Arcee AI привлекла $150 млн для создания американских открытых моделей для корпоративного использования
Подробнее
Ventureburn
ventureburn.com

Arcee AI привлекла $150 млн для создания американских открытых моделей для корпоративного использования

Компании, использующие такие сервисы, как ChatGPT или Claude через API, фактически не владеют этими моделями, поскольку отправляют свои данные третьим сторонам, платят за токены и не имеют доступа к внутреннему устройству модели. Эта ситуация вызывает серьезную озабоченность у банков, больниц и государственных учреждений.

По этой причине Arcee AI объявила о привлечении финансирования в размере 150 миллионов долларов для разработки открытых моделей, которые предприятия смогут запускать непосредственно в собственных центрах обработки данных.

Компания Arcee AI, базирующаяся в Сан-Франциско, анонсировала раунд финансирования Серии B. Руководителями этого раунда выступили Vista Equity Partners, Cambium Capital и Emergence Capital, при участии венчурного подразделения Microsoft M12, AI10 Ventures, Hitachi, IAG, P7 и Wipro.

Данное финансирование оценило Arcee в более чем 1 миллиард долларов, что сделало ее новым единорогом; после учета нового капитала пост-инвестиционная оценка достигла примерно 1,15 миллиарда долларов.

В 2025 году McQuade принял решение инвестировать в компанию и создать передовые модели с нуля. Он отметил в интервью, что стартап располагал около 30 миллионов долларов и решил направить 65–70 процентов этих средств на обучение новых моделей.

Результатом этой ставки стала линейка моделей Trinity. За период около шести месяцев Arcee трансформировалась из плотной модели с 4,5 миллиардами параметров в Trinity Large — модель типа «смесь экспертов» (mixture of experts) с 400 миллиардами параметров и 13 миллиардами активных параметров на токен.

Trinity Large была выпущена в начале 2026 года как высокоэффективная модель с разрешенной лицензией, полностью разработанная в Соединенных Штатах. Ее считают первой открытой моделью фронтирного масштаба, созданной от начала до конца в Америке с момента прекращения выпуска моделей Llama компанией Meta.

Наибольший интерес в отрасли вызвала стоимость разработки. Arcee сообщила, что вся линейка моделей за 2025 год, включая Trinity Large, была создана примерно за 20 миллионов долларов. Эта сумма покрывает зарплаты, вычислительные мощности, данные, инфраструктуру и операционные расходы.

В индустрии, где многие полагают, что для обучения новой модели требуются миллиарды, 20 миллионов — это поразительно низкая цифра. Этот общепринятый взгляд уже подвергался сомнению, когда DeepSeek заявил о создании топовой модели менее чем за 6 миллионов долларов.

Тесты показывают, что модели Trinity превосходят Llama 3 от Meta и соответствуют уровню Mistral и ведущих китайских моделей. Это позволяет Arcee стать одной из немногих американских лабораторий, способных убедительно конкурировать в сегменте открытого веса.

Стартап планирует использовать полученные средства для ускорения развития следующего поколения семейства моделей Trinity. Это подразумевает создание более крупных моделей, улучшение способности к рассуждениям и разработку более эффективных архитектур, которые могут работать на менее мощном оборудовании.

Другим важным направлением является расширение сотрудничества с Министерством энергетики США и его национальными лабораториями. Открытые модели, которые пользователи могут развернуть на частной инфраструктуре, очень привлекательны для государственных и исследовательских задач, где данные не могут покидать защищенные среды.

Третье направление — это разработка продуктов. Arcee намерена создавать новое поколение инструментов, помогающих организациям настраивать, оценивать, внедрять и эксплуатировать открытые модели. Это включает инструменты для тонкой настройки, оценки безопасности и развертывания внутри компаний портфеля Vista Equity Partners. Vista владеет более чем 90 компаниями в сфере корпоративного программного обеспечения, и все они являются потенциальными клиентами для открытых моделей, которыми они смогут владеть и управлять.

Похожие сюжеты

Компания Factory привлекла $200 млн при оценке в $5 млрд для масштабирования разработки ИИ-ПО
Подробнее
ventureburn.com

Компания Factory привлекла $200 млн при оценке в $5 млрд для масштабирования разработки ИИ-ПО

Factory успешно привлекла $200 миллионов в рамках нового раунда финансирования, достигнув при этом оценки в $5 миллиардов. В этот раунд инвестировали Blackstone, Khosla Ventures и Sequoia Capital. Также приняли участие Insight Partners, Evantic Capital и Sound Ventures.

Компания Factory была основана в 2023 году Матаном Гринбергом и Эно Рейесом. Среди других инвесторов были NEA, Mantis VC и Clearlake. Раунд также привлек ангельских инвесторов, включая Нико Росберга, Брэда Герстнера и Марка Бениоффа.

