比 YC 还强！AI Grant 是如何挖掘出Perplexity、Pika、Cursor 等独角兽的？｜内附百家项目名单

AI Grant，就是硅谷的 “信任通行证” 。

从 Cursor 到 Perplexity，从 Pika 到 Granola，硅谷多家未来独角兽背后，站着同一个早期捕手：AI Grant。

在只有四个 Batch、不到 100 家的投资组合里，AI Grant 押中明星项目的比例高得惊人。

AI Grant 凭什么有如此精准的眼光？

答案藏在它的两位创始人——GitHub 前 CEO Nat Friedman 和 YC 最年轻的创始人之一 Daniel Gross 身上。

他们的背景决定了 AI Grant 的基因：一个由顶级技术专家为技术信仰者设立的基金。

Daniel Gross 曾是 Y Combinator 当时最年轻的创始人之一，也曾因创办的公司 Cue 被收购加入苹果，随后又回到 YC。

2024 年，他还与 Ilya Sutskever 等人共同创立了 Safe Superintelligence Inc (SSI) ，专注于开发安全的超级智能系统。

Nat Friedman 则是技术大牛，创办的两家公司先后被 Novell 和微软收购。

在微软收购 GitHub 后，他出任 CEO ，不仅保持了平台的独立性和中立性，赢得了开发者社区的信任，还领导开发了明星产品 GitHub Copilot。

在两位技术出身、眼光独到且资源丰富的创始人的领导下，与传统 YC 项目不同，AI Grant 的项目申请没有任何学历、团队背景、资源介绍等门槛条件。

无论你是一人创业公司，还是具有创新思维的开拓创业者，只要你具有想法，只要你注重用户体验，甚至不需要传统的商业计划书，都有机会获得 AI Grant 的 25 万美元投资，并且还能够获得亚马逊、微软、OpenAI 等一系列的资源支持。

不过，近期有消息传出，Meta 正准备通过要约收购的方式，从 LP 手中收购风险投资公司 NFDG 的少数股权。要知道，AI Grant 正是基于 NFDG 基金机构所设立的项目。

看来为了挖人，AI 巨头们已经不惜重金从各处搜罗人才。

十字路口梳理了AI Grant 过往投资的 92 家项目清单，我们发现：

在投资风格上， AI Grant 明显青睐那些由深厚技术背景创始人领导的团队。

比如说，Matic Robots 的创始人是前Google Nest 工程师，K-Scale Labs 的 CEO Benjamin Bolte 曾在特斯拉和 Meta AI 工作。

这类创始人会更明显知道产品解决的是明确的痛点，而非概念炒作，所创造出的产品也更加聚焦行业问题。

我们从每个 Batch 中选择了 5 - 6 个有代表性的公司，介绍如下：

Batch 4（ 2024 年 10 月）

Granola - 打造了一款专为高频会议人士提供的 AI 记事本 Granola。

Granola 内置最新的 AI 模型，可以实时会议转录，并根据用户零星笔记完善内容，实现团队共享文件夹，并通过“与文件夹聊天”获取跨会议洞察。

截至 2025 年5 月 B 轮融资后，该公司估值达到 2.5 亿美元，总融资额约 6700 万美元。

十字路口也曾深度体验过 Granola ，想要了解更多细节，可见：(区区一款 AI 会议记录软件凭什么值 2.5 亿美元？| 深度拆解 Granola 的产品哲学)

Pulse AI - 专注于打造世界上最精确的 AI 文档处理引擎，可以准确解析任何文档。

Pulse 能够像人类一样阅读图表、图形、表格、文本等等不同的文档，可以将数亿个页面转换为结构化、可检索的数据，并按照需求输出相关文档信息。该文档处理引擎适用于金融、医疗保健、法律、供应链等多个行业。

