今日融資快報

主打AI搜索，秘塔科技完成超  1 億元人民幣的新一輪融資，螞蟻集團領投

秘塔科技完成了超  1 億元人民幣的新一輪融資，由螞蟻集團領投、光速光合跟投，本輪投后估值達 1.5 億美元。秘塔之前的老股東有明勢資本、獵豹移動和豐元資本等。據(jù)了解，百度、騰訊等大型科技公司也曾在這輪融資期間與秘塔接觸，最終螞蟻與秘塔達成交易。

秘塔創(chuàng)始人閔可銳是一位連續(xù)創(chuàng)業(yè)者，2012 年他聯(lián)合創(chuàng)立了自然語言技術供應商 “玻森數(shù)據(jù)”，任 CTO，該公司后在 2015 年被螞蟻收購。2017 年，閔可銳加入獵豹移動任首席科學家。2018 年 4 月，閔可銳創(chuàng)立秘塔科技，此后秘塔陸續(xù)推出法律 AI  翻譯產(chǎn)品 “秘塔翻譯”，糾錯校對產(chǎn)品 “秘塔寫作貓”；又在 2022 年推出文章生成產(chǎn)品 “量子速寫”，上線一周內(nèi)日活過萬。今年 3 月下旬，秘塔的 AI 搜索產(chǎn)品 “秘塔 AI 搜索” 正式上線，當月網(wǎng)站訪問量超過 700 萬次。據(jù)網(wǎng)站訪問數(shù)據(jù)監(jiān)測平臺 Similar Web，秘塔搜索 3 月的訪問量在中國一批 AI 產(chǎn)品中排名第三，僅次于百度文心一言和月之暗面 Kimi；當月增速達到 550%。（晚點）

網(wǎng)絡攝像頭公司 Opal 獲 6000 萬美元的 B 輪融資，OpenAI 領投

Opal 公司前身是 Opal Camera， 由油管UP主 Casey Neistat和 TikTok 網(wǎng)紅 Charli 和 Dixie D'Amelio 創(chuàng)辦，此前一直生產(chǎn)網(wǎng)絡攝像頭。據(jù)悉，Opal計劃在繼續(xù)銷售網(wǎng)絡攝像頭的同時，開發(fā)由OpenAI的人工智能模型驅(qū)動的其他類型的設備。

OpenAI 正領投 Opal 公司 6000 萬美元的 B 輪融資，包括Founders Fund和Kindred Ventures在內(nèi)的現(xiàn)有投資者預計也將參與本輪融資。

由前 Pivotal 首席執(zhí)行官領導的 Mechanical Orchard 獲得由 Alphabet 的 GV 領投的 5000 萬美元融資

2022 年Pivotal 前首席執(zhí)行官 Rob Mee 創(chuàng)立了 Mechanical Orchard，這是一家初創(chuàng)公司，使用“人工智能增強”工具和云實例來構建公司老化應用程序和服務的現(xiàn)代化副本。

Mechanical Orchard 完成了由 Alphabet 旗下風險投資部門 GV（前身為 Google Ventures）領投的 5000 萬美元 B 輪融資，融資總額達到 7400 萬美元。

紅杉資本向 Reflection AI 投資，估值達 1 億美元

Reflection AI 由前谷歌 DeepMind 的研究員 Misha Laskin 和 Ioannis Antonoglou 創(chuàng)立。專注于人工智能技術的研發(fā)，目標是將 AI 的潛力帶入更廣泛的應用場景。此次投資使得 Reflection AI 的估值達到1億美元。

LLM原生客戶體驗智能和服務自動化公司Level AI 完成 3940 萬美元 C 輪融資

Level AI 是一家為聯(lián)絡中心提供先進人工智能應用程序的提供商。利用非結構化對話數(shù)據(jù)構建了一系列 AI 代理來實現(xiàn)質(zhì)量保證自動化、充當 CX Copilot，并通過深入的生成式 AI 洞察將客戶的聲音系統(tǒng)化。其產(chǎn)品被 Affirm、Penske、Vista、Carta 等領先品牌使用。

