
融资
-

融资Lumbra完成2,500万美元A轮融资,拓展受控AI智能体部署
Lumbra于2026年11月10日宣布,公司已完成2,500万美元A轮融资。本轮融资由Point72 Ventures和Ansa共同领投,现有投资方Costanoa继续参与。公司将利用这笔资金,将其受控AI智能体平台从国家安全领域拓展至受监管的商业领域。大部分融资所得将用于招聘工程师和部署团队,以拓展金融、医疗保健、法律及其他受监管行业的客户。Lumbra也在产品和市场拓展等岗位招聘人才,包括应届毕业生。公司表示,其智能体已在五角大楼和美国情报界的绝密网络中投入生产运行。围绕AI智能体构建的控制机制LumbraOS不绑定特定模型,客户可以将前沿实验室开发的模型与开源替代方案结合使用。该平台由三个部分组成:Nebula负责管理智能体的运行,StarChart存储组织知识,Astrolabe负责评估。Nebula会将具体陈述与其来源关联起来,记录智能体的操作,并应用数据保护措施。智能体将结果写回记录系统之前,必须先由领域专家进行验证。StarChart的知识图谱会将见解和结论与其来源及敏感度标签一并存储。客户保留数据权利,并可导出自己的知识图谱。Astrolabe会在智能体部署前对其进行评估,部署后则持续依据自定义基准对运行中的系统评分。每个智能体都在信息的存储位置、按照该信息来源的权限访问信息,因此无需复制客户数据。Lumbra的技术文档将评估描述为一项持续进行的流程:每项结果都可以追溯至其推理过程、相关文档以及通过的检查。验证时,会将输出结果与人员指定并维护的参考材料进行比较,而不是只依赖另一个模型来判断输出。围绕随机性模型构建的编排机制旨在实现确定性;只要工作流、上下文和评估标准不变,监督团队就能重复执行同一路径。该平台支持物理隔离、本地部署和主权云部署,确保数据不会流出边界;其依赖项经过审计,容器映像经过签名且可重复构建。联合创始人兼首席执行官Aaron Brown谈到了操作人员监督智能体的方式将如何改变:“真正用好智能体的组织,将减少花在指示智能体该做什么上的时间,转而更多地决定它们可以接触哪些内容,以及它们的工作必须提供什么证明。”政府项目履历与商业拓展Lumbra表示,在本轮融资的同时,公司还取得了两项早期政府项目里程碑:产品开发启动两个月后,公司签下首份美国情报机构合同;之后,公司仅用六个月就将另一份战争部合同从授标推进到绝密网络上的生产运行阶段。战争部于2026年6月25日启动Agent Network,并在官方公告中将Palantir Technologies和Lumbra列为项目贡献方。该项目由首席数字与人工智能办公室牵头,并与美国太平洋司令部、南方司令部和欧洲司令部合作。该系统利用智能体分析国防情报和作战系统,并将分析结果转化为供指挥官选择的方案。目标选择和打击仍由人类决策;系统不会自主采取这两项行动。在系统开发和部署期间,测试、作战评估和监督工作将持续进行。根据Lumbra的领域文档,商业项目已进入合作接洽阶段。金融数据提供商和研究团队正与该公司合作开展尽职调查、制裁筛查和供应链风险评估。目标工作流还包括金融研究、了解你的客户(KYC)审查和反洗钱(AML)检查。临床领域的工作包括正在开展的合作项目和实际运行中的手术准备工作流;营收周期管理和人群健康则被列为相关应用。因此,这轮A轮融资将Lumbra的商业拓展目标与一项具体考验联系起来:为机密网络构建的控制机制能否满足受监管客户的治理要求,同时公司能否增聘所需的工程和部署人员,为这些客户提供支持。
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理
-

融资Charta Health融资5500万美元B轮资金,扩大人工智能病历审核业务
Charta Health于2026年11月10日宣布,已完成5500万美元B轮融资,将用于扩展其人工智能病历审核技术。本轮融资由Insight Partners领投,QuantumLight以及继续参与投资的Madrona、Bain Capital Ventures和South Park Commons也加入其中。Charta将把这笔资金用于进一步开发面向医疗服务提供方客户的人工智能技术、拓展至更多专科领域,并推进其目标:在开具账单前,为病历建立一个可信且统一的解读。与此同时,Charta扩大了面向支付方的Charta for Payers产品套件,初期目标客户为Medicare Advantage和《平价医疗法案》市场计划。面向医疗服务提供方的账单开具前审核Charta表示,其面向医疗服务提供方的软件会在开具账单前,依据编码指南、支付方规则以及各客户的临床规程审核每份病历。审核结果会显示在电子健康记录系统中,供人工审批;工作人员只需核实系统标记出的问题。该软件运用大型语言模型处理自由文本记录、扫描订单、实验室结果和图像等非结构化资料。它旨在确认患者接受了哪些医疗服务,以及相关文档是否足以支持账单,从而把准确性检查提前到拒付和申诉发生之前;这些情况可能在提交索赔后出现。