虽然软件开发者有着丰富的协作工具选择——如Slack、Google Docs以及GitHub等行业专用工具,但名为AllSpice.io的初创公司成功押注电气硬件工程团队同样需要专属的协作平台。
AllSpice平台定位于现有工作流软件之间的桥梁。它让硬件团队能够在传统工作文档上进行协作——这些文档难以通过Slack和邮件有效传达,包括PCB文件和电子CAD文件,两者都用于电路板设计。
工程师可以使用AllSpice对这类文档中的设计要素进行标注和评论,就像软件工程师通过GitHub对特定代码行进行评论一样。
AllSpice联合创始人兼首席技术官Kyle Dumont向TechCrunch表示,该初创公司之所以能够取得成功,是因为他们没有试图构建一个全新的端到端协作平台,而是填补硬件团队已有软件解决方案之间的空白。
"我们接触的团队在其工作流程中已经有了非常重要的工具,"Dumont说。"他们有电气CAD工具,有产品生命周期管理工具,有现有的工作流程,我们知道我们推出的产品必须在这些工具之间运行。"
这一认知来自创始团队在产品发布前进行的研究,以确保他们构建的是团队真正会使用的产品。在早期测试中,AllSpice不仅关注用户的正面和负面反馈,还关注那些完全没有被提及的方面,联合创始人兼首席执行官Valentina Ratner向TechCrunch表示。
"我们学到的一些最有价值的东西可能是人们不需要或不想要的东西,"Ratner说。"这帮助我们确定了真正有用并真正成为工作流程不可分割部分的产品范围。因为我们想要构建的不是我们领域的另一个单点解决方案,而是一个集中化平台,成为电子团队的大本营。"
Ratner和Dumont在分别在亚马逊和iRobot工作期间都亲身体验过AllSpice试图解决的痛点。Ratner表示,硬件设计无法通过邮件链和PDF有效传达,在她在亚马逊工作的后期,大部分时间都在为亚马逊构建内部协作工具来解决这个问题。
这对搭档在研究生院相遇,并于2022年推出了AllSpice产品的第一个版本,主要面向小企业和其他初创公司。公司开始看到来自企业的不断增长需求,随后进行了转型,现已获得包括蓝色起源、Bose和Sam Altman的Tools for Humanity等客户。
这家初创公司刚刚完成了由Rethink Impact领投的1500万美元A轮融资,L'attitude Ventures、Gingerbread Capital和DNX Ventures参与投资,现有投资者也参与其中。公司将利用这笔资金进行招聘并继续构建其产品功能。
AllSpice还推出了新的AI代理工具,帮助验证工程师的设计并发现错误。
"我们看到了巨大的需求,想要了解我们的硬件和AI工具如何帮助提高团队效率,捕获这些设计错误,这正是我们这款产品的目标,"Dumont说。
公司有意仅在封闭测试版中推出这款新AI代理,重点与现有合作伙伴合作,Ratner表示。公司希望能够在进一步开放产品之前确保完全准确性。
"硬件错误的成本远高于软件错误的成本,"Ratner说。"我们必须以适合我们行业的方式来做,因为发布软件产品与发布硬件产品之间存在这些广泛差异。"
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。