首页 > 业界 > 关键词  > IBM最新资讯  > 正文

投资 Hugging Face 的 IBM 启动 5 亿美元企业人工智能风险基金

2023-11-08 09:25 · 稿源:站长之家

站长之家(ChinaZ.com) 11 月 8 日消息:IBM 今日发布新闻稿,宣布正式启动价值 5 亿美元的风险投资基金,专注于投资一系列人工智能公司,从初创期到高速成长阶段的企业,加速生成式人工智能技术及其在企业中的研究与应用。

IBM

IBM Enterprise AI Venture Fund 拥有一套与众不同的模型和策略,融合了 IBM 在不同领域的专业知识以及一个专门的投资组合发展团队,旨在投资于那些帮助全球企业实现人工智能商业潜力的现有及未来 AI 领导者

IBM 表示,该基金由一支在 IBM 的专家团队领导,他们拥有数十年作为成功投资者和企业 AI 专家的经验,基金将为每个创业公司提供与 IBM 建立有意义合作关系的机会,同时在产品工程和市场进入策略上获得运营专长。

IBM 长期以来一直致力于将经过验证的企业 AI 技术和能力带给全世界的组织,并正在利用 AI 的最新创新波——生成式人工智能——通过公司的 AI 和数据平台 watsonx。通过 IBM Enterprise AI Venture Fund,公司将扩大其 AI 合作伙伴生态系统,包括与利用 watsonx 的公司合作,为 AI 领导者及新老客户创造长期价值。

IBM 软件高级副总裁兼首席商务官 Rob Thomas 表示:「AI 预计到 2030 年将解锁近 16 万亿美元的生产力。随着 IBM Enterprise AI Venture Fund 的推出,我们开启了另一个渠道,将 AI 革命的巨大潜力转化为 IBM 和我们投资公司的实际、积极成果。这个基金是我们加倍投入到负责任的 AI 创新——通过 watsonx——并帮助组织将这项变革性技术投入使用的又一途径。」

与众不同的 AI 投资方法

IBM 通过其在 AI 技术和公司的最近投资证明了其推动商业 AI 的承诺。例如,IBM 在 8 月宣布参与了价值 2.35 亿美元的 Hugging Face D 轮融资,Hugging Face 是机器学习社区的领先开源合作平台,构建 AI 的未来。IBM 在 Hugging Face 上贡献了数百个开放模型和数据集,包括最近与 NASA 合作发布的 Geospatial Foundation Model。这是 Hugging Face 上最大的地理空间基础模型,也是第一个与 NASA 合作构建的开源 AI 基础模型。

Hugging Face 联合创始人兼首席执行官 Clem Delangue 表示:「我们很高兴与 IBM 合作,共同推动 AI 民主化。他们在 Hugging Face hub 上提供了数百个开放模型,显著提升了开源生态系统。这也是我们希望他们加入我们 D 轮融资的原因。我相信他们将能够通过 IBM Enterprise AI Venture Fund 加速对 AI 的影响。」

IBM 还最近参与了 HiddenLayer 的 A 轮融资,以扩大其人才库,增加市场进入努力,并进一步投资于其

屡获殊荣的机器学习安全(MLSec)平台。HiddenLayer 是 AI 模型和资产的领先安全提供商,这轮融资标志着今年保护 AI 的网络安全公司中规模最大的 A 轮融资。

HiddenLayer 首席执行官兼联合创始人 Chris Sestito 说:「IBM 对推动安全和负责任的 AI 的承诺、接触全球客户的能力,以及作为世界上最创新公司之一的规模,使他们成为支持我们推动业务增长下一阶段的完美合作伙伴。我们的合作将帮助我们将 AI 威胁检测能力带给世界上最前沿的公司。」

今天的消息在 IBM 的 watsonx 市场势头和采用基础上进一步推进,公司的战略是利用第三方和自己的 AI 模型加速 AI 的开放创新。9 月,IBM 宣布 watsonx Granite 模型系列的首批模型正式上线——这是一系列生成式 AI 模型的集合,旨在推动将生成式 AI 融入商业应用和工作流程。

IBM 还确认,IBM 产品的标准合同知识产权保护将适用于 IBM 开发的 watsonx AI 模型。今年早些时候,IBM 还宣布计划在 watsonx 中托管 Meta 的 Llama 2-chat 70 亿参数模型,进一步推进公司利用第三方和自己的 AI 模型以维持开放创新的战略。

举报

  • 相关推荐
  • Hugging Face创始人x小红书技术副总裁对谈:开源、AI与技术人的成长

    小红书科技与Red++ Academy在1024程序员节举办直播,技术副总裁凯奇、语音模型负责人风龙与Hugging Face联合创始人Thomas Wolf围绕三大核心观点展开AMA对话:AI编程正成为基础能力;开源是技术发展的核心引擎;实现有"人味"的AGI路径清晰但仍需攻克创造力、复杂环境感知等难题。讨论覆盖开源价值、AGI发展瓶颈、AI人味化实践,强调技术人需提升问题定义与框架性解决能力,并分享了AI编码提效、学习新技术的方法。直播展现小红书从文本模型到语音模型的开源布局,旨在降低技术使用门槛,推动社区共进。

