कृत्रिम बुद्धिमत्ता · समाचार
Flapping Airplanes ने AI अनुसंधान के लिए $6 बिलियन मूल्यांकन पर $1 बिलियन जमा किए
प्रकाशित:
संक्षेप में
सैन फ्रांसिस्को में स्थित AI अनुसंधान लैब Flapping Airplanes ने Series A राउंड में $1 बिलियन जुटाए हैं, जिससे इसका मूल्यांकन $6 बिलियन तक पहुंच गया है, जो जनवरी 2026 में $180 मिलियन के सीड राउंड के बाद $1.5 बिलियन से लगभग चार गुना है। यह एक साल पुरानी स्टार्टअप के पास अभी कोई वाणिज्यिक उत्पाद नहीं है और यह AI मॉडल प्रशिक्षण को बड़ी मात्रा में डेटा और कंप्यूटिंग शक्ति पर निर्भर बनाने से कम करने पर ध्यान केंद्रित कर रही है।
यह संस्करण मूल पाठ (English) का मशीनी अनुवाद है। मूल पाठ पढ़ें
Flapping Airplanes, एक AI अनुसंधान स्टार्टअप जो सैन फ्रांसिस्को में स्थित है, ने 21 अक्टूबर 2026 को घोषणा की कि इसने $1 बिलियन Series A फंडिंग राउंड को $6 बिलियन मूल्यांकन पर बंद कर दिया है, TechCrunch और SiliconANGLE के अनुसार। यह राउंड उद्यम फर्मों Index Ventures और Lux Capital द्वारा सह-नेतृत्व में था।
राउंड में अन्य प्रतिभागियों में सीड बैकर्स Sequoia Capital और GV (पूर्व में Google Ventures) के साथ Kleiner Perkins, Valor Equity Partners, Atreides Management, Jump Trading, XTX Ventures, और चिपमेकर Nvidia शामिल थे, SiliconANGLE की रिपोर्ट के अनुसार। TechCrunch की प्रतिभागियों की सूची में A* का नाम भी था।
$1.5 बिलियन से $6 बिलियन नौ महीने में
Flapping Airplanes ने जनवरी 2026 में $180 मिलियन के सीड राउंड के साथ शुरुआत की जो कंपनी को $1.5 बिलियन पर मूल्यांकित करता था, TechCrunch और TheNextWeb के अनुसार। नई $6 बिलियन मूल्यांकन एक वर्ष से कम समय में लगभग चार गुना वृद्धि का प्रतिनिधित्व करती है, SiliconANGLE कंपनी की कुल फंडिंग को अब तक $1.18 बिलियन पर रखता है।
TechCrunch ने सीड और Series A राउंड के बीच अंतराल को नौ महीने के रूप में वर्णित किया, जबकि SiliconANGLE और TheNextWeb ने कंपनी को लगभग एक साल पुरानी के रूप में वर्णित किया। न तो TechCrunch और न ही SiliconANGLE ने स्पष्ट स्थापना तारीख बताई; SiliconANGLE के फ्रेमिंग से पता चलता है कि कंपनी की स्थापना अक्टूबर 2026 की घोषणा से लगभग एक साल पहले हुई थी।
कंपनी के संस्थापक
Flapping Airplanes की स्थापना Ben Spector, Asher Spector, और Aidan Smith ने की थी, TechCrunch और SiliconANGLE के अनुसार। Asher Spector के पास Stanford से सांख्यिकी में博士की डिग्री है। Aidan Smith को एक पूर्व Thiel Fellow के रूप में वर्णित किया गया है जो पहले Neuralink में काम करते थे।
TechCrunch और SiliconANGLE दोनों Ben Spector को Stanford में कंप्यूटर विज्ञान के博士छात्र के रूप में वर्णित करते हैं जिन्होंने MIT में रहते हुए छात्र त्वरक Prod की स्थापना की। SiliconANGLE ने उन्हें कंपनी के मुख्य कार्यकारी के रूप में पहचाना है और रिपोर्ट किया है कि निवेशक Index Ventures ने टीम को सैन फ्रांसिस्को में व्यक्तिगत रूप से काम करने वाले लगभग दो दर्जन लोगों के रूप में वर्णित किया है।
कंपनी कहती है कि वह क्या बनाती है
