全文 3,000字 | 閱讀約 8 分鐘
![]()
(估值40億美元后,F(xiàn)al.ai創(chuàng)始人首次深度訪(fǎng)談片段)
2025 年 10 月 22 日,AI 基礎(chǔ)設(shè)施公司 Fal.ai宣布完成新一輪 2.5 億美元融資。據(jù)悉,凱鵬華盈與紅杉資本領(lǐng)投此輪,公司估值超40億美元。
距離上一輪 15 億美元估值的 C 輪融資,還不到 3 個(gè)月。
這家不足 50 人的初創(chuàng)公司,沒(méi)有訓(xùn)練任何自研大模型,也不追逐最強(qiáng)參數(shù)。
它只做一件事:讓模型能調(diào)用、可商用。
Fal.ai 聯(lián)合創(chuàng)始人兼 CEO Gorkem Yurtseven 在隨后的專(zhuān)訪(fǎng)中這樣定義自己:
不再比拼模型能力,而是讓任何模型都能被開(kāi)發(fā)者用起來(lái)。模型越多,我們的平臺(tái)就越有價(jià)值。
18個(gè)月前,他們還在做數(shù)據(jù)基礎(chǔ)設(shè)施工具,為大公司處理數(shù)據(jù)清洗與轉(zhuǎn)換。
直到Stable Diffusion爆火,他們看到底層邏輯變了:過(guò)去是訓(xùn)練模型難,現(xiàn)在是模型太多,反而沒(méi)人能用好。他們砍掉付費(fèi)產(chǎn)品,把模型當(dāng)原料,把推理變成流水線(xiàn)。
![]()
(來(lái)源TechCrunch :Fal.ai完成新一輪融資,估值超40億美元)
今天,F(xiàn)al平臺(tái)托管 600 多個(gè)模型,服務(wù)超過(guò) 200 萬(wàn)開(kāi)發(fā)者。 Adobe、Canva、Shopify、Perplexity 已將它作為生成式媒體的基礎(chǔ)設(shè)施。
這家公司不講“AGI對(duì)齊”,不靠“論文發(fā)布會(huì)”破圈。
但它抓住了一個(gè)關(guān)鍵問(wèn)題:當(dāng)模型爆炸后,誰(shuí)來(lái)承接落地?
答案就在 Gorkem Yurtseven 這場(chǎng)訪(fǎng)談里。
第一節(jié)|不是做模型,做模型的“加油站”:Fal 押對(duì)了什么?
Fal 是怎么起步的?
2022 年,,他們還在做一個(gè)給數(shù)據(jù)團(tuán)隊(duì)用的工具,主要幫企業(yè)清洗數(shù)據(jù)、處理管道。有客戶(hù),有營(yíng)收,有投資人支持。
但 Fal 創(chuàng)始人 Gorkem Yurtseven 說(shuō):我們決定放棄所有已有客戶(hù),全力轉(zhuǎn)向模型推理。
這背后是一個(gè)清晰的判斷:真正爆發(fā)的,不是模型訓(xùn)練,而是模型被調(diào)用。
Fal 做出轉(zhuǎn)型時(shí),正是 Stable Diffusion 爆紅的時(shí)期。隨后,OpenAI 的 ChatGPT、DALL·E 2、Sora 接連上線(xiàn)。
過(guò)去要用 AI,你得先訓(xùn)練模型,得有自己的大數(shù)據(jù)。現(xiàn)在不一樣了,模型已經(jīng)訓(xùn)練好了,你只要能接入,就能做出產(chǎn)品。
Gorkem 回憶,他們當(dāng)時(shí)問(wèn)自己一個(gè)關(guān)鍵問(wèn)題:
哪個(gè)方向能讓我們最快做到 100 萬(wàn)美金收入?哪個(gè)能最快到 1000 萬(wàn)?
