同时,一些知名个人投资者也加入,包括 OpenAI 联合创始人 Andrej Karpathy、前迪士尼CEO Michael Eisner,以及与 任天堂家族相关的投资者。
融资完成后,Decart的估值约 40亿美元,较上一年 1亿美元融资后约31亿美元估值 再次提升。
投资人押注的核心逻辑很明确:如果AI从生成“内容”升级为生成 持续存在、可交互的数字世界,那么提供这些世界模型和基础设施的平台,可能成为AI技术栈中的关键一层。
在Decart的合作伙伴中,Nvidia 和 Amazon Web Services(AWS) 的角色尤为重要。
双方合作的一个关键项目是:
Trainium是亚马逊自研的机器学习加速器,旨在与传统GPU计算竞争。因此,这一合作也意味着Decart并不打算只依赖单一硬件生态。
Decart的整体平台由三个主要产品组成,它们共同构成实时世界模型系统。
DOS 是Decart的核心系统平台,提供高度优化的训练与推理环境,目标是支持 低延迟AI系统。
与传统“输入提示—生成结果”的模型不同,DOS旨在让AI系统能够 持续运行并实时响应。
Lucy 是面向沉浸式体验的世界模型系统,重点是实时视频与环境生成。
公司将其描述为能够生成 “实时、无限延展的视频世界”——内容会随着时间持续演化,而不是生成单个短视频片段。
Oasis 主要针对机器人和现实世界系统的模拟环境。
根据公司介绍,这一系统可以创建 实时响应的交互式物理环境,用于训练机器人、自动驾驶系统或工业自动化设备。
此前的一些技术方向还包括 降低GPU成本并提高AI代理的交互自然度,显示效率和实时性是其重要设计目标。
Decart与AWS合作优化Lucy运行在 Trainium3 加速器上,这一点在行业中格外值得关注。
原因主要有两个:
公司也将自身技术描述为覆盖 “从硬件到世界模型的完整计算栈”。
不过,目前公开资料 尚未提供Lucy在Trainium与GPU之间的性能或成本对比数据。
Decart战略的核心,是构建所谓的 世界模型(World Models)。
这类AI系统的目标并不是生成单次输出,而是创建 持续运行、不断变化、可实时交互的环境。
潜在应用包括:
公司将这一愿景总结为构建能够 “即时、持续、高效运行”的AI系统。
从行业角度看,这笔3亿美元融资不仅仅是资本规模的提升。
它反映出一种越来越普遍的判断:AI的下一阶段,可能是实时交互系统,而不仅是生成文本或图片。
Decart目前的战略可以概括为三点:
当然,仍有一些关键问题尚未完全明朗,例如 独立性能评测、大规模商业部署以及具体收入规模 等。
但从融资规模与投资者阵容来看,科技行业显然正在把 实时AI世界 视为人工智能的下一条重要前沿。