2024年5月21日，总部位于美国加州圣克拉拉的边缘推理人工智能（AI）半导体IP初创公司Expedera宣布筹集了2000万美元的B轮融资，本轮融资由indie Semiconductor领投，新投资者和现有投资者参与其中。
该公司计划将筹集的资金用于推进公司的Origin™设备上AI处理器IP产品与服务，并扩大其全球工程足迹。
Expedera成立于2018年，总部位于美国加州圣克拉拉，在英国、中国、日本、中国台湾和新加坡设有工程开发中心和客户支持办公室。公司提供可定制的神经引擎半导体IP，显著提高边缘AI推理应用中的性能、功耗和延迟，同时降低成本和复杂性。该公司的神经处理单元（NPU）解决方案已成功部署在超过1000万台消费设备中，并且是可扩展的，在从边缘节点、智能手机到汽车等领域的应用中产生优越的结果。
（消息来源：PR Newswire）
2024年5月21日，总部位于美国加州圣马特奥的AI安全和治理平台初创公司WitnessAI宣布筹集了2750万美元的A轮融资，本轮融资由GV和Ballistic Ventures共同领投。
该公司计划将筹集的资金用于加速开发新的AI监管措施，并扩大团队规模建立一个全球销售和支持组织。
WitnessAI成立于2023年，由Ballistic Ventures孵化。公司创始人为Rick Caccia，并由他担任CEO。WitnessAI提供一个安全的AI使用平台，通过为公共和私有大型语言模型(LLMs)提供安全性和治理保障，帮助企业安全有效地采用AI。其平台提供员工AI使用情况的可见性、通过AI导向的政策控制使用情况，并通过数据和主题安全性保护使用。
（消息来源：PR Newswire）
2024年5月21日，总部位于法国巴黎的通用人工智能初创公司H（原名Holistic AI）宣布筹集了2.2亿美元的种子轮融资。本轮融资的投资方包括多位亿万富翁（或其家族办公室）、一些知名风险投资公司以及几家战略支持者，如Eric Schmidt、Xavier Niel、Yuri Milner、Bernard Arnault（通过Aglaé Ventures）和Motier Ventures（Lafayette集团所有者的家族办公室），以及风险投资公司Accel、Bpifrance的Large Venture基金、Creandum Partners、Eurazeo、FirstMark Capital和Visionaries Club，还有企业投资者如Amazon和Samsung、UiPath等。
该公司计划将筹集的资金用于支付计算和电力成本，以及推动公司快速发展。
H公司，之前被称为Holistic AI，是一家在几个月前成立的人工智能初创公司。该公司的创始人团队包括曾在斯坦福大学担任研究员的Charles Kantor，以及四位之前在DeepMind工作的联合创始人：Tuyls，曾任研究总监，专注于博弈论和多智能体研究；Laurent Sifre，曾是主要科学家，为DeepMind的旗舰项目如AlphaGo、AlphaFold和AlphaStar做出贡献；Daan Wierstra，DeepMind的创始成员，将成为H公司的首席科学家；Julien Perolat，也在DeepMind有大量博弈论和多智能体研究经验。H公司目前拥有25名工程师和科学家组成的团队，并计划快速行动。该公司表示希望实现全面的通用人工智能（AGI）。
（消息来源：TechCrunch）
2024年5月21日，总部位于美国旧金山的数据标注初创公司Scale AI宣布筹集了10亿美元的F轮融资，估值翻倍达138亿美元。本轮融资由Accel领投，投资方包括亚马逊、Meta、思科、英特尔、AMD、ServiceNow、DFJ Growth、WCM、Elad Gil、Nvidia、Coatue、Y Combinator (YC)、Index Ventures、Founders Fund、Tiger Global Management、Thrive Capital、Spark Capital、Greenoaks、Wellington Management以及GitHub前首席执行官Nat Friedman等知名机构和企业投资者。
该公司表示将筹集的新资金用于加速“前沿数据的丰富性，为通向通用人工智能铺平道路”。
Scale AI成立于2016年，由Alexandr Wang创立，专注于为希望训练机器学习模型的公司提供数据标注服务。Scale AI结合机器学习和人工监督，管理和注释大量数据，这对于训练跨行业的AI系统至关重要，如自动驾驶汽车。该公司的客户包括微软、丰田、通用汽车、Meta、美国国防部，以及自去年8月以来的ChatGPT制造商OpenAI。Scale AI提供正确标注并准备好用于训练模型的数据，并针对不同行业提供专业化服务，例如自动驾驶汽车公司可能需要来自摄像头和激光雷达的标注数据，而自然语言处理(NLP)用例则需要标注文本。