据介绍，Pulse 已经为科技公司、全球银行、私募股权公司、医疗保健系统、律师事务所和 AI 初创公司处理价值数千万美元的数据。

Graylark - 打造了 GeoSpy 平台，集成了强大的 AI 定位模型，定位精度达到几米之内，并采用先进的计算机视觉模型，且适用于不同的城市或国家。

通过利用实时数据，GeoSpy 能够让执法部门和政府机构能够在几秒钟内确定嫌疑人和罪犯的位置，迅速采取行动。

Goodfire - 主要专注于设计下一代安全而强大的 AI 系统。该公司打造了神经编程通用平台 Ember。

Ember 让用户能够发现隐藏在模型中的新知识，精准规训模型的行为，并提升模型性能，开启了应用、训练和调整 AI 模型的全新方式。

Haize Labs - 主要通过其打造的首款AI产品自动化套件 Haizing ，通过攻击 AI 大模型进行压力测试，以发现 AI 大模型的安全漏洞。

创始团队三位成员均为哈佛 00 后，其中两位为华人，还获得了明星 AI 创企 OpenAI 、Anthropic 、Scale AI 的客户订单。

Sync - 专注于利用 AI 生成高逼真、与音频完美同步的虚拟人物的口型动作，让虚拟主播、虚拟助手、数字人在直播或播报时，口型自然真实，能够提升代入感和亲和力。

Batch 3（2024 年 4 月）

Matic Robots - 打造了 Matic 扫地机器人，该机器人具备 5 个 RGB 摄像头，依赖本地 AI 进行图像识别、3D 映射和避障，支持语音和手势控制。

该公司由前 Google Nest 工程师创立，累计融资 2960 万美元，产品定价 1500 美元以上，主打高端市场。

Omnivore - 打造了一款免费、开源、稍后阅读的 AI 应用程序，主要面向阅读认真的读者。

使用 Omnivore 的移动应用程序和浏览器扩展程序保存文章和 PDF 。通过稍后阅读功能，用户可以无干扰阅读文章，还可以保存并设置稍后阅读，以免阅读专注和不受干扰。

K-Scale Labs - 打造了多款开源、可 3D 打印的双足人形机器人，并材料成本控制在 1 万美元以内。

K-Scale Labs 还提供机器人的操作系统以及适用于内部训练的视觉语言模型，让机器人能够从基本任务获取经验。

同时，该公司还开发了一套适用于模拟环境，可训练策略的软件工具，支持用户免费开发简单任务模型，并在社区内交流。其团队由前特斯拉、Meta AI 工程师领导，曾入选过 YC W24 。

Browserbase - 打造一个基于“浏览器原生”的 AI 开发平台，无需本地安装环境，开发者只需打开网页，就可以使用嵌入的模型助手完成代码生成、调试与协作工作。

2025 年，该公司完成 4000 万美元 B 轮融资，估值达 3 亿美元，客户超过 1000 家。

Consensus - 主要打造了一个 AI 学术搜索引擎，能从 2 亿多篇同行评审论文中提取和总结见解，帮助用户快速获取科研信息。

该公司 2024 年 A 轮融资 1150 万美元，月活用户超 40 万，年收入达 150 万美元。

Creatify - 一个基于 AI 视频制作平台，专注于帮助用户快速生成高质量的创意视频广告，尤其适合电商卖家、品牌营销人员和内容创作者。

它通过 AI 技术简化视频制作流程，降低制作成本，同时提升内容的吸引力和传播效果。

Creatify 在 2025 年 5 月获得了 1550 万美元的 A 轮融资，总融资额达到 2300 万美元， 18 个月内实现了 900 万美元的年度经常性收入。

Creatify 的创始团队 Yinan Na，Ledell Wu 和 Xin Zhou 都是华人，多数曾在 Meta 和 Snap 等知名公司任职。

Batch 2（2023 年 12 月）

Pika - 专注于 AI 视频生成领域，其推出的 Pika 2.0 以其“参考图生视频”功能见长，用户通过一张照片结合场景道具或音频就能生成高质量的动态视频。

Pika 降低了专业视频制作的门槛，支持多种创意组合，其生成效果在社交媒体上仍引发了大量关注。

Lindy - 主要打造 AI 员工，希望创造能够让企业创建、管理和共享代理的最简单方式。用户可以在几分钟内仅通过提示构建自定义 AI 代理。

Lindy 3.0 引入了 Autopilot，允许 Lindy Agent 操作任何计算机界面，从而实现无限自主操作。

Mathpix - 打造以 AI 驱动的文档转换技术，其核心产品 Mathpix Snip 能够高效准确地将图片、PDF 等文档中的复杂内容，尤其是数学公式等，转换为可编辑的格式文档，像是 LaTeX、Markdown 或 DOCX等等。

