元DeepMind研究者アンドリュー・ダイ、製品リリース前にビジュアルAIスタートアップで3億ドルのプレシードを調達

ChatGPTの基盤となった研究に貢献した元DeepMind研究者、アンドリュー・ダイが、製品を一切リリースしないまま、ステルスモードのビジュアルAIスタートアップで3億ドルのプレシードラウンドをクローズした。

主なポイント

• アンドリュー・ダイの未公表ビジュアルAIスタートアップが、プレシードステージで3億ドルを調達——AI史上最大級の製品前資金調達ラウンドのひとつ。
• ダイはDeepMindに10年以上在籍し、ChatGPTの開発に影響を与えた研究に貢献した。
• 同社が掲げるテーゼは、ビジュアルAIが人工知能における次の主要フロンティアのひとつであるというものだ。
• 3億ドルというプレシードバリュエーションは、投資家がビジュアルAIインフラを機能追加ではなく基盤的な賭けとして捉えていることを示している。
• 製品はまだ存在せず、これは純粋に創業者とテーゼへの投資だ。

なぜデモひとつない段階で3億ドルなのか

プレシードラウンドは通常、数百万ドル規模にとどまる。製品が存在しない段階での3億ドル調達は、ほぼ前例がなく、機関投資家が次の能力的飛躍の源泉をどこに見ているかを如実に示している。TechCrunchによれば、ダイはビジュアルAIを、ChatGPTを生み出した大規模言語モデルの波に匹敵するフロンティアとして位置づけている。

その賭けの本質はこうだ——GPT-4を構築したような基盤的研究投資を、画像や動画を理解・生成・推論するシステムに対して今すぐ行う必要があり、そのレースをリードする窓は今まさに開いている。

AIアート制作者にとって、このフレーミングは重要だ。次世代の画像・動画生成が、既存の拡散パイプラインへの漸進的なアップグレードにとどまらないことを示唆しているからだ。この規模の投資家たちは、ビジュアルAIには現行モデルのラッパーではなく、独自の基盤アーキテクチャが必要だという考えに賭けている。

ダイの研究経歴が示すもの

ダイはDeepMindで10年以上にわたり、世界で最も重要なAIシステムの一部に携わってきた。彼が貢献した研究は、最終的にChatGPTを形作ったアーキテクチャとトレーニング手法に影響を与えた。投資家が製品を見る前に動いた理由はまさにここにある——彼らはロードマップではなく、研究者を買っているのだ。

このパターン——デモより先に人物とテーゼに資金を投じる——は基盤的AIにおいて前例がある。Anthropicの出発点がそうであり、最も能力の高いモデルラボのいくつかが初期資本を確保した方法もそうだった。今回の違いは、言語ではなくビジュアルモダリティへの明示的な注力だ。

「ビジュアルAIは、人工知能における次の主要フロンティアのひとつだ。」

— Andrew Dai

ビジュアルAIフロンティアが実際に意味すること

ダイのテーゼが正しければ、Charmloopの画像ジェネレーターのようなツールを使うクリエイターへの波及効果は大きい。基盤的なビジュアルAI研究は能力の飛躍をもたらす傾向がある——単により良い画像というだけでなく、質的に異なる種類の生成が可能になる。より強力な空間推論、フレームをまたいだ一貫したキャラクター表現、ピクセルパターンではなく意味的概念としての構図や照明の理解などだ。

3億ドルという数字は、ダイのチームが想定するコンピューティング要件についても示唆している。このレベルの基盤モデルトレーニングは、小規模なGPUクラスターでは実現しない。この調達規模は、最大手ラボと競合しうるスケールでの事前学習を示唆しており、この研究から生まれるモデルがビジュアル生成の能力上限を真に塗り替える可能性がある。

どのモデルに乗り換える価値があるかを追っているクリエイターにとって、注目すべき数字はそこだ——製品発表ではなく、生まれたアーキテクチャが現在のワークフローを時代遅れに感じさせるような質的飛躍をもたらすかどうかだ。視覚的環境が時間とともにどう変化するかをシミュレートするAIシステムであるワールドモデルの動向は、すでにこの方向を指し示している。詳しくはCharmloopの画像・動画クリエイター向けワールドモデル解説記事を参照してほしい。

ローンチ日は明らかにされていない。調達規模とステルス状態を考えると、コンシューマー向け製品より先に研究論文や技術プレビューが公開される可能性が高い——DeepMind自身が最も重要な研究で歩んだ道と同じだ。プレプリントサーバーから目を離さないようにしよう。