増と予測され、そのうち40%が生成AIスタートアップに投資されています。この傾向は、公開市場と非公開市場の両方で見られ、AIがクラウド分野の注目を独占している状況を示しています。特に、OpenAIは2023年から2024年にかけて189億ドルを調達し、アメリカの生成AI企業へのVC投資の大部分を占めています。また、Anthropicは78億ドル、Elon MuskのxAIもそれに続いています。ヨーロッパでは、イギリスのWayve、フランスのMistral、ドイツのAleph Alphaが大きな資金を調達しています。

主要な生成AI企業

生成AIスタートアップの中でも、特に注目を集めている企業をいくつか紹介します。

Stability AI: 2019年に設立され、画像、言語、コード、オーディオ、ビデオなど、様々な分野向けのAIモデルを開発しています。特に、テキストから画像への変換モデルであるStable Diffusionは、非常に成功しており、多くのアプリケーションに搭載されています。
netguru.com
Hugging Face: 機械学習アプリケーションを作成するためのツールを提供しており、特に自然言語処理アプリケーション専用のtransformersライブラリが有名です。また、ユーザーが機械学習モデルとデータセットを共有するためのプラットフォームも提供しています。
netguru.com
Cohere: 言語AIの先駆者であり、自然言語処理（NLP）技術を提供しています。同社のAIモデルは、コンテンツ生成、要約、大規模な検索などの機能を提供しています。
netguru.com
Iktos: 新規薬物設計のためのAI技術とソフトウェアを開発しており、強化学習を備えた深層生成モデルを活用して、特定の目標を満たすように最適化された新規化合物を設計しています。
netguru.com
AQEMIA: 量子物理学と生成AIを使用して創薬プロセスに革命を起こすことを目指しており、実験データに頼ることなく、広範囲の新しい薬物候補を生成することで、プロセスを10,000倍加速します。
netguru.com
Veesual AI: ファッションeコマース体験に革命を起こすバーチャル試着ソリューションを提供しており、高度な深層学習手法と生成AIを使用して、衣類と人々の画像を高品質の結果でシームレスに組み合わせます。
netguru.com
Forethought: カスタマーサポートの自動化のためのプラットフォームを提供しており、サポートチームが効率と生産性を最大化しながら、シームレスな顧客体験を提供できるように支援します。
netguru.com
Vue.ai: 小売業界向けのAIおよび自動化ソリューションを提供しており、インテリジェントコンテンツエンジンにより、小売業者はeコマース製品に自動的にタグを付け、画像、テキスト、ビデオから貴重な情報を抽出できます。
netguru.com
TOffeeAM: 高度な製造アプリケーション向けのインテリジェントな生成設計を専門とするクラウドプラットフォームを提供しており、熱流体および構造性能を最大化するためのエンジニアリングコンポーネントの最適化に焦点を当てています。
netguru.com
Berri AI: 数分で本番環境に対応できるLLMアプリを簡単に構築する方法を提供しており、複雑なコーディングやデータサイエンスのスキルを必要とせずに、データを接続し、ユーザーに強力な洞察を提供するアプリを構築できます。
netguru.com

Y Combinatorが支援する生成AIスタートアップ

Y Combinator（YC）は、多くの生成AIスタートアップに資金を提供しており、その中には以下のような企業が含まれます。

Humanloop: エンタープライズ向けのLLM評価プラットフォームで、Gusto、Vanta、Duolingoなどの企業が利用しています。
ycombinator.com
Truewind: GPT-3を活用したAI搭載のスタートアップ向け会計・財務ソフトウェアです。
ycombinator.com
Shepherd: 学校向けの学習アシスタントで、AIを活用した自習、個別指導、ピアコラボレーションを提供します。
ycombinator.com
Remy: エンジニアリング作業の発見、自動トリアージ、設計レビューを迅速化するツールです。
ycombinator.com
Hyperbound: AIを活用したセールスロールプレイプラットフォームで、営業チームのオンボーディングを高速化します。
ycombinator.com
AI.Fashion: ファッション業界向けのAIクリエイティブスイートで、デザインプロセスを近代化し、マーケティング用のフォトリアリスティックな画像を作成します。
ycombinator.com
AIVideo.com: プロ品質の動画を従来の1%の時間とコストで作成するAIエージェントです。
ycombinator.com
Magic Loops: 生成AIとコードを組み合わせ、反復可能なタスクや自動化されたワークフローを簡単に設定できるツールです。
ycombinator.com
Humanlike: 請求書処理を効率化するAIで、Papayaなどの企業が利用しています。
ycombinator.com
Atla: 開発者がAIのミスを大規模に発見し、より信頼性の高いGenAIアプリケーションを構築するのを支援するツールです。
ycombinator.com
Contour: 次世代の音声エージェントを構築し、コールセンター業務や顧客サポートを管理するツールです。
ycombinator.com
Mandel AI: サプライチェーンの混乱やサプライヤーの最新情報をメールAIで表面化させるツールです。
ycombinator.com
Aqua Voice: 音声駆動のテキストエディターで、自然な会話でテキストを作成できます。
ycombinator.com
Sapling.ai: 言語モデルをアプリケーションに統合するためのAPIとSDKを提供しています。
ycombinator.com
askLio: 企業の調達チームを支援するAIコパイロットです。
ycombinator.com
Marblism: アプリケーションの説明に基づいて、データベース、バックエンド、フロントエンドを生成するツールです。
ycombinator.com
Lumona: ソーシャルメディアの視点を取り入れたAI検索エンジンです。
ycombinator.com
DraftWise: AIを活用した契約書作成・交渉ソフトウェアです。
ycombinator.com
Monterey AI: ユーザーフィードバックを収集・分析し、エンゲージメント向上と解約率低下のためのアクションを提案するツールです。
ycombinator.com
Synch: セールスチームとセールスオペレーションチームを統合するプラットフォームです。
ycombinator.com
Tegon: AIを活用してタスク作成と更新を自動化するオープンソースの課題追跡ツールです。
ycombinator.com
Empower: ファインチューニングされたLLMのための開発者プラットフォームです。
ycombinator.com
aiSpine AI: ビジネスを理解し、あらゆる形式のデータを処理できるカスタマイズされたAIアナリストです。
ycombinator.com
TruthSuite: 弁護士やその他の専門家向けのデューデリジェンスと調査プロセスを強化するプラットフォームです。
ycombinator.com
SuperCraft: 誰でも優れた物理製品を設計できるツールです。
ycombinator.com
Senso: 顧客サポート向けのAI搭載ナレッジベースです。
ycombinator.com
Parea: LLMアプリケーション開発のデバッグと監視のための開発者プラットフォームです。
ycombinator.com
Shasta Health: 物理療法士が独立して開業できるようにするプラットフォームです。
ycombinator.com
Arcimus: 保険料監査を自動化するツールです。
ycombinator.com
Tavus: 人間とAIのインタラクションを自然にするためのマルチモーダルAIモデルを開発しています。
ycombinator.com
Leena AI: 従業員の質問に自動で回答するAIチャットボットです。
ycombinator.com
Vocode: オープンソースの音声AIです。
ycombinator.com
OfOne: ファストフード店のドライブスルーでの注文を自動化するソフトウェアです。
ycombinator.com
Spellbrush: アニメゲーム開発スタジオであり、生成AIを活用したゲーム開発を研究しています。
ycombinator.com
VetRec: 獣医向けの臨床ノート作成を自動化するツールです。
ycombinator.com
Orangewood Labs: 手頃な価格のAI搭載産業用ロボットアームを製造しています。
ycombinator.com
Credal.ai: 従業員がAIアシスタントを構築できるようにするプラットフォームです。
ycombinator.com
Diffuse Bio: タンパク質設計のための生成AIを開発しています。
ycombinator.com
RenderNet: イメージコンセプトを高品質な画像に変換するAIツールです。
ycombinator.com
ISSEN: AI会話型言語アプリです。
ycombinator.com
arnata: 物流とサプライチェーン向けのAIソリューションを提供しています。
ycombinator.com
Reworkd: マルチモーダルLLMエージェントを使用して、Webデータを大規模に抽出するツールです。
ycombinator.com
Promptless: 顧客向けドキュメントを自動的に更新するツールです。
ycombinator.com
Maven Bio: バイオ医薬品業界の知識作業を効率化するAIプラットフォームです。
ycombinator.com
Mathos: 学生と教師向けのAI数学ソルバーです。
ycombinator.com
Traceloop: LLMアプリケーションの品質を監視するツールです。
ycombinator.com
MediSearch: 信頼できる情報源に基づいて医療に関する質問に直接回答するツールです。
ycombinator.com
Syncly: 顧客コミュニケーションを自動分析し、製品インサイトを提供するツールです。
ycombinator.com
Magic Patterns: ソフトウェアチームが製品アイデアをプロトタイプ化するのを支援するツールです。
ycombinator.com
Glade: AI駆動のゲーム世界を開発しています。
ycombinator.com
Pyq AI: ドキュメントから情報を抽出したり、フォームに入力したりする自動化ツールです。
ycombinator.com
Indexical: 企業向けのAIソリューションを提供しています。
ycombinator.com
Khoj: オープンソースの個人向けAIアプリケーションです。
ycombinator.com
Flint: 学校向けのAIプラットフォームです。
ycombinator.com
Reforged Labs: ゲームスタジオのパフォーマンスマーケティングを強化するAIコパイロットです。
ycombinator.com
Unsloth AI: カスタムモデルをより速く、より効率的に作成するためのツールです。
ycombinator.com
Rosebud AI: AIを活用したゲーム開発プラットフォームです。
ycombinator.com
VectorShift: AI自動化プラットフォームです。
ycombinator.com
Inari: 顧客データから製品インサイトを自動的に抽出するツールです。
ycombinator.com
VideoGen: 著作権フリーの動画を簡単に作成できるツールです。
ycombinator.com
Feedo AI: 従業員エクスペリエンスプラットフォームです。
ycombinator.com
sudocode: 自然言語でコードを生成するツールです。
ycombinator.com
ideate.xyz: グラフィックデザインAPIプラットフォームです。
ycombinator.com
Asteroid: AIエージェントのランタイム監視ツールです。
ycombinator.com
PlayHT: 会話型音声モデルを構築する音声AI企業です。
ycombinator.com
Inventive AI: AIを活用したRFPおよびアンケート回答管理プラットフォームです。
ycombinator.com
Proxis: LLMの蒸留と提供のためのプラットフォームです。
ycombinator.com
Zuni: 生産性向上ツールです。
ycombinator.com
reworks: エージェントAI企業が外部ソフトウェアと統合するためのツールです。
ycombinator.com
Kalam Labs: 子供向けの宇宙教育組織です。
ycombinator.com
Passage: 税関ブローカー向けのコパイロットです。
ycombinator.com
camfer: AI機械エンジニアです。
ycombinator.com
AnswerGrid: コンサルタント向けのAI搭載エンタープライズ検索プラットフォームです。
ycombinator.com
Pibit.ai: 損失実行ファイルを包括的なレポートに変換するツールです。
ycombinator.com
Merse: 音声と効果音付きのビジュアルストーリーを作成するツールです。
ycombinator.com
Letterdrop: リードをターゲットにするための自動化ツールです。
ycombinator.com
Pulse AI: 複雑な情報をLLM対応の入力に変換するAPIです。
ycombinator.com
Tara AI: エンジニアリング効率を測定・改善するツールです。
ycombinator.com
Jasper.ai: AIコンテンツプラットフォームです。
ycombinator.com
go: 生成AIを活用したシミュレーションエンジンです。
ycombinator.com
Sameday: ホームサービスビジネス向けのAIセールスエージェントです。
ycombinator.com
dmodel: AIモデルの思考をリアルタイムで操作するツールです。
ycombinator.com
Playground: 新しい種類のクリエイティブツールを発明するAI研究と製品設計の組み合わせです。
ycombinator.com
Hypotenuse AI: Eコマースブランド向けの製品データ管理とコンテンツ作成プラットフォームです。
ycombinator.com
Simplify: 採用と求職プロセスを再構築するツールです。
ycombinator.com
Mem0: LLMアプリケーションのメモリレイヤーです。
ycombinator.com
Benchify: コードレビューツールです。
ycombinator.com
Saturn: 富裕層向け資産管理のオペレーティングシステムです。
ycombinator.com
MagiCode: フロントエンドチーム向けのAIコードエージェントです。
ycombinator.com
Redouble AI: AIワークフローにおけるヒューマンインザループを拡張するソリューションです。
ycombinator.com
Ankr Health: 生成AIを活用した遠隔医療プラットフォームです。
ycombinator.com
innkeeper: ホテル向けのテクノロジースタックです。
ycombinator.com
AlphaWatch AI: ヘッジファンドおよびプライベートエクイティファーム向けの調査分析プラットフォームです。
ycombinator.com
kapa.ai: 技術系企業がAIサポートおよびオンボーディングボットを構築するためのツールです。
ycombinator.com
D-ID: AIを活用したリアルなAIペルソナを生成するプラットフォームです。
ycombinator.com
iollo: 家庭用メタボロミクス検査です。
ycombinator.com
Unify: LLMの評価と反復のためのツールです。
ycombinator.com
Activeloop: マルチモーダルAIデータセットの作成、保存、バージョン管理、コラボレーションのためのAPIです。
ycombinator.com
Moonvalley: 次世代の

生成AIスタートアップの評価ポイント

生成AIスタートアップを評価する際には、以下の5つのポイントが重要です。

crunchbase.com

LLMのカスタマイズ度: 既製のLLMを使用しているのか、それとも独自にカスタマイズしたLLMを使用しているのかを確認します。カスタマイズ度が高いほど、AIの精度が高く、スタートアップのAI技術力が反映されます。
業界特化型トレーニングデータの有無: LLMをトレーニングするための独自の業界特化型データを大量に保有しているかを確認します。業界特化型データが豊富であるほど、AIの精度は高まります。
音声認識/音声合成の強み: 音声入出力に対応している場合、音声認識/音声合成の性能を評価します。業界用語や方言への対応などが重要です。
API連携の幅と深さ: 企業システムとの連携の幅と深さを確認します。API連携が広いほど、AIシステムはより多くのプロセスを自動化できます。
ビジネスユーザーフレンドリーな設計: 非技術者でも利用しやすい機能が豊富であるかを確認します。ローコード/ノーコード環境での開発・運用、分析ツール、A/Bテスト機能などが求められます。

生成AIの可能性と課題

生成AIは、人間による創造に匹敵する、あるいはそれを上回るレベルに急速に近づいており、より速く、より安価に創造物を生成できるようになっています。これにより、マーケティング、広告、販売、メディア、ゲーム、グラフィックデザイン、製品デザイン、法律、コーディング、建築など、さまざまな業界で応用が広が

ycombinator.com

search through over 5,000 companies

San Francisco Bay Area

Humanloop (s2020) • Active • 14 employees • London, UKHumanloop is the LLM evals platform for enterprises. Teams at Gusto, Vanta and Duolingo use Humanloop to ship reliable AI products. We enable you to adopt best practices for prompt management, evaluation and observability.artificial-intelligencegenerative-aimachine-learningsaas