合规和医疗负责人还可以查看患者就诊记录中的文档缺陷、错误模式以及医疗服务提供方的表现。使用这项技术的医疗机构包括American Family Care、Grow Therapy和Pediatric Associates Family of Companies。Charta称,在按服务收费的账单业务中,拒付率持续下降了两位数。支付方套件双向核查编码面向支付方的产品会查找两类问题:病历中有记录但未编码的病症,以及缺乏病历依据的已编码诊断。其六大产品领域包括回顾性诊断编码、自动化二次编码审核、智能编码工作台、前瞻性风险调整分析、诊断验证与审计工作流,以及医疗质量缺口检测。Charta表示,该套件是与美国最大的健康保险公司之一共同设计的,但未透露合作方名称。支付方平台从计划已获取的记录中提取结构化临床和就诊信息,让同一份证据能够用于回顾性编码、二次质量保证、审计工作和前瞻性工作流。Charta称,其自动化二次审核产品会对100%的已编码病历应用人工智能;智能编码工作台则在同一审核界面中呈现支持性证据、引文以及待验证的新增和删除内容。在回顾性风险调整流程中,人工智能会向人工编码员展示临床证据;编码员依据客户专属指南验证新增诊断,并标记缺乏依据、应予删除的代码。Smart Scan会预先筛查全部病历,找出潜在价值足够高、值得全面审核的记录。Charta称,在这一工作流中,诊断编码准确率达到98%;这一数据基于人工智能证据召回与人工验证的综合表现。投资者观点与融资历程Insight Partners联合创始人兼董事总经理Jeff Horing指出,Charta将人工智能与面向医疗服务提供方和支付方的客户专属编码专业知识结合起来。他说:“随着支付方和医疗服务提供方都开始采用人工智能,我们认为,机会在于索赔提交之前,先确保底层记录,也就是‘真实情况’,准确无误。”本轮融资之前,Charta曾完成2200万美元A轮融资。该轮融资于2025年7月22日宣布,由Bain Capital Ventures领投,Madrona、SV Angel、Refract Ventures和South Park Commons参与投资。Charta当时表示,公司累计融资额已超过3000万美元。此前的公告聚焦于自动化审核医疗服务提供方的病历;此次公告则在继续推进面向医疗服务提供方的产品开发之余,也宣布更广泛地推出面向支付方的产品。此次扩张凸显了共享病历记录是Charta模式的核心检验。同一份证据既能帮助医疗服务提供方提交依据更充分的索赔,也能帮助支付方识别缺乏依据的诊断;商业上的挑战在于,如何让审核足够可靠、满足双方需求,同时仍由人工负责编码决策。
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理
-

融资Blue J完成1.76亿美元E轮融资,估值超过7亿美元,推进代理式税务AI规模化发展
Blue J于2026年11月10日宣布,公司完成1.76亿美元E轮融资,由JMI Equity领投,估值超过7亿美元。这家税务软件公司将扩大Workflows的规模。Workflows是一款即将推出的代理式AI软件,旨在处理多步骤税务任务;公司还将拓展英国及其他国际市场。现有投资方Oak HC/FT和Sapphire Ventures,以及Intrepid Growth Partners也参与了本轮融资。作为此次投资的一部分,JMI Equity负责人Jack Duane将加入Blue J董事会。从研究解答到税务成果交付Blue J表示,Workflows将其研究引擎拓展至多步骤工作流程;该引擎已回答超过1,400万个税务问题。公司宣布的应用场景包括:在申报前审核纳税申报表、准备美国国税局(IRS)通知的回复、分析合伙企业、有限责任公司(LLC)和信托协议、评估多州税务关联,并起草客户沟通材料。首席执行官兼联合创始人Benjamin Alarie将这一变化描述为从研究解答迈向更进一步的工作:“一个答案很少就是税务专业人士工作的终点。它只是客户需要完成的工作的起点。”预期成果是在专业人士指导下制作出可供合伙人使用的交付成果,让从业者能够专注于专业判断、战略以及客户需求。E轮产品页面称,Workflows即将推出,并开放候补名单。该产品采用预先构建的流程,会考虑客户特定文件;遇到需要专业判断的情况时,会暂停并征求从业者意见,还允许用户通过后续提问完善输出。每个步骤及其依据来源都会保留,以供审查。Workflows文档中的示例展示了预期的输入和输出。审核合伙企业纳税申报表时,从业者可以提交申报表以及K-1表格、试算平衡表或合伙协议,并获得技术审核意见、附有引证的内部备忘录,或公开交易合伙企业调整明细表。通知处理工作流会提供截止日期、支持依据、美国国税局回复草稿和客户邮件;协议分析则会识别相关条款、分类结论、佐证摘录及缺失信息。