数据编排平台 Hammerspace 已获得 1 亿美元融资,以加速其全球扩张。
直到两年前,成立于 2018 年的 Hammerspace 一直由创始人兼 CEO David Flynn 与一批高净值人士及长期投资来源提供资金支持。2023 年,该公司在 A 轮融资中筹集了 5670 万美元,当时表示计划扩展其销售和市场业务基础设施。而现在,为了抢占客户对 AI 带来的巨大数据需求、实现数据大范围且高速访问的市场机遇,Hammerspace 又成功获得了 1 亿美元融资,并宣称能够通过数据编排解决这一难题。
Flynn 表示: ‘AI 不会等待。竞争不仅仅是关于原始吞吐量,而在于您能多快部署、传输数据并启动基础设施。任何延迟都意味着潜在价值未能实现和投资的浪费。我们创建 Hammerspace 的目的就是消除阻碍、压缩成果实现时间,并显著提高 GPU 利用率。这正是我们的客户能够获胜的关键。’
去年六月,Flynn 曾展望 Hammerspace 能够实现正现金流,并计划在未来 18 至 24 个月内考虑进行 IPO。他表示: ‘我们正在构建一家财务纪律严明的公司,但当前我们必须以更快的速度增长,以抢先抓住 AI 创造的机遇。’不过他也提醒说: ‘当前市场环境对 IPO 来说异常艰难,部分领域预算正在减少,而 Nvidia 则暂时吸走了所有资源。在 Nvidia 在 AI 领域如此主导的情况下,开展 IPO 实在是个艰难的时机。’
十个月后,Nvidia 的主导地位进一步加强,AI 浪潮持续,同时不可预测的关税变动使得短期业务规划变得日益困难。Hammerspace 决定依托 AI 推动增长,并需要新的资金来实现这一目标。
这轮 B 轮融资由 Altimeter Capital 领投,Cathie Wood 的 ARK Invest 以及一批新老投资者共同参与。ARK 已是现有投资者,其曾参与 2023 年的 A 轮融资。
这些投资者认同 Flynn 的观点,即 AI 浪潮需要一个统一的数据基础设施,让 AI 代理能够尽可能多地查询和处理组织内的信息资产。这要求组织对其数据资产拥有全方位的可视性与控制——无论数据采用何种协议、存储于何处——并能通过单一控制面板进行访问。这便是 Hammerspace 所提出的全球数据环境。
Flynn 说: ‘我们构建数据编排并不是为了形式而形式。无论数据物理存储在何处,我们都能更快地将数据编排至 GPU。我们能够瞬间整合第三方存储中的数据,加速数据处理准备。我们部署和扩展极其便捷迅速,使客户能更快实现其业务目标。’
‘我们预计,Arcitecta、Dell、DDN、NetApp、Pure Storage、VAST Data 和 WEKA 等存储供应商将会强势挑战 Hammerspace,并在企业 AI 数据基础设施市场中展开激烈竞争。’
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。