Компания DeepCtrls, занимающаяся физическим искусственным интеллектом, завершила раунд финансирования Серии B, собрав несколько сотен миллионов юаней. Эти средства предназначены для масштабирования ее платформы физического ИИ для нужд глобальной энергетической инфраструктуры, обслуживая более 360 корпоративных клиентов.
Стратегическим инвестором в этом раунде выступила Jinko Energy, а со-лидами стали SDIC Innovation и CMB International. Среди участников также были существующие инвесторы, включая Sequoia China, Source Code Capital, Guangyuan Capital и CMC Capital.
DeepCtrls разрабатывает гибридные модели физики и ИИ, которые объединяют понимание физических механизмов с глубоким обучением. Это позволяет решить проблему недоверия к «черным ящикам», которая долгое время препятствовала внедрению промышленного ИИ. В отличие от большинства систем промышленного ИИ, которые работают только на уровне диагностики или консультаций, DeepCtrls утверждает, что ее ИИ способен достигать автономного замкнутого цикла управления уровней L4/L5, превосходя стандартные рыночные системы, основанные на правилах L2/L3.
Компания была основана в 2018 году доктором Ли Хуем. Он потратил более двух десятилетий, связывая моделирование физики в Университете Цинхуа с исследованиями ИИ и энергетики в Национальной лаборатории Беркли Лоуренса. Благодаря этому DeepCtrls создала движок PhyAI, который был обучен на данных об эксплуатации в реальном времени от более чем 300 000 устройств. Этот движок демонстрирует погрешность обобщения ниже 3%, приближаясь к теоретическому пределу оптимизации системы.
Более 360 предприятий воспользовались продуктами компании, среди них TSMC, CXMT, Zhongji Innolight, Foxconn Industrial Internet, Tencent, ByteDance и CATL. Продукт DeepBot, представляющий собой стандартизированный контроллер физического ИИ, ориентирован на оптимизацию энергопотребления в промышленном производстве, центрах обработки данных и коммерческих зданиях. Финансовые показатели компании показывают удвоение выручки год к году с момента начала коммерциализации в 2023 году, а также достижение прибыльности в масштабе в прошлом году, что является редким достижением для индустриального ИИ.
Полученные инвестиции будут направлены на дальнейшие исследования и разработки, расширение продукта DeepBot и выход на международные рынки, включая Юго-Восточную Азию, Ближний Восток, Европу и Северную Америку. В 2024 году DeepCtrls начала глобальную экспансию, развернув свои продукты более чем в десяти странах и регионах. Операционный директор компании Чжан Юсинь отметил, что зарубежные центры обработки данных, сталкивающиеся с проблемами теплового и энергетического менеджмента, представляют собой особенно перспективную область роста для физического ИИ, поскольку большинство зарубежных энергетических систем все еще функционируют на уровне контроля экспертных правил L2.
Компания LinqAlpha успешно привлекла 22 миллиона долларов в рамках раунда финансирования Серии А. Эти средства направлены на ускорение роста ее платформы искусственного интеллекта, предназначенной для институциональных инвесторов.
Раунд был поддержан такими инвесторами, как AVP, Atinum Investment и GFT Ventures. Кроме того, в него приняли участие ряд стратегических финансовых учреждений и венчурных платформ из Европы, Азии и Соединенных Штатов. Компания, базирующаяся в Нью-Йорке, разрабатывает то, что она называет Слоем Интеллекта Альфа для глобальных публичных рынков.
Платформа помогает специалистам в области инвестиций обрабатывать сложную рыночную информацию с помощью специализированных агентов ИИ. Благодаря этому новому финансированию общий объем привлеченного капитала LinqAlpha увеличился примерно до 28,6 миллиона долларов.
LinqAlpha была основана в 2022 году Джейкобом Чой, Субином Пангом, Джин Кимом и Ходжуном Чой. Команда основателей объединяет финансовую экспертизу с исследованиями в области искусственного интеллекта. Среди основателей — бывшие аналитики Goldman Sachs и выпускники MIT по компьютерным наукам.
Поскольку публичные рынки становятся все более взаимосвязанными, инвесторы вынуждены одновременно отслеживать отчеты о прибылях, изменения в политике, события в цепочках поставок, кредитные рынки и сигналы из социальных сетей. LinqAlpha считает, что традиционные методы анализа не успевают за таким растущим объемом данных. Платформа позволяет инвестиционным командам использовать агентов ИИ, обученных на собственной истории исследований, вместо того чтобы полагаться на общие языковые модели. Затем эти агенты связывают новые рыночные события с предыдущими инвестиционными идеями для генерации релевантных выводов. Один из основателей отметил, что конкурентное преимущество заключается в выявлении сигналов, влияющих на рынок, еще до того, как они станут широко известны.
