Laboratorium badań sztucznej inteligencji Flapping Airplanes, z siedzibą w San Francisco, pozyskało 1 miliard dolarów w rundzie Series A, podnosząc swoją wycenę do 6 miliardów dolarów, około czterech razy wyższą niż 1,5 miliarda dolarów, którą osiągnęła po rundzie seed w wysokości 180 milionów dolarów w stycznia 2026 roku. Roczny startup nie ma jeszcze komercyjnego produktu i skupia się na uczynieniu trenowania modeli AI mniej zależnym od ogromnych ilości danych i mocy obliczeniowej.
Ta wersja jest tłumaczeniem maszynowym oryginału (English). Przeczytaj oryginał
Flapping Airplanes, startup z zakresu sztucznej inteligencji z siedzibą w San Francisco, ogłosił 21 października 2026 roku zamknięcie rundy finansowania Series A w wysokości 1 miliarda dolarów z wyceną firmy na 6 miliardów dolarów, zgodnie z TechCrunch i SiliconANGLE. Rundę wspólnie prowadzili fundusze venture Index Ventures i Lux Capital.
Inne uczestniki rundy obejmowali powracających inwestorów seed-rundy Sequoia Capital i GV (dawniej Google Ventures), a także Kleiner Perkins, Valor Equity Partners, Atreides Management, Jump Trading, XTX Ventures i producenta chipów Nvidia, zgodnie z SiliconANGLE. Lista uczestników TechCrunch również wymieniła A*.
Od 1,5 miliarda dolarów do 6 miliardów dolarów w ciągu dziewięciu miesięcy
Flapping Airplanes uruchomiła się z rundą seed w wysokości 180 milionów dolarów w stycznia 2026 roku, która wyceniła firmę na 1,5 miliarda dolarów, zgodnie z TechCrunch i TheNextWeb. Nowa wycena 6 miliardów dolarów stanowi mniej więcej czterokrotny wzrost w ciągu niecałego roku, przy czym SiliconANGLE ocenia łączną kwotę pozyskanego do tej pory finansowania firmy na 1,18 miliarda dolarów.
TechCrunch opisał odstęp między rundami seed a Series A jako dziewięć miesięcy, podczas gdy SiliconANGLE i TheNextWeb charakteryzowały samą firmę jako mniej więcej roczną. Ani TechCrunch, ani SiliconANGLE nie podali dokładnej daty założenia; sformułowanie SiliconANGLE sugeruje, że firma została założona mniej więcej rok przed ogłoszeniem w październiku 2026 roku.
Kto założył firmę
Flapping Airplanes został założony przez Ben Spector, Asher Spector i Aidan Smith, zgodnie z TechCrunch i SiliconANGLE. Asher Spector posiada doktorat z statystyki z Stanford. Aidan Smith jest opisywany jako były stypendysta Thiel Fellowship, który wcześniej pracował w Neuralink.
Zarówno TechCrunch, jak i SiliconANGLE opisują Ben Spector jako doktoranta kierunku informatyka w Stanford, który założył student accelerator Prod podczas studiów w MIT. SiliconANGLE identyfikuje go jako dyrektora generalnego firmy i informuje, że inwestor Index Ventures opisał zespół jako mniej więcej dwudziestu osób pracujących osobiście w San Francisco.
Co firma mówi, że buduje
Flapping Airplanes opisuje siebie jako budujący to, co SiliconANGLE nazwał «najbardziej kompletnym frameworkiem megakernela na świecie» dla procesorów graficznych Nvidia. Według TheNextWeb i TechCrunch framework jest przeznaczony do jednoczesnego uruchamiania trenowania i wnioskowania modeli AI na tych samych chipach, zmniejszając czas bezczynności obliczeń i mając na celu umożliwienie modelom uczenia się z dużo mniej danych niż wymagają obecne duże systemy.
Model, który jest milion razy bardziej efektywny w danych, jest prawdopodobnie milion razy łatwiejszy do wdrożenia w gospodarce.
Zgodnie z TheNextWeb, Asher Spector również opisał szersze uzasadnienie firmy jako przekonanie, że popyt na AI będzie przewyższać dostępną podaż chipów i danych, dodając, że wyodrębnienie nawet skromnego dodatkowego wzrostu wydajności z istniejących chipów — około 10% więcej — będzie miało znaczną wartość ekonomiczną.
Fala zorientowanych badawczo «AI neolabs»
Zarówno TechCrunch, jak i TheNextWeb umieszczają Flapping Airplanes w kategorii startupów czasem zwanych «AI neolabs»: firmy, które zaczynają od skupienia się na badaniach fundamentalnych, a nie na wysłaniu produktu lub generowaniu przychodu od razu. TheNextWeb przywołał dwie porównywalne firmy: AMI Labs, które, jak powiedział, pozyskały około 1 miliarda dolarów w marcu 2026 roku, i Mirendil, które pozyskały rundę seed w wysokości 200 milionów dolarów w czerwcu 2026 roku.
