AI芯片融资盘点：知合计算获数亿投资，ChatGPT流量误判引市场关注

今日的AI与科技创投圈，依旧热闹非凡。从芯片到应用，从资本动向到技术突破，一系列消息勾勒出行业快速演进的轮廓。一起来看重点。

今日融资快报

国内RISC-V AI芯片设计公司知合计算宣布完成数亿元A1轮融资。这家成立于2022年10月的公司，正致力于针对AI智算场景，开发基于RISC-V架构的高性能、可扩展计算芯片。其思路是依托生态优势，聚焦实际应用需求，以“应用定义产品”的方式，为包括通用人工智能（AGI）在内的广泛场景打造算力基础。本轮融资由源码资本领投，领航新界、云九资本、乐朴投资、厚雪资本、临港新片区科创基金等跟投。

另一边，北京智策领航科技有限公司发生工商变更，新增北京百川智能科技有限公司为股东，公司注册资本由70万元增至100万元。该公司成立于今年3月，经营范围涵盖人工智能行业应用系统集成服务、公共数据平台、应用软件开发等。

半导体设备领域也有新进展。研发生产商“硅酷科技”获得亿元级战略融资。公司成立于2018年，聚焦芯片互联技术，其碳化硅预烧结贴合设备已成为该细分领域国产替代的领导者。本轮融资由中车资本、哇牛资本和闻芯基金领投。

视线转向海外。AI安全和治理平台提供商Acuvity成功获得900万美元种子融资，由Foundation Capital主导。其平台旨在帮助企业应对AI应用普及带来的数据泄露等风险，提供全方位的可见性与访问控制。

同时，AI驱动的交友应用YouMatch在种子轮筹集了150万美元，由IOI Capital领投。该应用基于AI面部解码和心理模型为用户提供个性化匹配，成为首个公开宣布外部投资的Telegram应用。

此外，专注于生命科学机器人研发的博工科技完成A轮融资，由鼎盛合创基金领投。资金将用于研发投入、人才招募及市场产业链建设。

在医疗AI领域，Spectral AI获得了来自医疗技术企业财团（MTEC）的超过85万美元资金，用于继续开发其AI驱动的DeepView SnapShot M®设备。该设备用于战场烧伤伤口评估，旨在实现便携式生命诊断。

最后，马来西亚人工智能服务商OASIS TECHNOLOGY宣布获得Pre-A轮融资，投资方为贵州国建和香港百联资本。该公司主要利用AI与机器学习技术为企业提供智能化解决方案。

今日大厂风闻

快手宣布正式启动“可灵AI”电影共创计划，联合李少红、贾樟柯等9位导演，推出9部完全由可灵AI进行视频生成的电影短片。此举标志着国内首次由电影导演群体深度参与AIGC电影级内容创作。

一则关于ChatGPT流量下滑的报告近日引发市场关注。高盛分析师依据Similarweb数据指出其月度访问总量暴跌，认为用户“兴奋”消退。然而，这份报告忽略了域名变更对数据的影响，造成了误判。实际情况是，ChatGPT使用量持续增长，OpenAI每周活跃用户已达2亿，公司收入预计在35亿至45亿美元之间。

技术复现方面传来令人瞩目的消息。由3名牛津大学本科生组成的初创公司Ligo，在仅4个月的时间里，成功复现并开源了谷歌DeepMind的革命性模型AlphaFold 3。该模型能预测蛋白质、药物-蛋白质相互作用等复杂结构。Ligo团队使用PyTorch实现了复现，并发现了原始论文中的几个问题，承诺将代码和权重公开。

谷歌则正式发布了Illuminate项目，它能将任意学术论文一键转变为音频播客格式，让研究者可以“听”论文。该项目利用谷歌的LLM Gemini生成摘要和问答，并通过两个AI角色的采访式对话来阐述核心内容。目前主要针对计算机科学论文优化。

今日产品动态

Product Hunt热榜上，Trupeer.ai引人注目。它旨在通过将简单的屏幕录制转换为专业的视频和详细指南，来简化产品内容创作。用户安装Chrome扩展后录制屏幕，AI便会自动生成剧本、配音，并添加缩放、高亮等视频特效，还能生成步骤文档。它支持多种格式导出，并提供从免费到企业版的不同定价计划。

开发者推荐

1. Mini-Omni：可以“边听边想”的语言模型 这是一个开源的多模态大语言模型，具备实时的语音到语音对话能力，无需额外的语音识别或文本转语音模型。其特点是能够“边想边说”，同时生成文本和语音输出，并支持流式处理。后端基于Qwen2等模型构建。

2. Fluxgym：傻瓜式FLUX LoRA训练工具 这是一个针对FLUX LoRA模型训练的简易WebUI，特点是支持低显存设备（12GB/16GB/20GB），并因使用Kohya Scripts而具备高灵活性与强大功能。提供一键安装和手动安装两种方式，方便开发者快速上手训练自己的模型。

特别关注

OpenAI联合创始人、前特斯拉AI总监Andrej Karpathy在最新访谈中分享了他对AI未来的见解。他强调Transformer不仅是一个神经网络，更像是一种通用的“差分计算机”，能通过自我调整处理复杂任务。他认为，尽管大模型强大，但通过蒸馏技术，小模型也拥有巨大潜力。未来AI发展将更依赖合成数据，模型将更聚焦于处理重要信息的“认知核心”。

谈及自动驾驶，Karpathy认为技术已相对成熟，但从示范到产品化的主要障碍在于监管等非技术因素。他对人形机器人的发展持乐观态度，认为技术转移可能比预想更快，并可能从工厂B2B场景逐步走向B2C。关于AI与人类的结合，他设想AI工具将成为人类大脑的外部扩展，通过类似“神经链接”的方式增强人类能力。最后，他强调了开源系统与核心学科（数学、物理、计算机科学）教育的重要性。

明日的科技前沿，又将带来哪些新动态？我们拭目以待。