На данный момент платформа используется более чем 70 финансовыми учреждениями. Среди клиентов — команды по исследованиям, трейдингу и продажам крупных инвестиционных банков. Клиенты с покупательской стороны включают Causeway Capital Management LLC и Schonfeld Strategic Advisors LLC. Изначально компания стартовала в Кембридже, Массачусетс, а затем работала между Южной Кореей и Соединенными Штатами, прежде чем установить штаб-квартиру в Нью-Йорке. В этот период бизнес также прошел через два ребрендинга, прежде чем принять название LinqAlpha.
Новое финансирование позволит компании расширить международный штат сотрудников. Руководство также планирует усилить интеграцию с рыночными и альтернативными наборами данных. Дополнительные инвестиции будут направлены на внедрение стратегий инвестирования в акциях, макроэкономике, кредитовании и мультиактивных стратегиях.
LinqAlpha выходит на конкурентный рынок платформ для исследований в области искусственного интеллекта. Спрос продолжает расти, поскольку инвестиционные фирмы ищут более быстрый анализ без ущерба для собственных инсайтов. По словам Генерального партнера AVP Маниша Агарвала, многие продукты ИИ сосредоточены на автоматизации рутинной работы или ускорении поиска информации. Он считает, что LinqAlpha помогает инвесторам находить дифференцированные инвестиционные идеи благодаря контекстно-ориентированному интеллекту.
Конкуренция остается значительной, поскольку крупные поставщики услуг ИИ привлекли значительно больше средств за последние годы. Тем не менее, LinqAlpha утверждает, что ее специализированный подход лучше соответствует потребностям институциональных инвесторов, которые ищут индивидуальный анализ, а не стандартные результаты ИИ. Прогнозы отрасли также указывают на продолжающееся расширение в сфере финансовых ИИ, ожидается, что растущее внедрение среди банков, страховых компаний и управляющих активами привлечет дальнейшие инвестиции в компании, разрабатывающие специализированные корпоративные платформы ИИ. Успех LinqAlpha в долгосрочной перспективе, вероятно, будет зависеть от демонстрации измеримой ценности для институциональных клиентов, работающих на все более сложных мировых рынках.
Компания DeepSeek меняет свою стратегическую направленность: вместо того чтобы оставаться разработчиком легковесных моделей искусственного интеллекта, она переходит к более интенсивному подходу, основанному на тяжелой инфраструктуре. Этот сдвиг подтверждается активным набором персонала в недавно созданное подразделение Harness и планами по самостоятельному строительству вычислительных мощностей.
Команда DeepSeek Harness, возглавляемая Цю Тяньи, начала онлайн-рекрутинг исследователей, инженеров и менеджеров по продуктам для Harness 21 июня. Это подчеркивает приверженность компании развитию инфраструктуры агентов. Harness, представляющая вспомогательные системы, определяющие инструменты, доступные модели ИИ, ресурсы, которые она может использовать, и способы потока информации между суб-агентами, стала одной из самых востребованных областей в сфере ИИ в 2026 году.
Команда DeepSeek Harness, сформированная в марте 2025 года, работает по основной формуле: Модель плюс Harness равно Агент, фокусируясь на преобразовании возможностей модели в готовые продукты агентов. С конца 2025 года команда постоянно расширялась, особенно после того, как DeepSeek V3.2 акцентировал внимание на улучшенных возможностях рассуждения и работы агентов.
Помимо привлечения кадров, DeepSeek рассматривает возможность создания собственных вычислительных центров во Внутренней Монголии. Это редкий шаг среди китайских компаний, которые в основном предпочитают арендовать вычислительную мощность. Член правления IDC China, Чжоу Чжэньган, отметил, что ведущие компании-разработчики моделей все чаще отдают предпочтение собственным кластерам для обеспечения долгосрочного контроля над затратами и получения преимуществ полной стековой кастомизации, несмотря на значительные первоначальные вложения. Такая стратегия позволит DeepSeek оптимизировать системы охлаждения и планирования специально под архитектуру своей запатентованной модели.
Этот стратегический поворот произошел после раунда финансирования Серии А DeepSeek на сумму 51 миллиард юаней, в который вошли стратегические инвесторы, такие как Tencent, JD.com, NetEase и CATL. Наблюдатели отрасли полагают, что включение CATL, крупнейшего мирового производителя аккумуляторов, может указывать на намерение DeepSeek добиться синергии между вычислениями и электричеством, потенциально используя солнечные и решения для хранения энергии для операций своего центра обработки данных.
По мере того как крупные китайские компании, разрабатывающие модели ИИ, все больше расходятся в своих стратегических направлениях — Zhipu AI делает ставку на кодирование с помощью ИИ, а Alibaba сосредоточена на полном стеке ИИ — ставка DeepSeek на тяжелую инфраструктуру и инженерию агентов представляет собой отдельный третий путь, способный изменить конкурентный ландшафт.
