今年4月初,初创公司Era在纽约举办了一场开发者套件创作者聚会,受邀的艺术家们展示了各自用Era平台打造的微型硬件设备:有一款能讲述法国趣闻和笑话的纪念品小物件,有一款类似手机的装置可以实时查看股票行情并告诉你今天是否可以辞职,还有一款能播报空气质量信息的小工具。
这些设备虽然仍处于实验阶段,但背后都有一个共同的支撑——Era的软件平台。这一平台允许硬件制造商为AI设备构建AI智能体和编排能力。Era并不打算自己造设备,而是希望为他人提供一套软件层,处理定制语音生成、为耳机等传统设备添加智能等任务,从而赋能整个硬件生态。
在融资方面,Era目前已累计获得1100万美元的资金支持。其中包括一轮900万美元的种子轮融资,由Abstract Ventures和BoxGroup领投,Collaborative Fund和Mozilla Ventures参与跟投。此前,公司还完成了由Topology Ventures和Betaworks投资的200万美元天使轮融资。
参与投资的知名个人投资者包括:Flickr联合创始人Caterina Fake、iPhone键盘设计者Ken Kocienda、OAS创始人Tony Wang、Little Guy联合创始人Daniel Kuntz、Sandbar联合创始人Mina Fahmi、前Rabbit首席产品官ShaoBo Z,以及Poetry Camera创作者Kelin Zhang。
Era由首席执行官Liz Dorman、首席技术官Alex Ollman和首席产品官Megan Gole于去年联合创立。Dorman曾在Humane负责AI编排工作,后随公司被收购转至惠普任职;Ollman曾在惠普专注于面向企业的智能体框架研发;Gole曾供职于Sutter Hill Ventures,参与Jony Ive与Sam Altman的io项目,之后加入Era。
Era的投资人Casey Caruso是Topology Ventures的创始合伙人,他表示,Era的编排平台之所以脱颖而出,在于其能够跨模型动态路由,并有效管理网络连接等现实世界的约束条件。
Dorman表示,Era的核心理念是打造一个能够驱动下一代设备的平台,而这些设备很可能会抛弃传统的应用程序模式。
她说:"我认为,今天的AI模型让我们能做到一件了不起的事,那就是用它替代应用层。所以我们正在构建的,是一个智能层,让任何人都能创造出这类智能物件和智能设备。我们真心相信,未来的科技不应该只由旧金山的那批人来定义……不应该是那些与现实脱节、高高在上的人来制造设备,然后强加给所有人。我希望人们能重新拥有选择自己设备的权利。"
目前,Era平台已整合来自14家以上供应商的逾130款大语言模型,支持眼镜、珠宝、家用音箱等多种AI硬件形态。Era认为,随着更多硬件形态涌现,硬件制造商将需要一套能够处理多模态输入与推理的软件层,以支撑智能功能的实现。
Dorman表示:"可以设想,这一智能层将渗透到各种不同类型的硬件中。我们相信,未来不会只有眼镜、戒指或手环。技术的商品化将催生一场硬件形态的'寒武纪大爆发'。"
她还指出,Era的平台已具备支撑数百万台设备规模化运行的能力,同时也能满足品牌为特定用户群体进行定制化AI设备实验的需求。
Era的长期愿景是:随着AI硬件用户规模不断扩大,让用户能够以隐私保护的方式自主选择记忆和模型提供商。就像此次举办艺术家展示会一样,Era计划向开源社区和创客群体开放其平台,展示平台驱动不同设备的可能性。
AI硬件领域目前面临的一大挑战,在于尚无企业找到成熟的成功路径。Humane已被惠普收购,Rabbit几乎销声匿迹;Plaud在会议记录领域取得了一定成绩,而Sandbar、Taya等初创公司仍处于早期阶段。不过,Era相信,随着AI设备应用场景持续丰富,终将有产品在用户中站稳脚跟。
Q&A
Q1:Era平台具体能为AI硬件开发者提供哪些能力?
A:Era提供的是一套软件层,支持硬件制造商构建AI智能体和编排能力,具体包括定制语音生成、多模态输入处理和模型推理等功能。目前平台已整合来自14家以上供应商的逾130款大语言模型,支持眼镜、珠宝、家用音箱等多种硬件形态,并具备支撑数百万台设备规模化运行的能力。
Q2:Era目前融资情况如何,背后有哪些投资方?
A:Era目前累计融资1100万美元,包括由Abstract Ventures和BoxGroup领投的900万美元种子轮,以及Topology Ventures和Betaworks投资的200万美元天使轮。个人投资者包括Flickr联合创始人Caterina Fake、iPhone键盘设计者Ken Kocienda等知名人士。
Q3:AI硬件市场现状如何,Era面临哪些挑战?
A:AI硬件领域目前尚无企业找到稳定的成功模式。Humane已被惠普收购,Rabbit几乎没有动静,Plaud在会议记录场景有所突破,Sandbar和Taya等仍处早期。Era的挑战在于如何在市场尚未成熟的情况下,找到真正能让用户持续使用的AI设备应用场景。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。