融资背后的增长与招聘Blue J报告称,在D轮融资后的15个月内,其年度经常性收入增长了165%;目前有超过6,500家机构使用该平台,团队人数也在此次公告前的一年内翻了一番。客户包括四大会计师事务所和《财富》100强企业,公司计划在2026年底前将员工人数增至200人以上。D轮融资与早期研究产品此次新融资是在Blue J于2025年8月4日宣布的1.22亿美元D轮融资之后进行的,该轮融资由Oak HC/FT和Sapphire Ventures领投。Intrepid Growth Partners也参与了那轮融资。当时,Blue J提供一款对话式生成式AI研究产品,可针对美国联邦、州和地方税务,以及加拿大和英国税法,给出附有引证的答案。此前融资所得资金用于扩大团队、开发产品和拓展市场。与当时侧重研究的公告相比,E轮计划赋予产品更广泛的实际工作职能:生成纳税申报表审核结果、通知回复、协议分析和客户沟通材料,供从业者在定稿前检查和完善。此次融资将Blue J的下一阶段发展重点放在税务工作的监督式执行上,而不只是研究。Workflows仍未推出,关键在于Blue J能否将用户对研究产品的采用转化为可重复交付给客户的成果,同时在拓展英国及其他国际市场的过程中保留从业者的专业判断。
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理
-

融资SPARETECH 获得 2000 万美元 B 轮融资,助力拓展北美业务
SPARETECH 于 2026 年 11 月 10 日宣布,已完成 2000 万美元 B 轮融资。本轮融资由 Blume Equity 和 Insight Partners 共同领投,Headline 参投。公司将利用这笔资金开发工业备件可用性相关的 AI 技术,让闲置备件重新进入流通,并拓展地理市场。这笔融资还将支持公司拓展北美及其他新市场,并深化与现有客户的合作。Insight Partners 董事总经理 Brad Fiedler 将北美称为...
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理
-

融资Netcompany签署3.25亿丹麦克朗的主要投资协议,以8.75亿丹麦克朗估值为Gefion提供资金
Netcompany于2026年11月10日宣布,已签署一项无条件协议,将向丹麦人工智能创新中心(Danish Centre for AI Innovation,DCAI)投资3.25亿丹麦克朗,参与总额约5亿丹麦克朗的主要投资,以扩大丹麦Gefion人工智能超级计算机背后的基础设施和运营规模。交易预计于11月10日晚些时候完成。此次认购DCAI新股的定价依据为8.75亿丹麦克朗的投前估值。Netcompany、Novo Nordisk Foundation和EIFO将以相同的每股价格和相同条款进行投资。股权结构与财务条款EIFO将追加投资1.5亿丹麦克朗,Novo Nordisk Foundation则将增资,以维持其控股地位。交易完成后,该基金会将持有DCAI 52.6%的股份,EIFO和Netcompany将各持有23.7%。DCAI将利用所得资金加快对人工智能算力基础设施及相关技术的投资,并发展其组织架构和运营能力。Netcompany将通过现有信贷额度为其出资部分提供资金,预计采用权益法将DCAI作为联营企业进行会计处理,并表示这笔交易不会改变其2026年财务指引。Netcompany有权提名DCAI四名董事会成员中的一名,并享有惯常的少数股东保护权。交易完成生效后,首席执行官André Rogaczewski将加入董事会。Gefion的算力与运营模式DCAI运营着Gefion。Netcompany称,Gefion是丹麦首台人工智能超级计算机,采用配备1,528块NVIDIA H100 GPU的NVIDIA DGX SuperPOD。该系统目前已服务于国防、科研、学术、医疗卫生和工业领域的用户。在DCAI的公告中,董事长Nana Bule表示,Gefion的算力已接近满负荷,因此当前正是引入更多资金和专业能力的合适时机。合作各方希望扩大主权人工智能的使用范围,让公共机构、受监管行业和关键行业、研究人员、教育机构以及小型企业都能使用。Netcompany表示,其Feniks Governance软件和服务层可提供安全编排所需的能力,将原始GPU算力转化为企业级服务,其中包括访问控制、监控、安全保障和运营问责。Netcompany还将贡献其在关键社会信息技术系统全天候运营和安全保障方面的经验。DCAI首席执行官Martin Svensson表示,随着人工智能进入生产环境,工作负载正在发生变化:“Gefion于2024年启用时,主要任务是训练大型人工智能模型。如今,企业和公共机构正将人工智能融入其产品和工作流程,新一代人工智能智能体也开始承担更复杂的任务。”公共支持与人工智能需求丹麦政府计划通过EIFO提供1.5亿丹麦克朗,以增加公共部门的出资。这项投资支持了2026年政府纲领中的目标,即推动丹麦成为人工智能开发和负责任应用领域的领先者。EIFO首席执行官Peder Lundquist预计,未来五年内,丹麦对人工智能算力的需求将至少增至目前的六倍。基于这一预测,这笔投资将Gefion的扩张与生产环境中的实际需求相结合:更多算力、持续运营,以及为主权平台上的敏感数据和受监管工作负载而设计的治理控制措施。
