Nscale是一家对英国政府AI雄心至关重要的英国公司,在新一轮融资中筹集了20亿美元(15亿英镑),并任命前Meta高管谢丽尔·桑德伯格和尼克·克莱格为董事会成员。
该公司在声明中表示,这使得这家总部位于伦敦、由美国科技公司英伟达支持的初创公司估值达到146亿美元,这是继去年9月该公司筹集11亿美元融资后的又一轮融资。
该公司表示,前英国副首相克莱格"在技术、政策和全球事务的交叉领域带来了深厚的专业知识",并且"处于塑造AI未来的最重要监管和治理对话的中心"。
前Meta首席运营官桑德伯格带来了"在扩展全球最具影响力的科技公司方面无与伦比的经验"。
Nscale将为去年宣布的大型基础设施合作项目Stargate UK做出贡献,该项目将涉及OpenAI和英伟达的参与。
该公司还将在劳顿建设一台超级计算机,这是政府"将AI主流化"到英国经济中的推动计划的一部分。据政府和Nscale称,该超级计算机将在今年晚些时候上线。
科技大臣利兹·肯德尔在声明中表示:"英国Nscale的成功显示了企业如何抓住这一机会在英国投资、扩张和创造就业机会。"
"我们拥有欧洲领先的AI生态系统,这一消息进一步证明了国际社会对英国作为AI创新天然家园的信心不断增强。"
Nscale于2024年从澳大利亚比特币挖矿公司Arkon能源分拆而来。其网站宣传在美国和欧洲(包括英国、葡萄牙、挪威和冰岛)拥有数据中心。
然而,大多数数据中心似乎并非Nscale自己建设的;其在挪威的旗舰项目Glomfjord最初是由挪威公司Hydrokraft开发的。
Nscale在英国的投资是去年宣布的全球AI交易热潮的一部分,各国政府和主要是美国科技公司似乎承诺投入大量资金建设庞大的数据中心基础设施,从根本上重塑全球经济。
英国政府去年9月表示,美国科技公司将承诺投入310亿英镑建设英国的AI基础设施。在美国,OpenAI表示将承诺投入5000亿美元建设AI基础设施,作为Stargate项目的一部分,甲骨文和软银也将参与其中。
英伟达宣布了一系列AI交易,包括主权协议以及对Nscale的5亿英镑投资和对OpenAI的1000亿美元投资,后者主要用于购买英伟达自己的芯片。
一些承诺开始出现裂缝。英伟达与OpenAI的1000亿美元交易在2月初破裂。甲骨文和OpenAI上周表示,他们正在取消扩建德克萨斯州阿比林数据中心的计划,而该数据中心是OpenAI美国Stargate项目的重要组成部分。
Q&A
Q1:Nscale是什么公司?主要做什么业务?
A:Nscale是一家英国AI数据中心公司,成立于2024年,从澳大利亚比特币挖矿公司Arkon能源分拆而来。该公司主要业务是在美国和欧洲建设和运营数据中心,支持AI基础设施建设,目前估值达到146亿美元。
Q2:谢丽尔·桑德伯格和尼克·克莱格为什么加入Nscale董事会?
A:前Meta高管谢丽尔·桑德伯格和前英国副首相尼克·克莱格加入Nscale董事会,是因为他们分别在科技公司扩张和技术政策治理方面拥有丰富经验,能够为Nscale的发展和监管合规提供重要支持。
Q3:Stargate UK项目是什么?Nscale在其中扮演什么角色?
A:Stargate UK是去年宣布的大型AI基础设施合作项目,涉及OpenAI和英伟达等公司的参与。Nscale将为该项目做出贡献,并在英国劳顿建设超级计算机,这是英国政府"将AI主流化"战略的重要组成部分。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。