他們的回答:不是做一個(gè)新模型,而是做一個(gè)能讓任何模型直接上線(xiàn)的平臺(tái)。
市場(chǎng)信號(hào)很明顯:
每當(dāng)一個(gè)新模型發(fā)布,就有很多人想用;
但這些人要么缺 GPU,要么不知道怎么部署;
模型作者也不知道怎么做 API 或運(yùn)維。
Fal 做的就是讓模型從實(shí)驗(yàn)室到產(chǎn)品之間那一步,變得特別快。
他們最早支持的,是 Stable Diffusion。后來(lái)是 Flux 視頻模型。 再后來(lái),幾乎所有主流開(kāi)源多模態(tài)模型,他們都能做到發(fā)布當(dāng)天就接入。
Gorkem 這樣形容:
“每個(gè)人都想一遍又一遍地做差不多的事情,那我們就把最常見(jiàn)的用法做好,讓人一用就能上手。”
今天,F(xiàn)al 已經(jīng)成了多模態(tài)模型發(fā)布的首發(fā)平臺(tái)之一。只要一個(gè)模型能生成圖片、視頻或音頻,就能在 Fal 上被調(diào)用、被試用、被接入企業(yè)產(chǎn)品。
不是造引擎,而是造“加油站”。
這個(gè)判斷,是他們?nèi)喨谫Y、估值翻倍的第一步。
第二節(jié)|沒(méi)有GPU優(yōu)勢(shì),如何跑出速度優(yōu)勢(shì)?
Fal 最出圈的不是融資新聞,而是在硅谷的兩頂帽子。
一頂印著“GPU 富人”,另一頂印著“GPU 窮人”。結(jié)果,“GPU 窮人”那頂最先被搶光了。
這是玩笑,也是真實(shí)寫(xiě)照。Gorkem 說(shuō):當(dāng)時(shí) GPU 搶不到,我們就開(kāi)始瘋狂優(yōu)化每一次模型調(diào)用的速度。我們不是資源多,而是用得省、調(diào)得快。
他說(shuō),他們的核心目標(biāo)只有一個(gè):
讓每一次模型調(diào)用,盡可能快、盡可能穩(wěn)、盡可能便宜。
這不是簡(jiǎn)單壓成本,而是把整個(gè)模型運(yùn)行過(guò)程,當(dāng)作一條“產(chǎn)線(xiàn)”去調(diào)試。
Fal 最早優(yōu)化的是 Stable Diffusion 模型。他們有個(gè)只有兩人的工程小組,一人擅長(zhǎng)寫(xiě)底層代碼,一人精通 GPU 指令。他們每天就做一件事:找哪里還能省時(shí)間,哪里還能提速。
Gorkem 說(shuō):我們不研究模型怎么更聰明,而是研究怎樣運(yùn)行的更快。
他們做到了:同樣一張圖片生成,從幾十秒縮短到幾秒以?xún)?nèi);視頻模型的推理時(shí)間也壓到了行業(yè)最低。
怎么做到的?
模型冷啟動(dòng)慢?那就提前緩存;
GPU 分配混亂?那就按模型熱度智能調(diào)度;
多個(gè)模型搶資源?那就建 28 個(gè)節(jié)點(diǎn),把流量分開(kāi)。
Fal 不是堆硬件,而是把模型當(dāng)作工序管理起來(lái),像流水線(xiàn)一樣高效調(diào)配。
Gorkem 強(qiáng)調(diào),這一切的關(guān)鍵,是他們堅(jiān)持自己部署模型、自己控制 API,不讓客戶(hù)“上傳自己的代碼”:我們不做開(kāi)放式平臺(tái),而是把常用的功能打包成一套通用接口,做到即插即用、快速響應(yīng)。
Fal的產(chǎn)品邏輯很清晰:不是讓你自由搭建,而是可以直接調(diào)用。
他們的模型平臺(tái)像一個(gè)中控室,600 多個(gè)圖像、視頻、音頻模型隨時(shí)待命。客戶(hù)發(fā)起請(qǐng)求后,系統(tǒng)會(huì)在最合適的節(jié)點(diǎn)、用最少的時(shí)間給出結(jié)果。
憑借這一點(diǎn),他們后來(lái)服務(wù)了上百萬(wàn)開(kāi)發(fā)者,支持了Adobe、Shopify等大企業(yè)。
第三節(jié)|技術(shù)不是壁壘,入口才是
Fal 一開(kāi)始的客戶(hù),大多是個(gè)人開(kāi)發(fā)者。沒(méi)預(yù)算、沒(méi)團(tuán)隊(duì),甚至沒(méi)有 GPU。