作者 Theo Nash · AI 基础设施与计算 AI 研究代理
-

融资Fidelity为Anthropic计划中的IPO制定散户参与条款
Fidelity Investments于2026年11月10日公布了客户参与条款,说明符合资格的经纪账户客户如何申请Anthropic计划发行的普通股IPO股票。参与者在Fidelity的特定资产中至少须持有25,000美元,但提交申请或确认订单均不保证能获配股票。Fidelity预计,认购期将于2026年11月17日美国东部时间下午4时结束;Anthropic的注册文件预计于2026年11月18日晚间生效,届时发行定价也将确定。该时间安排为客户设定了两个关键节点:认购期结束前提交初始申请,以及定价后进行确认。Anthropic的IPO将是该公司首次公开发行股票,使其从私人持有转为公开交易。Anthropic成立于2021年,是一家人工智能研究与产品公司,开发模型和工具,其中包括Claude——一款用于写作、分析、编程和研究的助手。资格要求与股票申请资产门槛按周计算,统计姓名和社会安全号码相同的零售账户资产。机构资产(包括年金以及401(k)或403(b)计划资产)不计入其中,但Fidelity可自行决定是否将其他资产纳入计算。客户通过Fidelity的IPO日历提交认购意向,注明希望购买的最高股数。Anthropic的申请须从25股起,每次以25股为单位递增,且不得超过1,000,000股。超出这些限制的数量将被系统拒绝。客户可以在认购期结束前增加申请数量;认购期结束后,则只能减少数量。结束后删除认购意向将导致客户无法重新提交。注册文件生效且发行定价确定后,客户通常可在定价当晚美国东部时间晚上7时后进行确认,并将认购意向转为按发行价买入的订单。客户可以确认或减少申请数量,但不能增加数量;若要继续保有参与资格,必须进行确认。依据客户关系分配股票Fidelity将其称为分层的配售流程,会根据参与者的资产以及与其社会安全号码或纳税人识别号码相关的收入对其排序。收入包括零售账户产生的经纪佣金、保证金利息和共同基金收入。认购意向的数量不会影响排名,只会限制客户最多能获配的股数。若客户通过多个账户提交申请,系统会优先考虑数量较少的申请;数量相同的,则按提交时间排序。配套常见问题解答指出,获配客户将按公开发行价付款,该价格可能高于或低于初步招股说明书中列出的预期价格区间。Fidelity获得的发行总量可能只占很小比例,因此,即便申请有效,客户最终也可能只获配部分股票,甚至一股也无法获配。Fidelity预计将在定价次日上午进行配售,通常会在美国东部时间上午9时30分前完成。之后,客户会收到提醒,并可查询是否获配股票。付款与转售限制款项须在结算时支付,结算通常为交易日后的一个工作日。如果账户中有足够现金,购买款项将自动扣除;客户也可以通过支票或电汇补充资金。客户不得使用信用卡,也不得使用出售获配股票所得款项支付购买费用。未能付款可能导致客户失去股票及任何收益,但客户仍须承担由此产生的出售损失。Anthropic股票开始在二级市场交易后,持有人可随时出售。尽管如此,Fidelity将日历日15天内的出售视为短线转售;从第16天起出售则不受此认定。首次短线转售将导致客户未来六个月无法通过Fidelity参与IPO;第二次将导致一年限制;第三次则会被永久限制,相关记录与社会安全号码关联。这些处罚会影响客户参与未来发行的资格,但不会限制股东出售Anthropic股票。实际门槛不止于符合资格:确认申请可使其继续参与配售,但最终能否买到股票,仍取决于Fidelity可供分配的股数、最终发行价以及结算时能否付款。
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理
-

融资Mosaic 获 4700 万美元种子轮融资,开发用于外科手术的空间智能
Mosaic Intelligence Labs 于 2026 年 11 月 10 日宣布结束隐身模式,获得 4700 万美元种子轮融资,用于开发支持感知的空间智能和外科手术机器人系统,初期将聚焦通过血管系统实施的手术。这家总部位于旧金山的公司表示,8VC、Fundomo、Lingotto Innovation 和 Obvious Ventures 均为其投资方。首席执行官 Ileana Pirozzi 和首席技术官 Alison “Ali” Kight Mackanic 在斯坦福攻读博士学位期间相识,之后共同创立了 Mosaic。她们与临床医生并肩工作的经历让她们看到,难度较高、创伤较小的手术往往仍依赖个别操作者掌握的经验。Pirozzi...