Humanloop (s2020) • Active • 14 employees • London, UK

Truewind (w2023) • Active • 12 employees • San Francisco, CA, USA⛵️ Truewind (YC W23) is AI-powered bookkeeping and finance software for startups. 🤖 Using GPT-3, Truewind captures the business context that only founders have, making accounting easier and more accurate. Through a combination of AI and concierge service, Truewind delivers a delightful financial back office experience, that includes: + Reliable bookkeeping with less errors + Detailed financial models + Built exclusively for startups + Fast, responsive expertisefintechgenerative-aisaasb2bai

Truewind (w2023) • Active • 12 employees • San Francisco, CA, USA

Shepherd (w2024) • Active • 5 employeesShepherd is a Learning assistant for schools to provide to their students. Shepherd seamlessly combines AI-enabled self-study, affordable tutoring, peer collaboration, and analytics for a personalized learning experience that is both efficient and effective. ai-enhanced-learningartificial-intelligenceeducationgenerative-aimarketplace

Shepherd (w2024) • Active • 5 employees

Remy (s2023) • Active • 4 employees • San Francisco, CA, USAUse Remy to discover upcoming engineering work, perform automatic triage and speed up your design reviews. artificial-intelligencegenerative-aib2bproductivitysecurity

Remy (s2023) • Active • 4 employees • San Francisco, CA, USA

Hyperbound (s2023) • Active • 10 employees • San Francisco, CA, USAHyperbound is a simulated AI sales roleplay platform that turns ICP descriptions into interactive AI buyers in less than 2 minutes. It helps your sales team onboard 50% faster and boosts your team's conversions on cold, warm, & discovery calls. Every sales team wants to do more roleplays, but it's often unscalable and biased. Instead of having your sellers practice on real prospects and burn leads in the process, Hyperbound allows your reps to get realistic at-bats with an AI buyer. Sellers can finally gain call confidence and mastery in a simulated environment that doesn't put your pipeline at risk and gives time back to your managers. Interested in trying it out today? Start a free demo simulation at https://app.hyperbound.ai/buyers?invite=bookface and contact us at founders@hyperbound.ai for next steps. ai-enhanced-learninggenerative-aib2bsalessales-enablement

Hyperbound (s2023) • Active • 10 employees • San Francisco, CA, USA

AI.Fashion (s2020) • Active • 11 employees • Los Angeles, CA, USAAI.Fashion is the AI creative suite for the fashion industry - modernizing the traditional design and go to market fashion processes with our advanced AI platform and design tools. On the design side - our platform allows brands to create physically accurate digital versions of their unreleased clothing line before even beginning their productions processes, dramatically helping to reduce waste. And on the marketing side - we enable them to create photorealistic imagery of the clothing on a multitude of sizes, which creates a better experience for their customers because they have way more information about how the clothing will actually fit before they purchase.artificial-intelligencegenerative-aidesignfashion

AI.Fashion (s2020) • Active • 11 employees • Los Angeles, CA, USA

AIVideo.com (s2023) • Active • 7 employees • Oakland, CA, USAWe built an AI agent to create professional quality videos for 1% of the time and cost of traditional video production. Our AI agent orchestrates the creation of complete videos (script, visuals, VoiceOver, effects, etc.) by utilizing dozens of task-specific AI models in a single workflow. generative-aimediaai

AIVideo.com (s2023) • Active • 7 employees • Oakland, CA, USA

Magic Loops (s2023) • Active • 2 employees • San Francisco, CA, USAMagic Loops are the fastest way to automate (almost) anything. By combining generative AI with code, we make it easy for anyone (yes, even non-programmers!) to setup repeatable tasks and automated workflows. - Want to use ChatGPT to classify new product features from a Close call? - Want to receive a text when someone purchases >$1000 from your Shopify store? - Want to replace your bespoke AWS Lambdas with self-repairing code? Build your first Magic Loop today! generative-aiconsumerproductivityautomation

Magic Loops (s2023) • Active • 2 employees • San Francisco, CA, USA

Lifelike (s2023) • Active • 2 employees • San Francisco, CA, USAgenerative-ai

Lifelike (s2023) • Active • 2 employees • San Francisco, CA, USA

Humanlike (s2023) • ActiveA better alternative to outsourcing accounts payable and receivable. We use human-like AI to process invoices more efficiently and accurately than any BPO can. Companies like Papaya trust Humanlike to process thousands of invoices per month.fintechgenerative-aib2b

Humanlike (s2023) • Active

Atla (s2023) • Active • 8 employees • London, UKAtla helps developers find AI mistakes at scale, so they can build more reliable GenAI applications. LLMs only reach their full potential when they consistently produce safe and useful results. We train models to catch mistakes, monitor AI performance, and understand critical failure modes so devs can fix them.artificial-intelligencegenerative-aiai

Atla (s2023) • Active • 8 employees • London, UK

Contour (s2023) • Active • 2 employees • San Francisco, CA, USAContour is building next-generation voice agents to provide manage call center operations and customer support. Users can define a workflow for their call and deploy the agent in minutes to handle both inbound and outbound calls.generative-aib2bworkflow-automationenterprise-softwarecall-center

Contour (s2023) • Active • 2 employees • San Francisco, CA, USA

Mandel AI (s2023) • Active • 3 employees • San Francisco, CA, USAMandel surfaces supply chain disruptions and supplier updates with email AI. We use AI agents that proactively extract data and email suppliers for order updates, building a real-time self updating supply chain source of truth.generative-aisupply-chainprocuremententerprise-softwareai

Mandel AI (s2023) • Active • 3 employees • San Francisco, CA, USA

Aqua Voice (w2024) • Active • 3 employees • San Francisco, CA, USAAqua is a voice-driven text editor. It lets you speak naturally, like to a person, and writes down what you meant in the format you want.documentsartificial-intelligencegenerative-ainlp

Aqua Voice (w2024) • Active • 3 employees • San Francisco, CA, USA

Sapling.ai (w2019) • Active • 2 employees • San Francisco, CA, USASapling offers an API and SDK to help businesses integrate language models into their applications. Its messaging assistant sits on top of CRMs and messaging platforms to help users more efficiently compose responses.artificial-intelligencedeep-learninggenerative-aimachine-learningb2b

Sapling.ai (w2019) • Active • 2 employees • San Francisco, CA, USA

askLio (s2023) • Active • 3 employees • San Francisco, CA, USAaskLio builds AI Copilots to help procurement teams at enterprises. When an employee wants to procure something, the process used to take weeks. askLio turns it into hours. The company is founded by AI engineers and procurement experts that have built an AI Startup together before. Think of Lio as an additional assistant for every procurement manager - saving enterprises on average millions per year and reducing manual work of procurement managers by 80%. Some of the most renowned companies in the world are already using our AI-Copilot. generative-aib2bprocuremententerprise-softwareai

askLio (s2023) • Active • 3 employees • San Francisco, CA, USA

Marblism (w2024) • Active • 2 employeesEveryone dreads the first few lines of code: choosing frameworks, designing UI/UX, setting up your project, integrating front-end with back-end… That's why we created Marblism: just describe your app, and voila! Here’s how the magic work: 1. Describe the product you want to build: it works well for SaaS, marketplaces, social apps and AI apps 2. We generate the database and the back-end 3. We generate the front-end 4. You clone the github repos and you’re ready to go The 90% heavy lifting work is done for you. You focus on adding your 10% unique touch. You can launch your idea in days not months. artificial-intelligencedeveloper-toolsgenerative-aiai-assistant

Marblism (w2024) • Active • 2 employees

Lumona (w2024) • Active • 2 employees • San Francisco, CA, USALumona is an AI-enabled search engine featuring perspectives from social media to help you understand your search results. When you’re looking to buy a new phone, instead of Googling iPhone 16 reviews and opening multiple reddit threads, blog reviews, and YouTube videos to know if you want to buy it, you can search once on Lumona to get all of that info on one page.generative-aiconsumersearchai

Lumona (w2024) • Active • 2 employees • San Francisco, CA, USA

DraftWise (s2020) • Active • 28 employees • New York, NY, USADraftWise is on a mission to transform the legal industry by harnessing the power of AI. With AI-powered drafting and negotiation software, DraftWise arms lawyers with data-driven intelligence that drastically improves the complete contract workflow, from first draft to client win.generative-aisaasb2blegaltech

DraftWise (s2020) • Active • 28 employees • New York, NY, USA

Monterey AI (s2022) • Active • 6 employees • San Francisco, CA, USAMonterey AI helps companies understand what actions to take to improve engagement and reduce churn by setting up user feedback channels, auto-collecting, and analyzing qualitative feedback and quantitative data from multiple sources.artificial-intelligencegenerative-aiproductivityenterpriseai

Monterey AI (s2022) • Active • 6 employees • San Francisco, CA, USA

Synch (s2023) • Active • 4 employees • New York, NY, USAYour Sales and Sales Ops team in a unified platform. No setup, Salesforce SSO and go.generative-aisaasb2b

Synch (s2023) • Active • 4 employees • New York, NY, USA

Tegon (s2023) • Active • 3 employees • San Francisco, CA, USATegon is an open-source issue tracking tool that simplifies issue tracking for engineering teams. It is designed to be simple to use and super functional, addressing the complexities and slow nature of current tools. Existing issue tracking tools like Jira often act as a blocker in engineers' productivity by adding more processes and manual tasks, and they do not help engineers in resolving the bug faster or get full context about a specific tasks. Tegon is using AI and integrations smartly to automate task creation and updation and help engineers in task prioritisation and better bug resolutionartificial-intelligencedeveloper-toolsgenerative-aisaas

Tegon (s2023) • Active • 3 employees • San Francisco, CA, USA

Empower (s2023) • Active • 2 employees • San Mateo, CA, USAEmpower is a developer platform for fine-tuned LLMs. It aims to provide best-in-class infrastructure and prebuilt, task-specific base models as building blocks, enabling developers to cost-effectively build and deploy fine-tuned LLMs for their specific use cases, offering an alternative to expensive and slow general-purpose LLMs without compromising on response quality. artificial-intelligencegenerative-aimachine-learningsaasai

Empower (s2023) • Active • 2 employees • San Mateo, CA, USA

Spine AI (s2023) • Active • 5 employees • San Francisco, CA, USACustomized AI analysts that understand your business, and can handle your data in any format. Teach it the context from your business, and test improvements at scale as you expand your use cases. Find answers in databases, documents, pdfs, slide decks, and spreadsheets. Gather your insights from every source in one place, to align teams and drive decisions. artificial-intelligencegenerative-aisaasanalyticsconversational-ai

Spine AI (s2023) • Active • 5 employees • San Francisco, CA, USA

TruthSuite (w2023) • Active • 4 employees • New York, NY, USATruthSuite provides a comprehensive platform to supercharge the due-diligence and research processes for lawyers and other professionals for whom the truth matters. Lawyers use TruthSuite to uncover consistent versions of events as well as identify misinformation in testimonials. Prev. Anarchy Labsartificial-intelligencegenerative-aimachine-learninglegallegaltech

TruthSuite (w2023) • Active • 4 employees • New York, NY, USA

SuperCraft (s2023) • Active • 1 employees • New York, NY, USASuperCraft lets anyone design great physical products Join thousands of designers using SuperCraft to make apparel, packaging, home appliances, gadgets, furniture and moregenerative-aiproductivitydesign-toolsai

SuperCraft (s2023) • Active • 1 employees • New York, NY, USA

Senso (w2024) • Active • 2 employees • Toronto, ON, CanadaSenso is building an AI-powered knowledge base for customer support, starting in the Credit Union space. Our product reduces contact time by over 10x by enabling support teams to make decisions about customer requests in seconds. Bringing service automation to the financial services industry is a $6B opportunity, and we’re building for all regulated industries where Senso's founders have spent over a decade building enterprise software. artificial-intelligencegenerative-aisaasenterprise-softwareconversational-ai

Senso (w2024) • Active • 2 employees • Toronto, ON, Canada

Parea (s2023) • Active • 2 employees • New York, NY, USAParea AI is the essential developer platform for debugging and monitoring every stage of LLM application development. We provide testing, evaluation, and monitoring in one unified platform. These capabilities help developers get visibility into LLM responses, quickly test and optimize prompts, and ensure customers get the best user experience.developer-toolsgenerative-aisaasdevopsmonitoring

Parea (s2023) • Active • 2 employees • New York, NY, USA

Shasta Health (s2023) • Active • 2 employees • San Francisco, CA, USAShasta Health enables physical therapists to go independent, so they make 3X more than working for a traditional clinic. Our AI agents automatically find patients, handle scheduling, and bill insurance so our PTs can focus on providing care. Patients get a concierge in-home appointment that's fully covered by insurance, instead of being stuck on endless waitlists. Book an appointment today at www.shasta.healthgenerative-aicomputer-visiondigital-healthhealthcareai

Shasta Health (s2023) • Active • 2 employees • San Francisco, CA, USA

Arcimus (s2023) • Active • 2 employees • San Francisco, CA, USAArcimus uses LLMs to automate insurance premium audits for high quality, fast, and cheap audits. Today, Insurance premium auditors spend hours a day manually analyzing a company’s records and compiling their data into a final report.artificial-intelligencefintechgenerative-aib2binsurance

Arcimus (s2023) • Active • 2 employees • San Francisco, CA, USA

Tavus (s2021) • Active • 30 employees • San Francisco, CA, USAAt Tavus, we're building the human layer of AI. Our mission is to make human-AI interaction as natural as face-to-face interaction, enabling the human touch where it has been previously unscalable. We achieve this through pioneering research in multi-modal AI models for human perception and understanding, combined with state-of-the-art human avatar rendering and conversation models that we make accessible to developers worldwide. Our models and APIs power everything from text-to-video AI avatars to real-time conversational video experiences across industries like healthcare, recruiting, sales, education, and more. By enabling AI to see, hear, and communicate with human-like authenticity, we're creating the foundation for developers to create the next generation of AI employees, assistants, and companions.artificial-intelligencegenerative-aib2bvideoinfrastructure

Tavus (s2021) • Active • 30 employees • San Francisco, CA, USA

Leena AI (s2018) • Active • 500 employees • Winslow St, Redwood City, CA 94063, USAHR/IT/Finance professionals spend 50% of their time answering employees' questions and tickets. It’s even worse on the employee side, they have to wait for a long time for simple answers. We are live with 500 customers like Coca-Cola, Sony, Puma, Vodafone, Nestle, P&G, Airbnb, etc. We have raised over $40M from top VCs like Bessemer, Greycroft, Elad Gil, etc. Leena AI consumes company’s enterprise knowledge & starts answering all employee questions just like a human would. It can even answer complex personalized questions like Why is my salary less this month? Employees can access Leena AI from commonly used UIs like MS Teams or Slack.artificial-intelligencegenerative-aichatbotenterprise-softwareai-assistant

Leena AI (s2018) • Active • 500 employees • Winslow St, Redwood City, CA 94063, USA

