世家 · Cohere
三位 Transformer 论文的合著者之一在多伦多创办的大模型公司——不追求 C 端爆款，只专心做企业级 API 与私有部署，是大模型时代"务实派"的代表。
一、从 Transformer 论文走出来的人
2017 年 6 月 12 日，谷歌大脑发表《Attention Is All You Need》。论文署名 8 位作者，最末一位的名字写作 Aidan N. Gomez。
那时艾丹·戈麦斯（Aidan Gomez）只有 20 岁出头，是多伦多大学的本科生，正在以实习生的身份在谷歌大脑做研究。他参与了 Transformer 论文的实现工作，也因此成为这场技术革命最年轻的"原始见证者"之一。论文的另一位作者尼基·帕尔马尔（Niki Parmar）后来形容他："Aidan 写代码极快，是那种你给他一个想法，他第二天给你一个能跑的实现的人。"
戈麦斯在多伦多大学的导师是辛顿。Hinton 在 2017 年前后已经把大量精力转向"胶囊网络"，但他依然是多伦多 AI 圈的精神支柱。戈麦斯在这种环境里完成了"Transformer 作者 + Hinton 学派"的双重学术血缘。
2019 年，戈麦斯回到多伦多，与本科同学伊万·张（Ivan Zhang）、以及同样出自 Hinton 实验室的尼克·弗罗斯特（Nick Frosst）共同创办了 Cohere。三人都不到三十岁，都从北美 AI 黄金圈里走出来，都不想去硅谷加入下一家 ChatGPT。他们想做的是另一件事：让 Transformer 这件武器成为企业可用的工具。
二、定位差异化
2019 年到 2022 年间，AI 创业的主流剧本是"做面向消费者的 AI 应用"——OpenAI 推 ChatGPT、Anthropic 推 Claude、Inflection 推 Pi、Character.AI 推角色扮演。媒体的注意力、独角兽估值、用户数据飞轮，全部都集中在 C 端。
Cohere 偏偏不走这条路。从第一天起，公司就在内部反复强调三件事：
第一，不做消费产品。没有 App，没有聊天界面，没有 KOL 推广。
第二，只服务企业。客户是银行、保险、法律、医疗、零售、电信——这些行业有钱、有数据、对合规敏感、不能直接用 OpenAI Web。
第三，支持私有部署。模型权重可以下载，可以在客户自己的 VPC、自有数据中心甚至边缘节点上运行，与 OpenAI 那种"必须云端调 API"的架构形成鲜明对照。
这套打法在 2020-2022 年间显得不性感，但到 2023 年大模型爆发后开始显出价值——所有金融、医疗、政府客户都在追问"我能不能私有化部署 GPT-4"，而 OpenAI 的答案永远是"不能"。Cohere 的答案是"我们做的就是这个"。
三、三大产品线：Embed、Command、Rerank
Cohere 的产品矩阵围绕检索增强生成（RAG，Retrieval-Augmented Generation）这条战线展开。
Embed 系列——文本嵌入模型，把任意文本映射为高维向量。在向量数据库（Pinecone、Weaviate、Milvus、pgvector 等）兴起的 2022-2024 年间，Cohere Embed v2 / v3 成为业界质量最稳的商用嵌入模型之一。2024 年发布的 Embed v3 在 MTEB 多语言基准上长期居于第一梯队。
Command 系列——生成式语言模型，是 Cohere 的旗舰。2023 年初推出 Command；2024 年 3 月发布 Command R；2024 年 4 月发布 Command R+——1040 亿参数、原生支持 RAG 引用、支持 10 种主要商业语言。Command R 系列最特别的一点是：权重以非商业研究许可证开源，可在 Hugging Face Hub 下载。这等于在闭源派系（GPT、Claude、Gemini）和纯开源派系（Llama、Mistral）之间开辟了一条中间路线。
Rerank API——检索结果重排序模型，配合 Embed 一起把 RAG 流水线的检索精度推到生产可用水平。Rerank 是 Cohere 的隐藏王牌——很多客户即使主模型用 GPT-4 或 Claude，检索环节也要用 Cohere Rerank。
这三件套合在一起，让 Cohere 在 RAG 这一最重要的企业 AI 落地场景上形成了独特的护城河。
四、Cohere For AI 与 Aya 多语言模型
2022 年，Cohere 创立了独立的非营利研究分支 Cohere For AI（C4AI），由前谷歌大脑研究员 Sara Hooker 领导。C4AI 的定位是"开源研究 + 多元化招生"——它特别强调来自非洲、拉美、东南亚、东欧的研究者参与，反对 AI 研究只集中在美西+多伦多+伦敦的小圈子内。
2024 年 2 月 13 日，C4AI 发布 Aya——一个覆盖 101 种语言的多语言大模型。Aya 项目动员了 119 个国家的 3000 多名贡献者，是迄今为止规模最大的开源多语言对齐数据集协作。这之后又有 Aya 23（23 种主要语言深度优化）、Aya Expanse（2024 年发布，支持 23 种语言、性能对标 Llama 3）。
Aya 的意义不止于技术。它向行业发出了一份明确的信号：大模型不应该只服务英语世界。这一声音在 2024 年的多伦多被特别强烈地叫出来——这座城市本身就是世界上最多元的英语城市之一。
五、估值 55 亿与企业客户网络
资本市场用了一段时间才真正认识到 Cohere 的价值。2021 年 9 月，Cohere 完成 A 轮 4000 万美元，由 Index Ventures 领投。2022 年 2 月 B 轮 1.25 亿美元，Tiger Global 领投，估值 22 亿美元。2024 年 7 月 22 日，Cohere 宣布完成 C 轮 5 亿美元，估值跃升至 55 亿美元——领投方阵容堪称大模型时代最具战略意义的拼盘：
- NVIDIA——算力供应方，深度合作 NIM 推理服务；
- Oracle——把 Cohere 模型嵌入 Oracle Cloud Infrastructure 与 NetSuite 等企业产品；
- Salesforce Ventures——通过 Salesforce 把 Cohere 接入全球最大企业 CRM；