凭借其对复杂格式的精准识别与转换的能力，该平台受到了很多 STEM 领域研究人员青睐。

Julius AI - 平台允许用户通过自然语言与数据进行交互，无需编写代码即可从上传的电子表格，像是 CSV、Excel 或者 Google Sheets 中生成图表中，预测趋势，或者获取文本摘要。

Julius AI 主要帮助营销人员、学者和业务分析师等非技术背景用户快速从杂乱数据中提取洞察。

Hume AI - 专注于情感人工智能，其研发的 EVI（Empathetic Voice Interface） 模型，特别是最新的 EVI 3，能够通过语音精准识别用户的情绪状态，并据此生成富有情感、自然度高的语音回应，实现高情商的实时语音交互。

Hume AI 由前 DeepMind 研究员 Alan Cowen 于 2021 年创立，其目标是打造拥有人类情感的 AI 技术。

Curio - 打造 AI 驱动的互动毛绒玩具，通过自然对话、讲故事和游戏等方式激发孩子们的想象力和创造力。

该公司的产品接入了 OpenAI 语言模型，反应迅速，可以与人聊天、发出引导式提问、以及讲述有个性的故事和笑话。

Curio 还为家长配备了一个应用程序，家长可以通过该程序查看 90 天内的对话录音及转录文本，并可以禁止特定的主题或单词出现在对话中。

OpusClip - 使用 OpusClip 的网络应用程序和 API，用户可以将长视频转换成短视频，一键发布到各大社交平台。

该公司创始人赵洋（Young Zhao）是华人，他之前的创业经历包括社交应用、餐厅服务系统以及美食评论网红机构，拥有丰富的市场洞察。

AKOOL - 是一家 AI 驱动的数字内容制作平台，专注于通过生成式人工智能为营销、销售、影视制作、教育等行业提供视频、虚拟化身等一站式解决方案。

该公司创始人兼首席执行官吕家俊是一位 90 后华人博士。据报道，该公司近 3 年内营收涨幅高达 37365%。

Batch 1（2023 年 6 月）

Perplexity - 成立于 2022 年、总部位于美国旧金山的 AI 搜索引擎公司 。该 AI 搜索引擎界面更像聊天屏幕，提供的答案声称更准确，且产生模型“幻觉”的概率更低。

Perplexity 会显示引文及来源，并提供用户可能想问的相关问题。该公司增长迅速，截至 2024 年 4 月，月活跃用户约 1500 万，并获得了多轮融资，估值不断攀升，到 2025年 7 月估值已达 180 亿。

Cursor - 是由 Anysphere 公司开发的 AI 驱动的代码编辑器，该公司成立于 2022 年 。

Cursor 基于微软开源的 Visual Studio Code 深度定制，深度集成了 GPT-4、Claude 等大模型能力，希望重塑“人类主导+ AI 协作”的交互模式，以及更流畅的编程体验。

Cursor 提供自然语言交互、AI 代码补全与编辑、跨文件上下文理解以及自动重构与错误修复等核心功能。值得一提的是，Cursor 用户增长迅猛，估值高达 90 亿美元。

Animato - 开发了一款实时视频通话软件 CallAnnie，用户可以与名为 Annie 的虚拟 AI 进行对话，希望能够成为用户的 AI 朋友和 AI 助手。

