Adept

Adept 是什么

Adept 是一家 2022 年成立的人工智能公司^[4]。在起步两年半之后，它把自己的使命描述为构建有用的通用智能，让人和计算机一起工作^[1]。实际做的其实是两件事：能同时处理文字和图像的多模态基础模型，以及建立在这些模型之上的智能体（agent）软件。

最初的路线

Adept 公布的路线是：训练一代比一代更大的多模态基础模型，把这些模型微调成智能体，再围绕这些智能体做产品^[1]。这里的智能体指的是接受一个目标或指令、然后一步步把任务执行下去的系统，而不只是回答单个问题。这条路线等于把前沿模型训练和企业软件产品放在同一家公司里，两者的成本和周期差别很大。

Fuyu-8B

2023 年 10 月 17 日，Adept 开源了 Fuyu-8B，把它描述为一个没有图像编码器（image encoder）的、仅解码器（decoder-only）的多模态 Transformer^[2]。仅解码器的 Transformer 就是多数文本生成模型采用的堆叠层结构：一次生成一个 token。许多多模态设计会先接一个独立的图像编码器，把图片转成特征再交给语言模型；Fuyu-8B 省掉了这个部件，把图像切成的块（patch）直接投影进模型的第一层^[2]。

由于去掉了图像专用的位置嵌入（position embedding）——也就是通常用来记录图像某一块位于什么位置的信号——它在训练和推理时都能接受任意分辨率的图像^[2]。这对智能体很重要，因为它们经常要读截图、文档和界面，尺寸并不固定。

Fuyu-8B 以原始基础模型（base model）的形式发布，采用 CC-BY-NC 4.0 许可，不允许商用^[2][3]。Adept 表示更大的 Fuyu-Medium 不会公开^[2]。

融资

在与亚马逊交易之前，Adept 已从 NVIDIA、Atlassian、Workday、Greylock 等投资方融到超过 4.15 亿美元，并在 2023 年 3 月的一轮融资后估值约 10 亿美元^[4]。

2024 年的转向

2024 年 6 月，Adept 宣布其联合创始人和部分团队成员加入亚马逊的 AGI 组织^[1]。亚马逊同时获得了 Adept 智能体技术、其多模态模型系列以及少量数据集的授权^[1]。Adept 表示，同时做基础模型和企业级智能体产品需要大量融资，因此它把精力完全转向能够支撑智能体式 AI 的解决方案^[1]。工程负责人 Zach Brock 接任首席执行官，Tim Weingarten 继续担任产品负责人^[1]。中国媒体在 2024 年 11 月报道了这桩交易，并提到这家公司成立于 2022 年^[4]。

在发展中的位置

Adept 的经历是一个典型的样本：一边训练前沿模型，一边交付企业产品，所需的资金量很难由一家创业公司长期承担。它留下的公开成果之一是 Fuyu 系列中的开源模型——一种绕开独立图像编码器、能处理任意分辨率的架构^[2]，以非商用许可发布^[3]。公司后来把自己放在一个更窄的位置上：不再为产品训练自家的基础模型，而是做支撑智能体式 AI 的解决方案^[1]。