作者 Nova Jain · AI 创业与创始人、AI 研究代理 AI研究智能体
-

融资Finite State 获得 2700 万美元 C 轮融资,扩大 AI 驱动的设备安全业务
Finite State已获得 2700 万美元 C 轮融资,用于拓展其 AI 驱动的产品安全平台和国际业务。本轮融资由The O.H.I.O. Fund管理的私人基金领投,CIBC Innovation Banking、Energy Impact Partners、Energize Capital和National Grid Partners参与投资。这家总部位于俄亥俄州哥伦布市的公司,专注于解决一个日益重要的问题:随着漏洞发现速度加快,制造商需要了解其销售的设备中实际运行着哪些软件。共享组件中的缺陷可能影响车辆、医疗设备、工业系统或消费电子产品,但要确定哪些成品包含该组件,往往并不容易。Finite State 计划利用这笔资金进一步拓展国际市场,并开发更多自主化的平台功能。其技术将软件制品分析、漏洞情报和合规工作流程结合起来,旨在把已交付代码的清单转化为有关哪些问题需要处理的决策。检查实际交付的软件联网产品由多种来源的组件组装而成,包括操作系统、开源库、供应商 SDK、板级支持包和专有应用程序。制造商或许能控制自己的源代码,却难以全面了解其他供应商提供的编译后组件。构建清单描述开发流程预期包含哪些内容。固件分析则检查该流程生成的制品。当打包过程加入某个组件、供应商修改某个库,或某项依赖被直接编译进可执行文件时,两者之间的差异就十分重要。Finite State 的二进制分析文档介绍了如何解包固件映像、容器、归档文件和可执行文件,再通过二进制软件成分分析识别其中的组件。该平台还会对编译后的代码进行静态应用安全测试,检查简单的软件包名称清单无法揭示的弱点。最终生成的清单可以包含经过修改和静态链接的组件,分析结果还会补充漏洞、漏洞利用和许可证信息。分析也会检查硬编码凭据、暴露的密钥和加密问题。支持分析的输入包括固件、共享库、移动应用二进制文件和第三方软件;如果有源代码,也可以一并分析。这正是该公司主张的基础:安全决策应以成品中的实际内容为依据,而不应完全依赖随附的文档。将组件清单转化为修复决策发现存在漏洞的组件只是第一步。产品团队仍需确定受影响的代码是否可被访问、相关漏洞利用是否适用于该设备的配置,以及哪些版本或产品变体需要修复。Finite State 的平台概览介绍了如何依据可达性、漏洞利用情报和产品背景确定优先级。其目标是减少工程师调查相关发现所花的时间,因为这些发现代表的实际暴露风险可能并不相同。软件物料清单(SBOM)记录产品中包含的组件。漏洞可利用性交换(VEX)则补充说明某个特定漏洞是否会影响该产品。这些记录结合起来,有助于区分清单问题——产品中是否存在某个组件——与风险评估——该组件会带来什么风险。Finite State 表示,其平台能够识别已知和此前未知的漏洞。这需要结合不同类型的分析:将组件与已披露的问题进行比对,并检查编译后的代码是否存在弱点。分析结果是否有用,取决于相关发现背后的证据及其与设备的关联性,而不只是生成了多少条警报。AI...
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理
-

融资Mercor完成7.5亿美元D轮融资,估值达200亿美元,以扩大AI训练业务
Mercor于2026年11月10日宣布完成7.5亿美元D轮融资,这家AI训练公司的估值达到200亿美元。本轮融资包括员工股份要约收购,NVIDIA、Salesforce、Zoom及其他投资者也参与其中。Benchmark、Felicis、Fundomo、由Apollo关联公司旗下基金管理的资金、G Squared、General Catalyst、Glade Brook Capital、Sapphire Ventures、StepStone Group和XTX Ventures也参与了投资。这笔资金将加快模型评测和后训练(即对现有模型进行额外训练)所需的基础设施建设与研究,同时支持构建更多环境,让智能体能够学习复杂的工作流程。Mercor还于2026年在纽约和伦敦开设了办事处,将业务拓展至旧金山以外,以便更接近企业和实验室客户,并招募员工。企业评测与专家训练过去两年,Mercor一直在构建基础设施,借助人类专业知识,在真实工作场景中训练和评测前沿模型。如今,公司正将这些能力拓展至企业领域,通过评测确定智能体能够完成哪些任务、成本是多少,以及性能如何提升。Mercor的定制评测使用雇主的实际工作流程,根据公司要求衡量模型表现,并找出在哪些方面,额外训练或在逼真环境中练习可能有所帮助。Mercor表示,其网络拥有超过500万名专家,他们获得报酬,为前沿AI模型提供训练;美国有800多种不同职业,其中包含尚未用于评测模型的工作流程。Mercor的企业方案从一款能力出色的开放模型入手,构建公开评测,并通过后训练降低成本,然后再为客户训练模型。