「泛化智能」于近期完成千万级人民币Pre-A轮融资，由吉大校友基金领投，高达资本跟投。本轮融资完成后，泛化智能将加大对通用型AI工具的迭代并加大市场与品牌的建设。泛化智能的种子轮和天使轮分别由梅花天使与高达资本领投。

与其他AI公司不同，泛化智能并没有选择为不同细分领域提供落地的解决方案，而是为客户提供通用型的AI工具，让客户自己利用这套开发工具去解决自己的问题。泛化智能创始人王汉洋认为，技术团队的优势在算法而非行业落地，与其投入大量业务团队下沉到行业，最终成为一家外包商，不如让行业内深谙痛点与需求的客户或供应商自己去解决问题。

事实上，泛化智能过去2年作为外包商一直在为各个领域的客户提供定制化方案，实施几个项目后发现这种模式不具备规模化复制能力，虽然客单价高，但也限制了公司的快速发展。因此才决定转型，做出了他们第一款通用型AI工具Tegu。

Tegu这个单词翻译成中文，指的是一种生长在南美洲的大型蜥蜴，也是唯一一个非冷血蜥蜴。王汉洋希望借由Tegu的名字代表泛化智能与其他人工智能公司的不同。

Tegu包含了从数据预处理到模型训练以及部署在内的全部机器学习项目流程。用户完全不需要代码以及数学知识，也可以根据自己的需求使用机器学习技术。

整个流程如下：客户针对目标照片和视频做标记，标记后上传Tegu，Tegu内置了不同类型的训练模型，用户根据需求选择合适的模型，模型训练2~3天后，输出结果，再次按照用户需求生成API/SDK或是报表。

王汉洋表示，Tegu 有三点优势，分别是训练时只需要少量数据、客户学习成本低以及对运算能力要求低。小数据即Tegu只需极少的数据量就能实现模型的学习与模拟；客户学习成本低即整个客户支持、客户培训的时间可在2个小时内完成；对运算能力要求低指的是Tegu最低可支持在ARM架构的芯片上运行。

在商业上，泛化智能采取的是由浅及深的打法。一方面会以Saas的收费方式将 Tegu 提供给客户，另一方面当纯工具满足不了用户需求时，泛化智能会深入企业内部，为其提供定制化服务，这个定制化服务完成后，泛化智能会针对定制化服务生成一套新的训练模型模板，反向填补Tegu工具的不足。

目前，泛化智能的客户已覆盖电网、机场、医院、无人机、能源与动物保护机构。以机场项目为例，Tegu 做到 6 个小时长度的视频，误差为 0.9秒。

那么，泛化智能的这套思路能否能够大范围获得市场认可呢？36氪认为泛化智能的通用型工具 Tegu 在初期已经获得了市场的认可，但长期来看依然有着一定的局限性，具体体现在适用领域的局限性与客单价的局限性。同样的，正是这些局限性将会推着泛化智能去拓宽自身的落地场景与潜在的商业机遇。

最后简单介绍泛化智能的核心团队：

创始人王汉洋曾就读于加拿大滑铁卢大学数学系；联合创始人王宏尧，毕业于吉林大学，拥有计算机与车辆工程双学位；另一位联合创始人林宏建，毕业于英国伯明翰大学，本科与硕士专业均为计算机科学， 主修方向包括机器学习、计算机安全和计算机原理等多个领域。

来源：36氪