要推出第一款真正让人离不开的AI消费级产品,需要多少资金?或许7亿美元就够了。
AI实验室Hark正在研发用于AI个人助手的模型与硬件,该公司于近日宣布完成7亿美元A轮融资,融资后估值达60亿美元。
本轮融资由Parkway Venture Capital领投,参投方包括Align Ventures、AMD Ventures、ARK Invest、Brookfield、Greycroft、Intel Capital、Prime Movers Lab、Qualcomm Ventures、Salesforce Ventures及Tamarack Global。
值得关注的是,Hark对自己究竟在做什么透露甚少。创始人兼CEO Brett Adcock曾是机器人公司Figure.AI和电动飞机制造商Archer的创始人,他于2025年底以1亿美元自有资金创立Hark,致力于开发一套以智能体为核心的AI系统,打造与数字世界交互的通用界面。
Hark预计今年夏季发布首批多模态模型,该模型将驱动一个能够与现有产品和服务协同工作的个人AI平台,随后公司还将推出专为该系统设计的硬件设备。
此次融资所得资金将主要用于招募硬件、产品设计和AI研究领域的顶尖人才,以及采购算力资源和相关元器件。目前,Hark拥有约70名员工,并运营着一座配备英伟达B200 GPU的数据中心。
Hark设计总监Abidur Chowdhury曾任苹果产品高管。本周,当TechCrunch记者追问产品细节时,他婉拒透露具体内容,但表示其团队进行的一系列演示让投资者印象深刻。
"我还没见过哪款AI产品真正能帮助到普通人,"Chowdhury谈及当前市场上的AI产品时说道,"大家其实都在做帮人写代码的工具,这类产品确实有效,影响也很大,但面向普通用户的产品,我们还没有真正看到。"
他还指出,当Anthropic专注于编程工具、OpenAI在IPO前也朝同一方向推进时,几乎没有公司像Hark这样,将全部精力放在打造用户界面和原生硬件上。"凭借这样的专注方向、这支优秀的团队,以及这一轮融资,我相信我们能在这个领域做出真正特别的东西,"Chowdhury说。
当然,目前疑问仍多于答案。其中一大挑战在于:如何在不让用户周围的人感到不适或侵犯隐私的前提下,为AI助手提供足够丰富的用户生活背景信息。Meta智能眼镜或即将推出的Android眼镜等可穿戴设备,似乎都尚未解决这一问题。当被问及如何应对这一难题时,Chowdhury只是微笑着说:
"听起来,这本身就会是一款了不起的产品。"
Q&A
Q1:Hark公司此次融资规模有多大,融资后估值是多少?
A:Hark完成了7亿美元的A轮融资,融资后公司估值达60亿美元。本轮融资由Parkway Venture Capital领投,多家知名机构跟投,包括AMD Ventures、ARK Invest、Intel Capital、Qualcomm Ventures和Salesforce Ventures等。
Q2:Hark正在开发什么样的AI产品?
A:Hark正在研发以智能体为核心的AI系统,目标是打造一个与数字世界交互的"通用界面"。公司计划于今年夏季发布首批多模态模型,驱动一个能与现有产品和服务协同工作的个人AI平台,并在此基础上推出专属硬件设备。目前公司拥有70名员工,运营着配备英伟达B200 GPU的数据中心。
Q3:Hark的AI助手面临哪些核心挑战?
A:Hark面临的一大核心挑战是隐私与上下文感知的平衡问题——如何在不侵犯用户周围人隐私、不让人感到不适的前提下,向AI助手提供充分的用户生活背景信息。目前Meta智能眼镜等可穿戴设备尚未有效解决这一问题,Hark对此也尚未公开具体解决方案。
好文章,需要你的鼓励
根据SpaceX近期发布的IPO招股书,Anthropic同意每月向SpaceX支付12.5亿美元,以获取其位于田纳西州孟菲斯的Colossus I和Colossus II数据中心的AI训练算力,合同期至2029年5月,年费高达150亿美元。协议设有90天终止条款。目前Anthropic正朝季度盈利迈进,预计销售收入将超过109亿美元。
这项联合研究提出了COVER方法和CM-EVS数据集,用贪心算法从3D场景中智能筛选全景视角,每场景仅需25帧即可完整覆盖室内场景,并附完整溯源日志。
美国商务部宣布与IBM合作建立首个量子晶圆厂,获CHIPS法案最高10亿美元资金支持,旨在扩大国内量子硬件产能。与此同时,D-Wave Quantum也获得联邦量子资金支持,政府将持有其1亿美元股权。两项举措标志着美国工业政策从半导体制造和AI基础设施向量子计算领域延伸,将其纳入国家安全与经济竞争战略。2025年量子科技初创投资已达126亿美元,市场前景持续扩大。
HolderPO通过引入可调参数p的霍尔德均值替代固定的算术平均,解决了大模型推理训练中信号放大与稳定性之间的根本矛盾,配合动态退火策略在数学推理和代理任务上均创造了新的最优记录。