Flapping Airplanes अपने आप को बनाने के रूप में वर्णित करता है जिसे SiliconANGLE ने Nvidia ग्राफिक्स प्रोसेसिंग यूनिटों के लिए "दुनिया का सबसे संपूर्ण megakernel ढांचा" कहा है। TheNextWeb और TechCrunch के अनुसार, ढांचा एक ही चिप पर एक साथ AI मॉडल प्रशिक्षण और अनुमान चलाने के लिए डिज़ाइन किया गया है, जो निष्क्रिय कंप्यूटिंग समय को कम करता है और मॉडलों को वर्तमान बड़ी प्रणालियों की तुलना में कहीं कम डेटा से सीखने देता है।
एक मॉडल जो एक मिलियन गुना अधिक डेटा कुशल है संभवतः अर्थव्यवस्था में डालने के लिए एक मिलियन गुना आसान है।
TheNextWeb के अनुसार, Asher Spector ने कंपनी के व्यापक तर्क को भी इस विश्वास के रूप में वर्णित किया कि AI की मांग उपलब्ध चिप और डेटा आपूर्ति को पार कर जाएगी, यह कहते हुए कि मौजूदा चिप से यहां तक कि मामूली अतिरिक्त प्रदर्शन निकालना - लगभग 10% अधिक - महत्वपूर्ण आर्थिक मूल्य रखता है।
शोध-प्रथम "AI neolabs" की लहर
TechCrunch और TheNextWeb दोनों Flapping Airplanes को कभी-कभी "AI neolabs" कहे जाने वाली स्टार्टअप की एक श्रेणी में रखते हैं: कंपनियां जो तुरंत उत्पाद भेजने या राजस्व उत्पन्न करने के बजाय बुनियादी अनुसंधान पर ध्यान केंद्रित करके शुरू करती हैं। TheNextWeb ने दो तुलनीय फर्मों का हवाला दिया, AMI Labs, जो कहा गया था कि मार्च 2026 में लगभग $1 बिलियन जुटाया, और Mirendil, जिसने जून 2026 में $200 मिलियन का सीड राउंड जुटाया।
TechCrunch ने नोट किया कि Flapping Airplanes के पास वर्तमान में कोई उत्पाद और कोई राजस्व नहीं है, जिसका अर्थ है कि $6 बिलियन मूल्यांकन बिक्री या लॉन्च किए गए उत्पाद के बजाय लैब की अनुसंधान प्रगति पर निर्भर करता है।
| राउंड | तारीख | राशि | मूल्यांकन |
|---|---|---|---|
| सीड | जनवरी 2026 | $180 मिलियन | $1.5 बिलियन |
| Series A | अक्टूबर 2026 | $1 बिलियन | $6 बिलियन |
जो अभी तक ज्ञात नहीं है
कंपनी ने उपलब्ध रिपोर्टिंग के आधार पर उत्पाद लॉन्च की तारीख, इसके megakernel ढांचे के लिए विशिष्ट प्रदर्शन बेंचमार्क, या विस्तृत राजस्व योजनाओं का खुलासा नहीं किया है। केवल SiliconANGLE ने एक कर्मचारी संख्या प्रदान की, और समीक्षा किए गए तीन आउटलेट्स में से किसी ने भी सटीक स्थापना तारीख नहीं बताई है।
प्रश्न
- Flapping Airplanes ने कितना जुटाया और किस मूल्यांकन पर?
- Flapping Airplanes ने Series A राउंड में $1 बिलियन $6 बिलियन मूल्यांकन पर जुटाए, 21 अक्टूबर 2026 को घोषित, TechCrunch और SiliconANGLE के अनुसार।
- फंडिंग राउंड का नेतृत्व किसने किया?
- Index Ventures और Lux Capital ने राउंड का सह-नेतृत्व किया, Sequoia Capital, GV, Kleiner Perkins, Valor Equity Partners, Atreides Management, Jump Trading, XTX Ventures, और Nvidia की भागीदारी के साथ, SiliconANGLE के अनुसार।
- Flapping Airplanes के संस्थापक कौन हैं?
- कंपनी की स्थापना Ben Spector, Asher Spector, और Aidan Smith ने की थी, TechCrunch और SiliconANGLE के अनुसार। Asher Spector के पास Stanford से सांख्यिकी में博士की डिग्री है, और Aidan Smith एक पूर्व Thiel Fellow हैं और Neuralink के पूर्व कर्मचारी हैं।
- Flapping Airplanes वास्तव में क्या बनाती है?
- यह GPU "megakernel" ढांचा विकसित कर रही है जो AI प्रशिक्षण और अनुमान को एक साथ चलाने के लिए डिज़ाइन किया गया है, निष्क्रिय कंप्यूटिंग समय को कम करने और AI मॉडल को प्रशिक्षित करने के लिए आवश्यक डेटा को कम करने के लिए, SiliconANGLE और TheNextWeb के अनुसार।
- क्या Flapping Airplanes के पास बाजार में कोई उत्पाद है?
