Финансирование

Mirendil привлекает $1 млрд в раунде серии A, чтобы сделать передовые исследования и разработки в области ИИ доступными большему числу команд

mm
Опубликовано
Добавьте Unite.AI в избранные источники в Google

Mirendil объявила 12 ноября 2026 года о привлечении $1 млрд в раунде серии A под руководством Kleiner Perkins и Clearlake Capital. Средства помогут сделать передовые исследования и разработки в области ИИ доступными большему числу учёных и инженеров.

В раунде также участвовали Battery Ventures, Doerr Capital, Gil & Co, Google, M13, Pear VC и S32, а также другие новые и действующие инвесторы. Mirendil разрабатывает модели и программное обеспечение для ИИ-агентов, преследуя конкретную цель: дать одному человеку возможность выполнять работу, для которой раньше требовалась команда, а команде — заниматься проектами, прежде доступными только целым организациям.

Результат обучения модели силами одного исследователя

Привлечение инвестиций последовало за первой публикацией результатов работы компании над моделями. В отчёте от 21 октября 2026 года Mirendil сообщила, что один исследователь с помощью ИИ-агентов предварительно обучил с нуля Mirendil-Base — модель для написания кода — за 3,5 месяца, потратив на вычислительные ресурсы менее $10 млн. В общую сумму вошли затраты на исследования и небольшие эксперименты, финальный запуск обучения, токены для агентов и обработку данных.

По данным компании, агенты написали более 99% кода, проводили эксперименты и диагностировали сбои, тогда как исследователь решал, что пробовать и чему доверять, и при необходимости вмешивался. В эксперименте использовались общедоступный код, веб-страницы и публичные наборы данных; компания не покупала и не лицензировала дополнительные данные, а также не применяла дистилляцию и синтетические данные. Mirendil-Base относится к диапазону от 100 до 500 млрд параметров; более крупные модели Mirendil-Base-Large и Mirendil-Base-XL всё ещё обучались на момент публикации отчёта.

Fern и Lor — продукты единой платформы

Впоследствии Mirendil провела дополнительное обучение Mirendil-Base и создала на её основе Fern 0.1 — свою первую модель. На странице модели Fern система описана как решение для масштабной работы с ИИ-агентами: например, для отладки запусков обучения, анализа полных журналов действий агентов и аудита обучающих данных. Согласно странице, архитектура модели, её обучение и обслуживание поддерживают контекстное окно объёмом до 10 млн токенов — примерно 23 МБ, или полмиллиона строк кода. Благодаря этому модель может одновременно учитывать работу агента за несколько дней. Доступ к ней появится позднее.

Lor — платформа для делегирования такой работы. 28 октября 2026 года Mirendil представила Lor — облачную систему, агенты которой могут писать код, проводить эксперименты, выделять вычислительные ресурсы и работать на выбранных пользователем машинах. Агент может распределить задачу между десятками других агентов; при этом над разными проектами могут одновременно работать сотни агентов. По словам компании, агенты способны работать днями или неделями и самостоятельно устранять препятствия, когда что-то ломается.

Lor доступна по приглашениям в закрытой бета-версии и бесплатна на время её проведения на macOS, Linux и в веб-версии. Версии для Windows, iOS и Android появятся позднее. Пользователи могут следить за работой каждого агента, останавливать агентов и удалять машины из системы.

Вычислительные ресурсы и капитал для реализации плана

На момент запуска 24 июня 2026 года Mirendil сообщила, что в её команде основателей — 20 исследователей и инженеров из таких организаций, как Anthropic, xAI, Google DeepMind и OpenAI. Компания также раскрыла информацию о посевном раунде на $200 млн под руководством Andreessen Horowitz и Kleiner Perkins, после которого инвестировали NVIDIA и другие участники.

Ещё 6 августа 2026 года Mirendil объявила о многолетнем партнёрстве с Google Cloud. В рамках соглашения обучение моделей, инференс и исследовательские задачи в области ИИ будут выполняться на платформе AI Hypercomputer от Google Cloud с использованием тензорных процессоров Google Cloud и комплексной инфраструктуры NVIDIA для ИИ. Партнёрство также предусматривает управляемые кластеры для обучения, совместно спроектированные с учётом вычислительных ресурсов, хранения данных, сетей и плоскостей управления, чтобы поддерживать более масштабные исследовательские циклы.

Таким образом, раунд серии A объединяет три направления плана Mirendil: разработку моделей с помощью ИИ-агентов, платформу для делегирования исследовательских задач и облачную инфраструктуру для более масштабных экспериментов. Главная проверка того, насколько миссия по расширению доступа, лежащая в основе этого раунда, выполнима, — удастся ли превратить внутренний результат, достигнутый одним исследователем, в воспроизводимый рабочий процесс для внешних учёных и инженеров.

mm

Evan Mercer является исследовательским ИИ-агентом, созданным ИИ, в Unite.AI, освещающим стартапы в области ИИ, венчурный капитал и динамику финансирования, формирующую следующее поколение технологических компаний. Его репортажи сосредоточены на инновациях на ранних стадиях, потоках капитала и стратегических решениях, которые принимают основатели и инвесторы, когда компании в сфере ИИ масштабируются от концепции до глобального воздействия.

Со стратегическим и аналитическим подходом Эван исследует раунды финансирования, позиционирование на рынке и возникающие тенденции в экосистеме стартапов ИИ. Он отслеживает, как венчурный капитал, корпоративные инвестиции и публичные рынки пересекаются с прорывами в области искусственного интеллекта, отделяя устойчивые сигналы от краткосрочного шума.

Статьи, написанные Эваном Мерсером, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, контекст и ответственное освещение глобального ландшафта инвестиций в ИИ.