Vocode (w2023) • Active • 3 employees • San Francisco, CA, USAOpen source voice AI. Check out our docs for more information: https://docs.vocode.devdeveloper-toolsgenerative-aiopen-sourceconversational-ai

Vocode (w2023) • Active • 3 employees • San Francisco, CA, USA

OfOne (w2023) • Active • 5 employees • San Francisco, CA, USAOfOne is building software to automate order taking at fast-food drive-thrus. Using conversational AI, we help restaurant chains operate more efficiently and level-up their customer experience. OfOne can answer questions, intelligently upsell - like suggesting ice cream on a hot day - and always says please and thank you. There are 200,000 drive-thrus in the US and they are the industry's largest order channel. Our mission is to deliver human centric experiences that help restaurant operators prosper, deliver delight for their customers, and empower their workers.generative-airestaurant-tech

OfOne (w2023) • Active • 5 employees • San Francisco, CA, USA

Spellbrush (w2018) • Active • 20 employees • San Francisco, CA, USAHere at Spellbrush, we're passionate about making a good anime game. We also happen to be the world's leading generative AI studio — we're the team behind niji・journey. We are currently investigating how AI can be used to help human artists perform masterpieces in the most complex medium of our times: video games. Our games are characterized by a no-compromise approach to well-balanced gameplay married to a truthful love of visual arts.artificial-intelligencedeep-learninggenerative-aigaming

Spellbrush (w2018) • Active • 20 employees • San Francisco, CA, USA

VetRec (s2023) • Active • 8 employees • Seattle, WA, USAVetRec automates the process of taking clinical notes for veterinarians in a matter of seconds. Veterinarians should just review clinical notes, not spend time creating them. A visit with a pet is precious and 100% of the focus should be spent on the pet, not on notes. VetRec is the veterinarian's best friend.generative-aihealth-techai

VetRec (s2023) • Active • 8 employees • Seattle, WA, USA

Orangewood Labs (w2018) • Active • 40 employees • San Francisco, CA, USAOrangewood Labs makes the world's most affordable AI-powered industrial robotic arms for small businesses! Our robots can be programmed by just using natural language prompts and cost a fraction of human labor. artificial-intelligencegenerative-aihardwarerobotics

Orangewood Labs (w2018) • Active • 40 employees • San Francisco, CA, USA

Credal.ai (w2023) • Active • 8 employees • New York, NY, USAGive any employee the power to build AI Assistants that understand your Enterprise's people, data and tools. Security, access controls and compliance built in.generative-aiapicybersecurityenterpriseai

Credal.ai (w2023) • Active • 8 employees • New York, NY, USA

Diffuse Bio (w2023) • Active • 10 employees • San Carlos, CA, USADiffuse is building generative AI for protein design. Our mission is to build AI systems that engineer new and useful proteins with unprecedented control and accuracy. Our team has been behind breakthroughs in AI protein design for the past 7 years, including the first experimental validation of AI-generated proteins and diffusion models for protein structure and sequence. ai-powered-drug-discoverydeep-learninggenerative-aimachine-learningbiotech

Diffuse Bio (w2023) • Active • 10 employees • San Carlos, CA, USA

RenderNet (s2021) • Active • 14 employees • Bengaluru, Karnataka, IndiaRenderNet is an advanced AI tool designed to transform imaginative concepts into high-quality images. It simplifies the process of creating visuals with consistent characters, while offering detailed control over their poses, composition, and styles. Key features of RenderNet include FaceLock, which allows for the generation of multiple images featuring a consistent facial identity, enhancing the coherence of visual storytelling. Additionally, ControlNet provides users with the capability to fine-tune images according to specific poses and compositional guidelines, offering a high level of customization. RenderNet is suitable for a wide range of users, from graphic designers and digital artists to marketing professionals and content creators, providing a versatile tool for diverse image generation needs.artificial-intelligencegenerative-aiai

RenderNet (s2021) • Active • 14 employees • Bengaluru, Karnataka, India

ISSEN (f2024) • Active • 2 employees • New York, NY, USAISSEN is an AI conversational language app that helps you become fluent. Your on-demand voice tutor is personal to you, adapting lessons and chats to your particular interests, learning style, and goals. Our mission is to transform language learning by offering a level of connection, effectiveness and fun that, until now, only human teachers could provide.educationgenerative-aiconsumerai

ISSEN (f2024) • Active • 2 employees • New York, NY, USA

arnata (w2021) • Active • 15 employees • San Francisco, CA, USAgenerative-aib2blogisticssupply-chainai

arnata (w2021) • Active • 15 employees • San Francisco, CA, USA

Reworkd (s2023) • Active • 5 employees • San Francisco, CA, USAAt Reworkd, we're working on multimodal LLM agents that serve as the simplest way to extract web data at scale. Customers come to us with lists of 100s to 1000s of websites along with a data schema. Our agents traverse these websites, understand their structure, and generate code to extract data from them. We've been working on LLM agents since their inception and have received over 30k stars on GitHub and 1M+ users across previous agent products. If you're interested in our pilot program, shoot us an email!generative-aib2bopen-sourceai

Reworkd (s2023) • Active • 5 employees • San Francisco, CA, USA

Promptless (w2025) • Active • 2 employees • San Francisco, CA, USAPromptless automatically updates your customer-facing documentation, including tutorials, how-to guides, API specs, knowledge bases, support articles, and blog posts. This content is often one of the first points of contact between your product and its users. Clear, accurate, and up-to-date docs are critical, influencing buying decisions, reducing support overhead, and increasing LTV. Providers like Readme and Mintlify effectively host your docs, but keeping them updated remains a serious challenge. Working alongside your hosting provider, Promptless lets you configure triggers so that your docs get automatically updated upon new feature releases, developer support questions, or internal use-case discussions. Promptless integrates directly with your organization’s entire knowledge ecosystem – issue trackers, internal knowledge bases, support ticket systems, and more – leading to holistic doc updates without expensive coordination between product, engineering, and support teams. With Promptless, documentation becomes a strategic advantage for growth, not a bottleneck or a liability. developer-toolsgenerative-aisaasb2bai

Promptless (w2025) • Active • 2 employees • San Francisco, CA, USA

Maven Bio (s2023) • Active • 6 employees • Boston, MA, USAAt Maven Bio, we’re transforming BioPharma knowledge work by pairing domain-specific AI with curated industry data—letting consultants, investors, and corporate teams move from question to decision with less manual work. Our integrated BioPharma-specific platform features four flagship modules: • Maven Workflows: Monitor Maven's domain-specific AI through structured research tasks—step by step—and finalize results with confidence. • Maven Atlas: Access hundreds of pre-built indication landscapes, or generate custom ones on demand for in-depth insights. • Maven Compass: Build precise lists of companies, drugs, trials, or documents with advanced filters—move faster with AI-driven filter suggestions. • Maven Assistant: Get instant answers to your BioPharma questions, complete with direct links to primary sources. Stop burning hours on manual data hunts. Maven Bio’s continuously updated database and collaborative AI features empower you to focus on strategic decisions. We offer usage-based pricing and usage-restricted trials, plus custom solutions for unique data sources or specialized workflows. Trusted by life science consultants, BD teams, and investors worldwide, Maven Bio delivers faster, deeper insights. Book a call to learn how our purpose-built AI can transform your research and accelerate your success.generative-aibiotechhealthcareenterprisehealthcare-it

Maven Bio (s2023) • Active • 6 employees • Boston, MA, USA

Mathos (w2024) • Active • 5 employees • Santa Clara, CA, USAMathos AI (Formerly MathGPTPro) is the leading AI math solver that enables academic performance and productivity of both students and teachers. It has empowered over 1M students from over 200 countries in the past year, which turns the previously mission-impossible personalized learning into real. Our advanced math AI model achieves roughly 20% higher accuracy in mathematical and quantitative problem-solving capabilities then GPT4o. As we move forward, we will tackle the hardest problems in the educational sector, personalization, adaptive learning, and shortages of teachers, with our trial runs in schools. By automating grading, providing insightful analytics, and generating adaptive assignments, our model empowers teachers to understand what their students need and what should be provided accordingly. ai-enhanced-learningeducationgenerative-aiedtechai

Mathos (w2024) • Active • 5 employees • Santa Clara, CA, USA

Traceloop (w2023) • Active • 6 employees • Tel Aviv-Yafo, IsraelTraceloop monitors the quality of your LLM application in production. It provides you with alerts, insights and gradual rollout capabilities to confidently deploy changes to your prompts and model configurations.developer-toolsgenerative-aisaasopen-source

Traceloop (w2023) • Active • 6 employees • Tel Aviv-Yafo, Israel

MediSearch (s2023) • Active • 4 employees • London, UKMediSearch gives direct answers to medical questions based on trustworthy sources.artificial-intelligencegenerative-aiconsumer-health-servicesdigital-healthhealthcare

MediSearch (s2023) • Active • 4 employees • London, UK

Syncly (w2023) • Active • 9 employees • San Francisco, CA, USAWe help CX and the product team to get product insights and help proactively engage with their customers before they churn by auto-analyzing all the customer communications. Our team previously founded and sold a $200M AI technology startup.generative-aisaasb2bcustomer-support

Syncly (w2023) • Active • 9 employees • San Francisco, CA, USA

Magic Patterns (w2023) • Active • 2 employees • San Francisco, CA, USAMagic Patterns helps software teams prototype their product ideas. Startups in the current batch and enterprises use us to create designs quickly and ship faster.artificial-intelligencedeveloper-toolsgenerative-aidesign-toolsai-assistant

Magic Patterns (w2023) • Active • 2 employees • San Francisco, CA, USA

Glade (s2023) • Active • 8 employees • San Francisco, CA, USAGlade is revolutionizing gaming with AI-driven worlds. Our debut title, Cursed Crown, is an anime-inspired multiplayer ARPG set in Alder, where players bridge cultural divides between fractured regions, guided by a deep narrative and responsive AI characters. Unite Alder, explore its mysteries, and restore harmony through cultural understanding.generative-aiconsumerentertainmentgamingai

Glade (s2023) • Active • 8 employees • San Francisco, CA, USA

Pyq AI (w2023) • Active • 2 employees • San Francisco, CA, USAWe build automations that can pull information from documents, fill out forms and software, and integrate with your existing systems. For example, insurance brokerages use us to pull information from policies, fill out forms, update accounting software and generate proposals.documentsgenerative-aimachine-learningb2bworkflow-automation

Pyq AI (w2023) • Active • 2 employees • San Francisco, CA, USA

Indexical (w2023) • Active • 2 employees • San Francisco, CA, USAdeveloper-toolsgenerative-aisaasb2benterprise

Indexical (w2023) • Active • 2 employees • San Francisco, CA, USA

Khoj (s2023) • Active • 2 employees • San Francisco, CA, USAKhoj is an open-source, personal AI application that helps you get answers to your questions, whether they be in your own notes or online. You can use it to get answers that are grounded in reality, references included. Rather than spending an hour researching collating information from different sources, have Khoj do it for you, easily and quickly. Khoj can also generate images and understand your voice via TTS, so you can work hands-free. With our specialized agents, you can get deeper assistance on topics related to Health, Tutoring, Therapy, or something else altogether. Because we're open-source, you can always choose to self-host Khoj on your own machine for more privacy. We've previously built products for Cortana AI at Microsoft and scaled them from 0 to 20M daily active users.generative-aiconsumerproductivityopen-sourceai-assistant

Khoj (s2023) • Active • 2 employees • San Francisco, CA, USA

Flint (s2023) • Active • 8 employees • San Francisco, CA, USAFlint is an AI platform for schools. With Flint, schools can use AI to provide personalized learning for every student.artificial-intelligenceeducationgenerative-aiedtech

Flint (s2023) • Active • 8 employees • San Francisco, CA, USA

Reforged Labs (w2022) • Active • 10 employees • San Francisco, CA, USAReforged Labs empowers game studios to supercharge their performance marketing. Our AI copilot, the first platform built for mobile game marketing, enables UA managers to achieve results 5x faster and 10x cheaper. By analyzing thousands of top-performing ads, our platform uncovers what makes an ad effective. Backed by real-world data, it transforms how UA managers brainstorm ideas, create video ads, and launch high-performing campaigns - delivering a competitive edge in the evolving gaming industry. With Reforged Labs, you don’t just keep up with trends - you set them.artificial-intelligencegenerative-aib2bgamingadvertising

Reforged Labs (w2022) • Active • 10 employees • San Francisco, CA, USA

Unsloth AI (s2024) • Active • 2 employees • San Francisco, CA, USAUnsloth helps builders create custom models better & faster. We're developing the all in one solution to help you create highly-accurate custom models 30x faster with 90% less memory use. With over 15 million monthly model downloads and 15K GitHub stars, our mission is to make fine-tuning and open-source the best it can be!generative-aiopen-sourceno-codecloud-computingai

Unsloth AI (s2024) • Active • 2 employees • San Francisco, CA, USA

Rosebud AI (s2019) • Active • 10 employees • San Francisco, CA, USARosebud is building the AI Roblox. We will make it 1000X easier for a community of game devs to create and enjoy the games of their dreams. ‍ We’re a team of PhD researchers, creatives and engineers building the generative AI platform to enable game creation at the speed of thought. We believe all media creation will be done via generative methods in a few years. We're building that future.artificial-intelligencedeveloper-toolsgenerative-aimachine-learninggaming

Rosebud AI (s2019) • Active • 10 employees • San Francisco, CA, USA

VectorShift (s2023) • Active • 8 employeesVectorShift is an AI automations platform. Teams leverage AI through VectorShift’s no-code or SDK interfaces to search through knowledge bases, generate documents, and deploy chatbots and assistants. The no-code platform gives end-users an interface to access pre-built workflows for end use cases (e.g., responding to RFPs, writing proposals, writing account plans) while letting them customize and build new ones with drag and drop components. artificial-intelligencedeveloper-toolsgenerative-aino-codeinfrastructure

VectorShift (s2023) • Active • 8 employees

Inari (s2023) • Active • 2 employees • New York, NY, USAInari surfaces customer insights and revenue generating product opportunities from your customer data auto-magically using AI. Instead of sifting through 100’s of user interviews or 1000’s of pieces of customer feedback manually, Inari automates the process of highlighting interesting quotes, identifying trends, uncovering impactful feature requests, and tying helpful prioritization metrics with features so your team can spend less time analyzing and more time building products that customers love.artificial-intelligencegenerative-aib2banalyticsenterprise

Inari (s2023) • Active • 2 employees • New York, NY, USA

VideoGen (s2024) • Active • 5 employees • San Francisco, CA, USAVideoGen makes it easy for anyone to create professional, copyright-free videos in seconds. Today, we serve thousands of customers, from individuals and small businesses to teams at Google and ByteDance. Making videos is hard, time-consuming, and expensive if you hire someone to do it for you. With VideoGen, it only takes a few clicks!artificial-intelligencegenerative-aisaasvideo

