作为 OpenAI 和其他大语言模型开发商的重要代码提供方,Turing 最近宣布完成一轮重要融资以扩展业务。该公司通过组织工程师团队为 AI 项目贡献代码——这些项目包括为 OpenAI 等公司构建大语言模型,以及为企业开发生成式 AI 应用。此轮 E 轮融资金额为 1.11 亿美元,公司估值因此翻倍达到 22 亿美元。
据 Turing 首席执行官 Jonathan Siddharth 在接受 TechCrunch 采访时表示,公司年化收入达到 1.67 亿美元,且已实现盈利。这笔资金将用于扩大客户群和拓展更多使用场景。目前,Turing 表示与全球约 400 万程序员有合作。
本轮融资由马来西亚主权财富基金 Khazanah Nasional Berhad 领投,Westbridge Capital、Sozo Ventures、Uphonest Capital、AltaIR Capital、Amino Capital、Plug and Play、MVP Ventures、Fortius Ventures、Gaingels 和 Mastodon Capital Management 参投。总部位于帕洛阿尔托的 Turing 迄今已筹集 2.25 亿美元资金。
Turing 成为 AI 公司的主要合作伙伴并非其最初的发展方向。该公司最初是一家人力资源科技创业公司,专门提供远程编程人才审核和招聘平台。在新冠疫情期间,随着全球对远程团队协作工具需求的增长,这项业务开始蓬勃发展,使公司跻身"独角兽"行列。
这种成功也引来了不同的关注。
根据 Semafor 去年的报道,Siddharth 在 2022 年被邀请到 OpenAI 开会,他原以为是讨论为该公司招募工程师的事宜。然而实际上,这是一个合作提议。OpenAI 的研究人员发现,将代码添加到训练数据集中有助于提高模型的推理能力,他们希望得到 Turing 的帮助来生成这些代码。
Siddharth 接受了这个提议,这为创业公司开启了全新的业务方向。他表示,公司现在与多家基础 AI 公司合作提供类似服务,同时也为基于这些大语言模型开发应用的公司提供支持。
这并非业务转型:Siddharth 表示,Turing 仍然从其原有的编程人才外包业务中获得可观收入,但他没有透露具体数额。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。