几周前刚推出非文本AI模型Jev的TypeSafe，最近被估值75亿美元——这个数字是上线后数周的结果。用户和大公司都对它感兴趣，核心是TypeSafe自己的说法：Jev比传统大语言模型（LLM）快得多，消耗的token也少得多。
上线数周的75亿估值，是怎么给的？
刚上线几周，就拿到75亿估值，放在常规科技公司算“跳级”了。但放在AI赛道的特殊节点里，倒也说得通。现在的AI玩家，要么是做通用大模型的巨头，要么是做垂直场景的小公司，中间的“非文本AI”赛道，玩家其实不算多。TypeSafe押的就是这个细分：不跟LLM抢文字生成的蛋糕，专门啃非文本的硬骨头。用户和大公司愿意为它买单，核心是TypeSafe公开的两个卖点——这是原文明确给的，没有脑补。
Jev的核心优势，是避开了LLM的低效
传统LLM的逻辑，是把所有数据转成token再处理，就算是多模态模型，比如处理一张图片，也得先把图像拆成token，再喂给模型，相当于“绕了个文本的弯路”。Jev是非文本AI，直接处理音频、图像、视频这类内容，不用转成文本。TypeSafe说它比LLM快得多，token消耗也少得多——token是AI计算成本的核心，少用token就等于直接降本，速度快等于处理效率翻倍。对需要处理大量非文本数据的企业来说，这两点太实在了，不用讲什么“生态”“赋能”，就是实打实的成本和速度提升。
非文本AI的新机会，巨头会跟进吗？
Jev的估值，是市场给非文本赛道的第一笔“大额赌注”。当前主流AI公司都在冲多模态LLM，这类产品本质还是以文本为基础，再扩展到音频、图像等其他数据类型。TypeSafe反其道而行之，做纯非文本处理的模型，刚好踩中了企业对效率的刚需——比如客服处理海量语音工单，不用转文字就能直接分析情绪；企业分析仓库的监控视频，不用把视频拆成帧再转成token，直接处理。那这个75亿估值出来后，那些手握算力和数据的LLM巨头，会不会快速调转方向，也去做纯非文本的模型？
我觉得，这个估值不是泡沫，是市场看到了LLM在非文本场景里的“先天缺陷”——多数场景不需要生成文字，只需要处理和分析数据，绕文本的弯路就是浪费。现在的问题是：当非文本AI的效率优势被验证后，巨头们是靠现有多模态模型的优化来应对，还是会给TypeSafe这类新玩家留下足够的成长空间？
素材来源：TechCrunch AI · AI情报、融资并购、大模型、AI基础设施
查看报道原文
发表第一条评论吧