Hark公司是一家面向消费市场开发人工智能设备的初创企业,近日宣布完成逾7亿美元的融资。
本轮A轮融资由Parkway Venture Capital领投,英伟达、英特尔资本、AMD Ventures、高通创投、Salesforce Ventures等多家机构跟投。目前,Hark公司估值已达60亿美元。
Hark此前已获得其创始人兼首席执行官Brett Adcock的1亿美元个人投资。Adcock同时也是人形机器人初创公司Figure AI的CEO,该公司专注于开发能够完成家务的人形机器人。他早年还创立了飞行出租车公司Archer Aviation。
Hark正在开发一系列自研AI模型,声称将提供"先进的个性化智能"能力。这些算法采用多模态架构,并配备持久记忆功能,能够保存用户偏好,并利用所存储的信息主动生成任务建议。
Hark计划将旗下AI模型搭载于一系列经过AI优化的硬件设备上。这些设备的设计目标是"与人和现实世界自然交互",定位为传统AI服务访问方式的替代方案。
从Hark官网的演示视频来看,其AI模型可完成餐厅预订、电商购物和信息检索等操作,同时支持语音指令。不过,这些模型能否胜任商业任务自动化,目前尚不明朗。
通常情况下,企业会在云端运行前沿多模态模型。一旦Hark的设备获得大量用户采用,云端推理的成本可能会变得难以承受。因此,该公司有可能选择构建能力相对有限、但更具成本效益的本地化模型,直接在用户设备上运行。
去年,谷歌发布了一款专为有限算力设备优化的多模态模型Gemma 3n。该模型拥有60亿参数,但在实际运行中仅激活其中一部分,以降低对硬件的需求。其中一个名为MatFormer的模块,允许开发者关闭应用中不需要的部分模型功能。
Hark有可能为其算法引入类似的优化机制。该公司计划于今年夏天推出首批模型,消费者硬件设备则将在此后的某个时间发布,具体日期尚未公布。
据TechCrunch报道,Hark将利用本轮新募资金招募更多硬件工程师、AI研究员和设计师,同时计划升级AI训练基础设施。目前,该公司使用配备英伟达Blackwell B200显卡的本地化集群进行模型训练。
"我们正在打造一款人人都值得拥有、却从未有人真正构建过的AI——它真正了解你,说你听懂的语言,高度个性化,并运行在专为你设计的硬件之上。"Adcock表示。
Hark的产品线将面临来自OpenAI的竞争,后者同样正在积极布局消费硬件市场。据报道,OpenAI正在研发一款无屏AI设备,最早可能于明年初亮相。近期还有消息称,OpenAI可能还会推出智能音箱、智能台灯及可穿戴设备等产品。
Q&A
Q1:Hark公司开发的AI设备有哪些核心功能?
A:Hark开发的AI设备搭载多模态架构的自研AI模型,具备持久记忆功能,能够保存用户偏好并主动生成任务建议。根据官网演示视频,该模型可完成餐厅预订、电商购物和信息检索等操作,同时支持语音指令交互,定位为传统AI服务访问方式的替代产品。
Q2:Hark的AI模型会在云端还是本地设备上运行?
A:目前尚未明确,但存在本地化部署的可能性。由于大量用户使用云端推理会带来高昂成本,Hark可能选择构建能力相对精简、可在用户设备本地运行的模型。谷歌此前发布的Gemma 3n提供了可借鉴的思路,通过MatFormer模块按需激活模型部分参数,有效降低硬件门槛。
Q3:Hark在消费硬件市场面临哪些竞争?
A:Hark的主要竞争对手包括OpenAI。据报道,OpenAI正在研发一款无屏AI设备,预计最早明年初推出,同时还可能发布智能音箱、智能台灯及可穿戴设备等产品。两家公司都在积极布局消费级AI硬件赛道,竞争态势逐渐清晰。
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。