公司融资与资金用途 - 缔零科技完成数千万元天使轮融资 由中南创投、凯风创投、普朗克创投联合投资 [2] - 融资资金将主要用于核心产品“缔零法则”的技术迭代、市场生态构建及认知安全社区建立 [2] 行业背景与市场空间 - AI安全已从简单的有害内容过滤 升级为涵盖模型构建、训练及运行阶段的全生命周期治理 [2] - AI时代的安全核心在于“认知安全” 即在风险产生认知影响前精准识别与干预 [2] - 2024年国内AI内容安全市场规模已达200亿元 年增速超35% [2] - 传统人工审核模式已难以应对AI生成内容的指数级增长 AI内容生成速度从每秒50条飙升至数千条 [2] 公司核心产品与技术进展 - 核心产品为“缔零法则” 旨在构建一个原生的、能持续生长的认知安全智能体 [2] - 2024年9月推出“缔零法则”1.0 模型审核精度达人类水平的80% [2] - 2024年12月精度突破95% [2] - 2025年3月发布“缔零法则”2.0 将精度提升至99.5% 成为国内首个实现纯机器高精度审核的产品 [2] - 产品可实现30秒完成一条复杂内容的审核 成本直降60% 相较于人工审核1～5分钟 响应速度压缩至1/50 [3] - 产品支持30种风险类型一键识别 [3] - 通过“证据链+策略打散”机制处理模糊边界场景 既保证安全又避免误杀 [3] - 在AIGC赛道 能解决文生图模型中70%以上的涉黄涉暴风险 [3] - 技术具备跨场景应用的强大适应性 例如通过上下文语义分析精准拦截用谐音词包装的传销话术 [4] - 公司开发出全套数据合成与增强链路 通过模仿对抗数据生成训练语料 解决行业“有害数据被平台拦截、大模型训练无米下锅”的痛点 [4] 公司业务布局与客户 - 已形成“双轮驱动”产品矩阵：在UGC领域为抖音、小红书等平台提供全模态审核 在AIGC赛道为库萨AI等出海平台提供安全服务 [3] - 已与人民网、武汉大学网络安全学院、武汉人工智能研究院等建立深度合作 [2] - 服务超过15家大型企业 包括抖音、小红书、库萨AI等平台 [2] - 在某电商平台的实际应用中 部署后私信导流等新型风险的治理效率提升3倍 策略调整时间从3天缩短至1天 [2] 团队与研发投入 - 核心团队拥有超十年头部平台内容安全治理经验 曾构建亿级规模复杂场景下的安全体系 [4] - 公司研发投入占比超70% 持续强化多模态融合与深层语义推理能力 [4] 未来战略与发展规划 - 公司使命锚定于“认知安全的主动防御” [4] - 已启动多语言模型训练 计划为“一带一路”沿线国家的数字平台提供安全服务 [4] - 正将技术延伸至新闻出版内容校对、政务平台信息筛查等新场景 [4] - 在C端布局上 计划推出面向个人用户的认知安全产品 构建“用户自定义的认知护栏” 保护老人与小孩 [4] - 当前业务布局中B端与C端的付费意愿比例预计维持在7:3 B端客户付费意愿更为强劲 [5] - 公司现阶段核心战略是B端优先 同时在C端着力培养早期用户认知并探索需求形态 [5] - 公司核心愿景是构建围绕人类认知安全需求的、持续生长的认知安全智能生态 [5] - 期待未来C端付费占比提升至70% B端降至30% 并积极迎接这一战略转型 [5]

公司概况与融资情况 - 公司缔零科技近期完成数千万元天使轮融资，由中南创投、凯风创投、普朗克创投联合投资 [1] - 融资资金将主要用于核心产品「缔零法则」的技术迭代、市场生态构建及认知安全社区建立 [1] 核心产品与技术 - 公司自研产品「缔零法则」主打以AI治理AI，提供一站式内容安全解决方案 [1] - 该产品可将审核成本降低60%以上，审核效率提升50倍以上，风险识别准确率高达99.98%，性能较传统机审提升25% [1] - 公司早期产品「缔零智数」是一款帮助模型进行对齐的数据集产品，旨在使AI对齐国内的安全要求与文化习俗 [9] - 「缔零法则」1.0版本聚焦于模型推理层，确保AI生成内容或响应时被框定在安全框架内运行 [10] - 公司正在开发「缔零法则」2.0版本，旨在将客户接入、适配、调整等运营动作80-90%自动化，以降低定制化交付成本 [29][30] 业务模式与市场定位 - 公司业务从ToB内容审核服务切入，旨在用AI完全替代传统人工审核 [14][16] - 公司认为传统人工审核存在成本高、对审核员心理健康伤害大等问题，全国约有10-15万审核员 [14] - 在AI UGC时代，内容生成速度可能以千倍增长，传统治理体系面临巨大压力 [16] - 对于企业客户而言，产品落地的核心驱动力是精度和成本，只要精度一致或更高且成本更低，企业就会采纳 [17] - 公司未来规划推出面向C端的认知安全产品，旨在为用户构建个性化的认知安全护栏 [11] - 现阶段业务重心为ToB，预计B端与C端业务比重为7:3，未来期望C端业务能反超 [28][29] 行业洞察与公司愿景 - AI时代的内容安全正从传统内容合规，演进到更隐蔽复杂的认知影响层面 [1] - AI安全包括两大方面：AI运行中是否产生有害信息或被恶意利用；AI在构建训练过程中是否被污染或植入后门 [9] - 公司认为其使命是打造AI时代的个人认知安全护栏，终极目标是让每个用户都拥有自己的AI安全顾问 [1] - 公司希望未来其C端产品能成为用户完全信任的安全助手，帮助用户判断信息可信度，并作为用户与Master Agent（主智能体）之间的信任构建者 [19][20] - 公司将自己定位为AI安全专家，为大模型厂商等企业提供安全能力补齐，认为安全对这些企业而言是必要但非主线的成本部门 [24] 技术路径与产品特点 - 在处理模型对齐与泛化问题时，公司针对不同国家或地区的意识形态、价值判断和公序良俗提供本地化对齐方案 [12] - 在推理层安全检测上，公司不仅看单次或短片段内容，更关注对话组合与用户意图，以定位真正的恶意行为 [13] - 公司采用模拟人类思路的新架构，使模型能像人类一样认识新的文化符号和有害内容，降低对历史数据的依赖 [17] - 产品适配过程依赖客户返回的质检结果进行尺度调整，并与人类审核结果进行并行比较 [18] - 对于C端产品，公司采用端侧与云端分层推理的架构，隐私数据在本地处理，复杂信号处理在云端进行，以保障隐私安全并符合出海要求 [32] - 公司通过构建“记忆工程”来处理超长上下文信息，而非完全依赖模型本身的上下文长度 [31] 产品形态与市场拓展 - ToC产品形态可能深度嵌入手机等硬件生态系统，类似手机相册的敏感内容屏蔽功能，初期可能以插件或后台APP形式呈现 [21][22] - 公司希望C端产品的用户感知尽可能弱化，像一种无形的安全感供给，仅在危险时主动提醒或用户询问时响应 [22][23] - 在C端出海策略上，公司计划优先考虑中东和东南亚等地区 [27] - C端产品的模型设计为不带任何意识形态偏见，规则由用户自定义，公司主要处理数据隐私安全链路 [26]