（消息来源：TechCrunch）
2024年5月21日，总部位于英国伦敦的AI生命科学和药物研发初创公司LabGenius宣布筹集了3500万英镑的B轮融资，本轮融资的投资方包括M Ventures、Octopus Ventures、LG集团以及现有投资者Atomico、Kindred Capital、Lux Capital和Obvious Ventures。
该公司计划将筹集的资金用于加速其机器学习驱动的药物发现平台EVA的开发以及产品管线的推进。
LabGenius成立于2012年，由Dr James Field担任首席执行官。公司主要业务是开发其EVA药物发现平台，该平台利用机器学习技术设计、执行并从实验中学习，以识别高性能的抗体。目前，公司正利用该平台开发针对实体肿瘤的解决方案，这些肿瘤可能对治疗性抗体具有抵抗力。
（消息来源：UKTN）
Universal-1是AI语音初创公司AssemblyAI推出的一款多语言语音识别和转录模型，经过超过1250万小时的多语种音频数据训练，支持英语、西班牙语、法语和德语等。该模型在多种环境下都能提供高准确率的语音转文字服务，包括嘈杂背景、不同口音和自然对话等，还具备快速响应时间和改进的时间戳准确性。Universal-1的设计注重于提高每一处语音识别的准确性，能够满足客户对语音数据细微差别的需求，是构建下一代AI产品和服务的强大工具。
目前，Universal-1已推出英语和西班牙语版本，德语和法语版本即将推出。后续，AssemblyAI还将在未来的通用模型中添加额外的语言支持。感兴趣的用户可以在Playground或通过API试用。
更多关于Universal-1的信息，详见AssemblyAI的官方技术报告：https://www.assemblyai.com/discover/research/universal-1
2024年5月20日，总部位于澳大利亚墨尔本的空间人工智能初创公司SpatialGPT.AI宣布筹集了510万澳元（约合340万美元）的种子轮融资。本轮融资的投资方为InnovateGPT，由两位微软澳大利亚公司的员工George Stavrakakis和Rupert Walsh创立。
该公司计划将筹集的资金用于重新定义建筑、教育、医疗保健和零售行业的空间环境，通过其人工智能技术提高运营效率。
SpatialGPT是一家空间+生成式人工智能初创公司，由Robert Marolda创立，他也是微软公司和VMware的高级员工，并在澳大利亚推出微软E5安全产品中发挥了关键作用。该公司专注于使用微软Azure OpenAI服务和微软Copilot，以及苹果Vision Pro、JigSpace等技术构建AI驱动的解决方案，帮助组织转变空间的构建、管理和使用方式。公司最初专注于建筑行业的项目，并提供一系列AI驱动的Copilot解决方案以优化施工工作流程。随着时间的推移，SpatialGPT计划扩展到教育、医疗保健和零售领域，重新构想这些行业的空间环境如何被使用。
（消息来源：SiliconANGLE）
CogVLM2是由智谱AI推出的新一代多模态大模型，在视觉和语言理解方面实现了显著的性能提升，支持高达8K的文本长度和1344*1344分辨率的图像输入，具备强大的文档图像理解能力。该模型采用50亿参数的视觉编码器与70亿参数的视觉专家模块，通过深度融合策略，优化了视觉与语言模态的交互，确保了在增强视觉理解的同时，语言处理能力也得到保持。CogVLM2的开源版本支持中英文双语，模型大小为19亿参数，但实际推理时激活的参数量约为120亿，展现了在多模态任务中的高效性能。
CogVLM2模型相比前代的改进点主要包括以下几个方面：
CogVLM2开源了两款以Meta-Llama-3-8B-Instruct为语言基座模型的CogVLM2，分别是cogvlm2-llama3-chat-19B和cogvlm2-llama3-chinese-chat-19B，感兴趣的用户可以前往GitHub、Hugging Face或魔搭社区进行下载或在线体验。
|
模型名称
|
cogvlm2-llama3-chat-19B
|
cogvlm2-llama3-chinese-chat-19B
|
|
基座模型
|
Meta-Llama-3-8B-Instruct
|
Meta-Llama-3-8B-Instruct
|
|
语言
|
英文
|
中文、英文
|
|
模型大小
|
19B
|
19B
|
|
任务
|
图像理解，对话模型
|
图像理解，对话模型
|
|
模型链接
|
||
|
体验链接
|
||
|
Int4模型
|
暂未推出
|
暂未推出
|
|
文本长度
|
8K
|
8K
|
|
图片分辨率
|
1344 * 1344
|
1344 * 1344
|
CogVLM2的模型架构在继承上一代模型的基础上进行了优化和创新，具体特点如下：
CogVLM2的团队在一系列多模态基准上进行了定量评估，这些基准包括 TextVQA、DocVQA、ChartQA、OCRbench、MMMU、MMVet、MMBench等。从下表可以看出CogVLM2 的两个模型，尽管具有较小的模型尺寸，但在多个基准中取得 SOTA性能；而在其他性能上，也能达到与闭源模型（例如GPT-4V、Gemini Pro等）接近的水平。
| 模型 | 是否开源 | 模型规模 | TextVQA | DocVQA | ChartQA | OCRbench | MMMU | MMVet | MMBench |
|---|---|---|---|---|---|---|---|---|---|
| LLaVA-1.5 | ✅ | 13B | 61.3 | – | – | 337 | 37.0 | 35.4 | 67.7 |
| Mini-Gemini | ✅ | 34B | 74.1 | – | – | – | 48.0 | 59.3 | 80.6 |
| LLaVA-NeXT-LLaMA3 | ✅ | 8B | – | 78.2 | 69.5 | – | 41.7 | – | 72.1 |
| LLaVA-NeXT-110B | ✅ | 110B | – | 85.7 | 79.7 | – | 49.1 | – | 80.5 |
| InternVL-1.5 | ✅ | 20B | 80.6 | 90.9 | 83.8 | 720 | 46.8 | 55.4 | 82.3 |
| QwenVL-Plus | ❌ | – | 78.9 | 91.4 | 78.1 | 726 | 51.4 | 55.7 | 67.0 |
| Claude3-Opus | ❌ | – | – | 89.3 | 80.8 | 694 | 59.4 | 51.7 | 63.3 |
| Gemini Pro 1.5 | ❌ | – | 73.5 | 86.5 | 81.3 | – | 58.5 | – | – |
| GPT-4V | ❌ | – | 78.0 | 88.4 | 78.5 | 656 | 56.8 | 67.7 | 75.0 |
| CogVLM1.1 (Ours) | ✅ | 7B | 69.7 | – | 68.3 | 590 | 37.3 | 52.0 | 65.8 |
| CogVLM2-LLaMA3 (Ours) | ✅ | 8B | 84.2 | 92.3 | 81.0 | 756 | 44.3 | 60.4 | 80.5 |
| CogVLM2-LLaMA3-Chinese (Ours) | ✅ | 8B | 85.0 | 88.4 | 74.7 | 780 | 42.8 | 60.5 | 78.9 |
2024年5月20日，总部位于瑞典斯德哥尔摩的AI驱动的软件测试初创公司QA.tech宣布筹集了300万欧元的种子轮融资，本轮融资由英国风险投资公司PROfounders领投，其他投资方包括阿姆斯特丹的Curiosity和北欧的byFounders，以及包括Mads Johnsen、Jon Åslund、Robert Lagerström、Sven Perkmann和Jens Saltin在内的天使投资者。
该公司计划将筹集的资金用于继续产品开发和扩大其现有的11人团队。
QA.tech成立于2023年，由经验丰富的企业家Daniel Mauno Pettersson、Patrick Lef、Marcus Carloni和Vilhelm von Ehrenheim共同创立。该公司专注于开发基于AI的应用程序和SaaS服务的测试工具。QA.tech的平台自动化了传统上需要大量手动努力的质量保证（QA）测试，例如测试网站功能，如登录、账户创建和购物车功能。QA.tech的解决方案针对希望简化其QA流程或完全没有QA测试人员的公司。目前有近40个客户正在使用QA.tech的测试版，预计在夏季之后将发布公开版本。
（消息来源：Silicon Canals）
2024年5月16日，总部位于爱尔兰的AI财务自动化平台初创公司Numra宣布筹集了150万欧元的种子轮融资。本轮融资由Elkstone Partners领投。
该公司计划将筹集的资金用于扩大其产品和工程团队的规模，并考虑向美国市场扩张以扩大其业务。
Numra由David Kearney和Conor Digan于2023年联合创立，公司主要提供基于人工智能的财务自动化平台，利用AI技术来简化财务和会计团队的复杂工作流程，包括数据输入、对账和错误调查等任务，旨在帮助公司节省时间并减少错误。Numra此前被称为Autonifai，其AI助手旨在通过允许团队管理收款、三方匹配、支付、发票、对账和成本分配来提高团队生产力，最高可达50%。用户可以通过电子邮件、Microsoft Teams和Slack等平台与该工具进行交互。
（消息来源：Silicon Republic）