Lovable Labs Inc.是一款用于构建网站和应用程序的热门人工智能工具的创建者,该公司今天宣布已完成3.3亿美元的融资。
Alphabet旗下的CapitalG基金和Menlo Ventures共同领投了这轮B轮融资。英伟达、Salesforce、HubSpot、Atlassian以及T-Mobile母公司德国电信的风险投资部门也参与了本轮投资。此外,还有六家以上的风险投资公司参与其中。
Lovable目前估值为66亿美元,较7月的估值增长了38亿美元。这一增长可能源于这家成立仅两年的公司的快速销售增长:该公司在11月突破了2亿美元的年度经常性收入。Lovable在今天的投资公告中披露,用户每天在其AI编程平台上启动超过10万个项目。
Lovable使开发人员能够通过在聊天机器人界面中输入提示来生成网站或简单应用程序。在后台,该平台会检索项目可能需要的任何外部信息,生成所需代码并运行错误测试。它使用网络流量指标等遥测数据来发现潜在的软件缺陷。
当开发人员需要完成不太复杂的任务时,他们可以使用Lovable的一项名为"代码模式"的功能。该功能允许用户输入编程问题,平台会返回自然语言答案。例如,Lovable可以就在网站中实现新功能的最佳方式或修复故障按钮提供指导。
分屏模式使开发人员能够在聊天框界面旁边的侧边栏中手动编辑项目代码。对于设计师,Lovable提供了一个无需编写代码即可编辑界面元素的工具。它还简化了某些相关任务,例如确保项目符合公司的界面样式指南。
Lovable提供的基础设施使客户能够托管他们的AI生成软件。该公司提供用于存储应用程序数据的托管数据库、身份验证工具和流量分析仪表板。在线零售商可以在其网站中添加预构建的支付处理模块。
Lovable的收入来源之一是其平台的企业版,该版本包含扩展的管理控制功能。它提供基于角色的项目访问限制、单点登录支持和审计日志。GitHub集成使开发人员能够在非技术人员的AI生成代码发布到生产环境之前对其进行审查。
Lovable将利用新融资来增强其协作和治理能力。据该公司称,这项开发工作旨在使其平台更适合大型组织使用。Lovable还将添加更多第三方软件集成和应用程序托管功能。
Q&A
Q1:Lovable是什么平台?它有哪些核心功能?
A:Lovable是一款AI编程工具,能够帮助开发人员通过聊天机器人界面输入提示来生成网站或简单应用程序。平台可以自动检索外部信息、生成代码、运行错误测试,并使用网络流量指标等数据发现软件缺陷。它还提供代码模式功能,让用户输入编程问题并获得自然语言答案。
Q2:Lovable的企业版有什么特殊功能?
A:Lovable企业版提供扩展的管理控制功能,包括基于角色的项目访问限制、单点登录支持和审计日志。它还集成了GitHub,使开发人员能够在非技术人员的AI生成代码发布到生产环境之前进行审查,确保代码质量和安全性。
Q3:Lovable目前的发展情况如何?
A:Lovable成立仅两年,在2024年11月突破了2亿美元的年度经常性收入。该平台每天有超过10万个项目启动。公司最新完成3.3亿美元B轮融资后,估值达到66亿美元,较7月估值增长了38亿美元。投资方包括英伟达、Salesforce等多家科技巨头。
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。