脑机接口 (BCI) 技术公司 Precision Neurosciences 完成了一轮令人瞩目的 1.02 亿美元投资,继续与 Elon Musk 的 Neuralink 等公司展开竞争,争相将 BCI 技术推向市场。
这家总部位于纽约的公司 C 轮融资使其总融资额达到约 1.55 亿美元。这笔资金将用于加速其脑植入设备的临床试验,该设备最初旨在让瘫痪患者通过思维操控计算机。此外,资金还将用于新员工招聘和开发未来版本的 AI 驱动 BCI 技术。
尽管 Neuralink 因其与备受争议的亿万富翁 Musk 的关联而备受关注,但包括 Precision、Blackrock Neurotech、Paradromics 和 Inbrain Neuroelectronics 在内的其他公司也在 BCI 领域悄然取得进展。
由前 Neuralink 高管 Benjamin Rapoport 共同创立的 Precision 今年早些时候打破了在活人大脑上放置神经刺激电极数量的世界纪录 (超过 4,000 个),并在去年将其设备植入测试患者体内,比 Neuralink 实现这一人体首次里程碑要早几个月。
与植入大脑的 Neuralink 的 N1 设备不同,Precision 的设备完全不会穿透大脑,而是放置在大脑表面,目前已在十多名受试者体内植入。
公司联合创始人兼首席执行官 Michael Mager 表示:"我们首先着手解决一些最严重的疾病——严重脊髓损伤、中风、肌萎缩侧索硬化症 (ALS)——我们的目标是开发出一种足够安全、可扩展的产品,以治疗广泛的神经系统疾病。这笔资金使我们向实现这一愿景又近了一步。"
这轮 C 轮融资由 General Equity Holdings 领投,B Capital、Duquesne Family Office、Stanley F Druckenmiller 的投资公司和 Steadview Capital 等投资者参与其中。据 Precision 称,这使其成为"BCI 行业资金最充足的公司之一"。
摩根士丹利最近估计,仅在美国,商用 BCI 市场的价值就可能达到 4000 亿美元。
其他融资动态
在其他近期数字健康融资新闻中,投资公司 Redesign Health 完成了一项 1.75 亿美元的基金募集,用于支持健康科技创业公司,此外还有 DeepLife、TG0 和 Tuva Health 的融资轮。
总部位于纽约的 Redesign Health 的这项新基金——迄今为止规模最大的基金——将支持约 20 家新公司,重点关注解决医疗劳动力短缺、应对人口老龄化、消除健康公平障碍以及扩大参保患者群体等领域的公司。
法国公司 DeepLife 获得了 1000 万美元的 A 轮融资,用于其 AI 驱动的模型,模拟活体人类细胞——被描述为细胞的"数字孪生"——旨在通过在分子水平模拟药物效果,使新药发现更加有效和可靠。
总部位于英国的人机界面专家 TG0 完成了 450 万英镑 (570 万美元) 的 B 轮融资,以资助其为医疗技术等行业开发 AI 驱动的硬件技术的工作。在健康领域,该公司正在开发用于治疗、康复和培训应用的压力映射和触感设备。
最后,美国健康数据和分析初创公司 Tuva Health 浮出水面,获得 500 万美元融资,用于其开源平台,该平台将电子健康记录 (EHR) 和健康索赔数据转化为支付方、医疗服务提供者和制药公司可采取行动的资源。
好文章,需要你的鼓励
人工智能正以超出预期的速度改变软件世界。本周OpenAI发布ChatGPT应用,谷歌推出Gemini Enterprise平台,亚马逊发布Quick Suite,都旨在通过AI代理改造9000亿美元的企业软件市场。尽管存在泡沫担忧,AI资金仍持续涌入,Reflection AI获20亿美元融资,n8n获1.2亿美元投资。同时硬件需求激增,OpenAI采购100亿美元AMD硬件,马斯克xAI为第二个数据中心采购180亿美元英伟达芯片,可能引发长达十年的定价危机。
这项研究开发了Hi3DEval系统,这是首个能够从整体、局部和材质三个层面全面评估3D模型质量的智能系统。通过创新的视频分析和3D几何特征结合方法,系统在各项评估指标上都显著超越了传统方法,为3D内容创作提供了标准化的质量检测工具,在游戏开发、虚拟现实、电商展示等领域具有广阔的应用前景。
OpenAI本周推出开发者应用集成功能,允许用户直接通过ChatGPT与第三方应用交互。Spotify成为首批合作伙伴之一,用户可要求ChatGPT创建播放列表、推荐歌曲等。连接账户后,AI可访问用户喜好和听歌历史,提供个性化建议。该功能支持145个国家的所有ChatGPT用户使用,但需注意数据隐私风险。
电子科技大学等多所院校联合开发的RPCANet++系统,通过巧妙结合传统数学理论与深度学习技术,实现了既高效又可解释的稀疏物体分割。该系统在红外小目标检测、医学血管分割、工业缺陷检测等多个领域表现优异,为构建可信赖的AI视觉系统提供了新思路。