該輪融資總額達到 7310 萬美元，由 Adams Street Partners 領投，Cross Creek、Brightloop 和許多 CX 領導者追加投資，Battery Ventures 和 Eniac Ventures 等現(xiàn)有投資者也參與其中。

為開發(fā)人員提供無服務器 Postgres 數(shù)據(jù)庫，Neon 籌集 2560 萬美元資金

該輪融資總額達到 1.306 億美元，由微軟風險基金 M12 領投，Abstract Ventures、General Catalyst、Menlo Ventures 和 Notable Capital 跟投。

該公司打算利用這些資金擴大其開發(fā)工作和業(yè)務范圍，加速基于 Azure 構建的下一代人工智能應用程序。

通用保密計算平臺 Anjuna 籌集 2500 萬美元資金

此輪融資由 M Ventures、SineWave Ventures 和 AI Capital Partners（Alpha Intelligence Capital 的美國基金）領投，現(xiàn)有投資者 Founder Collective、Insight Partners、Playground Global 和 Uncorlated 跟投。此外，M Ventures 的 Ilja Aizenberg 和 SineWave 的 Patricia Muoio 也將加入該公司董事會。

該公司打算利用這筆資金來擴展其支持人工智能的企業(yè)產(chǎn)品，其中最引人注目的是 Anjuna Seaglass? AI Clean Rooms 的推出，該產(chǎn)品現(xiàn)已提供私人預覽版。

專注于一線制造、能源和公用事業(yè)領域的AI技術，Datch 完成 1500 萬美元 A 輪融資

Datch 為工業(yè)運營提供一線智能平臺。它使用為資產(chǎn)管理環(huán)境構建的人工智能，對工作管理流程進行數(shù)字化、結構化和簡化，同時使無辦公桌團隊能夠捕獲更多數(shù)據(jù)。通過利用法學碩士和圖形技術，該公司使組織能夠?qū)⑵渖鷳B(tài)系統(tǒng)中的非結構化、分散的信息轉化為推動運營成果的見解。

此輪融資由 Third Prime 領投，Blackhorn Ventures、Blue Bear Capital 和 Susquehanna Investment Group 跟投。

AI護理解決方案提供商Guidehealth獲得1400萬美元種子輪融資

Guidehealth基于價值的護理平臺提供人工智能洞察，了解哪些患者在可預防的健康事件發(fā)生之前需要特定護理，為患者/提供商和社區(qū)連接和參與提供虛擬健康指南，以及工作流程工具。近日，Guidehealth獲得1400萬美元種子輪融資，Memorial Hermann Hospital投資。

視覺AI初創(chuàng)公司 Napkin 獲1000萬美元的融資

Napkin 是一款利用AI將文本轉換為視覺效果的工具，旨在簡化設計過程，幫助用戶更有效地傳達和銷售創(chuàng)意。

Napkin由兩位工程師Pramod Sharma和Jerome Scholler聯(lián)手打造。在創(chuàng)辦 Napkin 之前，前 Google 員工 Sharma 創(chuàng)立了教育游戲公司 Osmo。斯科勒是 Osmo 的創(chuàng)始團隊成員，在此之前，他曾在育碧、LucasArts 和谷歌工作過。目前Napkin獲得Accel 和 CRV 的 1000 萬美元資金。

AI驅(qū)動的遠程車輛診斷公司，DC Connected Car 獲得 210 萬歐元種子資金

DC Connected Car 成立于 2020 年，提供將人工智能與遠程診斷相結合的一體化解決方案，以解決行業(yè)熟練勞動力短缺的問題。

此輪融資由 VENPACE 領投，Borusan Ventures、Atlas Ventures、Network.VC 以及現(xiàn)有投資者 APX、Bloomhaus Ventures 和 Business Angels 參與。

AI代理工具Payman AI獲得300萬美元pre-seed輪融資

Payman AI致力于開創(chuàng)AI向人類支付的新時代，使AI能夠支付人類完成任務，例如市場營銷等。PaymanAI已完成300萬美元的pre-seed輪融資，投資方包括Visa、Coinbase Ventures、Boost VC、Deepwater Management、The Spartan Group、Untapped VC、Theory Forge VC等。其他投資者還包括Protofund VC、Systemic Ventures、Metropolis DAO以及奧運金牌得主Viktor Axelsen、Devin Walsh、Kenneth Kuo等天使投資者。

