Le laboratoire de recherche en IA Flapping Airplanes, basé à San Francisco, a levé $1 milliard lors d'un tour de série A, portant sa valorisation à $6 milliards, soit environ quatre fois la valorisation de $1,5 milliards qu'il avait après une levée de seed de $180 millions en janvier 2026. La startup d'un an n'a pas encore de produit commercial et se concentre sur la réduction de la dépendance de l'entraînement des modèles d'IA à d'énormes quantités de données et de puissance de calcul.
Cette version est une traduction automatique de l'original (English). Lire l'original
Flapping Airplanes, une startup de recherche en IA basée à San Francisco, a annoncé le 21 octobre 2026 qu'elle avait clôturé un tour de financement de série A de $1 milliard avec une valorisation de $6 milliards, selon TechCrunch et SiliconANGLE. Le tour a été co-dirigé par les sociétés de capital-risque Index Ventures et Lux Capital.
Les autres participants au tour comprenaient les investisseurs de retour du tour de seed Sequoia Capital et GV (anciennement Google Ventures), ainsi que Kleiner Perkins, Valor Equity Partners, Atreides Management, Jump Trading, XTX Ventures et le fabricant de puces Nvidia, selon SiliconANGLE. La liste des participants de TechCrunch a également nommé A*.
De $1,5 milliards à $6 milliards en neuf mois
Flapping Airplanes a été lancée avec un tour de seed de $180 millions en janvier 2026 qui a valorisé l'entreprise à $1,5 milliards, selon TechCrunch et TheNextWeb. La nouvelle valorisation de $6 milliards représente une augmentation d'environ quatre fois en moins d'un an, SiliconANGLE plaçant le financement total levé par l'entreprise à ce jour à $1,18 milliards.
TechCrunch a décrit l'intervalle entre les tours de seed et de série A comme neuf mois, tandis que SiliconANGLE et TheNextWeb ont caractérisé l'entreprise elle-même comme ayant environ un an. Ni TechCrunch ni SiliconANGLE n'ont indiqué une date de fondation exacte ; le cadre de SiliconANGLE implique que l'entreprise a été fondée environ un an avant l'annonce d'octobre 2026.
Qui a fondé l'entreprise
Flapping Airplanes a été fondée par Ben Spector, Asher Spector et Aidan Smith, selon TechCrunch et SiliconANGLE. Asher Spector détient un Ph.D. en Statistiques de Stanford. Aidan Smith est décrit comme un ancien boursier Thiel qui a précédemment travaillé chez Neuralink.
TechCrunch et SiliconANGLE décrivent tous deux Ben Spector comme un doctorant en informatique à Stanford qui a fondé l'accélérateur d'étudiants Prod alors qu'il était au MIT. SiliconANGLE l'identifie comme le directeur général de l'entreprise et a rapporté que l'investisseur Index Ventures a décrit l'équipe comme comprenant environ deux douzaines de personnes travaillant en personne à San Francisco.
Ce que l'entreprise dit qu'elle construit
Flapping Airplanes se décrit comme construisant ce que SiliconANGLE a appelé 'le framework megakernel le plus complet au monde' pour les unités de traitement graphique Nvidia. Selon TheNextWeb et TechCrunch, le framework est conçu pour exécuter l'entraînement et l'inférence des modèles d'IA simultanément sur les mêmes puces, réduisant les temps d'inactivité informatique et visant à permettre aux modèles d'apprendre à partir de beaucoup moins de données que les grands systèmes actuels ne l'exigent.
Un modèle qui est un million de fois plus efficace en données est probablement un million de fois plus facile à mettre dans l'économie.
— Asher Spector, co-fondateur, Flapping Airplanes
Selon TheNextWeb, Asher Spector a également décrit la logique plus large de l'entreprise comme une conviction que la demande d'IA dépassera l'offre disponible de puces et de données, ajoutant que l'extraction même d'une performance supplémentaire modeste des puces existantes — environ 10% de plus — aurait une valeur économique significative.
Une vague de 'neolabs' d'IA axés sur la recherche
TechCrunch et TheNextWeb placent Flapping Airplanes dans une catégorie de startups parfois appelées 'neolabs d'IA' : des entreprises qui commencent en se concentrant sur la recherche fondamentale plutôt que de lancer un produit ou de générer des revenus immédiatement. TheNextWeb a cité deux entreprises comparables, AMI Labs, qui a levé environ $1 milliard en mars 2026, et Mirendil, qui a levé une ronde de seed de $200 millions en juin 2026.