Новое финансирование увеличило общий объем средств, полученных компанией, до более чем $400 миллионов. Это также представляет собой значительный рост по сравнению с оценкой в $1,5 миллиарда, которая была установлена в апреле. Таким образом, за пять месяцев оценка Factory более чем утроилась; ранее компания привлекала $150 миллионов при той же оценке.

Последнее привлечение капитала отражает растущий спрос со стороны предприятий на инструменты для автономной разработки программного обеспечения. Компания, базирующаяся в Сан-Франциско, стремится повысить степень автономности в разработке программного обеспечения. Ее платформа позволяет крупным предприятиям создавать, тестировать и поддерживать ПО с использованием агентов искусственного интеллекта, работая на протяжении всего цикла разработки.

Factory отличается от платформ, сосредоточенных вокруг отдельных кодирующих агентов, поскольку она предоставляет предприятиям единую систему для управления разработкой ПО. Платформа дает компаниям возможность контролировать процесс обучения своей «программной фабрики», а также управлять моделями и местом функционирования системы. Factory может работать через свою управляемую облачную инфраструктуру, а клиенты также могут развернуть ее локально или в полностью изолированных средах, что обеспечивает предприятиям больший контроль над разработкой с помощью ИИ.

Компания сообщает, что ее платформа используется сотнями тысяч разработчиков. Среди клиентов Factory — Nvidia, Blackstone, Royal Bank of Canada, Palo Alto Networks и Adobe. Этот растущий клиентский портфель подчеркивает повышенный интерес корпоративного сектора к разработке ПО с помощью ИИ.

Предприятия все чаще используют ИИ для повышения производительности инженеров. Factory считает, что компании переходят от использования отдельных помощников по кодированию к созданию более широких программных фабрик вокруг автономных систем. Матан Гринберг отметил: «По всему миру крупнейшие предприятия демонстрируют переход от индивидуальных кодирующих агентов к программным фабрикам» и добавил, что клиенты подтверждают потенциал для перестройки систем разработки ПО, хотя компания все еще находится на ранних стадиях этого перехода.

Стратегия Factory направлена на создание автономных программных фабрик, которые непрерывно работают под человеческим контролем. Предприятия могут регулировать измеримые результаты, пока ИИ выполняет задачи по разработке. Компания конкурирует на быстрорастущем рынке ИИ-кодирования. Factory планирует использовать новый капитал для поддержки дальнейшего роста, уделяя особое внимание расширению платформы и внедрению в корпоративном секторе.

Kinetix AI привлекла раунд ангельского финансирования в размере 75 миллионов долларов для развития аппаратного обеспечения моделей ИИ
Подробнее
ventureburn.com

Kinetix AI привлекла раунд ангельского финансирования в размере 75 миллионов долларов для развития аппаратного обеспечения моделей ИИ

Инженеры долгое время сталкивались с проблемой: искусственный интеллект, способный писать романы за секунды, испытывает трудности с захватом хрупкого стекла, не раздавив его. Эта проблема связана с существенным разрывом между цифровым интеллектом и физическим исполнением.

Для преодоления этого пробела необходима безупречная и непрерывная обратная связь между программными системами и механическими телами. Чтобы решить эту узкую проблему, Kinetix AI привлекла 75 миллионов долларов в рамках крупного и значимого раунда ангельского финансирования, что является серьезным шагом вперед в области воплощенного интеллекта.

Исторический раунд финансирования компании возглавила Vertex Ventures, мощное венчурное подразделение сингапурской Temasek Holdings. Также в раунд присоединились F&G Venture и Wanshi Capital, чтобы инвестировать более 500 миллионов юаней (примерно 75 миллионов долларов) в Kinetix AI, стартап на ранней стадии.

Kinetix AI — это не небольшой гаражный проект. Основанная в сентябре 2025 года, компания быстро выросла до почти 200 сотрудников. За быстрым ростом Kinetix AI стоит генеральный директор Юй Цзе, который ранее коммерциализировал автономные горнодобывающие грузовики Huawei.

В команду входят также Ло Пин, блестящий заместитель декана из HKU, и Чжэн Цюньюань, бывший руководитель отдела робототехники в XPeng. Эта группа обладает глубокими знаниями в сочетании академической теории, логики автономных транспортных средств и производственных возможностей.

Многие робототехнические компании экономят на качестве, однако Kinetix этого не приемлет. Компания твердо убеждена, что поскольку инфраструктура мира создана для людей, роботы должны выглядеть и двигаться точно так же, как мы, чтобы бесшовно интегрироваться.

Их флагманское творение, KAIBot, имеет высоту 1,73 метра и поразительные 115 степеней свободы. Он отличается высоким качеством и ультрареалистичностью. Хотя создание такого робота требует значительно больших первоначальных затрат, а цепочка поставок представляет собой настоящий кошмар, соучредитель Чжэн Цюньюань утверждает, что начало работы с дешевым, некачественным оборудованием — это просто глупость. Закрепляя истинный человеческий форм-фактор, они гарантируют, что их модели ИИ не выйдут из строя, как только будет обновлен какой-либо сустав.