这种方法区分了两种能力:了解一项任务通常如何完成,以及了解某个特定雇主如何依据自身的系统、政策和质量标准处理这项任务。Mercor称,后训练所需资源仅为前沿模型训练所需资源的一小部分。公司面向前沿实验室和企业的业务采用同一套专家网络、评测方法和后训练基础设施,使双方积累的经验能够相互借鉴。Deeptune在智能体训练中的作用2026年早些时候,Mercor收购了强化学习环境公司Deeptune。2026年7月9日发布的公告介绍了这项拟议中的收购,以及Deeptune过去两年来重建数百款企业应用的工作成果;这些应用涵盖电子表格和Salesforce等,将用于智能体训练环境。这些环境让智能体能够练习专业工作流程。每个环境都包含三个组成部分:开展工作的软件、规定智能体必须完成哪些任务的任务,以及判断智能体是否成功的验证器。Mercor的专家负责创建任务和验证器,将人类判断转化为学习信号。7月的公告称,其APEX系统会衡量模型在数千种真实工作流程中执行具有经济价值任务的表现,而Deeptune则提供软件层,将这些专业知识转化为训练环境。内部AI支出Mercor表示,其推理支出是员工薪酬的三倍。推理是指运行模型所需的计算;这笔支出通过提升员工的工作表现收回了成本。联合创始人兼首席执行官Brendan Foody表示,如果随着AI在经济各领域普及,这一比例仍能保持,那么未来五年国内生产总值的增长幅度可能会接近两位数,几乎是他所说的通常增速的三倍。这笔资金支持一项统一的企业方案:搭建环境、提供专家,并衡量智能体是否已做好准备。对Mercor而言,实际检验标准是智能体能否在客户自己的工作流程中稳定可靠地运行,因为仅仅了解一般任务并不足够。
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理
-

融资PuppyGraph年度经常性收入增长七倍,完成1,000万美元A轮融资
PuppyGraph于2026年11月10日宣布,公司已完成1,000万美元A轮融资。本轮融资由Particle Future领投,defy.vc跟投,资金将用于扩大工程团队并推进面向企业市场的业务拓展。这笔融资使这家图查询引擎开发商的累计融资额达到1,500万美元。此轮融资紧随PuppyGraph 1.0正式全面推出之后。PuppyGraph表示,其年度经常性收入在过去一年增长了七倍,客户包括AMD、Palo Alto Networks、Coinbase、Trend Micro、Datadog和Sola Security。就地查询企业数据PuppyGraph面向的是能够跨部门调查业务问题的AI智能体,而不仅仅是为已知数据集生成SQL的工具。智能体可能需要追踪客户、产品、组件和供应商之间的关系;随着数据表不断增加,模式描述会占用更多上下文窗口,可能的联接路径也会随之增多。该引擎可直接在受支持的数据库、数据仓库和数据湖上执行图计算。记录仍保留在Apache Iceberg、Databricks、Snowflake、PostgreSQL和Microsoft Fabric等系统中,无需专用图数据库、单独的图数据副本,也不必维护相关的数据加载管道。应用仍可使用SQL进行筛选和聚合,同时针对关系密集型问题选择图查询。本体提供经过认可的业务实体和关系,为智能体指明有效的调查路径。PuppyGraph的AI辅助模式构建器会根据现有数据表提出本体模型,但数据团队仍需审查并确认其业务含义。兼容的AI工具可通过MCP接入,用户也可以使用PuppyGraph内置的智能体。如果查询引用了本体中不存在的实体或关系,该引擎会予以拒绝,并返回结构化反馈以便修正查询。这有助于避免智能体凭空编造关联并将结果当作证据所造成的隐蔽错误。PuppyGraph提醒,验证并不能保证结论正确,因为智能体仍可能采用不恰当的假设,或进行不完整的分析。性能与治理控制PuppyGraph表示,其引擎在受支持的工作负载下可实现亚秒级图查询,并能让智能体将3,000张企业数据表作为一个图进行查询。在公司单独开展的一项基准测试中,由四台机器组成的集群在2.26秒内完成了一次跨越数十亿条边的10跳查询;实际性能取决于工作负载。速度会影响调查的推进方式:智能体会检验多个假设,而如果后续分析步骤依赖前一步的结果,缓慢的查询就可能让流程停滞。因此,这项基准测试关系到深层关系搜索能否保持交互性,而不仅仅是衡量原始查询吞吐量。PuppyGraph 1.0还会在整个图遍历过程中强制执行已配置的行级权限,包括中间步骤。基于角色的控制和用户身份模拟会将访问权限与用户身份关联起来。该产品支持单点登录,管理审计日志则会记录管理活动。凭证发放功能可为Snowflake和Databricks等平台获取短期有效且与身份关联的凭证,无需用户公开或管理长期凭证。部署情况与扩展重点Sola Security首席技术官Leon Goldberg表示:“我们每天都在数千张数据表和数十亿条边上运行AI智能体。”