Daniel Liss,社交网络Dispo和约会应用Teaser AI的联合创始人,坚信他已经发现了下一个重大机遇:钢铁制造。
这一切源于他为TechCrunch撰写的几篇关于社交媒体反垄断执法的评论文章。这些评论引起了华盛顿特区一些人士的注意,Liss告诉TechCrunch,因此他在2023年春季受邀担任美国国家战争学院举办的一次战争游戏演习的客座评委。这次演习非常贴近时事,模拟了美国和中国在南海争夺霸权的情景。
Liss从这次演习中得出的结论是:"我们民主国家军备的核心供应链——就是我祖父曾经战斗的那些军舰——我们已经没有造船能力了。即使有造船能力,我们也没有足够的钢材来制造它们。"
从那时起,Liss表示他对钢铁供应链"非常感兴趣,甚至是痴迷"。"这就是Nemo Industries的诞生起点。"
Nemo Industries这家最新创业公司的基本理念似乎来自两个美国焦虑的交集:钢铁制造和AI。该公司此前一直处于隐身状态,但Liss向TechCrunch透露了一些内幕。
首先,显而易见的部分:Nemo将使用AI来优化生铁的生产,使这个Liss认为严重过时的行业现代化。他说:"这些工厂最好的情况下是用Excel电子表格运行,最糟糕的情况下是用剪贴板技术。"他补充道,运营这些工厂的人拥有"令人难以置信的专业知识",但这种知识很难扩展。
但Liss并不将Nemo仅仅定位为另一款工业软件。相反,Nemo计划建造自己的熔炉。这一决定源于Liss的信念:从创立之初就使用AI的公司将比竞争对手拥有"20%到30%的利润优势"。
在钢铁制造业,这种信念并不便宜。现代汽车集团在3月份表示,将在路易斯安那州投资60亿美元建造一家钢铁厂,为其在美国的工厂提供供应。Nemo的工厂可能不会花费那么多,因为其业务将集中在生铁上,这是钢铁制造商用来制造各种不同合金的中间产品。
Nemo将使用天然气为熔炉提供动力,与钢铁行业常用的煤炭相比,天然气释放的二氧化碳更少。Liss表示,公司正在考虑捕获熔炉的碳排放;通过《通胀削减法案》引入的税收激励措施基本保持不变,这使得该项目对Nemo来说是有利可图的。
Liss在Nemo的合作伙伴是Michael DuBose,他是一位投资者,曾在天然气公司Cheniere Energy工作。Liss说:"他建造了价值数十亿美元的LNG基础设施。"
如果要成功,这家初创公司将需要这种规模。根据PitchBook的数据,Nemo此前已筹集了2820万美元,目前正与现有投资者洽谈筹集1亿美元的A轮融资,一位知情人士告诉TechCrunch。该人士还表示,如果公司能够在15年内建造三家工厂,该公司还收到了来自两个南部州超过10亿美元的激励措施。
对任何人来说,这都是一个艰巨的任务,但Liss表示,如果钢铁行业要为风险投资家带来所期望的回报,这种雄心是必需的。他补充说,像钢铁这样的基础产业历来为投资者带来了巨大的回报。
"当你回顾我们国家的历史,许多为初始投资者创造超额回报的伟大公司都在这些领域,"Liss说。"归根结底,洛克菲勒、卡内基、梅隆和弗里克投资的是什么?这些领域的金额非常巨大。"
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。