Представьте себе робота, который не просто имитирует человеческий силуэт, а идеально соответствует данным о движении человека. Когда аппаратное обеспечение напрямую отражает нашу биологию, алгоритмическая работа передается без усилий.

Основная магия происходит благодаря привлеченному капиталу, который направлен на ускорение их замкнутой экосистемы. Это можно представить как трехголовое чудовище. Во-первых, это сбор мультимодальных, эгоцентрических данных. Затем эти необработанные данные подаются непосредственно в нативную фундаментальную модель, воплощенную в теле. Наконец, аппаратное обеспечение, такое как KAIBot и высокоманевренная рука KAI Hand, физически выполняет изученные действия.

Этот непрерывный цикл создает «маховик интеллекта». Поскольку робот собирает сенсорные данные из реального мира, модель ИИ становится умнее, мгновенно повышая возможности физического оборудования. Больше не нужно перестраивать физическую машину при каждом обновлении программного обеспечения.

Динамичность системы была продемонстрирована на Всемирных играх по робототехнике для людей в 2026 году, где их система играла в настольный теннис против чемпионки мира Динь Нин. Цель состоит в создании премиального класса роботов, готовых к сложным задачам в реальном мире.

UniPat привлекла 300 миллионов долларов при поддержке Alibaba для расширения тестирования и бенчмаркинга ИИ
Подробнее
ventureburn.com

UniPat привлекла 300 миллионов долларов при поддержке Alibaba для расширения тестирования и бенчмаркинга ИИ

По мере развития искусственного интеллекта возникла проблема тестирования. В то время как многие сосредоточены на создании впечатляющих больших языковых моделей для привлечения инвесторов, существует лишь небольшое количество проверенных платформ для проверки работоспособности этих сложных систем после завершения обучения.

Модели ИИ склонны к галлюцинациям и могут со временем отклоняться от нормы. Чтобы решить эту значительную операционную проблему, которая постоянно отпугивает крупных корпоративных пользователей, компания UniPat привлекла 300 миллионов долларов. UniPat активно проводит стресс-тестирование этих сложных систем, чтобы обеспечить полный уровень доверия.

UniPat отличается от других компаний, занимающихся ИИ; они не просто создают новые алгоритмы для демонстрации на дорогих технологических конференциях. Вместо этого стартап целенаправленно проверяет модели на основе реальных сценариев, а не стерильных лабораторных условий.

Это можно сравнить с суровым тренировочным лагерем для искусственного интеллекта. Прежде чем модель получит доступ к данным реальных потребителей или начнет выполнять автоматизированные финансовые операции, UniPat подвергает ее интенсивным испытаниям. Это позволяет генерировать высококачественные данные о производительности системы, которые разработчикам необходимы для устранения критических недочетов, поскольку невозможно исправить то, что не было тщательно сломано в первую очередь.

Технологический гигант Alibaba возглавил этот крупный раунд финансирования, что вызывает волну в отрасли. Финансовые детали этого раунда весьма внушительны: новый приток капитала поднял оценку стартапа до впечатляющих 2,5 миллиардов долларов после инвестиций. Также интересно, что этот специализированный центр возглавляет бывший сотрудник компании.

Очевидно, что Alibaba заинтересована в сохранении своих высококлассных кадров. Значительные средства продолжают поступать, несмотря на осторожность более широкого рынка венчурного капитала. Более того, эта конкретная сделка входит в топ-три процента всех зарегистрированных раундов венчурного капитала поздней стадии.

Высокая стоимость платформы тестирования обусловлена базовой корпоративной экономикой и необходимостью конкурентного выживания. Среди активных ранних инвесторов были и представители Sequoia China. Это демонстрирует, что ведущие финансовые игроки ищут предприятия, связанные с инфраструктурой, в условиях нынешней гонки за ИИ. Мы миновали фазу простого восхищения умными чат-ботами.

Теперь крупные международные корпорации требуют безупречной аналитики. Они нуждаются в твердом доказательстве того, что внедрение ИИ стоимостью в миллионы долларов не приведет к публичному позору. UniPat предоставляет такую необходимую страховую политику. Это не просто очередная рутинная технологическая инвестиция. Это просчитанный ход. Поскольку мировые державы яростно соревнуются за доминирование в области искусственного интеллекта, базовая инфраструктура для оценки этих инструментов становится бесконечно ценной.

Масштабная ставка Alibaba сигнализирует о четком изменении рыночных приоритетов. Будущее принадлежит не только тому, кто сможет создать самую большую модель, но и тому, кто сможет доказать, что его модель является самой безопасной, быстрой и надежной в реальных условиях.

Популярное