AI品牌搜索分析BrandRank.AI 籌集 120 萬美元種子和天使資金

BrandRank.AI 通過AI驅(qū)動的搜索和發(fā)現(xiàn)幫助品牌衡量、保護和增強信任。 SaaS 平臺和服務將人工智能與專家見解相結合，監(jiān)控所有主要的 GAI 引擎，以查明漏洞和機會，識別驅(qū)動購買行為的關鍵見解，并發(fā)現(xiàn)品類需求和機會。

支持者包括 Sandberg Bernthal Venture Partners 和 Mercury Fund。個人投資者包括寶潔公司前首席執(zhí)行官兼迪士尼董事長約翰·佩珀 (John Pepper) 和弗蘭西·佩珀 (Francie Pepper)、早期風險投資領袖以及辛辛那提紅人隊 (Cincinnati Reds) 和辛辛那提足球俱樂部 (FC Cincinnati) 投資者 Grandin Properties 的 Jack 和 Peg Wyant、Ed Rigaud 以及 Claritas 首席執(zhí)行官 Mike Nazzaro（前 Nielsen Catalina 首席執(zhí)行官）。

光庭信息戰(zhàn)略投資武漢卓目科技

光庭信息與卓目科技簽署協(xié)議，正式向卓目科技進行戰(zhàn)略投資，進一步落實公司“AI+數(shù)字化”發(fā)展規(guī)劃，將人工智能技術積極應用于汽車行業(yè)，推動公司從汽車電子軟件解決方案供應商向軟件智能化的新一代軟件企業(yè)跨越。卓目科技是一家致力于人工智能、物聯(lián)網(wǎng)等新一代信息技術研究開發(fā)，提供專業(yè)的智慧視覺、智慧物聯(lián)產(chǎn)品的高新技術企業(yè)，是湖北省上市金種子企業(yè)。

黑芝麻智能上市

黑芝麻智能是一家專注于視覺感知技術與自主IP芯片研發(fā)商，主攻領域為嵌入式圖像和計算機視覺，提供基于光控技術、圖像處理、計算圖像以及人工智能的嵌入式視覺感知芯片計算平臺，為ADAS及自動駕駛提供完整的商業(yè)落地方案。黑芝麻智能正式在港交所主板掛牌上市。其發(fā)行價為28港元/股。（36kr）

Cloudbees 收購人工智能軟件測試初創(chuàng)公司 Launchable

企業(yè)軟件交付公司 CloudBees Inc. 宣布收購基于人工智能的軟件測試初創(chuàng)公司 Launchable 。Launchable 成立于 2019 年，提供用于測試套件智能和優(yōu)化的 AI Co-Pilot。收購后，Cloudbees將Launchable的人工智能解決方案引入CloudBees平臺，將通過使用機器學習驅(qū)動的預測性測試選擇來減少不必要的測試和低效的工作流程，從而為開發(fā)人員提供更快的開發(fā)測試迭代。

收購價格沒有披露，但在交易前，Launchable已通過兩輪融資籌集了1270萬美元。該公司的投資者包括 645 Ventures Management、Battery Ventures LP、Unusual Ventures LP 和 GoingVC。

AI日程安排創(chuàng)新公司Kronologic 被 East11 Ventures 收購

East11 Ventures 是一家風險投資和私募股權公司。交易金額并未披露。此次收購將進一步促進 Kronologic 在人工智能銷售領域的增長和創(chuàng)新。通過與 East11 Ventures 聯(lián)手，它將獲得豐富的資源、專業(yè)知識和戰(zhàn)略指導，以加速其擴張并增強其產(chǎn)品供應。

第三方風險人工智能公司Exiger 收購 XSB

交易金額并未披露。此次收購將 XSB 全面的專有采購、設計和維護情報以及工程分析平臺與 Exiger 自己的專有數(shù)據(jù)和人工智能相結合，為物流、PEO 和收購社區(qū)創(chuàng)建端到端解決方案。