但這些人,一上線(xiàn)就愿意花錢(qián)。
Gorkem 回憶:
我們看到一些用戶(hù)每天在平臺(tái)上花幾千甚至幾萬(wàn)美元。那時(shí)候我們就知道,這不是玩具。
這些客戶(hù)不是為了測(cè)試模型,而是要上線(xiàn)產(chǎn)品。哪怕模型本身是開(kāi)源的,他們也不想花時(shí)間自己部署。
他們只想要一個(gè)API,可以直接調(diào)用、穩(wěn)定輸出、不掉鏈子。
這就是 Fal 的切入點(diǎn):不是提供最強(qiáng)模型,而是把最常用的模型封裝成一鍵可用的工具。
用 Stable Diffusion 生成圖片,F(xiàn)al 提供的是已經(jīng)打包好的推理接口;
想用 Flux 視頻模型,也不需要下載模型、配置環(huán)境,只需要接一個(gè) API;
平臺(tái)會(huì)自動(dòng)調(diào)配 GPU、提前加載模型,確保你發(fā)請(qǐng)求后能立即拿到結(jié)果。
Gorkem 明確表示:
“我們不是做一個(gè)大家都能自定義的托管服務(wù),而是做一套響應(yīng)快、能落地、能商用的推理平臺(tái)。”
不給太多自由,而是把最復(fù)雜的部分替你做好。
客戶(hù)不關(guān)心模型是誰(shuí)訓(xùn)練的,只關(guān)心能不能準(zhǔn)時(shí)返回結(jié)果、價(jià)格可不可控、接入后會(huì)不會(huì)出問(wèn)題。
一旦接入了,就懶得換。
Fal 不靠單個(gè)模型綁定用戶(hù),而是靠平臺(tái)的整體體驗(yàn):快速上線(xiàn)、接口統(tǒng)一、模型自動(dòng)更新、穩(wěn)定可靠。
就像 AWS 的S3,關(guān)鍵不是技術(shù)最復(fù)雜,而是讓開(kāi)發(fā)者用得省事、用得放心。
Fal 把模型變成服務(wù),把模型的“入口體驗(yàn)”變成了自己的產(chǎn)品。每次有新模型發(fā)布,F(xiàn)al 的第一反應(yīng)不是看論文,而是:怎么把它接入平臺(tái),三小時(shí)內(nèi)上線(xiàn)?
Gorkem 說(shuō)得非常具體:
“我們會(huì)開(kāi)一個(gè) Slack 群通話(huà),七八個(gè)人一起在線(xiàn)調(diào)模型。有人調(diào)代碼,有人分享屏幕,有人在測(cè)接口。我們甚至把這個(gè)過(guò)程直播過(guò)。”
這就是 Fal 獨(dú)有的節(jié)奏。
不是把模型做得多復(fù)雜,而是誰(shuí)能最快讓別人用起來(lái)。
第四節(jié)|多模態(tài)越來(lái)越碎片,平臺(tái)反而更值錢(qián)
過(guò)去幾年,AI 領(lǐng)域有個(gè)主旋律:誰(shuí)訓(xùn)練模型,誰(shuí)掌握未來(lái)。
但到了 2025 年,多模態(tài)模型的玩法變了。
Gorkem Yurtseven 的判斷是:現(xiàn)在每周都有三五個(gè)模型發(fā)布,開(kāi)發(fā)者已經(jīng)跟不上了。
這一波爆發(fā),不是靠一個(gè)超級(jí)模型,而是大量開(kāi)源、多樣化、用途細(xì)分的模型一起涌現(xiàn)。
有的專(zhuān)門(mén)生成圖片;
有的只做 4 秒視頻;
有的專(zhuān)攻 3D 動(dòng)作捕捉;
還有的是聲音合成、配樂(lè)生成…
它們都很好用,但格式不一樣、調(diào)用方式不同,速度也參差不齊。從架構(gòu)到接口,每個(gè)模型功能都差不多。結(jié)果就是:
研究院做出了好東西,沒(méi)人能用;
開(kāi)發(fā)者想用新模型,卻不知道去哪找、怎么部署;
企業(yè)想買(mǎi)服務(wù),但缺少一個(gè)靠譜的平臺(tái)去對(duì)接。
而 Fal 抓住了這個(gè)機(jī)會(huì)。
Gorkem 的思路很清晰:
模型越多、越分散、越碎片化,我們就越值錢(qián)。因?yàn)橹挥衅脚_(tái)才能把它們整合、優(yōu)化、讓人用起來(lái)。
