Sakana AI獲輝達投資!估值飆逾350億成「日本史上最速獨角獸」,它們有何來頭?
Sakana AI獲輝達投資!估值飆逾350億成「日本史上最速獨角獸」,它們有何來頭?

日本Sakana AI於9月4日發布消息,指出獲得輝達(NVIDIA)融資,據悉出資金額達到數十億日元,另其企業估值將超過11億美元(約新台幣352億元),成為史上最快變成獨角獸日本企業。

Sakana AI指出,在A輪募資行動中、獲得輝達等投資者投資超過1億美元。Sakana AI並宣布將和輝達在日本展開新合作,內容包含研究、基礎設施以及建設AI社區。除輝達之外,A輪募資行動中的投資者,還有美國創投公司New Enterprise Associates、Khosla Ventures以及Lux Capital。

據日本媒體報導,輝達預估投資數十億日圓、是最大出資者,將成為Sakana AI的大股東。

Sakana AI由兩位前Google研究人員所創立,在2024年初僅有3位員工,當時估值已經到2億美元,更被市場調查公司CB Insight列為平均每位員工價值最高的AI公司。

模仿天擇概念,減少AI生成開發成本

Sakana AI總部位於東京,是由曾在東京建立Google大腦研究中心的David Ha,以及身為帶動當前AI浪潮的論文作者其一的Llion Jones帶領。他們運用進化和天擇的概念,創造一種創建生成式AI模型的新方法,這種模型合併的方式可以大幅降低AI開發成本和速度。

Sakana的日文意思為「魚」,靈感來自於魚群和鳥群等動物的集體行為,這間公司認為,藉由讓較小的AI模型有效率地合作,比起那些領先的AI實驗室選擇透過大量資料庫訓練而成的單一大型模型更有效。當AI領域專注於擴大模型規模時,Sakana的方法脫穎而出,它們的演算法可以協助建立AI模型,透過組合、測試和丟棄資料時模仿天擇的方式選擇使用的語言或影像,減少所需的人工輸入量,節省時間和精力。

Sakana AI的Logo也加入魚群的意象。

現今的生成式AI趨勢是因為強大的通才系統而興起,這些系統可以處理的任務範圍很廣,包含文字和音訊,但相較之下, Sakana AI的目標是創建適合特定任務的AI模型,可以協助解決更複雜的問題。 Sakana表示,例如其大型語言模型專注於解決日語數學問題,所以在該特定任務上的表現優於OpenAI的GPT-3.5。

Sakana AI透過「自然啟發(nature-inspired)」的機制推出了三款生成式AI模型:大型語言模型、圖像轉文字模型和圖像生成模型,且稱其為全球首創。他們採用3種開源AI模型作為其演算法的基礎,並透過各種方式培育它們,而創造出100多個後代,接下來他們會挑選從培育出來的演算法中挑出表現最好的,以此來創造第二代的演算法後代。除此之外,在選擇最佳模型之前,這個過程可能會重複數百次。

日本AI進度落後,但也帶來新商機

Ha和Jones選擇在東京開始的部分原因可能是AI領域在日本仍屬藍海,儘管已經擁有行動網路和QRcode等開創性技術,但在AI方面還是落後於美國和中國。Ha在接受採訪時提到,他想和IT服務供應商NTT、電信公司KDDI和科技公司SONY合作,因為還沒有人這樣做,所以有很多機會。

日本十分歡迎這家成立九個月的企業,由於Ha和Jones在AI研究領域的綜合實力,Sakana AI是今年獲得日本經濟部生成式AI加速器挑戰賽資助的其中一間公司,獎項還包括使用日本的超級運算資源來進行測試和訓練模型。

Ha認為對於日本來說,開發自己的AI並發揮更大的作用十分重要,因為文化和資料偏誤是無形存在於語言中的,因此可能會影響AI模型。Ha相信日本有成為創新者的空間,指出假如日本公司有興趣擁有自己的模型,都可以與Sakana AI或其他類似的公司一起合作開發。

事實上,日本也因為其AI市場的潛力引起全球關注。微軟(Microsoft)將在未來兩年內投資29億美元,以建立日本的資料中心和雲端運算基礎設施,而OpenAI聯合創辦人山姆‧奧特曼(Sam Altman)也預計在4月開設東京辦公室。目前微軟正與軟銀(Soft Bank)合作開發生成式AI,而OpenAI正與樂天集團(Rokuten)合作開發在地的AI服務。

延伸閱讀:英特爾放棄20A製程!Arrow Lake處理器將由台積電代工,Intel財務長曝關鍵原因

參考資料:Bloomberg、Nikkei Asia、Venture Beat、Yahoo、CB Insights

責任編輯:蘇柔瑋

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