高级订阅版本 CallAnnie Super 可以提供无限通话、高级 AI 模型、定制游戏主题、角色自定义等多项选择。

Secret Weapons - 是一家由捷克开发者 Ondřej Jamriška 和 Šárka Sochorová 创立的软件初创公司。他们为艺术家以及电影制作人打造 AI 工具箱，像是 AI 视频编辑的 EbSynth 和用于自然色彩混合的 Mixbox 。

Pixelcut -是一个多合一 AI 图像编辑平台，创建于 2022 年，总部位于美国加利福尼亚州奥克兰。

该平台可以帮助用户轻松创建不同的图像，其工具和 API 产品包括 AI 照片拍摄、AI 产品照片、背景删除器、橡皮擦、批量编辑、图像放大器、重新着色器等等。

AI Grant 成功的秘密还有哪些？

除了创始人背景和“只投技术信徒”的理念，AI Grant 的成功还源于一套更深层的、难以复制的运作体系。

秘密一：创始人即“引力奇点”，提供无法估值的信誉背书。

AI Grant 的投资不仅是给钱，更是创始人 Nat Friedman 和 Daniel Gross 用个人信誉做的“抵押”。

Nat Friedman 作为前 GitHub CEO，他的名字在全球开发者社区中就是金字招牌。

被他投资，意味着一家初创公司在技术、工程文化和产品方向上得到了顶级验证。这对于后续招聘顶级工程师、建立开源社区至关重要。

Daniel Gross 曾是 YC 合伙人，又将公司卖给苹果。他深谙从 0 到 1、从 1 到 N 的 全过程，也知道如何与巨头博弈。

所以， 获得 AI Grant 的投资，等于在早期就获得了整个硅谷技术圈的“信任通行证”。这是任何金钱都买不到的资产。

秘密二：“不公平优势”资源包，解决 AI 创业最大瓶颈。

AI 创业最大的成本和瓶颈是算力（GPU）和对最新大模型的调用。AI Grant 为被投公司提供的正是这些。

算力补贴：

AI Grant 为项目提供来自 AWS、Azure、Google Cloud 等云厂商的大量免费计算积分。在 GPU 一卡难求的 2023年，这笔资源比 25 万美元的现金投资本身更有价值。

模型优先权：

他们能让被投公司获得来自 OpenAI、Anthropic 等头部模型公司的内部 API 或早期测试资格。这意味着这些初创公司能比竞争对手提前数月，基于下一代模型开发产品，抢占先机。

因此， AI Grant 给予的不仅仅是启动资金，而是让初创公司在起跑线上就拥有了“不公平”的竞争优势。

秘密三：“反 VC”流程，高效筛选实干家。

传统 VC 的尽职调查流程冗长，侧重于商业计划、市场规模（TAM）和财务预测。AI Grant 则完全相反。

申请即 Demo：

他们的申请流程极其简单，但核心要求是必须有一个可用的产品原型（Demo）或一段展示核心功能的视频。

无视背景，只看产品：

他们不在乎创始人的学历、工作履历或人脉资源。

唯一的评判标准是：产品是否解决了真实问题？技术实现是否巧妙？

所以， 这套流程天然过滤掉了只会画饼的“PPT 创业者”，吸引来的是那些沉迷于构建产品、解决问题的 “Hacker”（黑客/极客）。它筛选的不是商人，而是创造者。

秘密四：高密度精英社区，形成正向循环网络。

AI Grant 每年只投几十个项目，数量稀少。这确保了入选者都是精英中的精英。

即时反馈网络：

这些创始人之间形成了一个高信任度、高密度的小圈子。当一家公司遇到技术难题或需要产品反馈时，可以在社区里得到其他几十位顶级 AI 创始人的即时帮助。

人才与客户的内部流通：

这个社区也成了顶级 AI 人才和早期客户的蓄水池。

A 公司的早期员工可能来自 B 公司创始人的推荐；C 公司的第一个企业客户可能就是 D 公司。

因此， AI Grant 构建的不是一个松散的投资组合，而是一个由顶级大脑组成的、互相赋能的“精英联盟”。这个网络的价值会随着时间的推移呈指数级增长。

文章来自于微信公众号“十字路口Crossing”，作者是“十字路口”。