XSB 由首席執(zhí)行官Rupert Hopkins)創(chuàng)立，使用基于人工智能的應用程序?qū)⒎墙Y構化數(shù)據(jù)轉換為可操作的情報。其圖形數(shù)據(jù)庫廣泛應用于政府機構、平臺和作戰(zhàn)司令部以及國防工業(yè)基地。

能源專用 SaaS 公司 Enverus 收購 AI 采購平臺 BidOut

交易金額并未披露。BidOut 成立于 2020 年，是一家由人工智能驅(qū)動的能源采購平臺提供商，使買家能夠通過簡化 RFx 創(chuàng)建流程來從多個供應商處獲取投標。通過直接連接服務提供商與買家。

Enverus 是一家專注于能源的 SaaS 公司，其平臺旨在優(yōu)化生成式 AI 的價值，提供隨時隨地的分析和見解訪問。

（歡迎添加微信AIyanxishe2，了解更多AIGC、融資情況，與志同道合的朋友一同暢聊時新AI產(chǎn)品）

今日大廠風聞

OpenAI 移動版 ChatGPT七月報告：凈收入 2800 萬美元，新增 200 萬付費用戶

根據(jù) Appfigures 的數(shù)據(jù)，自從 OpenAI 推出 GPT-4o 以來，ChatGPT 移動應用的凈收入在發(fā)布當天首次躍升 22%，今年7月創(chuàng)下單月收入新高，凈收入達2800萬美元。

在最近的一周時間里，ChatGPT 移動應用在 App Store 和 Google Play 上的凈收入達到了 420 萬美元，這是該應用迄今為止收入增長最快的一次。其中，蘋果的 App Store 貢獻了大部分新收入，占 81%，美國是最大的市場，貢獻了 180 萬美元的收入。

Bengio 加入 Safeguarded AI，擔任科學總監(jiān)

Yoshua Bengio，深度學習領域的巨頭之一，加入Safeguarded AI（受保護的人工智能）項目，擔任科學總監(jiān)。該項目由英國高級研究與發(fā)明局（ARIA）支持，預計將投入 5900 萬英鎊。項目的目標是構建一個能夠理解和降低其他 AI Agent 風險的 AI 系統(tǒng)，通過量化安全保障來實現(xiàn)。Bengio 將特別關注 TA3 和 TA2，并為項目提供科學戰(zhàn)略建議。

英特爾推出首款獨立 GPU，瞄準中國人工智能汽車機遇

英特爾公司在中國深圳舉行的 AI Cockpit Innovation Experience 活動上發(fā)布了其首款專為自動駕駛和智能汽車設計的獨立顯卡 ——Intel Arc Graphics for Automotive dGPU。該產(chǎn)品預計將于 2025 年初在中國的汽車中進行商業(yè)部署，為駕駛員和汽車制造商帶來 “AI-driven cockpit experiences and enhanced personalization”。

該發(fā)布可能為英特爾在人工智能領域的參與度帶來提升，因為目前該公司在數(shù)據(jù)中心 AI 處理器市場的份額遠低于競爭對手 Nvidia。Nvidia 目前幾乎占據(jù)了 90% 的 AI 工作負載市場。

“太極-Ⅱ”光芯片首次實現(xiàn)大規(guī)模光訓練

清華大學團隊在智能光芯片領域取得重大進展，首創(chuàng)全前向智能光計算訓練架構，研制出“太極-Ⅱ”光芯片，實現(xiàn)了大規(guī)模神經(jīng)網(wǎng)絡的原位光訓練，為人工智能大模型探索了光訓練的新路徑。相關成果在線發(fā)表于最新一期國際學術期刊《自然》。

Humane首款可穿戴AI設備近三個月退貨量超過銷量

據(jù)The Verge獲得的內(nèi)部銷售數(shù)據(jù)，從今年5月到8月，AI Pin的退貨量比購買量還多。數(shù)據(jù)顯示，AI Pin和配件總銷售額剛剛超過900萬美元，但約有1000筆訂單在發(fā)貨前被取消，價值超過100萬美元的產(chǎn)品被退回?？偣彩鄢龅腁I Pin數(shù)量約為1萬臺，這僅僅是Humane計劃到2025年4月出貨10萬臺目標的10%。（科創(chuàng)板日報）

