同時亦有多位知名天使投資者加入,例如:
這輪融資把 Decart 的估值推至約 40 億美元。相比之下,公司上一輪融資(約 1 億美元)時估值約 31 億美元。
短短一年內估值再升,反映資本市場對「即時 AI 系統」這個方向的信心。
Decart 的合作夥伴中,Nvidia 和 Amazon Web Services (AWS) 特別值得注意。
報道指出,Decart 正與 AWS 合作,把旗下 Lucy 模型優化到 AWS Trainium3 AI 加速晶片上運行。
這代表 Decart 的策略並不是完全依賴 Nvidia GPU,而是讓系統能在 多種 AI 加速晶片架構上運行。
Decart 的平台主要由三個部分組成,而且是設計成一起運作的整體系統。
DOS 是 Decart 的核心系統平台,用來處理模型訓練與推理(inference)。
公司形容它是一個 高度優化的 AI 運算堆疊,目標是讓 AI 系統達到 低延遲運行。
換句話說,不只是生成內容,而是能 持續即時運作。
Lucy 是 Decart 主打的「世界模型」之一,專注於 沉浸式環境與即時影片生成。
官方描述 Lucy 能生成 「無限延續的即時影片」,畫面會隨環境與互動持續演變,而不是只生成一段固定片段。
這類技術可應用於:
另一個模型 Oasis 則主要面向 機械人與實體 AI(physical AI)。
它能生成 可互動、具物理規則的虛擬環境,用來訓練:
透過模擬世界,AI 可以在虛擬環境中學習,再應用到現實世界。
Decart 與 AWS 的合作另一個重點,是 Trainium 系列 AI 晶片。
公司正把 Lucy 模型優化到 Trainium3 上運行。
這件事之所以重要,主要有兩個原因:
Decart 甚至把自己的定位描述為:從 硬件到世界模型的整個運算堆疊。
目前公開資料仍未提供 Lucy 在 Trainium 與 GPU 上的詳細性能或成本比較。
Decart 的核心概念是 World Models(世界模型)。
與傳統生成式 AI 不同,世界模型希望做到的是:
持續運行的數碼世界,而不是一次性輸出。
也就是說,AI 不只是回覆一個 prompt,而是能建立一個 會一直演化的環境。
潛在應用包括:
公司表示其技術目標是讓 AI 可以 「即時、持續、有效率地運行」。
Decart 的 3 億美元融資不只是資金問題,更像是一個產業訊號。
投資者押注的其實是三件事:
當然,目前公開資料仍然有限——包括實際部署規模、收入情況,以及獨立性能測試。
不過單從融資規模與投資者陣容來看,科技產業顯然已經開始把 「即時 AI 世界」 視為下一個重要戰場。