- Cisco——把 Cohere 嵌入 Webex 与企业网络产品；
- Inovia Capital、PSP Investments（加拿大公共养老金）——加拿大本土资本的政治背书；
- AMD、Fujitsu——硬件与日本市场入口。
这份名单的潜台词清晰：每一家都不愿意把自己的 AI 战略完全押在 OpenAI 或 Anthropic 身上，每一家都需要一个"中立、可私有部署、对企业负责"的 LLM 供应商。Cohere 正好填上这个位置。
六、加拿大 AI 的产业代表
如果说本吉奥代表的 MILA 是加拿大 AI 的学术心脏，辛顿代表的多伦多大学 + Vector Institute 是加拿大 AI 的智识源头，那 Cohere 就是加拿大 AI 的产业化样本。
加拿大政府对此非常清楚。2024 年 4 月，加拿大联邦政府宣布投入 24 亿加元的"主权 AI 计算战略"，其中相当一部分预算与 Cohere 直接相关——支持其在国内部署 AI 算力底座，避免本国关键行业的数据流向境外。2024 年 5 月，加拿大公共养老金 PSP 与 CDPQ 共同投资 Cohere，是这个国家级战略的资本部分。
戈麦斯本人也成了加拿大 AI 公共形象的代表之一。他频繁在 Ottawa、Davos、Bletchley Park（2023 年 AI 安全峰会）等场合代表加拿大企业声音发言，与 OpenAI 的奥尔特曼、Anthropic 的阿莫代、xAI 的马斯克形成清晰的"加拿大务实派"对照。
七、不与 OpenAI 正面打的智慧
到 2026 年，Cohere 没有 ChatGPT 那样的 5 亿月活用户，没有 Claude 在编程任务上的 SOTA 光环，也没有 Gemini 那样横扫多模态基准的资源。在公开舆论场上，它不算是大模型"第一梯队"。
但翻开它的客户列表，你会看到一个完全不同的故事：Oracle Cloud 的 NL2SQL、Salesforce 的 Einstein、Notion 的企业版搜索、Fujitsu 的日本政府客户、欧盟成员国的本地化部署、加拿大五大银行（RBC、TD、BMO、Scotiabank、CIBC）的内部合规 AI。这是一份只在 B 端世界里才看得到的版图。
戈麦斯在多次访谈中提过他的逻辑：在这场大模型战争里，与其和 OpenAI、Anthropic 在 C 端 SOTA 上拼消耗，不如做那些它们做不了或不愿意做的事——私有部署、严格合规、深度行业定制、多语言、嵌入到客户已有的工作流。这是一种典型的"非对称竞争"——不与最强者在最强处争锋，而在它的盲区里建立自己的根据地。
到 2026 年初，Cohere 估值仍维持在 55 亿美元这一档（远低于 OpenAI 的 3000 亿与 Anthropic 的 600 亿+），但它的现金流健康度、客户续约率、毛利结构在所有大模型公司里居于最稳健的几家之一。这是另一种胜利——不是估值最高的胜利，而是活得最久的胜利。
太史公曰
大模型创业从来不只一条路。当 OpenAI 把闪光灯都吸走的时候，多伦多的三个年轻人选择走进黑暗——做企业 API、做私有部署、做没人发推特的 RAG 检索。八年过去，他们没有成为时代的主角，但他们的模型已经悄悄运行在加拿大五大银行的合规系统里、Oracle 的客户数据库里、Fujitsu 给日本政府提供的政务系统里。这是一种典型的"加拿大式胜利"——不要风口，要根基；不要明星，要客户；不要估值，要现金流。AI 时代的故事不会全部由 OpenAI 来写，Cohere 写的这一章是关于"另一种活法"的——它证明了，在深度学习时代里依然存在一条让中型公司活得很好的中间道路。
亲历者说
征集中
如果你曾在 Cohere、Cohere For AI 或多伦多 AI 生态工作，欢迎提交贡献。
参考资料
- Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). "Attention Is All You Need." NeurIPS 2017.
- Cohere. (2024, March 11). "Command R: Retrieval Augmented Generation at Production Scale." Cohere Blog.
- Cohere. (2024, April 4). "Introducing Command R+: A Scalable LLM Built for Business." Cohere Blog.
- Cohere For AI. (2024, February 13). "Aya: An Open Science Initiative to Accelerate Multilingual AI Progress." Cohere For AI.
- Cohere For AI. (2024, October 24). "Aya Expanse: Connecting Our World." Cohere For AI Blog.
- Cohere. (2024, July 22). "Cohere Raises $500M Series C at $5.5B Valuation." Press Release.
- Government of Canada. (2024, April). "Canadian Sovereign AI Compute Strategy." Innovation, Science and Economic Development Canada.
- Gomez, A. (2023). Bletchley Park AI Safety Summit Statement. UK Government Transcript.
- Hooker, S. (2023). "The Hardware Lottery." Communications of the ACM, 64(12).
- Forbes. (2024). "How Cohere Quietly Became the Enterprise LLM Pick." Cover Story.
- The Globe and Mail. (2024). "Inside Canada's Most Important AI Company." Business Section.