Simile 獲 1 億美元融資從隱身模式（Stealth Mode）正式亮相，致力開創人類行為預測技術

在人工智能領域的一項重大進展中，專注於預測人類決策的史丹佛大學初創公司 Simile 正式結束隱身模式，並獲得了 1 億美元的新資金。這筆巨額注資凸顯了 AI 行業重心的轉移——從文本生成轉向複雜的行為模擬（Behavioral Simulation）。此輪融資由 Index Ventures 領投，Bain Capital Ventures、A* 和 Hanabi Capital 參投，此外還有來自 AI 頂尖專家 Fei-Fei Li 與 Andrej Karpathy 的著名天使投資。

這一大規模的早期融資凸顯了市場對「代理式」AI（Agentic AI）技術的巨大胃口，這類技術不僅能理解語言，還能在現實世界場景中建模並預測人類行為。

解開人類決策背後的「為什麼」

雖然目前的生成式 AI（Generative AI）浪潮已經掌握了內容創作（文本、圖像和程式碼）的藝術，但 Simile 旨在解決一個根本不同的問題：預測人類的行為方式。該公司的核心技術圍繞著創建高保真的人類模擬，通常被稱為「生成式代理（Generative Agents）」。這些代理旨在為特定群體或個人建模，以預測他們在各種情境下的決策。

根據該公司介紹，其專有模型基於一個多樣化且新穎的數據集進行訓練，其中包括對數百人生活的深入訪談、歷史交易數據，以及大量專注於行為實驗的科學期刊。這種多模態方法使 Simile 的代理能夠超越統計猜測，提供更具事實依據的人類偏好和決策邏輯模擬。

該技術的實際應用非常廣泛。在企業領域，Simile 的工具可以讓企業大規模運行「虛擬焦點小組」。公司無需調查真人（這通常過程緩慢且昂貴），而是可以針對一組在統計上鏡像其目標受眾的 AI 代理測試產品發佈、行銷訊息或定價策略。

早期報告顯示，大型零售商已經在探索這項技術。據報導，美國醫療保健和零售巨頭 CVS 一直在測試 Simile 的服務，以優化產品庫存和陳列安排的決策。通過模擬客戶流量和購買選擇，零售商可以以前所未有的精確度潛在地減少浪費並提高轉化率。

源自史丹佛大學研究的純正血統

投資者對 Simile 的信心在很大程度上源於其創始團隊，該團隊代表了史丹佛大學學術和技術人才的「夢幻團隊」。該公司由 Joon Park、Michael Bernstein、Percy Liang 和 Lainie Yallen 共同創立。

Joon Park 是史丹佛大學博士，因其關於「生成式代理」的開創性論文而廣受認可，該論文展示了由 LLM 驅動的代理如何在虛擬村莊中模擬令人信服的社交互動。這項研究被認為是代理式 AI 新興領域的奠基性文本。

Michael Bernstein 是史丹佛大學計算機科學教授，為這家初創公司帶來了深厚的歷史背景。他是原始 ImageNet 項目的共同作者，該項目是催化現代深度學習革命的基準數據集。他的參與信號顯示 Simile 旨在對 行為模擬（Behavioral Simulation） 領域產生類似的基礎性影響。

Percy Liang 是另一位史丹佛大學教授，也是基礎模型研究中心（CRFM）的主任，他為公司的技術架構增添了重要權重，確保底層模型穩健、可擴展，並與基礎模型研究的最新進展保持一致。

獲得業界巨頭認可

投資者名單讀起來就像是一份 AI 復興時期的名人錄。領投此輪融資的是 Index Ventures，這是一家始終對變革性平台進行早期押注的公司。他們在此輪融資中的領導地位表明，他們將行為模擬視為下一個重大的平台轉型，可與 SaaS 或移動計算的興起相媲美。

或許更具說服力的是個人投資者 Fei-Fei Li 和 Andrej Karpathy 的參與。Li 因其在 ImageNet 的工作（與 Bernstein 合作）以及在史丹佛大學以人為本人工智能研究院（HAI）的領導地位，常被稱為「AI 教母」，她長期以來一直倡導理解人類語境的 AI。她的支持驗證了 Simile「以人為本」建模的方法。

Karpathy 是 OpenAI 的聯合創始人，曾任 Tesla 前 AI 總監，是業內最受尊敬的務實思想家之一。他的投資表明了對 Simile 履行可靠行為預測這一複雜承諾的技術信心，這一挑戰需要超越標準大型語言模型（LLMs）中常見的「幻覺」。

戰略轉型：從聊天機器人到模擬器

Simile 的崛起標誌著風險投資領域的一個更廣泛趨勢。隨著 AI 的基礎設施層（晶片和基礎模型）趨於飽和並被 Big Tech 主導，聰明的資本正在轉向應用層——特別是解決昂貴且複雜業務問題的應用。

預測人類行為是從金融、零售到公共政策等各個行業的「聖杯」。傳統方法如民意調查、焦點小組和 A/B 測試都是反應式的，且範圍有限。Simile 提出了一個主動的、無限的測試場。如果成功，這項技術可能會從根本上改變產品設計方式和市場分析方式。

然而，這項技術也引發了關於隱私和操縱的倫理問題，該公司在規模擴大時可能需要解決這些問題。通過對「與數百人的訪談」進行訓練，Simile 必須應對數據知情同意的複雜性，以及其代理加強行為數據中存在的偏見的可能性。

公司核心要點

下表總結了 Simile 亮相與融資的核心細節：

展望未來

憑藉 1 億美元的資金和在隱身開發中領先的七個月時間，Simile 處於有利位置，可以積極招聘並優化其產品。該公司的近期重點可能是擴大與 CVS 等企業合作夥伴的試點計劃，並證明其「模擬人類」確實可以預測真實人類不可預測的行為。

隨著 AI 炒作週期的成熟，市場正在尋找 AI 中的「系統 2」思維——即能夠推理、規劃和模擬結果的模型，而不僅僅是生成文本。Simile 站在這一新前沿的最前線，試圖將人類心理學的混亂變量轉化為可計算、可預測的科學。