阿里云推出首個域名AI大模型應用

阿里云宣布域名產(chǎn)品服務完成AI化系列改造，推出首個基于通義大模型的域名AI應用，并上線“.ai”等40余個全新的熱門域名后綴、2000萬個全球域名資源。隨著域名注冊量的增長，簡短易記的域名變得難以獲得。據(jù)了解，升級后的阿里云萬網(wǎng)，用戶只需輸入品牌名稱和所屬行業(yè)，基于通義大模型就能批量生成創(chuàng)意域名，并自動完成可用性篩查，輸出域名含義。

騰訊混元多模態(tài)能力趕超GPT-4-Turbo

騰訊混元大模型在 SuperCLUE-V 榜單上超越了國際上的 GPT-4、Claude-3.5 和 Gemini-1.5，不過仍然落后于 GPT-4o。騰訊混元的多模態(tài)版本 hunyuan-vision 在騰訊元寶 APP 中可以免費體驗，該 APP 主打?qū)嵱?AI 搭子，強調(diào)實用易用性。騰訊混元大模型已擴展至萬億參數(shù)規(guī)模，采用了 MoE 架構，并且能夠處理高達 7k 分辨率的圖片。

Mistral AI新開發(fā)者工具，可自主優(yōu)化和構建智能Agents

Mistral AI 發(fā)布一系列開發(fā)者工具，包括 La Plateforme 用于模型微調(diào)，Agents 平臺用于構建智能 Agents，以及支持 Python 和 TypeScript 的 SDK。這些新工具的推出在 AI 開發(fā)社區(qū)引起了廣泛關注，被認為能夠提高 Mistral AI 模型的可用性，并為個性化 AI 應用開辟新的可能性。同時，Mistral AI 與英偉達合作推出了名為 Mistral-NeMo 的新語言模型，旨在將 AI 功能帶到企業(yè)桌面。

今日產(chǎn)品動態(tài)

Product Hunt 熱榜，F(xiàn)lowith

Flowith 是一款集成了多種 AI 模型的深度工作平臺，它通過直觀的界面和強大的功能，如多線程管理、自主規(guī)劃、實時協(xié)作和知識提取，來提升用戶的生產(chǎn)力和創(chuàng)新能力。

平臺的核心是 Oracle 引擎，能夠處理復雜任務并選擇合適的工具來解決問題。Flowith 支持多種應用場景，包括代碼開發(fā)、學術研究、內(nèi)容創(chuàng)作、設計原型和戰(zhàn)略規(guī)劃。用戶可以通過實時搜索、智能摘要和動態(tài)交互與 AI 進行深度互動，實現(xiàn)高效的工作流程。Flowith 的社區(qū)版本已經(jīng)擁有超過 50k+ 用戶，并且得到了用戶和行業(yè)專家的積極反饋。

?https://try.flowith.io/?ref=producthunt

開發(fā)者推薦

Wordware 毒舌推特羅伯特

Wordware 的 IDE 平臺推出了一個 AI Agent，被稱為推特羅伯特。自上線以來，它以其毒舌和尖銳的評論迅速獲得了極大的流行，僅 11 天時間就吸引了 400 萬用戶，每小時的用戶數(shù)量甚至達到了 10.6 萬人的高峰。在Producthunt 上獲得了6881的票數(shù) ，是當日最佳產(chǎn)品。推特羅伯特通過分析用戶的推文，對各種名人和普通用戶進行了精準的吐槽，包括馬斯克、川建國、Taylor Swift 等，其評論既幽默又切中要害，引起了網(wǎng)絡上的廣泛傳播和討論。

? https://twitter.wordware.ai/

阿里巴巴科研自動化AI助手DS Assistant

阿里巴巴最新推出的 AI 數(shù)據(jù)科學助手 DS Assistant。該助手基于 Modelscope-Agent 框架，支持接入各種開源模型，提供 RAG 組件和豐富的工具生態(tài)。DS Assistant 采用 plan-and-execute 框架，能夠自動執(zhí)行數(shù)據(jù)探索、預處理、特征工程、模型訓練和評估等步驟，提高了工作效率，降低了數(shù)據(jù)科學工作的門檻。