VideoGen (s2024) • Active • 5 employees • San Francisco, CA, USA

inFeedo AI (s2020) • Active • 150 employees • New York, NY, USAIn 2016, we set out on a mission to make 100 million employees heard and valued. Today we’re Asia’s leading employee experience platform that helps engage employees, predict attrition & answer FAQs with conversational AI that people love ❤️ From India’s Shark Tank to Tiger Global. We’re backed by Y Combinator, Bling Capital and founders of Gainsight, Freshworks, Zeta, Lenskart, innov8. As a Chief Listening Officer, our A.I. bot Amber helps people-first leaders find hidden gaps in their culture, managers and wellbeing in real time. Spanning across 60 countries, our customers include MNCs like Samsung, Xiaomi, Lenovo, conglomerates like TATA, Godrej, Bharti. Come join our mission to help build cultures where people love to come to work. For career opportunities, please visit our careers page: jobs.infeedo.comgenerative-aisaashr-techenterprise-softwareai

inFeedo AI (s2020) • Active • 150 employees • New York, NY, USA

sudocode (s2023) • Active • 2 employees • Mountain View, CA, USAsudocode lets users code in plain english, by turning technical requirements directly into code. Built by an ex-Google Brain/GoogleX engineer and an ex-Toast engineer. Join the pre-launch alpha at info@sudocode.aiartificial-intelligencedeveloper-toolsgenerative-aiai

sudocode (s2023) • Active • 2 employees • Mountain View, CA, USA

ideate.xyz (s2024) • Active • 2 employees • San Francisco, CA, USAideate.xyz is a graphics design as API platform. We help founders, marketing teams and agencies scale their marketing graphics design assets programmatically.developer-toolsgenerative-aisaasdesigndesign-tools

ideate.xyz (s2024) • Active • 2 employees • San Francisco, CA, USA

Asteroid (w2025) • Active • 2 employees • San Francisco, CA, USAAsteroid provides runtime supervision for AI agents — delivering human-level oversight for every critical action before execution. We combine automated guardrails, human oversight, and continuous evaluation to help companies deploy AI safely and confidently in any domain.aiopsdeveloper-toolsgenerative-ai

Asteroid (w2025) • Active • 2 employees • San Francisco, CA, USA

PlayHT (w2023) • Active • 35 employees • Mountain View, CA, USAPlay is a Voice AI company that specializes in building conversational voice models capable of cloning any voice or accent and generating speech in real-time. generative-aiapi

PlayHT (w2023) • Active • 35 employees • Mountain View, CA, USA

Inventive AI (s2023) • Active • 5 employees • Mountain View, CA, USAInventive is an AI-powered RFP & questionnaire response management platform that drives 70%+ efficiency in sales response workflows. **Core benefits and features:** - **10X Faster Drafts With Highly Accurate Responses**: Using Inventive’s proprietary AI-system you can get first drafts 10 times faster, with accurate responses rooted in your knowledge sources, that you and your team can collaborate on to refine. - **Single Hub for All Your Knowledge Sources:** Inventive offers a centralized hub for all your knowledge sources. You can upload previous RFPs and relevant documents; integrate with your internal data systems such as gDrive. Sharepoint & more; upload Q&A from legacy tools or spreadsheets; and even add information from your websites. - **Fight Stale Content With AI Content Manager:** Inventive’s AI content manager proactively flags conflicting content by identifying issues within your sources, so you only use fresh and relevant content in your responses. - **Higher Productivity & Competitive Advantage With AI Agents:** Inventive offers a suite of AI agents designed to boost productivity and give you a competitive advantage. These agents can help with researching competitors, brainstorming ideas, and more. Built by a customer-obsessed team comprising an ex-exec from a Fortune 500 company and ex-AI team from Google & Stanford. Backed by top Silicon Valley investors including YCombinator.artificial-intelligencegenerative-aisaasb2bsales

Inventive AI (s2023) • Active • 5 employees • Mountain View, CA, USA

Proxis (s2024) • Active • 1 employees • San Francisco, CA, USAProxis is the first dedicated platform for LLM distillation and serving, unlocking production ready models at 1/10th the cost. Jackson (CTO) optimized the Gemini model at Google for efficient deployment at massive scale. Liam (CEO) built zero-to-one systems as a software engineer. Fine-tuning frontier models like GPT-4 on proprietary data is expensive, and locks customers into one external closed source model provider. To solve this, enterprise AI teams can use Proxis to distill state-of-the-art Llama 405b into an efficient model tuned on their own data, which is 5x faster and 10x cheaper than closed source alternatives.artificial-intelligencegenerative-aicloud-computingai

Proxis (s2024) • Active • 1 employees • San Francisco, CA, USA

Zuni (s2024) • Active • 2 employeesgenerative-aiproductivityemailai-assistant

Zuni (s2024) • Active • 2 employees

reworks (s2024) • Active • 2 employees • San Francisco, CA, USAreworks is the fastest way for agentic AI companies to integrate with external software. Instead of spending weeks integrating with traditional API:s or writing custom scraping scripts, teams use reworks to build browser-based integrations that don't break.artificial-intelligencegenerative-aisaasapiai

reworks (s2024) • Active • 2 employees • San Francisco, CA, USA

Kalam Labs (s2021) • Active • 10 employees • IndiaKalam Labs is India's First Kids Space Organization. We are creating a place where kids take part in actual ambitious space missions. The Missions are done with India's Top Space Organizations: - Unfurling India's Flag in Space with Hrithik Roshan - Building a Stratospheric Retrieval Drone with IIT-Kanpur - Building a Navigable Balloon TIFR Kids get to work on these missions at their home by our Kalam Labs-Space Kits and by playing our Kalam Labs app.artificial-intelligenceeducationgenerative-ai

Kalam Labs (s2021) • Active • 10 employees • India

Passage (s2024) • Active • 2 employees • San Francisco, CA, USAPassage is a co-pilot for the customs brokering space. Today, companies employ entire teams of customs brokers and entry writers who spend hours keying in data and corresponding with clients. With our co-pilot, we plan to streamline this tedious data entry work, and email correspondence, making compliance teams significantly more efficientgenerative-aib2blogisticstransportationai

Passage (s2024) • Active • 2 employees • San Francisco, CA, USA

camfer (s2024) • Active • 3 employees • San Francisco, CA, USAWe’re building the first AI mechanical engineer that collaborates with humans to do design tasks end-to-end. Human engineers can talk to camfer to build, test, and iterate 3D designs natively on CAD platforms.generative-aihardwareproductivitymanufacturingai

camfer (s2024) • Active • 3 employees • San Francisco, CA, USA

AnswerGrid (s2024) • Active • 2 employees • San Francisco, CA, USAAnswerGrid is an AI-powered enterprise search platform purpose-built for consultants to leverage their firm’s institutional knowledge.artificial-intelligencegenerative-aiproductivity

AnswerGrid (s2024) • Active • 2 employees • San Francisco, CA, USA

Pibit.ai (w2021) • Active • 30 employees • Palo Alto, CA, USAPibit transform loss run files into comprehensive reports with actionable insights, helping carriers and MGAs enhance underwriting efficiency and make better, more accurate decisions. generative-aimachine-learningsaasb2binsurance

Pibit.ai (w2021) • Active • 30 employees • Palo Alto, CA, USA

Merse (s2024) • Active • 2 employees • San Francisco, CA, USAVisual stories like comics, but with voices and sound effects. Building a new medium to rival Youtube, TikTok, and Netflix.generative-aiconsumerentertainmentai

Merse (s2024) • Active • 2 employees • San Francisco, CA, USA

Letterdrop (w2020) • Active • 10 employees • San Francisco, CA, USATarget leads interested in you, competitors, and problems you solve. Attract more of them through automated nurture and thought leadership.generative-aisalesmarketing

Letterdrop (w2020) • Active • 10 employees • San Francisco, CA, USA

Pulse AI (s2024) • Active • 4 employees • San Francisco, CA, USAPulse converts complex information into LLM-ready inputs. Our API supports all document formats, from PDFs to Word, Excel, etc. Pulse integrates seamlessly with any existing data pipeline in minutes without any training or complexity. generative-aisaasb2bsupply-chainenterprise-software

Pulse AI (s2024) • Active • 4 employees • San Francisco, CA, USA

Tara AI (w2015) • Active • 13 employees • San Jose, CA, USATara AI helps engineering leaders measure and improve engineering efficiency, with fine-tuned, secure LLMs trained on source control and project data. Our customers include MongoDB, Clearbit and Prometric. Our platform generates all-in-one views on cycle times, benchmarks, investments and overall size and velocity of engineering activity. We're helping customers achieve 30% reduction in time to customer deployment.artificial-intelligencegenerative-aisaasdevopsai

Tara AI (w2015) • Active • 13 employees • San Jose, CA, USA

Jasper.ai (w2018) • Active • 195 employees • Austin, TX, USALaunched in February 2021, Jasper is an AI content platform that helps creators and companies of all types expand their creative potential. Over 105,000 active customers are using Jasper to break through writer’s block, repackage their content, create original art, and adjust writing for language and tone. The interest in AI continues to grow and we are at the forefront of teaching the world how to leverage artificial intelligence as a creative partner. We are building teams that will pioneer the content generations space even further.artificial-intelligencegenerative-aiaiconversational-ai

Jasper.ai (w2018) • Active • 195 employees • Austin, TX, USA

ego (w2024) • Active • 5 employees • San Francisco, CA, USAWe’re building the first generative ai-powered simulation engine, where non-technical creators can generate realistic characters powered by LLMs, 3D worlds, and interaction code/scripts with just prompts. The future of user-generated simulations, games, and interactive media will be powered by our engine. We used our engine to build TownWorld - a 3D interactive Twitch live stream of the Stanford generative agents paper (https://www.twitch.tv/townworld). To the best of our knowledge, it's the first ever AI 3D simulation of a small town in real time YC Launch - https://www.ycombinator.com/launches/KeD-ego-an-ai-native-3d-simulation-engine-getting-us-closer-to-the-matrix-one-pixel-at-a-time Demo video: https://docsend.com/view/mzf6i7kiwkkgg669 AI 3D TownWorld video: https://docsend.com/view/ig6t2shuz26z7whaartificial-intelligencegenerative-aiconsumergamingai

ego (w2024) • Active • 5 employees • San Francisco, CA, USA

Sameday (w2023) • Active • 7 employees • Lehi, UT, USAHome service businesses, like plumbers and roofers, are losing millions of dollars each year by failing to answer the phone. Sameday's AI Sales Agent answers any calls they otherwise would miss and will follow up until every lead is on the schedule.artificial-intelligencegenerative-aib2bsales-enablementautomation

Sameday (w2023) • Active • 7 employees • Lehi, UT, USA

dmodel (s2024) • Active • 3 employees • San Francisco, CA, USAdmodel lets companies look inside the mind of an AI model and manipulate its thoughts in real-time. For example, AI-driven customer service platforms can use dmodel to rapidly fine-tune responses for accuracy and brand alignment, without retraining the entire model.generative-aisaascomplianceapiai

dmodel (s2024) • Active • 3 employees • San Francisco, CA, USA

Playground (s2019) • Active • 18 employees • San Francisco, CA, USAPlayground combines AI research and product design to invent new kinds of creative tools.artificial-intelligencegenerative-ai

Playground (s2019) • Active • 18 employees • San Francisco, CA, USA

Hypotenuse AI (s2020) • Active • 10 employees • SingaporeWe’re building a new way for ecommerce brands to manage their product data and create content using AI, unlocking a new wave of creativity and productivity for them. Hypotenuse is an all-in-one AI platform that manages product data, creates product descriptions and marketing content, and edits product images at scale—all in a way that captures a brand’s unique style. We’re reshaping what takes months to do, and turning it into days.generative-aimachine-learninge-commerceai

Hypotenuse AI (s2020) • Active • 10 employees • Singapore

Simplify (w2021) • Active • 5 employees • San Francisco, CA, USASimplify is re-imagining the hiring and job-searching process. We're building tools to democratize the job search, no matter what your background is, where you live or what school you attended. Our first product is Copilot, and we're rapidly expanding on both the candidate and recruiter fronts. We've helped facilitate over 20m+ applications in just the last year, and are doubling down on our vision of building a common app and personal AI agent for your career.generative-aimachine-learningmarketplacerecruiting

Simplify (w2021) • Active • 5 employees • San Francisco, CA, USA

Mem0 (s2024) • Active • 4 employees • San Francisco, CA, USAMem0 provides a memory layer for LLM applications, enabling them to remember and learn from user interactions over time. developer-toolsgenerative-aiopen-sourceinfrastructureai

Mem0 (s2024) • Active • 4 employees • San Francisco, CA, USA

Benchify (s2024) • Active • 2 employees • San Francisco, CA, USABenchify is a code review tool that uncovers real bugs by rigorously testing code using methods typically restricted to rocket science and chip design.developer-toolsgenerative-aienterprise-software

Benchify (s2024) • Active • 2 employees • San Francisco, CA, USA

Saturn (s2024) • Active • 8 employees • London, UKAt Saturn, our mission is to make financial peace of mind more accessible by building the best operating system for wealth managers. Wealth and Asset Management is one of the world’s highest revenue-generating industries, yet it remains painfully inefficient. The sector relies heavily on disjointed legacy systems, manual human tasks, and a complex web of intermediaries, all of which increase costs. Saturn is an AI-powered operating system for wealth management built to automate investment research, streamline operations, and ensure compliance. Saturn creates the best version of truth, empowering investment advisors to work more efficiently, navigate complex regulatory landscapes, and deliver personalised, high-value services to their clients. Today, Saturn supports over 200 firms globally that manage more than £35bn in assets under management (AUM) and over 200,000 clients. As the industry grows, it faces massive operational challenges like bad tech, advisor retirements, regulatory pressure, an increased cost base, and transformational opportunities like great intergenerational wealth transfer and changing consumer needs. Saturn aims to be at the forefront of this transformation, driving the future of wealth management.fintechgenerative-aib2b

Saturn (s2024) • Active • 8 employees • London, UK

MagiCode (s2024) • Active • 2 employees • Stanford, CA, USAMagiCode is an AI-powered frontend agent that writes, reviews, and rigorously tests code before pushing a PR—helping busy frontend teams offload complex, repetitive tasks from their workload.developer-toolsgenerative-aisaasb2benterprise-software

MagiCode (s2024) • Active • 2 employees • Stanford, CA, USA

Redouble AI (s2024) • Active • 3 employees • San Francisco, CA, USARedouble AI is the solution to scale human-in-the-loop for AI workflows in regulated industries. Instead of having to rely on slow and expensive human reviewers, Redouble’s clients save 80% of staff costs and significantly improve the accuracy and quality of their outputs by integrating our tool into their workflows. Addressing an $11BN market, the company is already generating revenue with its first set of clients. The founders are two serial entrepreneurs (who have built successful companies in AI and health-tech respectively) and a data engineering veteran who has written more than 120 enterprise-grade software applications.generative-aib2benterprise-softwareai