TechCrunch zauważył, że Flapping Airplanes obecnie nie ma ani produktu, ani przychodów, co oznacza, że wycena 6 miliardów dolarów opiera się na postępie badań laboratorium, a nie na sprzedaży lub wprowadzonym produkcie.
Oś czasu finansowania Flapping Airplanes
Runda
Data
Kwota
Wycena
Seed
styczeń 2026
$180 milionów
$1,5 miliarda
Series A
październik 2026
$1 miliarda
$6 miliardów
Co nie jest jeszcze znane
Firma nie ujawniła daty wprowadzenia produktu, konkretnych benchmarków wydajności dla swojego frameworku megakernela lub szczegółowych planów przychodów w oparciu o dostępne raporty. Tylko SiliconANGLE podał liczbę zatrudnionych, a dokładna data założenia nie została podana przez żaden z trzech przeanalizowanych serwisów.
Pytania
Ile pozyskała Flapping Airplanes i przy jakiej wycenie?
Flapping Airplanes pozyskała 1 miliard dolarów w rundzie Series A przy wycenie 6 miliardów dolarów, ogłoszonej 21 października 2026 roku, zgodnie z TechCrunch i SiliconANGLE.
Kto prowadził rundę finansowania?
Index Ventures i Lux Capital wspólnie prowadziły rundę z udziałem Sequoia Capital, GV, Kleiner Perkins, Valor Equity Partners, Atreides Management, Jump Trading, XTX Ventures i Nvidia, według SiliconANGLE.
Kto założył Flapping Airplanes?
Firmę założyli Ben Spector, Asher Spector i Aidan Smith, zgodnie z TechCrunch i SiliconANGLE. Asher Spector posiada doktorat z statystyki z Stanford, a Aidan Smith jest byłym stypendystą Thiel Fellowship i byłym pracownikiem Neuralink.
Co dokładnie buduje Flapping Airplanes?
Opracowuje framework GPU «megakernel» przeznaczony do jednoczesnego uruchamiania trenowania i wnioskowania AI, mając na celu zmniejszenie czasu bezczynności i zmniejszenie ilości danych potrzebnych do trenowania modeli AI, zgodnie z SiliconANGLE i TheNextWeb.
Czy Flapping Airplanes ma produkt na rynku?
Nie. TechCrunch informuje, że w momencie ogłoszenia finansowania firma nie posiada ani komercyjnego produktu, ani przychodów.
Ten tekst przygotowała sztuczna inteligencja, a przed publikacją przeszedł automatyczną kontrolę źródeł. Jeśli widzisz błąd, poproś o sprostowanie. Poproś o sprostowanie lub odpowiedź · Jak to robimy
Geoffrey Hinton, laureat Nagrody Nobla w dziedzinie informatyki, znany jako «ojciec chrzestny sztucznej inteligencji», twierdzi, że najlepszą szansą przetrwania ludzkości w obliczu coraz bardziej inteligentnych maszyn jest zaprojektowanie ich tak, aby naprawdę dbały o ludzi, a nie tylko ich posłuszały. Przemawiając na Festiwalu Starmus na Teneryfie w październiku 2026 roku, Hinton ostrzegał, że bez tej zmiany ludzkość będzie mieć poważne konsekwencje.
Narzędzia generacyjnej sztucznej inteligencji, takie jak chatboty, generatory obrazów i asystenci kodowania, konwertują dane wejściowe na dane numeryczne, a następnie budują wynik krok po kroku, używając wzorów wyuczonych z dużych zestawów danych treningowych. Narzędzia tekstowe i kodowe przewidują następny token w sekwencji, używając modeli transformer, podczas gdy narzędzia obrazowe, takie jak Imagen, stopniowo usuwają szum z losowego wzorca, aż pojawi się obraz pasujący do zachęty tekstowej.
Chatboty AI są zbudowane na podstawie dużych modeli językowych (LLM), sieci neuronowych przeszkolonych do przewidywania następnego "tokenu" w sekwencji tekstu. Zamieniają słowa na liczby, używają mechanizmu uwagi do ważenia tego, jak słowa się do siebie odnoszą, a następnie są dostrajane za pomocą informacji zwrotnych od ludzi, aby zachowywać się jak pomocni asystenci, a nie jak surowe predyktory tekstu.
Systemy rekomendacji AI personalizują kanały i sugestie produktów, analizując to, co użytkownicy klikają, oglądają, oceniają i kupują, a następnie porównując to zachowanie ze wzorcami podobnych użytkowników. Platformy takie jak Netflix, YouTube i Amazon twierdzą, że używają sygnałów zaangażowania i sygnałów kontekstowych — a nie w niektórych przypadkach danych demograficznych — podczas gdy regulatorzy w USA i UE wyrazili obawy dotyczące przejrzystości i zbierania danych stojącego za tymi systemami.