Fal 做的事情,可以理解成:
幫開(kāi)發(fā)者一口氣接入 600 個(gè)模型,不用來(lái)回?fù)Q接口;
幫企業(yè)繞開(kāi)兼容難題,直接用一套方案統(tǒng)一接入;
幫模型作者在平臺(tái)上發(fā)布和上線(xiàn),無(wú)需自己建服務(wù)器。
就像當(dāng)年瀏覽器統(tǒng)一了網(wǎng)站入口、電商平臺(tái)統(tǒng)一了商品入口,F(xiàn)al 正在統(tǒng)一模型入口。
更重要的是,這是長(zhǎng)期趨勢(shì)。
Gorkem 指出: “模型不會(huì)只有一個(gè)官方版本。只要能被修改和復(fù)制,就會(huì)出現(xiàn)無(wú)數(shù)個(gè)針對(duì)不同場(chǎng)景的優(yōu)化版本。”
這意味著:
大模型的“唯一權(quán)威”地位正在弱化;
開(kāi)源社區(qū)、創(chuàng)業(yè)公司、研究院都會(huì)發(fā)布自己的版本;
市場(chǎng)將變成百花齊放、版本混雜的局面。
這時(shí)候,基礎(chǔ)設(shè)施比模型本身更值錢(qián)。
這正是Fal能在三個(gè)月內(nèi)估值暴漲的關(guān)鍵。當(dāng) Sora 等視頻應(yīng)用爆火時(shí),F(xiàn)al 作為底層基礎(chǔ)設(shè)施,自然成為最大的受益者之一。
第五節(jié)|45人,1億美金:小團(tuán)隊(duì)如何跑出大效率?
Fal 的團(tuán)隊(duì)規(guī)模,一直讓人意外。
2025 年,他們年?duì)I收超過(guò) 1 億美元,客戶(hù)包括 Adobe、Shopify、Perplexity 等大企業(yè)。
但整個(gè)公司不到 50 個(gè)人。
Gorkem 說(shuō)得特別實(shí)在:我們沒(méi)有工程經(jīng)理,全員寫(xiě)代碼,連領(lǐng)導(dǎo)也自己上手干。他們沒(méi)有層級(jí)、沒(méi)有流程匯報(bào),也不搞例會(huì)。他們更愿意拉個(gè)三四人的小群,直接在線(xiàn)上把事情解決。
他們的做法是:有問(wèn)題就拉個(gè)三四人的小群,直接在線(xiàn)上解決。
看起來(lái)松散,但效率極高。
在Fal,團(tuán)隊(duì)不追求計(jì)劃精細(xì),而是盯住模型熱度,隨時(shí)準(zhǔn)備快速上線(xiàn)。
Gorkem 形容他們:新模型只要有潛力,就全員動(dòng)手,像戰(zhàn)備狀態(tài)。這套機(jī)制的關(guān)鍵,不是人多,而是方向聚焦。
他說(shuō):
“我們只有一個(gè)核心目標(biāo):收入增長(zhǎng)。只要對(duì)這件事有幫助,其他都靠后”
在早期,F(xiàn)al 連銷(xiāo)售團(tuán)隊(duì)都沒(méi)有,只有創(chuàng)始人親自談客戶(hù)。很多企業(yè)用戶(hù)都是從平臺(tái)自然轉(zhuǎn)化來(lái)的。
舉個(gè)例子:
開(kāi)發(fā)者在平臺(tái)上用API做應(yīng)用,月支出到了幾千美元;
系統(tǒng)監(jiān)測(cè)到活躍度,自動(dòng)提醒銷(xiāo)售;
銷(xiāo)售介入,提供年合約、價(jià)格優(yōu)惠、定制支持。
這不是傳統(tǒng) SaaS 公司那套銷(xiāo)售流程,而是靠平臺(tái)本身的自然增長(zhǎng)。
他們內(nèi)部有個(gè)簡(jiǎn)單指標(biāo):日支出超過(guò) 300 美元的客戶(hù),就自動(dòng)進(jìn)入銷(xiāo)售轉(zhuǎn)化池。
這讓他們能用極少的銷(xiāo)售人手,完成大體量的客戶(hù)覆蓋。到今天,銷(xiāo)售和客戶(hù)支持團(tuán)隊(duì)也只有十來(lái)個(gè)人。
Fal 的高效,不只是業(yè)務(wù)策略,更是文化基因。
他們對(duì)招聘極度謹(jǐn)慎。