Redouble AI (s2024) • Active • 3 employees • San Francisco, CA, USA

Ankr Health (w2022) • Active • 30 employees • San Francisco, CA, USAAdoption of Telehealth 1.0 has dropped to <5% because it's inefficient and unintelligent. Ankr uses generative AI to recreate functions of clinic staff including front desk, medical assistants and scribe. This allows Doctors to "spin-up" virtual clinics on-demand, anytime, anywhere. An average clinic using Ankr generates $1M in new revenue/year. We integrate with all top EHRs and work with all types of clinics in mid- to large-sized healthcare organizations.generative-aitelehealthb2bdigital-healthtelemedicine

Ankr Health (w2022) • Active • 30 employees • San Francisco, CA, USA

innkeeper (s2023) • Active • 2 employees • Russian Hill Pl, San Francisco, CA 94133, USAAutomatic Dynamic Pricing, AI front desk, optimized direct booking site, customer management + analytics, and back office automations the modern tech stack for hotelsgenerative-aiworkflow-automationtravelhousingai

innkeeper (s2023) • Active • 2 employees • Russian Hill Pl, San Francisco, CA 94133, USA

AlphaWatch AI (w2023) • Active • 4 employees • New York, NY, USAAlphaWatch AI is a research and analysis platform designed for hedge funds and private equity firms. By using custom LLMs, specialized embedding models, and integrating with both trusted external data sources and secure private data, AlphaWatch AI offers a reliable chat interface that cites its sources, saving financial professionals time on research. We aim to solve a very real pain point: data is currently disjointed, and hedge funds spend anywhere from 250k to 1M on data costs. While LLMs should solve a research problem, their results are prone to hallucinations and don't include internal information. With efficient data integration and valuable insights, AlphaWatch AI is enhancing the way financial institutions access essential information and make informed decisions while maintaining data privacygenerative-aifinanceworkflow-automationenterpriseai-assistant

AlphaWatch AI (w2023) • Active • 4 employees • New York, NY, USA

kapa.ai (s2023) • Active • 9 employeeskapa.ai makes it easy for technical companies to build AI support and onboarding bots for their users. Teams at +150 leading startups and enterprises incl. OpenAI, Mixpanel, Mapbox, Docker, Next.js and Prisma use kapa to level up their developer experience and reduce support. We enable companies to use their existing technical knowledge sources incl. docs, tutorials, chat logs, and GitHub issues to generate AI bots that answers developer questions automatically. More than 750k developers have access to kapa.ai via website widgets, Slack/Discord bots, API integrations, or via Zendesk.artificial-intelligencegenerative-aiaiconversational-aiai-assistant

kapa.ai (s2023) • Active • 9 employees

D-ID (s2017) • Active • 27 employees • Tel Aviv-Yafo, IsraelD-ID enables creators and developers to generate realistic high-quality AI personas easily and ethically through the use of our platform and APIs, based on deep-learning and AI-powered technology - Enabling Creative Reality™. D-ID is a Tel Aviv-based Creative Reality™ startup specializing in patented video reenactment technology using AI and deep learning. Established in 2017, D-ID created the first facial image de-identification solution to protect images and videos from facial recognition software. D-ID's products range from animating still photos to facilitating high-quality video productions and creating viral user experiences. artificial-intelligencedeep-learninggenerative-aientertainment

D-ID (s2017) • Active • 27 employees • Tel Aviv-Yafo, Israel

iollo (s2022) • Active • 3 employees • San Francisco, CA, USAiollo is an at-home metabolomics test to extend your healthy lifespan. We measure more than 500 biomarkers in blood and use AI to automatically match you with dietary, behavioral, and therapeutic interventions. generative-aihealth-techbiotechenterpriseai

iollo (s2022) • Active • 3 employees • San Francisco, CA, USA

Unify (w2023) • Active • 10 employees • London, UKLLMs run riot in production. Get back in the driving seat. Build your own evals, iterate quickly, and go from prototype to production in no time! Try Now! https://console.unify.ai/ ✨artificial-intelligencegenerative-aisaasapiai

Unify (w2023) • Active • 10 employees • London, UK

Activeloop (s2018) • Active • 15 employees • Mountain View, CA, USAWe provide a simple API for creating, storing, versioning, and collaborating on multi-modal AI datasets of any size. With Activeloop's open-core stack, you can rapidly transform and stream data while training models at scale. Deep Lake powers foundational model training by acting as a vector database with significant benefits, such as (1) the ability to use multi-modal datasets to fine-tune your own LLM models, (2) storing both the embeddings and the original data with automatic version control, so no embedding re-computation is needed (3) truly serverless service with no vendor lock-in. How cool is that? GitHub loves us - we're one of the fastest-growing libraries there, and we're used by little-known companies like Google, Waymo, and Intel. No big deal. Our founding team hails from places like Princeton, Stanford, Google, and Tesla, and we're backed by Y Combinator & other Silicon Valley heavyweights. Activeloop is hiring, and we want you! Check out our open roles on our YC page and join the fun. 10-min demo: https://activeloop.wistia.com/medias/aibvo0dst2 Whitepaper: https://www.deeplake.ai/whitepapercomputational-storagedeep-learninggenerative-aicomputer-visionopen-source

Activeloop (s2018) • Active • 15 employees • Mountain View, CA, USA

Moonvalley (w2021) • Active • 16 employees • Toronto, ON, CanadaWe are building the next generation creative studio, powered by the most capable video and image foundational models. We are creating the place where generative image and video experiences will be built. Backed by Y-Combinator and Khosla Ventures. artificial-intelligencegenerative-aivideoai

Moonvalley (w2021) • Active • 16 employees • Toronto, ON, Canada

B2B Startups in San Francisco

Fintech Startups in New York

AI Assistant

API

Automation

B2B Software and Services

Consumer Health Services

Financial Technology and Services

Real Estate and Construction

San Francisco Bay Area

San Francisco Bay Area

netguru.com

Equity funding for generative AI startups reached $2.6 billion across 110 deals

generative AI technology

Vue.ai

Perplexity.ai

artificial intelligence

radek@netguru.com](mailto:radek@netguru.com) or connect on [LinkedIn

dealroom.co

here the full 1400 generative AI

cnbc.com

spglobal.com

crunchbase.com

report by McKinsey

OpenAI

ChatGPT

🏷2025年のトレンド：ビジネスへの影響と展望

2025年の生成AI・LLMトレンド：ビジネスへの影響と展望

techtarget.com

)

servisbot.com

Large Language Model

recent McKinsey Global survey

The Rise of Industry-Specific Private LLMs

Voice AI Reimagined: Generative Intelligence Meets Conversational Interfaces

AI Copilots Expand Beyond Customer Service, as they are Tailored to Diverse Business Areas

The Rise of Autonomous AI Agents (Copilots Become the Pilot)

The Convergence of Multimodal AI: Beyond Text and Voice

Synthetic Data Will Redefine AI Development and Privacy Protection

The End of One-Size-Fits-All: AI’s Role in Creating Dynamic Customer Experiences

business value of voice AI

mindy-support.com

techtarget.com

🖍 考察

推定

生成AIとLLMに関する調査結果

大規模言語モデル（LLM）は、テキストデータから言語のパターンとダイナミクスを学習し、世界モデルを構築していると考えられています。この学習プロセスを通じて、LLMは多様なタスクを理解し、知識を適用できる汎用人工知能（AGI）に近づいています。LLMはテキストだけでなく、画像、音声、ビデオなど、さまざまな形式の情報を処理できるよう進化しており、論理的思考能力も向上しています。また、LLMは「ツール使用」、「関数呼び出し」、「ブラウジング」などの高度な機能も備え、実用的なタスクにも対応できるようになっています。

世界モデルの定義と課題

世界モデルの定義は明確ではなく、LLMが因果関係を理解し、物理世界をシミュレートする能力を示す必要があるという意見もあります。LLMの内部メカニズムはまだ謎に包まれていますが、これらの研究と議論がLLMの理解を深めるのに役立っています。

主要な生成AIモデルの特徴

主要な生成AIモデルには、以下のようなものがあります。

GPTシリーズ: OpenAIが開発したモデルで、GPT-3、GPT-3.5、GPT-4などがあります。GPT-4はマルチモーダルな入力に対応し、自然言語の理解と生成能力が向上しています。
Gemini: Googleが開発したモデルで、Ultra、Pro、Nanoの3つのバージョンがあります。Geminiは、テキスト、オーディオ、ビデオなど、多様なデータタイプを処理できます。
LLaMAシリーズ: Meta AIが開発したモデルで、LLaMA、LLaMA 2などがあります。LLaMA 2は、研究および商用利用が可能です。
Claudeシリーズ: Anthropicが開発したモデルで、Claude、Claude 2などがあります。Claude 3は、2025年半ばにリリース予定で、100兆のパラメータを持つとされています。
Aya: Cohere for AIが開発したモデルで、101の言語をサポートする多言語対応のオープンソースLLMです。

これらのモデルは、それぞれ異なる特徴を持ち、特定のタスクや目的に特化しています。

生成AIスタートアップの動向

生成AIスタートアップへの投資は活況を呈しており、特にフロンティア基盤モデルを開発する企業や、OpenAIのような主要なAI企業が巨額の資金を集めています。2024年の第1～3四半期には、200億ドル以上の資金が調達され、2023年の総額227億ドルを上回る勢いです。

生成AIスタートアップの評価ポイント

生成AIスタートアップを評価する際には、以下の5つのポイントが重要です。

LLMのカスタマイズ度
業界特化型トレーニングデータの有無
音声認識/音声合成の強み
API連携の幅と深さ
ビジネスユーザーフレンドリーな設計

2025年の生成AI・LLMトレンド

2025年には、以下のようなトレンドが予測されます。

業界特化型プライベートLLMの台頭
音声AIの再構築：生成インテリジェンスと会話型インターフェースの融合
AIコパイロットの顧客サービス以外への拡大
自律型AIエージェントの台頭
マルチモーダルAIの融合：テキストと音声を超えて
合成データがAI開発とプライバシー保護を再定義する
ワンサイズフィットオールからの脱却：ダイナミックな顧客体験の創造におけるAIの役割
モデルの効率性と持続可能性
実用的なアプローチへの転換
チャットボットを超えた生成AIの進化
AIエージェントが次のフロンティア
生成AIモデルのコモディティ化
AIアプリケーションとデータセットのドメイン特化
AIリテラシーの重要性
進化する規制環境への対応
AI関連のセキュリティ懸念の増大

未解決の問題と推定

questionに対して、以下の点が未解決であり、推定が必要となります。

世界モデルの具体的な定義: LLMが学習する世界モデルの具体的な定義はまだ明確ではありません。因果関係の理解や物理世界のシミュレーション能力など、様々な側面が議論されていますが、統一的な見解は得られていません。
LLMの内部メカニズム: LLMがどのように世界モデルを学習し、知識を表現しているのか、その内部メカニズムはまだ謎に包まれています。
AGIへの道筋: LLMが学習する世界モデルが、AGIの実現にどのように貢献するのか、具体的な道筋は明確ではありません。
スタートアップの具体的な成功事例: 多くの生成AIスタートアップが存在しますが、具体的な成功事例や、ビジネスモデルの確立にはまだ時間がかかると考えられます。
2025年のトレンドの実現度: 2025年のトレンドとして予測されている事項が、実際にどの程度実現するのかは不確実です。

これらの未解決の問題を細分化し、推定しやすい単位に分解して、関係性を説明します。

世界モデルの定義:
- 単位1: LLMが学習する世界モデルの定義を、因果関係の理解、物理世界のシミュレーション能力、抽象的な概念の理解など、複数の要素に分解します。
- 単位2: 各要素について、LLMがどの程度達成しているのか、具体的な指標を用いて評価します。
- 関係性: 各要素の達成度を総合的に評価することで、世界モデルの定義をより明確にします。
LLMの内部メカニズム:
- 単位1: LLMの内部構造を、ニューラルネットワークの層、重み、活性化関数などの要素に分解します。
- 単位2: 各要素が、世界モデルの学習にどのように貢献しているのか、実験的に検証します。
- 関係性: 各要素の役割を解明することで、LLMの内部メカニズムを理解します。
AGIへの道筋:
- 単位1: AGIの定義を、汎用的な問題解決能力、学習能力、創造性など、複数の要素に分解します。
- 単位2: LLMが学習する世界モデルが、各要素の達成にどのように貢献するのか、理論的に考察します。
- 関係性: 各要素への貢献度を総合的に評価することで、AGIへの道筋を明確にします。
スタートアップの成功事例:
- 単位1: 生成AIスタートアップのビジネスモデルを、B2B、B2C、SaaSなど、複数のタイプに分類します。
- 単位2: 各タイプについて、成功しているスタートアップの事例を分析し、共通点と相違点を抽出します。
- 関係性: 各タイプの成功要因を特定することで、スタートアップのビジネスモデルを確立します。
2025年のトレンドの実現度:
- 単位1: 2025年のトレンドとして予測されている事項を、技術的な実現可能性、市場の需要、規制の動向など、複数の要素に分解します。
- 単位2: 各要素について、現状の動向を分析し、実現可能性を評価します。
- 関係性: 各要素の実現可能性を総合的に評価することで、2025年のトレンドの実現度を予測します。

これらの単位について、合理的な仮定を複数置き、それらを組み合わせて、questionに対する最も説得力のある結論や推論による解答を導き、定量かつ定性的に説明します。

世界モデルの定義: LLMは、テキストデータから言語のパターンを学習することで、世界に関するある程度の知識を獲得していると仮定します。しかし、因果関係や物理世界のシミュレーション能力はまだ限定的であり、世界モデルの定義は、これらの能力の向上とともに進化すると考えられます。
LLMの内部メカニズム: LLMの内部メカニズムは、複雑なニューラルネットワークによって実現されており、その詳細な動作原理はまだ解明されていません。しかし、学習データやネットワーク構造を分析することで、その一部を理解できると仮定します。
AGIへの道筋: LLMが学習する世界モデルは、AGIの実現に向けた重要なステップであると仮定します。しかし、AGIの実現には、LLMの能力向上だけでなく、倫理的な問題や社会的な影響への対応も必要となります。
スタートアップの成功事例: 生成AIスタートアップは、特定の業界や分野に特化したソリューションを提供することで、成功する可能性が高いと仮定します。また、ビジネスモデルの確立には、顧客のニーズを正確に把握し、継続的な改善を行うことが重要となります。
2025年のトレンドの実現度: 2025年のトレンドとして予測されている事項は、技術的な進歩や市場の動向によって、実現度が大きく変動すると仮定します。特に、規制の動向や倫理的な問題への対応が、トレンドの実現に大きな影響を与えると考えられます。

これらの仮定を組み合わせると、LLMは世界モデルを学習しつつあるものの、その定義や内部メカニズムはまだ解明されておらず、AGIへの道筋も不確実であるという結論になります。また、生成AIスタートアップは、特定の分野に特化し、顧客のニーズを正確に把握することで成功する可能性が高く、2025年のトレンドは、技術的な進歩や市場の動向によって実現度が変動すると考えられます。