TechCrunch a noté que Flapping Airplanes n'a actuellement pas de produit et pas de revenus, ce qui signifie que la valorisation de $6 milliards repose sur les progrès de la recherche du laboratoire plutôt que sur les ventes ou un produit lancé.
Calendrier de financement de Flapping Airplanes
Tour
Date
Montant
Valorisation
Seed
Janvier 2026
$180 millions
$1,5 milliards
Série A
Octobre 2026
$1 milliard
$6 milliards
Ce qui n'est pas encore connu
L'entreprise n'a pas divulgué une date de lancement de produit, des benchmarks de performance spécifiques pour son framework megakernel, ou des plans de revenus détaillés, selon les rapports disponibles. Seul SiliconANGLE a fourni un chiffre d'effectifs, et la date exacte de fondation n'a été indiquée par aucune des trois sources examinées.
Vos questions
Combien Flapping Airplanes a-t-elle levé et à quelle valorisation ?
Flapping Airplanes a levé $1 milliard lors d'un tour de série A avec une valorisation de $6 milliards, annoncé le 21 octobre 2026, selon TechCrunch et SiliconANGLE.
Qui a dirigé le tour de financement ?
Index Ventures et Lux Capital ont co-dirigé le tour, avec la participation de Sequoia Capital, GV, Kleiner Perkins, Valor Equity Partners, Atreides Management, Jump Trading, XTX Ventures et Nvidia, selon SiliconANGLE.
Qui a fondé Flapping Airplanes ?
L'entreprise a été fondée par Ben Spector, Asher Spector et Aidan Smith, selon TechCrunch et SiliconANGLE. Asher Spector a un Ph.D. en Statistiques de Stanford, et Aidan Smith est un ancien boursier Thiel et ancien employé de Neuralink.
Que construit réellement Flapping Airplanes ?
Elle développe un framework GPU 'megakernel' destiné à exécuter l'entraînement et l'inférence de l'IA ensemble, visant à réduire les temps d'inactivité informatique et réduire la quantité de données nécessaires pour entraîner les modèles d'IA, selon SiliconANGLE et TheNextWeb.
Flapping Airplanes a-t-elle un produit sur le marché ?
Non. TechCrunch a rapporté qu'au moment de l'annonce de financement, l'entreprise n'a pas de produit commercial et pas de revenus.
Ce texte a été préparé avec l'intelligence artificielle et a passé une vérification automatique des sources avant publication. Si vous voyez une erreur, demandez une correction. Demander une correction ou un droit de réponse · Notre méthode
Les outils d'IA générative tels que les chatbots, les générateurs d'images et les assistants de codage convertissent une entrée en données numériques, puis construisent une sortie étape par étape en utilisant des modèles appris à partir d'énormes ensembles de données d'entraînement. Les outils de texte et de code prédisent le jeton suivant dans une séquence en utilisant des modèles de transformateur, tandis que les outils d'image comme Imagen suppriment progressivement le bruit d'un motif aléatoire jusqu'à ce qu'une image correspondant à une invite de texte émerge.
Les chatbots d'IA sont construits sur des modèles de langage volumineux (LLM), des réseaux neuronaux entraînés à prédire le prochain "token" dans une séquence de texte. Ils convertissent les mots en nombres, utilisent un mécanisme d'attention pour peser comment les mots se rapportent les uns aux autres, et sont ensuite ajustés avec un retour d'information humain pour se comporter comme des assistants utiles plutôt que comme des prédicteurs de texte brut.
Les systèmes de recommandation d'IA personnalisent les fils d'actualité et les suggestions de produits en analysant ce que les utilisateurs cliquent, regardent, évaluent et achètent, puis en mettant en correspondance ce comportement avec des modèles d'utilisateurs similaires. Des plateformes comme Netflix, YouTube et Amazon affirment qu'elles utilisent des signaux d'engagement et contextuels—et non, dans certains cas, des données démographiques—tandis que les régulateurs aux États-Unis et dans l'UE ont soulevé des préoccupations concernant la transparence et la collecte de données derrière ces systèmes.
Les « hallucinations » d'IA se produisent parce que les modèles de langage sont entraînés à prédire le mot plausible suivant, et non à vérifier la vérité, et parce que les tests utilisés pour les noter récompensent les suppositions confiantes plutôt que d'admettre l'incertitude. Les chercheurs d'OpenAI soutiennent que le problème est en partie une conséquence mathématique de la manière dont les modèles sont entraînés et en partie un résultat de la manière dont l'industrie de l'IA les évalue.
