人工智能倾向于“胡编乱造”，这对企业而言极具风险，错误结果可能直接损害利润。Salesforce调查显示，半数受访者担心生成式AI提供的答案不准确。
虽无技术能彻底解决“幻觉”问题，但检索增强生成（RAG）可提供有效帮助。该技术将AI模型与知识库配对，在回答问题前补充信息，起到事实核查作用。
Voyage AI：专注提升企业级检索准确性
企业对可靠AI的需求催生了基于RAG的初创公司。2023年由斯坦福大学教授马腾宇创立的Voyage AI便是代表，其为Harvey、Vanta、Replit及SK Telecom等企业提供RAG系统支持。
Ma在接受TechCrunch采访时表示：“Voyage的使命是提升企业AI中搜索和检索的准确性与效率。我们的解决方案针对编程、金融、法律及多语言应用等特定领域和公司数据进行定制。”
核心技术：上下文嵌入模型
为构建RAG系统，Voyage训练AI模型将文本、文档、PDF等数据转换为向量嵌入。这种紧凑格式能捕捉数据点间的含义与关系，极适用于搜索类应用。
Voyage采用特殊的“上下文嵌入”技术，不仅捕捉语义，还包含上下文信息。例如，“我坐在河岸上”与“我把钱存进了银行”中的“bank”，模型会根据语境生成不同向量，精准反映其差异含义。
性能优势与市场认可
Voyage托管并授权模型用于本地、私有云或公共云部署，并为付费客户微调模型。尽管OpenAI也提供类似服务，但Ma声称Voyage能以更低成本实现更优性能。
他解释道：“传统RAG方法常在编码过程中丢失上下文，导致检索失败。而Voyage的嵌入模型拥有业界领先的检索准确率，直接提升了RAG系统的端到端响应质量。”
这一主张获得了有力佐证。OpenAI的主要竞争对手Anthropic在其支持文档中将Voyage模型描述为“最先进的”。Ma表示：“使用基于公司数据训练的向量嵌入提供上下文感知检索，显著提高了准确率。”
融资进展与未来规划
目前，总部位于帕洛阿尔托的Voyage已拥有超250名客户（具体收入未披露）。今年9月，该公司完成2000万美元A轮融资，由CRV领投，Wing VC、Conviction、Snowflake和Databricks参投。
Ma透露，此轮融资使总融资额达2800万美元，资金将用于发布新嵌入模型，并将公司规模扩大一倍。