人工智能初创公司Prometheus Inc.宣布完成120亿美元新一轮融资。该公司由亚马逊创始人杰夫·贝佐斯联合领导。
据Axios今日报道,此次B轮融资对Prometheus的估值达到410亿美元。本轮融资方包括贝佐斯本人、摩根大通、贝莱德、高盛、DST Global以及Arch Venture Partners。Prometheus此前以"Project Prometheus"之名为外界所知,并已在早期融资中筹得61亿美元。
贝佐斯于去年11月与Vik Bajaj共同创立了这家公司。Bajaj曾是Alphabet旗下生命科学部门Verily的联合创始人。两人目前共同担任Prometheus的联席首席执行官。他们今日接受CNBC采访时表示,Prometheus正在开发一套旨在加速硬件研发的AI工具。在接受Axios采访时,贝佐斯表示,他预计这套软件能够将工程工作流程的效率提升10倍甚至更高。
Prometheus的应用场景十分广泛。据悉,其软件将具备设计机器人、喷气发动机和药物的能力。贝佐斯还向Axios透露,这项技术同样可以帮助云服务运营商优化数据中心,这也暗示Prometheus的工具将具备自动化芯片研发任务的潜力。
该公司计划重点聚焦于工程项目中的原型设计阶段与预量产制造阶段,但目前尚未披露具体的技术实施方案。
目前市场上已有多款AI工程工具通过快速生成多个产品设计版本来加速原型开发。部分初创公司,例如PhysicsX,也在尝试对原型设计中的仿真验证环节进行自动化处理——工程师通过仿真测试AI生成的各类产品设计方案,从中筛选出性能最优的版本。
仿真系统通过偏微分方程对现实世界进行建模,这类函数非常适合描述物理现象,但对计算硬件要求较高。AI工程工具借助一种名为"神经算子"的算法来提升计算效率,该算法专为求解此类方程进行了优化。
预量产制造是Prometheus的另一个核心方向,指的是在小批量生产阶段制造原型产品,通常借助3D打印技术实现。Axios报道称,Prometheus的软件将具备优化预量产设备的能力。
在竞争格局上,Prometheus不仅面临PhysicsX等新兴初创公司的挑战,还需与Autodesk、Synopsys和Cadence Design Systems等行业成熟企业正面交锋。这些公司均已将AI功能集成至其工程软件产品中,其自动化工具不仅能够支持原型设计流程,还能执行合规性检查等多种任务。
据报道,Prometheus将把此轮120亿美元融资的大部分资金用于采购计算基础设施,并可能推进更多收购计划。去年,Prometheus已收购了一家名为General Agents Inc.的初创公司,该公司开发了一款专为多步骤计算机操作任务优化的AI智能体。
Q&A
Q1:Prometheus公司目前在开发什么产品?
A:Prometheus正在开发一套AI工具,旨在加速硬件研发流程。据贝佐斯透露,该软件预计可将工程工作流程效率提升10倍以上。其应用场景涵盖机器人设计、喷气发动机研发、药物开发,以及云服务数据中心优化和芯片研发自动化等领域,重点聚焦于原型设计和预量产制造两个阶段。
Q2:Prometheus此次120亿美元融资将用于哪些方面?
A:据报道,Prometheus将把此轮融资的大部分资金用于采购计算基础设施,以支撑其AI工具的运行需求。此外,公司还可能利用部分资金推进新的收购计划。此前,Prometheus已收购了专注于多步骤计算机任务的AI智能体开发商General Agents Inc.。
Q3:Prometheus在AI工程工具市场面临哪些竞争对手?
A:Prometheus同时面临新兴初创公司和成熟企业的双重竞争。初创公司方面,PhysicsX专注于仿真验证环节的自动化;成熟企业方面,Autodesk、Synopsys和Cadence Design Systems均已将AI功能整合至其工程软件中,提供包括原型设计自动化和合规性检查在内的多项功能。
好文章,需要你的鼓励
仿人机器人与自动驾驶汽车在区域架构、功能安全及雷达传感方面高度相似。多分辨率摄像头组合可更好地模拟人类视野,兼顾广角低保真与局部高精度需求。自然运动需实时计算正逆运动学、距离与深度,同时须兼顾功耗效率。当前视觉与基础操控技术最为成熟,而触觉、全身协调及非结构化环境中的移动能力仍是主要挑战。业界正借鉴自动驾驶经验,加速推进仿人机器人的规模化落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着AI技术发展,攻击者可融合白市、灰市及黑市数据,构建个人及其环境的数字孪生体,使定向攻击更为便捷。专家指出,AI与网络安全的核心交汇点是数据本身。防御AI数据融合攻击需依赖硬件信任根、强加密、安全密钥存储及严格的数据匿名化措施。芯片架构师需将安全设计嵌入硬件层,确保数据完整性验证、隔离执行及认证数据流,以应对日益复杂的运行时攻击面。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。