- नहीं। TechCrunch ने रिपोर्ट किया कि फंडिंग की घोषणा के समय, कंपनी के पास कोई वाणिज्यिक उत्पाद और कोई राजस्व नहीं है।
स्रोत
यह लेख कृत्रिम बुद्धिमत्ता से तैयार किया गया और प्रकाशन से पहले स्वचालित स्रोत-जाँच से गुज़रा। कोई गलती दिखे तो सुधार का अनुरोध करें। सुधार या उत्तर का अनुरोध करें · हम कैसे काम करते हैं
संबंधित लेख
कृत्रिम बुद्धिमत्तालेख
जनरेटिव AI कैसे काम करता है: टेक्स्ट, इमेज और कोड जनरेशन की व्याख्या
जनरेटिव AI टूल जैसे चैटबॉट्स, इमेज जेनरेटर और कोडिंग असिस्टेंट सभी इनपुट को संख्यात्मक डेटा में बदलते हैं, फिर बहुत बड़े प्रशिक्षण डेटासेट से सीखे गए पैटर्न का उपयोग करके चरण दर चरण आउटपुट बनाते हैं। टेक्स्ट और कोड टूल ट्रांसफॉर्मर मॉडल का उपयोग करके एक अनुक्रम में अगला टोकन भविष्यवाणी करते हैं, जबकि Imagen जैसे इमेज टूल धीरे-धीरे एक यादृच्छिक पैटर्न से शोर को हटाते हैं जब तक कि टेक्स्ट प्रॉम्प्ट से मेल खाता हुआ एक चित्र उभरता है।
कृत्रिम बुद्धिमत्तालेख
ChatGPT और Claude जैसे AI चैटबॉट्स वास्तव में कैसे काम करते हैं - समझाया गया
AI चैटबॉट्स बड़े भाषा मॉडलों (LLMs) पर बनाए गए हैं, जो न्यूरल नेटवर्क हैं जो पाठ के अनुक्रम में अगले 'token' की भविष्यवाणी करने के लिए प्रशिक्षित हैं। वे शब्दों को संख्याओं में परिवर्तित करते हैं, ध्यान तंत्र का उपयोग करते हैं कि शब्द एक दूसरे से कैसे संबंधित हैं, और फिर मानव प्रतिक्रिया के साथ बेहतर किए जाते हैं ताकि कच्चे पाठ भविष्यवाणीकर्ताओं के बजाय सहायक सहायकों की तरह व्यवहार करें।
कृत्रिम बुद्धिमत्तालेख
AI सिफारिश एल्गोरिदम यह कैसे तय करते हैं कि आप ऑनलाइन क्या देखते और खरीदते हैं
AI सिफारिश प्रणालियां उपयोगकर्ताओं के फीड और उत्पाद सुझावों को व्यक्तिगत बनाती हैं जो उपयोगकर्ता क्लिक करते हैं, देखते हैं, रेट करते हैं और खरीदते हैं इसका विश्लेषण करके, फिर उसे समान उपयोगकर्ताओं के पैटर्न के साथ मेल करके। Netflix, YouTube और Amazon जैसी कंपनियां कहती हैं कि वे एनगेजमेंट और संदर्भात्मक संकेतों का उपयोग करती हैं — कुछ मामलों में जनसांख्यिकीय डेटा नहीं — जबकि अमेरिका और यूरोपीय संघ में नियामकों ने इन प्रणालियों के पीछे पारदर्शिता और डेटा संग्रहण को लेकर चिंता व्यक्त की है।
कृत्रिम बुद्धिमत्तालेख
AI भाषा मॉडल गलत उत्तर क्यों देते हैं: गलत उत्तरों के पीछे का शोध
AI "hallucinations" इसलिए होती हैं क्योंकि भाषा मॉडल अगले संभव शब्द की भविष्यवाणी करने के लिए प्रशिक्षित होते हैं, सत्य को सत्यापित करने के लिए नहीं, और क्योंकि उन्हें रेट करने के लिए इस्तेमाल किए जाने वाले टेस्ट आत्मविश्वास के साथ अनुमान लगाने को अनिश्चितता स्वीकार करने से अधिक पुरस्कृत करते हैं। OpenAI के शोधकर्ताओं का तर्क है कि यह समस्या आंशिक रूप से इस बात का गणितीय परिणाम है कि मॉडल को कैसे प्रशिक्षित किया जाता है और आंशिक रूप से यह है कि AI उद्योग उन्हें कैसे स्कोर करता है।