又一千億AI獨角獸誕生!英偉達投的AI推理創企獲87億新融資
編譯 | 孫小雯 編輯 | 程茜 11月4日消息,今天凌晨,美國雲推理平臺Fal稱已完成13億美元(約合人民幣87.33億元)F輪融資,投後估值達160億美元(約合人民幣1074.88億元),該輪融資於今年10月完成。今年4月,其E輪估值為80億美元(約合人民幣537.44億元),本輪融資後估值翻倍。據彭博社報道,Fal計劃將新資金用於採購更多算力,並擴充目前185人的團隊。公司今年夏天一度因無法滿足客戶需求,不得不限制客戶請求量。本輪融資由美國知名投資機構Bessemer Venture Partners領投,英偉達繼續參投。
Fal成立於2021年,總部位於舊金山,核心業務是為創作者和開發者提供圖像、視頻及音頻模型託管與推理服務,幫助客戶運行模型、生成內容。其兩位聯合創始人為Burkay Gur和Gorkem Yurtseven。首席執行官Gur此前曾負責Coinbase的機器學習業務,聯合創始人兼首席技術官Yurtseven曾為亞馬遜開發者。▲Fal聯合創始人Burkay Gur與Gorkem Yurtseven合影(圖源:First Round Capital) 據彭博社援引知情人士消息,Fal今年早些時候的年化營收已達到8億美元(約合人民幣53.74億元)。
據Bessemer發佈的投資公告,Fal為開發者提供統一的模型調用API,為模型開發商提供分發服務,併為企業部署自有模型提供推理基礎設施。據其本輪領投方Bessemer披露,Adobe、Canva和Shopify等公司已在實際業務中使用Fal的服務。Fal官網稱,其客戶覆蓋娛樂工作室、廣告公司、電商品牌、遊戲開發商和營銷團隊,相關模型已接入客戶的內容生產流程。Fal透露,其後訓練合作方包括中國大模型獨角獸MiniMax和德國視覺模型開發商Black Forest Labs。
今年8月,Fal推出基於MiniMax H3後訓練的H3 Max,優化提示詞遵循能力、視覺質量和生成速度;10月,該公司又與Black Forest Labs合作推出FLUX 3 Max,繼續優化視頻生成質量與推理效率。Fal稱,H3 Max的訓練和推理均使用英偉達GB200 NVL72系統,生成一段5秒視頻約需3秒。據彭博社報道,Gur稱,客戶需求激增是Fal此次大額融資的重要原因。今年夏天,公司一度無法滿足客戶需求,不得不限制客戶請求量。Fal在官網透露,這兩輪融資將支持其2027年的業務發展,併為團隊開展新研究和內容創作探索提供資金。
結語:需求超出承載能力,推理平臺通過融資支持擴張 今年7月,AI推理服務商Fireworks完成15.05億美元(約合人民幣101.11億元)D輪融資,英偉達同樣參投,資金將用於擴大工程團隊和全球算力規模。客戶需求增長,但承接這些業務需要先花錢採購算力、擴充團隊,兩家公司都選擇通過融資支持擴張。對Fal而言,融資要解決眼前的服務容量問題,與MiniMax、Black Forest Labs合作則著眼於提高模型生成速度和質量。廣告、電商和遊戲客戶已將AI模型接入日常內容生產,平臺限流、生成耗時和素材效果,都會影響客戶的使用選擇。
接下來,Fal需要把新增算力和模型優化轉化為更穩定、高效的服務,爭取這些客戶持續投入的模型調用預算。來源:彭博社、Fal、TechCrunch
Related
相關文章
用自家大模型造自己的“芯”:Anthropic 組建 15 人芯片設計團隊,Claude 助陣讓研發提速
在實際的內部測試與應用中,Anthropic 的工程師團隊發現,與英偉達、超威半導體(AMD)等傳統大型芯片設計企業的常規工作流程和耗時估算相比,藉助 Claude 模型進行輔助設計,能夠顯著縮短芯片整體設計所需的週期。這一探索不僅展示了大模型在底層硬件研發中的輔助潛力,也為整個人工智能行業通過 AI 提升芯片研發效率提供了全新的實踐樣本。
17秒驗明AI“真身”!Anthropic開源可證明推理系統,能抓模型調包
編譯 | 孫小雯 編輯 | 程茜 11月4日消息,今天凌晨,Anthropic開源大模型可證明推理系統FlashProve,詳細技術報告於11月2日發佈。服務商可通過該系統為模型回答生成密碼學證明,用戶無需獲取模型權重或自行運行大模型,就能在CPU上核驗輸出是否符合指定模型的計算結果。
360參與發起《智能體發展自律公約》,助力構建可信智能體生態
11月4日,在2026年世界互聯網大會烏鎮峰會“智能體互信互聯互操作全球合作創新”論壇上,中國信息通信研究院、360、華為等企業及機構共同發佈《智能體發展自律公約》(以下簡稱《自律公約》)。360作為核心發起單位之一,深度參與了公約的起草與發佈。“智能體互信互聯互操作全球合作創新”論壇當前,智能體正從“單點應用”加速邁向“多智能體協同”。但智能體在跨平臺、跨系統交互時,其自身的權限越界、數據洩露、行為失控等安全隱患,成為阻礙其大規模落地的核心痛點。
一個人一天搞定:Windows 11 原生測速工具背後的"AI 副駕"模式
早先微軟與 Ookla 合作推過早期版本,本質只是 Bing 網頁的包裝;直到上月,真正貼合 Windows 風格的原生工具才正式上線。人定方向、AI 跑腿,業餘時間一天出原型據 Ash 介紹,項目起點是用戶反饋"不想離開系統就能測網速"。
OpenAI 員工的"副業"硬件:GPT-6 Astra 一週出圖、一月出樣
據稱,兩名團隊成員利用業餘時間,不到一週就借 Astra 完成一款能與 Codex 交互的測試設備設計——模型一口氣包辦了外觀、外殼結構、電子元件選型、電路板佈局到固件生成,把原本需要多方協作的活兒收進一個對話窗口。代工廠隨後不到一個月便造出小批量原型機,從一張草圖到可把玩的真機,週期被壓到驚人地短。
給 AI 輸出蓋"數字指紋":Anthropic 研發 FlashProve 讓換模型無處遁形
公司週二博客稱,它要做的"可證明推理",是用密碼學為每條輸出出具數學保證,證明確實出自指定模型——就像加密郵件簽名幫收件人確認發件人,FlashProve 專門防備"把甲模型偽裝成乙模型"。堵住成本作弊暗門,也拆穿"注水"成績單研究人員點破長期潛規則:有了它,AI 公司難以為省成本在後臺偷偷把貴模型換成廉價版;反過來,企業也沒法暗中將便宜模型偽裝成高價型號、人為抬高跑分。