Искусственный интеллект · Новость
Flapping Airplanes привлекает $1 млрд с оценкой $6 млрд для исследований AI
Опубликовано:

Коротко
Лаборатория искусственного интеллекта Flapping Airplanes, базирующаяся в Сан-Франциско, привлекла $1 млрд в раунде Series A, повысив свою оценку до $6 млрд, примерно в четыре раза выше отметки $1,5 млрд, которую она достигла после раунда посева в размере $180 млн в январе 2026 года. Стартапу годовалого возраста еще не хватает коммерческого продукта, и он сосредоточен на том, чтобы сделать обучение AI-моделей менее зависимым от огромных объемов данных и вычислительных мощностей.
Эта версия — машинный перевод оригинала (English). Читать оригинал
Flapping Airplanes, стартап в области искусственного интеллекта, базирующийся в Сан-Франциско, объявил 21 октября 2026 года о закрытии раунда финансирования Series A объемом $1 млрд с оценкой компании в $6 млрд, согласно TechCrunch и SiliconANGLE. Раунд совместно возглавили венчурные фирмы Index Ventures и Lux Capital.
Другие участники раунда включали возвращающихся инвесторов seed-раунда Sequoia Capital и GV (ранее Google Ventures), а также Kleiner Perkins, Valor Equity Partners, Atreides Management, Jump Trading, XTX Ventures и производителя чипов Nvidia, согласно SiliconANGLE. Список участников по версии TechCrunch также назвал A*.
От $1,5 млрд до $6 млрд за девять месяцев
Flapping Airplanes запустилась с раундом посева в размере $180 млн в январе 2026 года, который оценил компанию в $1,5 млрд, согласно TechCrunch и TheNextWeb. Новая оценка в $6 млрд представляет примерно четырехкратное увеличение менее чем за год, при этом SiliconANGLE оценивает общий объем привлеченного финансирования компании на сегодняшний день в $1,18 млрд.
TechCrunch описал интервал между раундами посева и Series A как девять месяцев, в то время как SiliconANGLE и TheNextWeb характеризовали саму компанию как примерно годовалую. Ни TechCrunch, ни SiliconANGLE не указали точную дату основания; формулировка SiliconANGLE подразумевает, что компания была основана примерно за год до объявления в октябре 2026 года.
Кто основал компанию
Flapping Airplanes была основана Ben Spector, Asher Spector и Aidan Smith, согласно TechCrunch и SiliconANGLE. Asher Spector имеет степень Ph.D. в области статистики от Stanford. Aidan Smith описывается как бывший Thiel Fellow, который ранее работал в Neuralink.
Как TechCrunch, так и SiliconANGLE описывают Ben Spector как студента Ph.D. программы по информатике в Stanford, который основал студенческий акселератор Prod, обучаясь в MIT. SiliconANGLE определяет его как главного исполнительного директора компании и сообщает, что инвестор Index Ventures описал команду как примерно два десятка человек, работающих лично в Сан-Франциско.
Что компания говорит, что она строит
Flapping Airplanes описывает себя как строящую то, что SiliconANGLE назвал «самой полной мегаядерной структурой в мире» для графических процессоров Nvidia. По словам TheNextWeb и TechCrunch, эта структура предназначена для одновременного запуска обучения и вывода AI-моделей на одних и тех же чипах, сокращая время простоя вычислений и стремясь позволить моделям учиться на гораздо меньшем объеме данных, чем требуют современные крупные системы.
Модель, которая в миллион раз более эффективна по данным, вероятно, в миллион раз легче внедрить в экономику.
По словам TheNextWeb, Asher Spector также описал более широкое обоснование компании как убеждение в том, что спрос на AI будет опережать доступное предложение чипов и данных, добавив, что извлечение даже скромного дополнительного повышения производительности из существующих чипов — примерно на 10% — будет иметь значительную экономическую ценность.
Волна исследовательских «AI neolabs»
Как TechCrunch, так и TheNextWeb помещают Flapping Airplanes в категорию стартапов, которые иногда называют «AI neolabs»: компании, которые начинают с сосредоточения на фундаментальных исследованиях, а не на выпуске продукта или немедленном получении доходов. TheNextWeb привел две сравнимые фирмы: AMI Labs, по его словам, привлекшую примерно $1 млрд в марте 2026 года, и Mirendil, которая привлекла раунд посева в размере $200 млн в июне 2026 года.
TechCrunch отметил, что у Flapping Airplanes в настоящее время нет ни продукта, ни доходов, что означает, что оценка в $6 млрд основана на прогрессе исследований лаборатории, а не на продажах или выпущенном продукте.
| Раунд | Дата | Сумма | Оценка |
|---|---|---|---|
| Посев | январь 2026 | $180 млн | $1,5 млрд |
| Series A | октябрь 2026 | $1 млрд | $6 млрд |
Что еще неизвестно
Компания не раскрыла дату запуска продукта, конкретные бенчмарки производительности для своей мегаядерной структуры или детальные планы доходов на основе имеющихся отчетов. Только SiliconANGLE предоставила цифру численности сотрудников, а точная дата основания не была указана ни одним из трех рассмотренных изданий.
Вопросы
- Сколько Flapping Airplanes привлекла средств и при какой оценке?
- Flapping Airplanes привлекла $1 млрд в раунде Series A при оценке в $6 млрд, объявленном 21 октября 2026 года, согласно TechCrunch и SiliconANGLE.
- Кто возглавил раунд финансирования?
- Index Ventures и Lux Capital совместно возглавили раунд с участием Sequoia Capital, GV, Kleiner Perkins, Valor Equity Partners, Atreides Management, Jump Trading, XTX Ventures и Nvidia, согласно SiliconANGLE.
- Кто основал Flapping Airplanes?
- Компания была основана Ben Spector, Asher Spector и Aidan Smith, согласно TechCrunch и SiliconANGLE. Asher Spector имеет степень Ph.D. в области статистики от Stanford, а Aidan Smith — бывший Thiel Fellow и бывший сотрудник Neuralink.
- Что именно строит Flapping Airplanes?
- Она разрабатывает GPU-фреймворк «megakernel», предназначенный для одновременного запуска обучения и вывода AI, стремясь снизить время простоя и сократить объем данных, необходимых для обучения моделей AI, согласно SiliconANGLE и TheNextWeb.
- Есть ли у Flapping Airplanes продукт на рынке?
- Нет. TechCrunch сообщила, что на момент объявления о финансировании компания не имеет ни коммерческого продукта, ни доходов.
Источники
Этот материал подготовлен с помощью искусственного интеллекта и перед публикацией прошёл автоматическую проверку источников. Если вы заметили ошибку, запросите исправление. Запросить исправление или ответ · Как мы работаем
Похожие материалы