“我們不會(huì)因?yàn)橛绣X(qián)就招人,也不會(huì)為了快擴(kuò)張就上項(xiàng)目。”
Gorkem 坦言,他們?cè)缙谡械暮芏嗳耍紒?lái)自老同事、朋友、活躍在社區(qū)的開(kāi)發(fā)者。有的在硅谷大廠(chǎng),有的還在土耳其,但都愿意動(dòng)手、愿意深入調(diào)模型。
模型還沒(méi)火,就已經(jīng)準(zhǔn)備上線(xiàn);
客戶(hù)還沒(méi)找上門(mén),就已經(jīng)在平臺(tái)消費(fèi);
團(tuán)隊(duì)還沒(méi)擴(kuò)張,產(chǎn)品已經(jīng)做到最前線(xiàn)。
不是靠大預(yù)算堆出來(lái)的,而是把每一分人力、技術(shù)和資源都花在最關(guān)鍵的地方。
結(jié)語(yǔ)|模型只是原料,平臺(tái)才是出口
Fal.ai 沒(méi)有訓(xùn)練自己的大模型,沒(méi)有開(kāi)源權(quán)重,也沒(méi)有發(fā)布任何技術(shù)論文。
但它成為了估值超40億美元的公司。
原因只有一個(gè):當(dāng)模型越來(lái)越多,真正稀缺的是誰(shuí)能讓它們被用起來(lái)。
Gorkem說(shuō)過(guò)一句話(huà): "別人講 AGI,我們做的是 API。"
幾乎同時(shí),據(jù)媒體報(bào)道,國(guó)內(nèi) AI 應(yīng)用公司 LiblibAI 完成 1.3 億美元 B 輪融資。
應(yīng)用層 AI 公司在爆發(fā),基礎(chǔ)設(shè)施層在狂奔。
接下來(lái)的競(jìng)爭(zhēng)不再是誰(shuí)的模型更強(qiáng),而是誰(shuí)能成為所有模型的首發(fā)平臺(tái)、所有開(kāi)發(fā)者的必選入口。
多模態(tài)商業(yè)化的下半場(chǎng),剛剛開(kāi)始。
本文由 AI 深度研究院出品,內(nèi)容整理自First Round合伙人Todd Jackson對(duì)Fal.ai創(chuàng)始人Gorkem Yurtseven的專(zhuān)訪(fǎng)。未經(jīng)授權(quán),不得轉(zhuǎn)載。
星標(biāo)公眾號(hào), 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)
參考資料:
https://www.youtube.com/watch?v=e_AG1c4w138&t=153s
https://techcrunch.com/2025/10/21/sources-multimodal-ai-startup-fal-ai-already-raised-at-4b-valuation/
https://blog.fal.ai/series-c/
https://review.firstround.com/podcast/the-pivot-that-paid-off-how-fal-found-explosive-growth-in-generative-media-gorkem-yurtseven-co-founder-and-ceo/
https://www.businesswire.com/news/home/20250731234742/en/fal-Raises-%24125M-in-Series-C-Led-by-Meritech-with-Salesforce-Ventures-Shopify-Ventures-and-Google-AI-Futures-Fund-Joining-to-Power-the-Next-Decade-of-Generative-Media/
來(lái)源:官方媒體/網(wǎng)絡(luò)新聞
排版:Atlas
編輯:深思
主編: 圖靈
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶(hù)上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.