  • Soul App开源模型SoulX-Podcast登顶Hugging Face TTS趋势榜,AI语音对话再升级

    SoulX-Podcast语音生成模型在开源社区Hugging Face发布次日登顶TTS趋势榜。该模型由Soul AI Lab联合高校团队开发,专为多轮对话场景设计,支持中英川粤等多语言/方言与副语言风格,能生成超60分钟流畅自然、角色切换准确、韵律丰富的语音。它解决了传统语音系统在多轮对话中上下文衔接不自然、缺乏副语言控制能力等痛点,在播客、语音合成等场景表现突出,获开发者广泛关注。Hugging Face CEO也转发相关内容,团队未来将持续优化语音对话、拟人化表达等核心交互能力,深化开源生态建设。

  • 什么是AI生成式引擎优化GEO?GEO与传统SEO的核心区别

    ​GEO(生成式引擎优化)是AI时代的流量新密码。随着生成式AI全面渗透信息获取场景,传统搜索引擎优化(SEO)正在被GEO所补充甚至部分取代。截至2025年,中国AI搜索用户规模已超6.5亿,文心一言、豆包等平台日均处理查询超过20亿次,用户已经从“翻页搜索”转向“对话获取答案”。 与传统SEO关注网页排名不同,GEO的核心目标是让品牌内容被AI优先引用和推荐。研究表明,72%�

  • 免费 AI 可见度检测器工具推荐:监控你品牌在生成式搜索中的曝光

    AI搜索时代,58.5%的Google搜索已成"零点击",ChatGPT日查询超10亿次。品牌若未出现在AI工具推荐中,将错失新流量入口。文章提出GEO(生成引擎优化)概念,强调需监控品牌在豆包、DeepSeek等AI平台的曝光排名,并推荐AIBase工具实现数据可视化。建议企业建立监测基线,聚焦高价值问题优化内容,形成"监控-优化-验证"闭环,抢占AI推荐流量先机。

  • AI生成式引擎优化选择哪个平台好?GEO优化工具推荐

    在数字化浪潮席卷的当下,品牌如何在AI平台中脱颖而出,成为众多企业关注的焦点。要理解这一点,我们首先需要认识一个新兴的营销策略——GEO。 GEO,全称为生成式引擎优化(Generative Engine Optimization),其核心目标是让品牌内容能够被AI搜尋工具理解、引用和推荐,最终被纳入AI生成的答案中。这与传统的SEO(搜索引擎优化)专注于在搜索结果列表中排名靠前有着本质的不同�

  • 革命来临:在生成式 AI 时代,SEO该怎么做

    生成式AI正重塑SEO规则:搜索入口从点击列表转向答案直呈,SEO核心从"优化排名"升级为"优化被引用"。需打造能被AI摘录的内容(如FAQ、结构化数据),强化语义结构与权威性,监控"被AI引用"新指标。推荐使用AIBase GEO等工具量化AI可见性,实现从流量获取到答案源头的战略转型。

  • 什么是GEO优化?AI生成式引擎优化平台推荐

    在数字化浪潮席卷的当下,搜索引擎的使用方式正在发生根本性变革。越来越多的用户不再只是输入碎片化的关键词,而是通过自然语言与AI对话来获取信息。根据中国信通院发布的《2025年生成式AI商业应用报告》数据显示,超60%的用户已养成借助AI对话获取各类信息的习惯。这一转变催生了全新的营销领域——GEO优化。 什么是GEO优化? GEO,全称为生成式引擎优化,是

  • 生成式 AI 搜索优化(GEO)完全指南:从入门到落地

    随着生成式AI工具普及,用户更倾向直接提问而非传统搜索,导致优质内容可能被AI忽略。本文介绍生成式引擎优化(GEO)策略,帮助内容被AI理解、引用并整合进答案。核心包括:优化内容结构(如摘要、问答块、列表)、使用Schema标记、构建权威性,并推荐AIBase等工具监控引用效果。GEO是SEO的演进,需重塑写作方式以适应AI阅读逻辑。

  • 生成式引擎优化(GEO)到底该怎么做?如何让你的内容出现在 AI 回答框中?

    本文介绍生成式引擎优化(GEO)的概念,即通过优化内容让AI模型在回答中直接引用或推荐。与SEO针对搜索引擎排名不同,GEO核心在于让AI“认识”内容,策略包括采用问答结构、逻辑清晰的段落,强调品牌和功能点。推荐使用AIBase工具查询内容在AI搜索中的排名情况,帮助监控和提升可见性。

  • GEO生成式引擎优化怎么做?GEO监控工具推荐

    文章探讨产品在AI问答中曝光不足的问题,指出传统SEO思维已过时,需转向生成式引擎优化(GEO)。GEO核心是让AI模型在回答时主动引用品牌,而非仅追求搜索排名。作者通过AIBase工具监控发现,产品描述过于技术化导致AI无法理解,调整文案后曝光翻倍。预测到2026年,传统搜索流量将降25%,AI问答成为主流入口,建议主动优化而非被动等待。

今日大家都在搜的词: