Komunikat w tej sprawie opublikowano 27 lipca 2026 r. .
W czasie, gdy wiele firm AI zbiera kapitał na budowę coraz większych modeli, Multiverse Computing stawia na odwrotną strategię: chce sprawić, by już istniejące modele były znacznie mniejsze, tańsze i łatwiejsze w uruchomieniu. Jej głównym produktem jest CompactifAI — technologia wykorzystująca inspirowane fizyką kwantową sieci tensorowe do kompresji dużych modeli językowych nawet o 93 proc., przy zachowaniu około 97 proc. ich dokładności . Podejście opisano w recenzowanej pracy opublikowanej na platformie arXiv w styczniu 2024 r. .
Rundę współprowadzą trzy instytucje: Forgepoint Capital International, BNP Paribas Solar Impulse Venture Fund (BNPP SIVF) oraz Bullhound Capital .
Wśród pozostałych uczestników wymieniono m.in. Qatar Development Bank i HP Inc.. W szerszym konsorcjum znalazły się także Santander Alternative Investments, Tikehau Capital, Orange Ventures, Scania Invest, NAventures — ramię inwestycyjne kanadyjskiego National Bank of Canada — Zouk Capital, SETT, EIC Fund, fundusz Hazten Scale-Up Fund rządu Kraju Basków oraz Kutxa Fundazioa .
CompactifAI „tensoruje” warstwy mechanizmu samouwagi oraz wielowarstwowego perceptronu w modelach opartych na architekturze transformerów. Wykorzystuje do tego określony rodzaj sieci tensorowej .
W praktyce metoda ogranicza część korelacji występujących w modelu. Skala kompresji zależy od tak zwanego wymiaru wiązania sieci tensorowej. Następnie krótki etap rozproszonego ponownego treningu pozwala odzyskać większość pierwotnej dokładności modelu .
W pracy z 2024 r. zespół wykazał, że połączenie CompactifAI z kwantyzacją może:
Niezależnie od tego unijne przedsięwzięcie EuroHPC Joint Undertaking potwierdziło, że sama technologia CompactifAI pozwala zmniejszyć model Llama-2 7B do 30 proc. jego pierwotnego rozmiaru, a po krótkim ponownym treningu odzyskać ponad 90 proc. dokładności .
Firma udostępniła później skompresowane wersje nowszych modeli. W przypadku Llama 3.1-8B i Llama 3.3-70B deklaruje 80-procentową kompresję, 60 proc. mniej parametrów, 84 proc. wyższą efektywność energetyczną, 40 proc. szybsze wnioskowanie i 50-procentową redukcję kosztów — bez utraty dokładności .
W lutym 2026 r. Multiverse Computing opublikowało w serwisie Hugging Face model HyperNova 60B. To skompresowana o 50 proc. wersja modelu OpenAI gpt-oss-120B .
Multiverse Computing powstało jako firma zajmująca się algorytmami kwantowymi. Później, pod kierownictwem założyciela i dyrektora generalnego Enrique Lizaso Olmosa, spółka przestawiła się na kompresję modeli AI .
Startup wykorzystał przy tym wiedzę z zakresu fizyki kwantowej, a konkretnie matematykę sieci tensorowych. Narzędzia opracowane pierwotnie do przybliżonego opisu złożonych układów kwantowych można zastosować również do efektywnego kompresowania wag sieci neuronowych .
W czerwcu 2025 r. Multiverse Computing pozyskało 215 mln dolarów (189 mln euro) w ramach rundy Series B. Rundę prowadził Bullhound Capital, a uczestniczyli w niej m.in. HP Tech Ventures, Forgepoint Capital International, SETT, CDP Venture Capital, Santander Climate VC i Toshiba .
Wycena spółki przekroczyła wówczas 500 mln dolarów, co oznaczało pięciokrotny wzrost względem wyceny z rundy Series A — wynoszącej około 108 mln dolarów — przeprowadzonej w marcu 2024 r. . Obecna wycena pre-money na poziomie 1,7 mld dolarów oznacza kolejny wzrost o około pięć razy w ciągu mniej więcej 13 miesięcy .
Spółka podaje, że jej przychody w ujęciu rocznym wzrosły ponad dziesięciokrotnie od czerwca 2025 r. . W jednym z raportów, przywołanym w poście Tech Funding News na LinkedIn, pojawia się bardziej szczegółowa informacja o 96-krotnym wzroście sprzedaży w pierwszym kwartale 2026 r. rok do roku . Dokładne dane różnią się więc w zależności od źródła, ale wszystkie wskazują na bardzo szybkie tempo wzrostu.
Jeden z analityków oszacował, że implikowany górny poziom relacji wyceny do rocznych przychodów spółki wynosi 17 razy . W materiałach dotyczących poprzedniej rundy pojawiała się także wartość 106 mld dolarów jako całkowity rynek adresowalny dla wnioskowania AI. Nie została ona jednak bezpośrednio potwierdzona w podstawowych źródłach wykorzystanych w tej analizie .
Multiverse Computing zamierza przeznaczyć kapitał na rozbudowę biblioteki wydajnych modeli, dalsze badania i rozwój, a także infrastrukturę oraz oprogramowanie dla suwerennej AI — czyli rozwiązań pozwalających organizacjom utrzymywać większą kontrolę nad modelami, danymi i mocą obliczeniową .
Firma planuje również rozwijać działalność w Azji Wschodniej i Południowo-Wschodniej, na Bliskim Wschodzie oraz w Kanadzie . Jej celem są wdrożenia dla przedsiębiorstw z sektorów produkcyjnego, finansowego, energetycznego, lotniczego, cyberbezpieczeństwa, obronności i ochrony zdrowia .