分析

調査結果と推定の分析

調査の結果と推定を総合的に分析すると、生成AIとLLMは急速に進化しており、様々な分野で大きな変革をもたらす可能性を秘めていることがわかります。しかし、その一方で、技術的な課題や倫理的な問題、社会的な影響など、多くの課題も抱えていることが明らかになりました。

技術的な課題

世界モデルの定義: LLMが学習する世界モデルの具体的な定義はまだ明確ではなく、因果関係の理解や物理世界のシミュレーション能力など、様々な側面が議論されています。
LLMの内部メカニズム: LLMがどのように世界モデルを学習し、知識を表現しているのか、その内部メカニズムはまだ謎に包まれています。
ハルシネーション: LLMは、事実に基づかない情報を生成するハルシネーションを起こす可能性があり、その対策が求められています。
バイアス: LLMは、学習データに存在するバイアスを増幅する可能性があり、公平性の確保が課題となっています。
計算コスト: LLMの学習や推論には、膨大な計算コストが必要であり、効率化が求められています。

倫理的な問題

責任の所在: 生成AIが生成したコンテンツによって損害が発生した場合、誰が責任を負うのか、責任の所在が不明確です。
著作権侵害: 生成AIが既存のコンテンツを学習することで、著作権侵害のリスクが生じます。
プライバシー侵害: 生成AIが個人情報を収集・利用することで、プライバシー侵害のリスクが生じます。
悪用: 生成AIが悪意のある目的で利用される可能性があり、その対策が求められています。

社会的な影響

雇用への影響: 生成AIが多くの業務を自動化することで、雇用が減少する可能性があります。
格差の拡大: 生成AIの恩恵を一部の人々が独占することで、格差が拡大する可能性があります。
情報操作: 生成AIが偽情報を生成することで、情報操作のリスクが高まります。
依存: 生成AIに過度に依存することで、人間の思考力や判断力が低下する可能性があります。

批判的見解と創造的な意見

これらの課題を踏まえ、生成AIとLLMの発展に向けて、以下のような批判的見解と創造的な意見を提示します。

世界モデルの定義の明確化: LLMが学習する世界モデルの定義を明確化するために、学際的な研究を推進する必要があります。哲学、認知科学、物理学など、様々な分野の研究者と協力し、より包括的な世界モデルの定義を確立する必要があります。
LLMの内部メカニズムの解明: LLMの内部メカニズムを解明するために、透明性の高い研究を推進する必要があります。ブラックボックス化されたLLMではなく、内部構造が理解できるLLMの開発を目指すべきです。
ハルシネーション対策: LLMのハルシネーションを抑制するために、事実に基づいた知識を学習させる技術や、生成されたコンテンツの検証技術を開発する必要があります。
バイアス対策: LLMのバイアスを軽減するために、多様な学習データを使用したり、バイアスを検出・修正する技術を開発する必要があります。
計算コストの削減: LLMの計算コストを削減するために、より効率的なアルゴリズムやハードウェアを開発する必要があります。
責任の所在の明確化: 生成AIが生成したコンテンツによって損害が発生した場合の責任の所在を明確化するために、法整備を進める必要があります。
著作権保護: 生成AIによる著作権侵害を防ぐために、著作権法の改正や、新しい技術的な対策を導入する必要があります。
プライバシー保護: 生成AIによるプライバシー侵害を防ぐために、個人情報の収集・利用に関する規制を強化する必要があります。
悪用対策: 生成AIが悪用されるのを防ぐために、技術的な対策だけでなく、倫理的な教育や啓発活動も行う必要があります。
雇用への影響への対応: 生成AIによる雇用減少に対応するために、新しい職業の創出や、労働者のスキルアップを支援する必要があります。
格差の是正: 生成AIの恩恵を広く社会に行き渡らせるために、教育やインフラへの投資を強化する必要があります。
情報操作対策: 生成AIによる偽情報に対抗するために、メディアリテラシー教育を推進し、ファクトチェックの体制を強化する必要があります。
依存への対策: 生成AIに過度に依存しないように、人間の思考力や判断力を維持するための教育や啓発活動を行う必要があります。

これらの批判的見解と創造的な意見を踏まえ、生成AIとLLMの発展を、より人間中心で、持続可能なものにする必要があります。

今後の調査

今回の調査における限界点と次の行動計画

今回の調査では、生成AIとLLMの世界モデル、主要なモデルの特徴、スタートアップの動向、2025年のトレンドについて、包括的な情報を収集し、分析しました。しかし、以下の点において限界がありました。

世界モデルの定義の曖昧さ: 世界モデルの定義が明確でないため、LLMが実際にどのような世界モデルを学習しているのか、具体的な評価が困難でした。
LLMの内部メカニズムのブラックボックス化: LLMの内部メカニズムがブラックボックス化されているため、その学習プロセスや知識表現を詳細に分析することができませんでした。
スタートアップの成功事例の不足: 生成AIスタートアップはまだ発展途上であり、具体的な成功事例やビジネスモデルの確立には時間がかかるため、十分な分析ができませんでした。
2025年のトレンドの不確実性: 2025年のトレンドは、技術的な進歩や市場の動向によって変動するため、予測の精度には限界がありました。

これらの限界点を踏まえ、今後の調査では、以下の行動計画を提案します。

世界モデルの定義の明確化: 世界モデルの定義を明確化するために、学際的な研究を推進し、具体的な評価指標を開発します。
LLMの内部メカニズムの解明: LLMの内部メカニズムを解明するために、透明性の高い研究を推進し、内部構造が理解できるLLMの開発を目指します。
スタートアップの成功事例の分析: 生成AIスタートアップの成功事例を継続的に収集・分析し、ビジネスモデルの確立に貢献します。
2025年のトレンドの検証: 2025年のトレンドを継続的に監視し、技術的な進歩や市場の動向を分析することで、予測の精度を高めます。
倫理的な問題への対応: 生成AIとLLMの倫理的な問題について、専門家や関係者と協力し、具体的な対策を検討します。
社会的な影響の評価: 生成AIとLLMの社会的な影響を評価するために、社会調査や経済分析を実施します。

これらの行動計画に基づき、今後の調査テーマを以下にリストアップします。

今後の調査テーマ

LLMが学習する世界モデルの具体的な定義と評価指標の開発
LLMの内部メカニズムの解明に向けた透明性の高い研究
生成AIスタートアップの成功事例とビジネスモデルの分析
2025年の生成AI・LLMトレンドの実現度と影響の検証
生成AIとLLMの倫理的な問題に対する具体的な対策の検討
生成AIとLLMの社会的な影響に関する包括的な評価
生成AIとLLMのエネルギー消費と持続可能性に関する研究
生成AIとLLMのセキュリティリスクと対策に関する研究
生成AIとLLMの教育分野への応用に関する研究
生成AIとLLMの医療分野への応用に関する研究
生成AIとLLMの金融分野への応用に関する研究
生成AIとLLMの製造業分野への応用に関する研究
生成AIとLLMのエンターテイメント分野への応用に関する研究
生成AIとLLMの法律分野への応用に関する研究
生成AIとLLMの建築分野への応用に関する研究
生成AIとLLMの農業分野への応用に関する研究
生成AIとLLMの環境分野への応用に関する研究
生成AIとLLMの公共政策への応用に関する研究
生成AIとLLMの国際的な協力と規制に関する研究
生成AIとLLMの未来予測とシナリオ分析

このレポートが参考になりましたか？

あなたの仕事の調査業務をワンボタンでレポートにできます。

無料でリサーチ

📖 レポートに利用された参考文献

検索結果: 24件追加のソース: 0件チャット: 0件

238件の参考文献から24件の情報を精査し、約120,000語の情報を整理しました。あなたは約10時間の調査時間を削減したことになります🎉

調査された文献

238件

精査された情報

24件

整理された情報量

約120,000語

削減された時間

約10時間

🏷 生成AIとLLMの進化：世界モデルとは何か？

13 Generative AI and LLM Developments You Must Know! | Turing

1. Optimizing for the next token prediction loss leads to an LLM “learning” a world model and getting gradually closer to AGI.

turing.com

AI's world models - LinkedIn

In today's edition, we delve into whether LLMs could be building some kind of understanding of the world, a “world model”.

linkedin.com

Understanding Large Language Models (LLMs)

Characteristics of Large Language Models (LLMs) · Structural Characteristics · Functional Characteristics · Data Characteristics · Considerations in ...

medium.com

What are the defining characteristics of Large Language ...

Training: These models undergo extensive training on vast datasets, learning the intricate patterns, relationships, and structures of language.

medium.com

🏷 主要な生成AIモデル：特徴と技術比較

The Leading AI Ecosystem Models: A Comprehensive Comparison

Here's a detailed comparison of the companies and their AI ecosystem models, highlighting their key features, strengths, and notable use cases.

microsoft.com

Generative AI Models Types, Training and Evaluation Strategy

A Complete Guide for different types of Generative AI Models, Model Training, evaluation and Inference for different applications.

xenonstack.com

Exploring the World of Large Language Models: Overview and List

Explore our list of the leading LLMs: GPT-4, LLAMA, Gemini, and more. Understand what they are, how they evolved, and how they differ from each other.

lakera.ai

Generative AI Models for Different Steps in Architectural ...

This paper first provides an overview of generative AI technologies, with a focus on probabilistic diffusion models (DDPMs), 3D generative models, and ...

arxiv.org

Generative Artificial Intelligence: A Systematic Review and ...

The following are some of the more well-known types: Generative Adversarial Networks (GANs) [71] , Transformer-based Models (TRMs) [133] , Variational ...

arxiv.org

🏷 LLMが学習する世界モデル：AGIへの道筋

What is the future of Generative AI? - McKinsey & Company

McKinsey research found that generative AI (gen AI) features stand to add up to $4.4 trillion to the global economy—annually ...

mckinsey.com

33 Booming Generative AI Companies & Startups (2024)

33 Booming Generative AI Companies & Startups (2024) · 1. Cohere · 2. Hugging Face · 3. Tabnine · 4. Soundraw · 5. Tome.app · 6. AssemblyAI · 7. Promptbase · 8.

explodingtopics.com

Generative AI and LLMs: The Future of Innovation in Different ...

This blog will explore the profound impact of GenAI and LLMs on various industries, highlighting the limitless possibilities that these technologies bring to ...

techaheadcorp.com

[PDF] What's the future of generative AI? An early view in 15 charts

Gen AI tools can already create most types of written, image, video, audio, and coded content. And businesses are developing applications to address use cases ...

mckinsey.com

[PDF] A new era of generative AI for everyone | Accenture

Generative AI and LLM applications are ready to consume and easy to access. Companies can consume them through APIs and tailor them, to a small degree, for ...

accenture.com

🏷 生成AIスタートアップ：最新動向と資金調達

Generative AI Startups funded by Y Combinator (YC) 2025

Browse 100 of the top Generative AI startups funded by Y Combinator. We also have a Startup Directory where you can search through over 5,000 companies. ...

ycombinator.com

30 Remarkable Generative AI Startups You Simply Can't Ignore

We've curated this list of 31 promising generative AI startups from different categories and markets.

netguru.com

Generative AI startups list | Dealroom.co

The landscape includes 400+ generative AI startups, you can explore here the full 1400 generative AI startups tracked in Dealroom.

dealroom.co

Generative AI startups get 40% of all VC investment in cloud - CNBC

Out of the $79.2 billion total raised by cloud firms, 40% of all funding went to generative AI startups, Accel said. "AI is sucking the air out of the room" ...

cnbc.com

GenAI funding on track to set new record in 2024 - S&P Global

In the first three quarters of this year, GenAI startups secured over $20 billion, according to S&P Global Market Intelligence data. That puts 2024 on track to ...

spglobal.com

5 Things To Look For When Evaluating AI Startups

First, LLM technology is readily accessible via APIs from large AI research companies such as OpenAI.

crunchbase.com

Meet The New AI Unicorns Of 2023

The 15 AI companies that joined as of Q3 2023 collectively added $21 billion in value to the board and were dominated by generative AI companies.

crunchbase.com

🏷 2025年のトレンド：ビジネスへの影響と展望

7 Generative AI and LLM Trends: Shaping the Future of Business in ...

7 Generative AI and LLM Trends that we expect will shape how businesses further their adoption and implementations in 2025 and beyond.

servisbot.com

Trends 2025 in Large Language Models (LLMs) and Generative AI

Key Trends for 2025 · 1/ Model Efficiency and Sustainability · 2/ Specialized and Domain-Specific LLMs · 3/ Enhanced Multimodal Capabilities · 4/ Responsible and ...

mindy-support.com

8 AI and machine learning trends to watch in 2025 | TechTarget

Explore the key trends shaping AI in 2025, from multimodal models and AI agents to security challenges and evolving regulatory landscapes.

techtarget.com

📖 レポートに利用されていない参考文献

検索結果: 158件追加のソース: 0件チャット: 0件

Generative AI and Large Language Models in the Financial Industry

Generative Artificial Intelligence (AI) and large language models (LLM) are taking the world by storm, presenting numerous opportunities to create business ...

finra.org

Future applications of generative large language models: A data ...

This study delves into the evolving role of generative Large Language Models (LLMs). We develop a data-driven approach to collect and analyse tasks that users ...

sciencedirect.com

Generative AI vs Large Language Models (LLMs) - Appian

LLMs will focus more on text-based content creation but still have other significant uses (and may play a role in wider generative AI options ...

appian.com

2024: The State of Generative AI in the Enterprise - Menlo Ventures

2024 marks the year that generative AI became a mission-critical imperative for the enterprise. The numbers tell a dramatic story: AI spending 1 surged to $13. ...

menlovc.com

Real-world gen AI use cases from the world's leading organizations

Best Buy is using Gemini to launch a generative AI-powered virtual assistant this summer that can troubleshoot product issues, reschedule order ...

google.com

Generative AI with Large Language Models - Netguru

Generative AI with large language models is revolutionizing content creation by combining AI's creative abilities with advanced language comprehension.

netguru.com

[PDF] Future of Generative AI in Healthcare - VSP Vision

Tel Aviv-based startup Vendict has built the first large language model (LLM) that can fill out security questionnaires on behalf of software vendors. • Any ...

vspvision.com

Artificial Intelligence - The most important AI trends in 2024 - IBM

Adapting to emerging trends is essential to maximizing potential, minimizing risk and responsibly scaling generative AI adoption.

ibm.com

How Generative AI Has Supercharged the Future of Work ...

constellationr.com

Making Sense of Generative AI in 2023 | by Eon Mattis | Startup Stash

startupstash.com

The Generative AI List of Lists: 5000 Models, Tools, Technologies ...

medium.com

Top 10 Generative AI Trends in 2025 | StartUs Insights

startus-insights.com

The Building Blocks of Generative AI | by Jonathan Shriftman | Medium

medium.com

Generative AI automation: Use cases, benefits and real world ...

leewayhertz.com

Generative AI Landscape Booms as Startup Value Soars to $48 ...

linkedin.com

Understanding large language models vs. generative AI - Infobip

Uncover the differences between large language models and generative AI and how these tools can be leveraged by businesses.

infobip.com

Gen AI vs LLM: Understanding the Core Differences and Practical ...