在實戰(zhàn)案例中，DS Assistant 已經(jīng)成功應用于 Kaggle 上的數(shù)據(jù)科學比賽，并通過 ML-Benchmark 得到了評估，顯示出在部分復雜數(shù)據(jù)科學任務上超越了開源 SOTA

?https://github.com/modelscope/modelscope-agent/blob/master/examples/agents/data_science_assistant.ipynb

Xlabs 發(fā)布基于 FLUX 的 Controlnet 模型和 Lora 模型的訓練腳本

XLabs-AI 團隊在 Hugging Face 平臺上發(fā)布了一個針對 Black Forest Labs 的 FLUX.1-dev 模型的 LoRA 攝影現(xiàn)實主義檢查點。該團隊還分享了包括 LoRA 和 ControlNet 在內(nèi)的 Flux 模型的 finetuning 腳本和配置文件。訓練數(shù)據(jù)集采用特定格式，其中包含圖像和相應的.json 文件，后者包含文本提示。

此外阿里云百煉平臺也上線了首個FLUX中文優(yōu)化版，開發(fā)者可限時免費調(diào)用該模型。

FLUX由Stable Diffusion核心作者創(chuàng)辦的Black Forest labs研發(fā)，首款模型FLUX.1一經(jīng)推出便成為得到很多開發(fā)者好評。 FLUX.1采用了Stable Diffusion 3類似架構，但新引入了DoubleStreamBlock結構，達到了超越Stable Diffusion 3 甚至挑戰(zhàn)Midjourney V6的生成質(zhì)量。

?https://huggingface.co/XLabs-AI/flux-RealismLora

特別關注

Andrej Karpathy：RLHF 并不是真正的強化學習

Andrej Karpathy 在 X 上的帖子中探討了強化學習從人類反饋（RLHF）在訓練大型語言模型中的作用。他認為，盡管 RLHF 被視為 LLM 訓練的第三階段，但它與實際的強化學習相比，實際上只是勉強算是 RL。Karpathy 以 AlphaGo 為例，說明了真正的 RL 訓練是如何使計算機在沒有人類反饋的情況下通過游戲回合的最大化來超越人類棋手的。相比之下，如果使用 RLHF 訓練 AlphaGo，將需要人類標注者對 Go 棋盤狀態(tài)進行評價，然后訓練一個獎勵模型（RM）來模仿這種評價，這種方法在 Go 中并不實用。

Karpathy 指出，RLHF 存在兩個根本問題：一是獎勵模型可能會誤導，因為它是基于人類喜好而非實際勝利的獎勵函數(shù)；二是模型很快會學會到如何操縱獎勵模型，從而產(chǎn)生對抗性例子。盡管如此，RLHF 對于 LLM 的構建仍然是有益的，因為它利用了生成器 - 鑒別器的差距，使得人類標注者更容易從幾個候選答案中選擇最佳答案，而不是從頭創(chuàng)作。此外，RLHF 還有助于減少 LLM 的幻覺現(xiàn)象。然而，Karpathy 強調(diào)，RLHF 并不是真正的 RL，因為在開放領域的問題解決任務中，定義和評估實際獎勵非常困難。

Stealth Startup 首席提示工程師 Cosmin Negruseri 對 Karpathy 的圖片示例提出了質(zhì)疑，認為它可能會誤導讀者，因為在實際的 RLHF 應用中，會學習一個基于棋盤狀態(tài)和可能移動的棋步排名函數(shù)。Karpathy 回應說，他沒有找到更合適的圖片，并擔心過度簡化可能會導致誤解。

? https://x.com/karpathy/status/1821277264996352246

敬請期待明日的最新動態(tài)！

AI情報局征集情報合伙人，匯集獨家價值線索！如果您可以提供有關AI最新融資&行業(yè)內(nèi)幕&獨特產(chǎn)品，請?zhí)砑舆\營微信號：AIyanxishe2備注行業(yè)崗位。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。