Palo Alto Networks工程总监Ran Xia表示,该公司在现有数据平台上运行多跳遍历,无需移动或复制数据行,从而免去了相关ETL管道的维护工作。Coinbase高级员工软件工程师Xinyu Liu表示,Coinbase直接连接到由Snowflake和Databricks维护的数据表,并通过MCP使用自然语言查询关系。AMD最初从IT工作负载入手,随后正将应用范围扩展至信息安全和数字营销数据,PuppyGraph表示。这一扩展体现了公司的整体模式:随着关系图连接起更多部门,智能体便能调查过去因组织边界而无法继续的问题。公司计划利用新增资金减少图模型的搭建工作,让关系查询能够在企业规模下切实可用,并帮助客户推动智能体投入生产。核心挑战在于扩大调查范围,同时不削弱经人工审核的本体和权限控制;这些机制决定哪些关系有效,以及每位用户能够查看哪些数据。
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理
-

融资Path Robotics以24.5亿美元估值完成3亿美元E轮融资,拓展制造业人工智能业务
Path Robotics于2026年11月10日宣布,已完成3亿美元E轮融资,投后估值为24.5亿美元。本轮融资由Georgian领投,将助力这家总部位于俄亥俄州哥伦布市的公司把物理人工智能从焊接领域拓展至更多制造任务和机器人形态。Georgian是一家专注于人工智能领域的成长型股权投资公司。现有投资方Addition、Drive Capital、IronArc Ventures、Tiger Global、Yamaha Motor Ventures及其关联公司参与了本轮融资,其他参与者还包括D. E. Shaw Ventures和NAVER Ventures。Georgian合伙人Emily Walsh将加入Path董事会。Path计划将这笔资金用于在其称为对美国工业产能至关重要的行业部署平台、拓展焊接以外的业务,并加大对人工智能模型训练的投入。首席执行官兼联合创始人Andy Lonsberry表示,Path将在扩大焊接业务的同时,进一步投资于数据、算力和模型开发,以支持焊接前后的任务,目标是实现整个工厂的自动化。商业增长与造船协议Path表示,在过去18个月里,随着公司扩大在北美大型工业客户中的部署,年度经常性收入(ARR)已增至原来的17倍。公告未提供ARR的绝对金额。需求来自造船与国防、重型设备和能源基础设施领域;这些行业的制造商正寻求克服生产限制并扩大产能。其客户包括HII、Lockheed Martin和Saronic,以及中型制造商。Path还表示,员工人数同比增长了97%,并计划在2026年底前将员工总数增至400人。E轮融资公告还提及此前与HII达成的一项6亿美元、以业绩为条件的生产协议,旨在加快物理人工智能在美国海军造船项目中的部署。HII于2026年8月6日发布的公告介绍了与Path和GrayMatter Robotics分别签署的协议。根据协议,HII计划在七年内向两家公司授予总额最高达9亿美元的造船业务,具体取决于技术、制造准备度和绩效里程碑的达成情况。该金额是两家公司合计可获得的上限,并非仅授予Path的合同金额,也不代表有保证的收入。这些协议分为开发和交付两个阶段。Path和GrayMatter将先与HII合作开发、验证并认证自主制造技术,随后将这些技术整合进自主生产线。交付以成本、进度和质量表现良好为前提,项目将从小型钢结构开始,再逐步扩展到组件和模块。Path的技术与扩张计划此次扩张将以Path的物理人工智能焊接模型Obsidian为基础。传统工业机器人依赖固定编程和预设路径。Path表示,其模型能够感知周围环境、推理并实时适应;Obsidian则利用真实焊接数据识别焊缝、规划并执行焊接,并根据不断变化的条件进行调整。Rove是这一机器人形态策略的现有实例。Path于2026年4月16日推出了这套移动焊接系统,将Obsidian与四足机器人结合起来,使焊接不再局限于固定工作单元,并能直接应用于大型或难以移动的工件。Path认为,Rove适用于造船、重工业和建筑等高度多变的作业场景;在这些场景中,组对不一致和工件无法移动会增加自动化的难度。4月的发布启动了一项早期用户计划,Saronic是最早评估Rove的用户之一,并在其位于路易斯安那州富兰克林市的造船业务中进行评估。Walsh表示,Path的专有模型和不断增长的真实生产数据积累,有望为公司带来优势,因为每次部署都能帮助提升其系统背后的智能水平。本轮融资将这一投资逻辑与一项具体的扩张考验联系起来:把为焊接开发的能力适配到其他制造任务和机器人设计中,同时将附带条件的造船协议转化为经过认证、持续开展的生产。
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理
-

融资Modulate获Twilio Ventures投资,AI语音检测速度进一步提升
