🌍較早收集於 76m

Encord 籌資 5000 萬歐元打造實體 AI 資料層

Encord 籌資 5000 萬歐元打造實體 AI 資料層
PostLinkedIn
🌍閱讀原文: The Next Web (TNW)

💡5000 萬歐元助力實體 AI 機器人資料基礎設施—具身 AI 開發者必看(48字)

⚡ 30-Second TL;DR

有什麼變化

5000 萬歐元 C 輪由 Wellington Management 領投

為什麼重要

此輪融資提升 Encord 擴展機器人與具身 AI 資料工具的能力,解決實體模型訓練的關鍵瓶頸。顯示投資者對真實世界 AI 部署基礎設施的興趣日益增加。

下一步行動

註冊 Encord 免費試用,管理您的實體 AI 專案電腦視覺資料集。

誰應關注:Developers & AI Engineers

關鍵要點

  • 5000 萬歐元 C 輪由 Wellington Management 領投
  • 總融資達 9300 萬歐元,YC、CRV 參與
  • 專注實體 AI 應用資料層
  • 新投資者:Bright Pixel Capital、Isomer Capital

🧠 深度解析

背景與延伸:來自公開資料,非原文內容。引用 8 個來源。

🔑 增強重點摘要

  • Encord 目前管理超過 5 PB 的多模態資料,較一年前增長三倍,且實體 AI 客戶收入過去十二個月增長 10 倍。
  • 客戶包括 Woven by Toyota、Zipline、Skydio 和 AXA 等超過 300 個領先 AI 團隊。
  • 平台支援音頻、視頻、圖像、感測器資料、3D 點雲等多模態格式,並整合 AWS S3、GCP、Azure 等雲端儲存。
  • 用戶案例顯示,使用 Encord Index 可將資料集大小減少 35%,並提升模型準確率 20%,Standard AI 每年節省 60 萬美元。
📊 競品分析▸ Show
特徵EncordScale AI
主要焦點實體 AI 多模態資料基礎設施(視頻、3D 點雲、感測器)通用 AI 資料標註與評估
資料規模管理 5 PB+ 多模態資料未指定物理 AI 專屬規模
客戶類型機器人、自動駕駛、無人機(如 Toyota、Zipline)廣泛 AI 應用
定價未公開,企業級訂閱與 API未公開,自訂企業方案

🛠️ 技術深入

  • 統一資料管理與索引:處理圖像、視頻、音頻、文檔,支援雲端儲存整合(AWS S3、GCP、Azure),索引巢狀資料結構。
  • 資料導向優化:智能篩選腐敗、重複或低價值資料點,提升模型效能(如 Automotus 準確率增 20%、資料集減 35%)。
  • 全生命週期自動化:從攝取、組織、標註、策展到評估,支援 RLHF、人類迴圈工作流。
  • 多模態支援:視頻語言動作序列、多模態嵌入、3D 點雲、RGB-D、感測器融合,適用世界模型與 VLA。

🔮 前景展望AI analysis grounded in cited sources

Encord 將主導實體 AI 資料市場份額
實體 AI 收入增長 10 倍及 5 PB 資料管理規模顯示其在多模態資料處理的領先地位,將吸引更多機器人與自動駕駛客戶。
投資將加速平台擴展至更多產業
6000 萬美元資金用於擴大 AI 原生資料基礎設施,支援無人機、智能空間等新應用領域。
資料準備將成為物理 AI 瓶頸解決關鍵
創辦人強調資料就緒性而非模型大小為主要挑戰,平台自動化將提升產業模型可靠度。

時間線

2022-01
Y Combinator 加速器畢業,啟動 AI 資料平台開發
2023-05
完成種子輪與 A 輪融資,總額達數百萬美元
2024-06
B 輪融資,擴大多模態資料支援與客戶基礎
2025-02
資料量達 PB 級,實體 AI 收入開始快速增長
2026-02
C 輪 6000 萬美元融資,總融資達 1.1 億美元
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: The Next Web (TNW)

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週 AI 簡報

每週一封,可隨時退訂。