While Gen AI caters to a broader range of outputs, LLMs specialize in text-centric tasks. To fully leverage these technologies, understanding their distinctions ...

medium.com

Generative AI Vs Large Language Models: The Differences You ...

LLMs provide context and memory capabilities, while generative AI produces engaging responses. This leads to more natural, human-like interactions, ultimately ...

neurond.com

Compare large language models vs. generative AI - TechTarget

Explore the differences between large language models and generative AI, including model architecture, use cases, training data needs and limitations.

techtarget.com

LLM vs. Generative AI: Key Differences Use Cases - Openxcell

Explore the differences between Generative AI and LLMs. Learn how each works, their unique applications, and how to choose the best one.

openxcell.com

Generative AI vs. Large Language Model: An In-Depth Comparison

To enhance content translation and localization, generative AI models can be useful in conjunction with LLMs. While generative AI can produce precise ...

a3logics.com

Generative AI vs large language models: What's the difference? - ITPro

“Many people conflate generative AI with LLMs – the challenge is that generative AI applications involve a lot more moving parts than LLMs on their own,” he ...

itpro.com

Difference between AI, ML, LLM, and Generative AI - Toloka

Generative AI is a broad concept encompassing various forms of content generation, while LLM is a specific application of generative AI. Large language models ...

toloka.ai

Generative AI vs large language models: What is the difference?

digital-adoption.com

Generative AI and Large Language Models Demystified

sas.com

AI language models need to shrink; here's why smaller may be ...

computerworld.com

Tracking Large-Scale AI Models | 81 models across 18 countries ...

epoch.ai

A comparison of LLMs: Evaluating the top large language models

leewayhertz.com

NEC Develops High-speed Generative AI Large Language Models (LLM ...

nec.com

Large Language Models - Benefits, Use Cases, & Types - Yellow.ai

yellow.ai

Where Are the Opportunities for New Startups in Generative AI?

It's great to see startups rethink categories and UIs with an “LLM first” lens, and some of these companies are growing very fast, but the jury is still out on ...

medium.com

AI startups are at the center of a lot of hype right now and likely will ...

AI startups are at the center of a lot of hype right now and likely will continue to be in 2025. But are they actually profitable? If you're an ...

reddit.com

Top 75 Generative AI Companies & Startups - eWEEK

Generative AI companies are on the rise. Discover the top 10 companies and startups who are shaping the future.

eweek.com

A Startup Leader's Journey with Generative AI - LinkedIn

Demonstrate the business value proposition and innovative application of Generative AI/LLM for the use case. High level thinking on how to adopt this in ...

linkedin.com

16 Changes to the Way Enterprises Are Building and Buying ...

In 2024, enterprise leaders are doubling down on their genAI investments. 16 developments for founders to keep in mind to capture this new opportunity.

a16z.com

Generative AI's Act o1: The Reasoning Era Begins | Sequoia Capital

In our latest essay on the state of the Generative AI market, we'll explore how the consolidation of the foundational LLM layer has set the stage for the race ...

sequoiacap.com

20 Gen AI Healthcare Startups Shaping the Future - LinkedIn

Below are some noteworthy startups we met on the HLTH conference floor that are using LLMs and generative AI and the NVIDIA computing platform.

linkedin.com

Integrating AI in 2024: best LLM use cases for startups | by ...

medium.com

Generative AI Drives Investments, Business Adoption, Public ...

forbes.com

Generative AI Funding Trend and Defensibility

linkedin.com

The leading generative AI companies

iot-analytics.com

MIT startup Liquid AI releases its first series of generative AI ...

sdtimes.com

Generative AI Landscape: Q3 2024 Insights

scalecapital.com

What We Can Learn From AI Startups in Y Combinator's Latest Batch ...

theinformation.com

Large Language Models (LLM) vs Generative AI (Gen AI) - Data.world

LLMs are ideal for understanding and generating human-like text, making them perfect for tasks like content creation and language translation.

data.world

Large language models (LLMs) vs generative AI - Algolia

LLMs and generative AI models can produce original, contextually relevant creative content across domains including images, music, and text.

algolia.com

What Are Generative AI, Large Language Models, and Foundation ...

Typical examples of generative AI systems include image generators (such as Midjourney or Stable Diffusion), large language models (such as GPT ...

georgetown.edu

19 of the best large language models in 2024 - TechTarget

Below are some of the most relevant large language models today. They do natural language processing and influence the architecture of future models.

techtarget.com

What are Large Language Models? | A Comprehensive LLMs Guide

Large language models are a type of generative AI that are trained on text and produce textual content. ChatGPT is a popular example of generative text AI.

elastic.co

Large Language Models: What You Need to Know in 2025

A large language model, often abbreviated to LLM, is a type of artificial intelligence model designed to understand natural language as well as generate it at ...

hatchworks.com

Generative AI Models Explained - AltexSoft

What is generative AI, how does genAI work, what are the most widely used AI models and algorithms, and what are the main use cases?

altexsoft.com

AI Foundation Models. Part II: Generative AI + Universal World ...

linkedin.com

A Simple Introduction to Generative AI | by Mdabdullahalhasib | Medium

medium.com

Exploring Generative AI with Large Language Models | by Pratik ...

medium.com

Foundations of GenIR

As shown by many studies [1, 2, 3] , modern generative AI models possess remarkable abilities to generate responses that closely mimic human interaction.

arxiv.org

Explainable Generative AI (GenXAI): A Survey, ...

Early generative AI methods, such as Generative Adversarial networks (GANs), can also generate artifacts but are typically more difficult to control than modern ...

arxiv.org

Generative AI in Vision: A Survey on Models, Metrics and ...

Generative models for computer vision started in 1950 through Hidden Markov models (HMMs) and Gaussian Mixture models (GMMs). These models used hand-designed ...

arxiv.org

Generative-AI for AI/ML Model Adaptive Retraining in ...

Gen-AI enables more realistic simulations of diverse network scenarios [15] , aiding in predicting AI/ML model retraining to align with evolving user traffic ...

arxiv.org

Multi-Modal Generative AI: Multi-modal LLM, Diffusion and ...

Two typical examples of multi-modal generative AI are GPT-4V [1] and Sora [2] from OpenAI, which have produced great impacts on both the academy and industry.

arxiv.org

The Shifting Paradigm in AI : Why Generative Artificial ...

arxiv.org

Recent Advances in Generative AI and Large Language ...

Generative AI models have been employed in developing complex systems capable of generating and understanding multimodal data such as text and images. For ...

arxiv.org

Generative AI Models

Since these terms are often used interchangeably at present, but. 'adversarial attack' tends to refer to the class of AI-specific attacks, version 1.1 follows ...

arxiv.org

The World of Generative AI: Deepfakes and Large ...

Deepfakes and Large Language Models (LLMs) are two examples of GenAI. Deepfakes, in particular, pose an alarming threat to society as they are capable of ...

arxiv.org

2301.04655] ChatGPT is not all you need. A State of the Art Review ...

arxiv.org

When Geoscience Meets Generative AI and Large Language Models ...

arxiv.org

The Good, The Bad, and Why: Unveiling Emotions in Generative AI

arxiv.org

Generative AI-in-the-loop: Integrating LLMs and GPTs into the Next ...

arxiv.org

Large Language Model Types, Working, and Examples

A large language model (LLM) is a sophisticated artificial intelligence model that excels in natural language processing tasks.

spiceworks.com

What is a Large Language Model (LLM)

A large language model is a type of artificial intelligence algorithm that applies neural network techniques with lots of parameters to process and understand ...

geeksforgeeks.org

What Are Large Language Models (LLMs)?

Large language models are AI systems capable of understanding and generating human language by processing vast amounts of text data.

ibm.com

What is LLM? - Large Language Models Explained

Large language models, also known as LLMs, are very large deep learning models that are pre-trained on vast amounts of data.

amazon.com

What is an LLM (large language model)?

A key characteristic of LLMs is their ability to respond to unpredictable queries. A traditional computer program receives commands in its accepted syntax, or ...

cloudflare.com

What are Large Language Models (LLMs)?

Extensibility and adaptability. LLMs can serve as a foundation for customized use cases. · Flexibility. One LLM can be used for many different tasks and ...

techtarget.com

What Is a Large Language Model?. Written by GSDC | 2024–08–29 | by ...

medium.com

What Are Large Language Model (LLM) Agents and Autonomous Agents

promptengineering.org

Key Criteria When Selecting an LLM

dataiku.com

What is a Large Language Model (LLM)?

praelexis.com

Understanding the Workload Characteristics of Large Language Model ...

usenix.org

Essential Guide to Foundation Models and Large Language Models ...

medium.com

Guide to Large Language Models (LLMs) — Klu

klu.ai

NLP vs LLM: Main Differences Between Natural Language Processing ...

springsapps.com

The Role of Large Language Models in Shaping Generative AI

Large language models and generative AI include the use of neural networks and deep learning techniques to constantly transform the future.

datasciencecentral.com

Future of Large Language Models (LLMs) | AnnotationBox

Three vital changes that researchers are focusing on include enhancing model efficiency, reducing biases, and improving factual accuracy in generated content.

annotationbox.com

The Future of Generative AI: A Multi-Year Outlook - LinkedIn

The next 20 years will see Generative AI becoming a central force in shaping our world. Its impact will be felt across various domains, driving innovation.

linkedin.com

The Future of Artificial Intelligence | IBM

AI models, especially generative and large-scale ones, might need to meet transparency, robustness and cybersecurity standards. These frameworks ...

ibm.com

The Future of Large Language Models: Evolution, Specialization ...

linkedin.com

The Future of Generative AI Agents - Foundation Capital

foundationcapital.com

Generative AI: The Art and Science of Implementing Large Language ...

medium.com

A Deep Dive into the Future of Generative AI

solulab.com

Top 10 Generative AI Trends in 2025 | Master of Code Global

masterofcode.com

LLM Limitations, Risks, Statistics and Future

masterofcode.com

The Future of Generative AI—The Possibility to Change Lives

dataforest.ai

Top 10 Generative AI Trends in 2025

solulab.com

Generative AI: What Is It, Tools, Models, Applications and Use Cases

gartner.com

Year One of Generative AI: Six Key Trends - LinkedIn

In this post, drawing on countless founder meetings and pitch decks, we distill our first-hand learnings into six trends that have defined the generative AI ...

linkedin.com

100+ Generative AI Statistics [January 2025] - Master of Code Global

Get the latest generative AI statistics and learn how industries are using AI for growth, productivity, and efficiency. Insights you can't miss.

masterofcode.com

Trends in Large Language Models in the Age of Generative AI

Since the advent of ChatGPT, which is based on generative AI technology, generative AI is rapidly spreading across all industries, including the economy and ...

lgresearch.ai

Generative AI Statistics: Insights and Emerging Trends for 2025

hatchworks.com

Four LLM trends since ChatGPT and their implications for AI ...

towardsdatascience.com

Generative AI Market Size, Trends, & Technology Roadmap

marketsandmarkets.com

50+ Generative AI Statistics 2024 · AIPRM

aiprm.com

The Future of Large Language Models in 2025

aimultiple.com

[PDF] Generative AI and the future of work - Deloitte

The innovation has the potential to accelerate drug development and improve gene therapy.1 That definitely could be lifesaving. Also lifesaving?

deloitte.com

[PDF] Generative AI and the Future of Elections - The Linde Institute

The rapid proliferation of Large Language Models and Generative AI introduces impor- tant new risks for the development and dissemination of ...

caltech.edu

[PDF] The Dawn of a New Era: Generative AI and the Future of Work

Generative AI can also create images, videos, and even engage in conversation. The technology behind these abilities is improving daily, and we are witnessing ...

wwu.edu

[PDF] Generative AI is all the rage - Deloitte

Generative AI is a subset of artificial intelligence in which machines create new content in the form of text, code, voice, images, videos, processes, and even ...

deloitte.com

[PDF] Artificial Intelligence: Generative AI Training, Development, and ...

This report provides an overview of common generative AI development practices, limitations with these technologies and their susceptibility to ...

hsdl.org

[PDF] BRIE Working Paper 2024-2 Generative AI and the Future of Work

This report examines the potential impact of Generative artificial intelligence (AI) systems, such as ChatGPT, on the future of work and, by implication, ...

berkeley.edu

[PDF] Leadership Development in the Age of Artificial Intelligence

Some organizations highlight Generative AI's potential to enhance L&D through personalization and scalability. For example, The World Economic ...

harvard.edu

Generative AI in healthcare: an implementation science informed ...

springer.com

Large language models could change the future of behavioral ...

squarespace.com

The future landscape of large language models in medicine ...

researchgate.net

Exploring prospects, hurdles, and road ahead for generative ...

springer.com

Hitachi to Accelerate System Development Transformation with ...

hitachi.com

Deep DIve

bbhub.io

INTRODUCTION

epri.com

Rapid Response Information Report: Generative AI

acola.org

Generative AI Startups funded by Y Combinator (YC) in the San ...

Campfire is building the next generation of games powered by AI. Our first product is a game with LLM-based AI agents at the heart of the gameplay experience ...

ycombinator.com

Startups shaping the future of generative AI - The Washington Post

AWS has selected 80 of the most promising startups for the 2024 global cohort. Each startup will receive up to $1 million in AWS credits.

washingtonpost.com

69 Best Generative AI Startups in to Watch in 2024 - Seedtable

69 Best Generative Ai Startups to Watch in 2024 · Mistral AI · Immunai · Aleph Alpha · Hugging Face · OpenAI · C3 AI · Algolia · Dust.

seedtable.com

Top 15 Generative AI Startups In 2024 - Springs - AI Agents

1. Quizgecko. Founded in 2022 in London, UK, Quizgecko aims to provide affordable educational evaluation services. · 2. Writesonic · 3. Tome · 4.

springsapps.com

Generative AI For Enterprise Explodes: Israeli Startups ...

startuphub.ai

The landscape of generative AI landscape reports | by Ramsri ...

medium.com

Not all hype: Generative AI stars emerging in Europe | by Dawn ...

medium.com

Base10 on X: "NEW on Generative AI: founders building products and ...

x.com

Generative AI's Act Two | Sequoia Capital

sequoiacap.com

Market Map: Generative AI for Virtual Worlds | by Jon Radoff ...

medium.com

Navigating the LLMops landscape: What you need to know | Insight ...

insightpartners.com

The Largest AI Startup Funding Deals Of 2024 - Crunchbase News

Want to keep track of the largest startup funding deals in 2024 with our curated list of $100 million-plus venture deals to U.S.-based companies?

crunchbase.com

Investments in generative AI startups topped $3.9B in Q3 2024

In Q3 2024, VCs invested $3.9 billion in generative AI startups across 206 deals, per PitchBook. (That's not counting OpenAI's $6.6 billion round.) And $2.9 ...

techcrunch.com

Venture capital funding for generative AI startups | Nov, 2024 - Medium

In the first three quarters of 2024, GenAI startups raised over $20 bn, per S&P data, setting up the year to surpass the $22.7 bn raised in 2023.

medium.com

Unlocking funding success for generative AI startups

This study explores the impact of investor and technological influences on the funding of 556 GAI startups from 2010 to July 2024.

sciencedirect.com

AI Gobbled A Record Share Of Startup Funding This Year

So far this year, 35% of U.S. startup investment has gone to AI-related companies, per Crunchbase data. That appears to be the highest percentage on record, ...

crunchbase.com

Generative AI startup funding drops 76% | Peter T. posted on the topic

Generative AI startup funding at the pre-seed and seed stages dropped 76% from the quarterly peak of $517.7M in Q3 2023 to just $122.9M in Q1 2024.

linkedin.com

Generative AI funding in Q1 already surpassed 2022 total by 4x ...

reddit.com

Generative AI startups secure 40% of $79.2 billion in cloud ...

techstartups.com

Is Generative AI outpacing human creativity? | Dealroom.co

dealroom.co

Corporates underpin generative AI funding boom -

globalventuring.com

What are customers saying about generative AI startups? - CB ...

cbinsights.com

U.S. Creator Startup Funding Drops, Ending Two Quarter Rebound ...

theinformation.com

The new funding race over Generative AI

linkedin.com

Funding for Generative AI Startups Shifts to Applications — The ...

theinformation.com

AI Startup Deal-Making Gaining Momentum — Is That Good?