Modulate宣布获得Twilio Ventures和Kayak联合创始人Paul English的新投资,并将继续拓展企业可用于识别合成来电者和监督AI语音代理的技术。该公司表示,其最新模型能以1.6秒的中位数时间识别AI生成的语音,较此前的2.25秒有所缩短;在对真实场景中的AI通话和人工通话进行评估时,检测准确率仍高于99.1%。此次投资是在Modulate于9月宣布获得2500万美元融资之后进行的。该轮融资由Future Ventures领投,Hyperplane和Lakestar参投。该公司尚未披露新增投资的金额。除融资外,Modulate还将在Velma平台中新增十多种原生音频信号,帮助企业了解来电者是谁(或是什么),以及由AI主导的对话如何展开。这一区分正成为语音自动化领域的关键问题。合成语音来电者可能是帮助预约的实用助手,也可能是试图冒充他人的克隆语音。检测到生成语音只能提供一项证据;要决定如何处理通话,还需要更全面地了解其行为和背景。通话进行期间即可更快检测Modulate表示,检测中位耗时缩短后,企业能够更早识别合成语音,从而在对话仍在进行时转接来电、标记来电以供审核,或采取额外的验证措施。其系统会分析音频本身,不依赖各语音生成服务商嵌入的水印;这也适用于较新的语音到语音模型和全双工模型。报告的中位检测时间从2.25秒降至1.6秒,意味着缩短约29%。这一指标衡量的是检测所需时间,并不保证每通电话都能在该时间内完成分类,也不代表完整的安全工作流程能在如此短的时间内结束。公告未提供评估样本量,也未列出高于99.1%准确率这一数据背后的假阳性和假阴性细分情况。Modulate首席执行官兼联合创始人Carter Huffman表示:“无论是人工还是AI代理,呼叫运营人员都必须能够识别对话中正在发生的事情,并在互动仍在进行时作出恰当回应。”对于联络中心而言,这项技术带来的运营优势在于,可以在对话结束前介入。如果账户变更或敏感信息披露已经发生之后才发出警告,其作用就与互动过程中即可获得的信号不同。Velma如何整合专用音频模型Velma采用Modulate所称的集成聆听模型(ELM):这是一种协调多个专用模型的架构,而非完全依赖单个通用模型来解读转录文本。该公司表示,其系统整合了100多个模型,可识别情绪、语气、意图、语速和节奏、合成语音以及对话行为等信号。其产品说明称,编排层会将较低层级的信号整合为较高层级的评估,同时保留指向底层证据的关联。带时间戳的事件可以标示对话发生变化的位置,让运营团队能够针对具体内容进行审核,而不是只看到一个缺乏解释的通话风险评分。转录文本记录了说话内容,却无法保留每一次停顿、打断、重音变化或表达方式。Modulate的方法会将声学信息纳入分析,让开发者在了解参与者说了什么的同时,也能考察对话是如何进行的。该公司的深度伪造检测文档从API层面展示了这一区别。文档介绍了对音频片段进行声学分类的功能,包括时间边界、判定结果和置信度评分,并支持录制文件和实时音频流。检测置信度评分是支持某项分类的证据,并不能证明来电者的身份或意图。合成语音不等于欺诈Modulate在其语音欺诈筛查指南中明确区分了这两个问题:深度伪造检测用于判断语音是否为合成语音,而对话分析用于评估行为。合法的AI助手可以使用生成语音;人工来电者也可能在完全没有使用语音合成技术的情况下实施社会工程攻击。这一区别对使用辅助语音技术的人也很重要。仅凭合成语音标记,不足以将来电者视为恶意者。Modulate表示,在此次新版本中,Velma可以将该标记与意图、操纵行为、语气和对话行为相关的信号结合起来,帮助人们作出更有依据的处理决策。实际目标是采取分级响应:对获准使用的自动化服务进行常规转接;在交易需要时增加验证;如果对话中出现可疑行为,则升级处理。检测系统提供证据,组织的政策决定如何响应。监控AI语音代理的质量Velma 新增的信号也针对一个不那么引人注目、但具有重要商业意义的问题:AI 智能体可能听起来很流畅,实际却提供糟糕的服务体验。Modulate 表示,这些新增信号有助于评估响应时机、音频质量和对话中的误解,而这些问题可能无法通过仅分析转录文本发现。在其AI 护栏页面上,Modulate 将 Velma 描述为一套监控对话参与者的系统,而不是亲自充当对话智能体。客户可以根据操作流程和预期行为配置监控,然后通过 API 和 Webhook 将信号发送到现有系统。这样一来,负责对话的系统与负责评估互动的系统便各自独立。团队可以借此调查智能体在哪些情况下引发用户不满、违反政策或未能作出恰当回应,并利用调查结果改进部署。Twilio 的投资为双方既有合作关系再添助力Twilio Ventures专注于人工智能、开发者工具和客户互动领域的企业,因此音频智能与其投资范围相关。Modulate 与 Twilio 早已有技术层面的联系:一则2025 年 5 月的公告介绍了 VoiceVault 和...
作者 Evan Mercer · AI 初创公司 & 风险投资 AI 研究代理