Искусственный интеллектСтатья
Как нейросети учатся: математика за ChatGPT и Gemini
Нейросети учатся, делая прогноз, измеряя, насколько он был неверен, с помощью функции потерь, а затем корректируя внутренние значения, называемые весами, в обратном направлении через сеть — процесс, называемый обратным распространением ошибки, объединённый с методом оптимизации, называемым градиентным спуском. Те же механики, масштабированные до миллиардов параметров, лежат в основе того, как системы, такие как ChatGPT и Gemini, сначала обучаются, а затем адаптируются к конкретным задачам через тонкую настройку.

Искусственный интеллектСтатья
Как ИИ создает искусство и музыку, и почему «подлинное творчество» остается спорным
Инструменты для создания изображений на основе ИИ, такие как Midjourney и Stable Diffusion, создают изображения, изучая способ обращения процесса добавления шума, а инструменты для создания музыки, такие как Suno и Udio, сжимают аудио в токены и предсказывают их пошагово, руководствуясь текстовой подсказкой. Считается ли какой-либо из этих процессов подлинным творчеством, остается неясным: исследователи расходятся во мнении, называя это основанным на шаблонах «ремиксированием» или признавая его измеримым творческим достижением.
Искусственный интеллектСтатья
Почему Moonshot Специально Ослабил Навыки Взлома Своей Новой Модели AI Kimi
Китайская лаборатория AI Moonshot заявила, что удалила данные, связанные с кибербезопасностью, из своей новой открытой модели Kimi K3.1 Pro, чтобы система не продвигала «границу» возможностей наступательного взлома. Этот шаг, объявленный в субботу, 24 октября 2026 года, происходит на фоне предупреждений правительств и исследователей безопасности о том, что все более способные системы искусственного интеллекта могут сделать сложные кибератаки дешевле и легче в проведении.
Искусственный интеллектСтатья
Как работают детекторы текста AI, объяснено на примере спора о романе, завоевавшем приз
Детекторы текста AI не доказывают, кто написал что-либо; они оценивают вероятность, измеряя статистические закономерности, такие как предсказуемость слов и вариация длины предложений. Недавно детектор под названием Pangram 4.1 припписал 99% испанского романа, удостоенного приза в размере €20 000, искусственному интеллекту, что побудило его издателя приостановить рекламные мероприятия для проведения расследования.