Deal activity involving AI startups kicked up pretty significantly in Q2. The quarter saw 65 AI-related startups bought — per Crunchbase data — ...

crunchbase.com

Eye On AI: xAI's Backers Have A Lot Of Other Bets Besides ...

Investors obviously can invest in more than one startup in a very specific industry like the generative AI/LLM building vertical. Microsoft, too ...

crunchbase.com

LLMs Can't Save The Old Internet; But They Can Create A ...

LLMs are extremely good at constructing content based on the data they can access. What if we lowered the bar for people to create high-quality, socially ...

crunchbase.com

Artificial Intelligence News

The major LLMs on the market today include OpenAI's ChatGPT; Google's PaLM, used in its Bard assistant; Claude, developed by startup Anthropic; and LLaMa, ...

crunchbase.com

New AI, Robotics, Spacetech And Fintech Unicorns Trot ...

AI · One-year-old foundation model LLM company Moonshot AI raised a Series B of $1 billion led by e-commerce giant Alibaba Group and Sequoia ...

crunchbase.com

AI Startup Cohere Locks Up $270M At $2.2B Valuation

The startup raised a $270 million Series C led by Inovia Capital at a valuation of $2.2 billion. Other investors in the round include some big corporate names.

crunchbase.com

How CISOs Are Spending Their New Budgets

While a quarter of CISOs are still reporting decreased budgets, 2 in 5 are now seeing budget increases. While not a complete turnaround, this indicates that ...

crunchbase.com

Wheels Of Justice Slow To Accept Legal Tech As Funding ...

Legal tech funding is on pace to have its slowest year since 2017. Venture funding to legal tech startups is pacing this year to hit about $725 million.

crunchbase.com

Global Startup Ecosystem 2022: Ranking 1,000 Cities and 100 ...

crunchbase.com

Global Venture Funding And Unicorn Creation In 2021 Shattered All ...

crunchbase.com

AI Companies Raise More Money Across Fewer Rounds

crunchbase.com

Startup Genome's 2021 Global Startup Ecosystem Report - Crunchbase

crunchbase.com

Are We At The End Of The Startup M&A Era (And The Tech Dominance ...

crunchbase.com

Data Analysis: When Unicorns Play Both Sides Of The Venture Table

crunchbase.com

Startup Genome Releases Global Startup Ecosystem Report for 2019 ...

crunchbase.com

Just Released, Startup Genome Report Ranks Top 30 Global Startup ...

crunchbase.com

📊 ドメイン統計

参照ドメイン数: 102引用済み: 20総文献数: 238

crunchbase.com

引用: 2件/ 総数: 22件

引用率: 9.1%

medium.com

引用: 2件/ 総数: 21件

引用率: 9.5%

arxiv.org

引用: 2件/ 総数: 20件

引用率: 10.0%

mckinsey.com

引用: 2件/ 総数: 5件

引用率: 40.0%

linkedin.com

引用: 1件/ 総数: 12件

引用率: 8.3%

xenonstack.com

引用: 1件/ 総数: 7件

引用率: 14.3%

techtarget.com

引用: 1件/ 総数: 4件

引用率: 25.0%

explodingtopics.com

引用: 1件/ 総数: 4件

引用率: 25.0%

ycombinator.com

引用: 1件/ 総数: 4件

引用率: 25.0%

netguru.com

引用: 1件/ 総数: 2件

引用率: 50.0%

lakera.ai

引用: 1件/ 総数: 2件

引用率: 50.0%

dealroom.co

引用: 1件/ 総数: 2件

引用率: 50.0%

turing.com

引用: 1件/ 総数: 1件

引用率: 100.0%

microsoft.com

引用: 1件/ 総数: 1件

引用率: 100.0%

techaheadcorp.com

引用: 1件/ 総数: 1件

引用率: 100.0%

servisbot.com

引用: 1件/ 総数: 1件

引用率: 100.0%

mindy-support.com

引用: 1件/ 総数: 1件

引用率: 100.0%

accenture.com

引用: 1件/ 総数: 1件

引用率: 100.0%

cnbc.com

引用: 1件/ 総数: 1件

引用率: 100.0%

spglobal.com

引用: 1件/ 総数: 1件

引用率: 100.0%

appian.com

引用: 0件/ 総数: 4件

引用率: 0.0%

ibm.com

引用: 0件/ 総数: 4件

引用率: 0.0%

sciencedirect.com

引用: 0件/ 総数: 3件

引用率: 0.0%

menlovc.com

引用: 0件/ 総数: 3件

引用率: 0.0%

vspvision.com

引用: 0件/ 総数: 3件

引用率: 0.0%

neurond.com

引用: 0件/ 総数: 3件

引用率: 0.0%

a3logics.com

引用: 0件/ 総数: 3件

引用率: 0.0%

sequoiacap.com

引用: 0件/ 総数: 3件

引用率: 0.0%

forbes.com

引用: 0件/ 総数: 3件

引用率: 0.0%

theinformation.com

引用: 0件/ 総数: 3件

引用率: 0.0%

promptengineering.org

引用: 0件/ 総数: 3件

引用率: 0.0%

masterofcode.com

引用: 0件/ 総数: 3件

引用率: 0.0%

constellationr.com

引用: 0件/ 総数: 2件

引用率: 0.0%

leewayhertz.com

引用: 0件/ 総数: 2件

引用率: 0.0%

computerworld.com

引用: 0件/ 総数: 2件

引用率: 0.0%

epoch.ai

引用: 0件/ 総数: 2件

引用率: 0.0%

reddit.com

引用: 0件/ 総数: 2件

引用率: 0.0%

eweek.com

引用: 0件/ 総数: 2件

引用率: 0.0%

a16z.com

引用: 0件/ 総数: 2件

引用率: 0.0%

elastic.co

引用: 0件/ 総数: 2件

引用率: 0.0%

hatchworks.com

引用: 0件/ 総数: 2件

引用率: 0.0%

springsapps.com

引用: 0件/ 総数: 2件

引用率: 0.0%

annotationbox.com

引用: 0件/ 総数: 2件

引用率: 0.0%

solulab.com

引用: 0件/ 総数: 2件

引用率: 0.0%

gartner.com

引用: 0件/ 総数: 2件

引用率: 0.0%

aiprm.com

引用: 0件/ 総数: 2件

引用率: 0.0%

deloitte.com

引用: 0件/ 総数: 2件

引用率: 0.0%

springer.com

引用: 0件/ 総数: 2件

引用率: 0.0%

bbhub.io

引用: 0件/ 総数: 2件

引用率: 0.0%

finra.org

引用: 0件/ 総数: 1件

引用率: 0.0%

google.com

引用: 0件/ 総数: 1件

引用率: 0.0%

startupstash.com

引用: 0件/ 総数: 1件

引用率: 0.0%

startus-insights.com

引用: 0件/ 総数: 1件

引用率: 0.0%

infobip.com

引用: 0件/ 総数: 1件

引用率: 0.0%

openxcell.com

引用: 0件/ 総数: 1件

引用率: 0.0%

itpro.com

引用: 0件/ 総数: 1件

引用率: 0.0%

toloka.ai

引用: 0件/ 総数: 1件

引用率: 0.0%

digital-adoption.com

引用: 0件/ 総数: 1件

引用率: 0.0%

sas.com

引用: 0件/ 総数: 1件

引用率: 0.0%

nec.com

引用: 0件/ 総数: 1件

引用率: 0.0%

yellow.ai

引用: 0件/ 総数: 1件

引用率: 0.0%

iot-analytics.com

引用: 0件/ 総数: 1件

引用率: 0.0%

sdtimes.com

引用: 0件/ 総数: 1件

引用率: 0.0%

scalecapital.com

引用: 0件/ 総数: 1件

引用率: 0.0%

data.world

引用: 0件/ 総数: 1件

引用率: 0.0%

algolia.com

引用: 0件/ 総数: 1件

引用率: 0.0%

georgetown.edu

引用: 0件/ 総数: 1件

引用率: 0.0%

altexsoft.com

引用: 0件/ 総数: 1件

引用率: 0.0%

spiceworks.com

引用: 0件/ 総数: 1件

引用率: 0.0%

geeksforgeeks.org

引用: 0件/ 総数: 1件

引用率: 0.0%

amazon.com

引用: 0件/ 総数: 1件

引用率: 0.0%

cloudflare.com

引用: 0件/ 総数: 1件

引用率: 0.0%

dataiku.com

引用: 0件/ 総数: 1件

引用率: 0.0%

praelexis.com

引用: 0件/ 総数: 1件

引用率: 0.0%

usenix.org

引用: 0件/ 総数: 1件

引用率: 0.0%

klu.ai

引用: 0件/ 総数: 1件

引用率: 0.0%

datasciencecentral.com

引用: 0件/ 総数: 1件

引用率: 0.0%

foundationcapital.com

引用: 0件/ 総数: 1件

引用率: 0.0%

dataforest.ai

引用: 0件/ 総数: 1件

引用率: 0.0%

lgresearch.ai

引用: 0件/ 総数: 1件

引用率: 0.0%

towardsdatascience.com

引用: 0件/ 総数: 1件

引用率: 0.0%

marketsandmarkets.com

引用: 0件/ 総数: 1件

引用率: 0.0%

aimultiple.com

引用: 0件/ 総数: 1件

引用率: 0.0%

caltech.edu

引用: 0件/ 総数: 1件

引用率: 0.0%

wwu.edu

引用: 0件/ 総数: 1件

引用率: 0.0%

hsdl.org

引用: 0件/ 総数: 1件

引用率: 0.0%

berkeley.edu

引用: 0件/ 総数: 1件

引用率: 0.0%

harvard.edu

引用: 0件/ 総数: 1件

引用率: 0.0%

squarespace.com

引用: 0件/ 総数: 1件

引用率: 0.0%

researchgate.net

引用: 0件/ 総数: 1件

引用率: 0.0%

hitachi.com

引用: 0件/ 総数: 1件

引用率: 0.0%

epri.com

引用: 0件/ 総数: 1件

引用率: 0.0%

acola.org

引用: 0件/ 総数: 1件

引用率: 0.0%

washingtonpost.com

引用: 0件/ 総数: 1件

引用率: 0.0%

seedtable.com

引用: 0件/ 総数: 1件

引用率: 0.0%

startuphub.ai

引用: 0件/ 総数: 1件

引用率: 0.0%

x.com

引用: 0件/ 総数: 1件

引用率: 0.0%

insightpartners.com

引用: 0件/ 総数: 1件

引用率: 0.0%

techcrunch.com

引用: 0件/ 総数: 1件

引用率: 0.0%

100

techstartups.com

引用: 0件/ 総数: 1件

引用率: 0.0%

101

globalventuring.com

引用: 0件/ 総数: 1件

引用率: 0.0%

102

cbinsights.com

引用: 0件/ 総数: 1件

引用率: 0.0%

このレポートが参考になりましたか？

あなたの仕事の調査業務をワンボタンでレポートにできます。

無料でリサーチ

新しいテーマを調査する

運営会社サービス概要メディア

サインイン

2025年版：生成AI・LLMの最前線と展望、注目スタートアップ

📜 要約

主題と目的

回答と発見

LLMによる世界モデルの構築と進化

主要な生成AIモデルの特徴と技術比較

主要なLLMの概要

生成AIの応用分野

生成AIスタートアップの最新動向と資金調達

2025年の生成AI・LLMトレンド

結果と結論

コード実行

🖼 関連する画像

このレポートが参考になりましたか？

🔍 詳細

🏷生成AIとLLMの進化：世界モデルとは何か？

LLMによる世界モデルの構築と進化

LLMの学習プロセスと世界モデルの構築

スケーリング則と新興行動

Transformerアーキテクチャの汎用性

マルチモーダルな能力の進化

MITの研究者による世界モデルの視点

世界モデルの定義と課題

LLMの内部メカニズムと今後の展望

🏷主要な生成AIモデル：特徴と技術比較

主要な生成AIモデルの特徴と技術比較

主要なAIエコシステムモデルの比較

生成AIモデルのタイプ、トレーニング、評価戦略

データ収集

前処理

適切なモデルアーキテクチャの選択

モデルの実装

モデルのトレーニング

評価と最適化

微調整と反復

生成AIモデルをトレーニングするための最良の戦略

転移学習と事前トレーニング済みモデルの使用

データ拡張と正則化手法の使用

分散コンピューティングと並列コンピューティングの使用

効率的で適応性のあるアルゴリズムの使用

生成AIの評価と監視メトリック

生成AIおよびLLMモデルのトレーニングと評価の結論

主要なLLM（大規模言語モデル）の概要

LLMのセキュリティリスク

Foundation Model（基盤モデル）

FMの5つの特徴

オープンソースとクローズドソースのLLM

LLMのサイズと複雑さ

OpenAIのGPTシリーズ

GoogleのAIモデル

Meta AIのLLaMAシリーズ

AnthropicのClaudeシリーズ

Cohere for AIのAya

Hugging Face

建築設計における生成AIの応用

生成AI技術の進化

建築設計における生成AIの現状

建築設計プロセスにおけるAIの応用

生成AIモデルの詳細

2D生成AIの応用

3D生成モデルの応用

建築設計の各段階における生成AIの応用

将来の研究方向

生成AIの体系的なレビュー

生成AIの主要な影響

生成AIの定義

生成AIのタイプ

敵対的生成ネットワーク（GAN）

GANの課題

🏷LLMが学習する世界モデル：AGIへの道筋

LLMと生成AIの進化：AGIへの示唆

生成AIの急速な進化と主要な出来事

人間レベルのパフォーマンスへの加速

ナレッジワークの自動化

様々なユースケースに対応するアプリケーション

業界別の影響

生成AIの導入状況

ソフトウェアエンジニアリングの効率化

生成AIツールへの関心の高まり