"原子而非比特"这一口号捕捉了硅谷对实体制造业日益增长的关注,上周杰夫·贝索斯组建1000亿美元基金收购和自动化工厂的消息让这种趋势达到了高潮。
然而,工厂自动化并非纯粹的硬件问题。它越来越依赖于复杂的软件和AI工具,这种转变正在重塑构建实体制造世界基础设施的公司。
Sift Stack是一家位于加利福尼亚州埃尔塞贡多的公司,其工具支持航天器和汽车等复杂机器的设计和制造。该公司首席执行官卡尔蒂克·戈拉普迪正感受到这种变化带来的冲击。他表示这些变化在过去六个月中重塑了公司的重点方向。
戈拉普迪和他的联合创始人兼首席技术官奥斯汀·斯皮格尔在2022年创立了这家公司,此前他们在SpaceX开发软件工具,管理大量遥测数据——在测试、制造和发射过程中从物理组件传感器实时传输的性能信息。
大多数制造先进机器的公司使用现成的数据库工具或开发自己的Python脚本,但Sift看到了为公司提供一流工具的机会。客户范围从美国主要火箭制造商联合发射联盟和其他国防承包商,到机器人技术和电网管理初创公司。
然而,戈拉普迪表示,用于数据分析的AI工具的出现迫使他的业务发生了变化。曾经作为公司标志性产品的定制工作流程在AI和深度学习模型的世界中已成为基本要求。但公司管理数据基础设施的能力突然变得更加宝贵。
"我们对未来五年发展的长期愿景实际上正在今年实现,"戈拉普迪告诉TechCrunch。
这意味着要管理当今软件密集型机器产生的强烈数据流。该公司合作的一些车辆拥有超过150万个传感器同时传输数据,涵盖多种格式和时间尺度。
为AI应用组织和存储这些数据是公司的目标——"很大一部分价值在于将其暴露为机器可读的格式,"戈拉普迪说。如果AI智能体要对制造做出决策或分析测试数据以标记潜在问题,Sift的目标是让这些数据对它们可用。
卫星公司Astranis的软件副总裁杰夫·德克斯特表示,对于像他这样每天可能进行1000万次自动化软件测试的公司来说,良好的数据基础设施至关重要。该公司使用Sift管理测试、制造和运营。
"不可避免地,仅仅存储数据每月就要花费我们数百万美元,"德克斯特说。"关键是,这数百万美元花得值吗?有了Sift这样的技术,我不用担心数据量有多大。"
戈拉普迪告诉TechCrunch,Sift在2025年完成了4200万美元的B轮融资,投后估值为2.74亿美元,由StepStone领投,GV(谷歌风投部门)、Riot Ventures、Fika Ventures和CIV参投。
Q&A
Q1:Sift Stack是什么公司?主要做什么业务?
A:Sift Stack是一家位于加利福尼亚州的公司,专门为航天器和汽车等复杂机器的设计和制造提供软件工具。该公司由两位前SpaceX工程师于2022年创立,主要管理制造和测试过程中的大量遥测数据。
Q2:为什么AI工具的出现改变了Sift Stack的业务重点?
A:AI工具的出现让原本复杂的定制工作流程变成了基本要求,但同时让数据基础设施管理变得更加重要。现在AI智能体需要访问机器可读的数据来做决策和分析,这让Sift的数据管理能力变得更有价值。
Q3:现代制造业的数据量有多大?为什么需要专门的数据管理?
A:现代软件密集型机器可能拥有超过150万个传感器同时传输数据,像Astranis这样的公司每天进行1000万次自动化测试。仅数据存储成本就可能达到每月数百万美元,因此需要专门的数据基础设施来高效管理。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。