RWKV元始智能完成数千万级天使轮融资,加速生态发展与AI应用

RWKV元始智能完成数千万级天使轮融资,加速生态发展与AI应用

【深圳,2025年1月3日】深圳元始智能有限公司(以下简称“元始智能”)宣布已于 2024 年 12 月 25 日走完工商变更,成功完成数千万级人民币天使轮融资,本轮投资方为天际资本。此次融资将为元始智能加速生态发展、增强技术实力以及推出更多面向 C 端的 AI 应用提供有力支持。

RWKV是国产开源的首个非Transformer架构的大语言模型,最初由彭博(Bo Peng ,BlinkDL)提出,结合了RNN和Transformer的最佳特性,具有线性注意力的特点。2023 年 9 月 20 日,RWKV 开源项目正式加入 Linux 开源基金会。

资本市场持续认可,一年内完成两次融资

元始智能成立于 2023 年 6 月,是一家专注于研发大模型架构和 AI 应用的高新技术企业。作为在人工智能领域迅速崛起的新兴力量,元始智能凭借其创新的技术和清晰的发展战略,持续获得资本市场的青睐。在此次融资之前,元始智能已于 2024 年 1 月完成由奇绩创坛领投的种子轮融资,展现了资本市场对元始智能技术实力、发展前景以及团队执行力的高度认可,更彰显了元始智能在人工智能领域的强劲发展势头和市场潜力。

资金用途与战略规划

本轮融资将重点用于以下几个方面:

1. 加速 RWKV 新架构的演进:

持续投入并加大对 RWKV 架构底层技术的研发投入,不断提升模型的性能、效率和稳定性;扩大研发团队,探索多模态融合,对 RWKV 多模态模型进行改进和优化,拓展 RWKV 的应用领域;推进模型轻量化和端侧部署,实现 RWKV 模型在移动端、IoT 设备等资源受限场景的高效运行。

2. 开发更多 To C 端 AI应用:

拓展多元化应用场景,将 RWKV 技术应用于更广泛的 C 端场景;注重用户的产品体验反馈,优化产品设计。

3. 支持生态发展:

构建更繁荣的开发者社区,降低 RWKV 的使用门槛,开展技术交流活动;赋能产业合作,与产业链上下游企业共同推动 RWKV 架构的应用和普及;积极与高校、研究机构和开源社区合作,推动 RWKV 技术的开源和发展。

RWKV-7赋能端侧AI,实现边推理边学习

值得一提的是,元始智能最新推出的 RWKV-7 架构采用动态状态演化机制,超越了传统的 attention / linear attention 范式,拥有强大的上下文学习能力和真正持续学习的能力。这意味着模型在实际应用过程中能够不断地根据新的数据进行自我优化和改进,从而大大提高了模型的适应性和效率。

此外,RWKV-7 在保持 100% RNN 特性的同时,拥有极强的长文本处理能力,能够轻松应对复杂的文本处理任务。例如 RWKV-7-World 0.1B 模型在 4k 上下文长度下预训练后,无需任何微调即可完美通过 16k 上下文长度的大海捞针测试。RWKV-7:极先进的大模型架构,长文本能力极强

RWKV技术获业界认可,开源生态蓬勃发展

自 RWKV 架构诞生以来凭借其高效性和实用性,获得了广泛的关注和应用,成为人工智能领域备受瞩目的技术解决方案之一。2024 年 9 月,RWKV 社区发现微软Windows 系统在其 Office 组件更新后,内置了 RWKV 的运行库。这意味着全球数亿台 Windows 设备可能已经搭载了 RWKV 技术,用于支持 Windows 系统中的某些功能,例如本地 Copilot、本地记忆回调器等。这充分体现了 RWKV 在端侧部署和低功耗方面的优势,以及其在实际应用中的巨大潜力。

RWKV 蓬勃的开源生态也吸引了众多顶尖企业和研究机构的参与,如:阿里巴巴、腾讯、地平线等企业基于 RWKV 开展了多模态信息处理和具身智能等前沿技术的研究;浙江大学、南方科技大学等高校也在 RWKV 的基础上进行了多项创新研究(类脑模型、Decision 模型等),进一步推动了人工智能技术的多元化应用与突破。

目前在 rwkv.cn 官网已记录了 40 多篇由多家高校和企业撰写的使用 RWKV 的论文,证明了 RWKV 在语言、多模态、时间序列等领域的可行性和能力。

关于元始智能

深圳元始智能有限公司是一家专注于研发大模型架构和人工智能应用的高新技术企业,公司核心技术围绕 RWKV 架构展开,致力于打造高效、轻量化的 AI 模型,突破传统 Transformer 架构的瓶颈,实现更高效的端侧部署和更广泛的应用场景。

关于天际资本

天际资本(FutureX Capital)是一家专注于智能时代和高科技领域的早中期私募股权投资平台,致力于探索智能时代投资布局和投资行业变革。天际资本曾投资字节跳动、小米、蔚来、芯盟科技、开源中国、Dify 等知名科技企业,凭借独特的产业视角和投后赋能能力在业界享有盛誉。

Read more

《黑天鹅》作者:英伟达还会跌2-3倍!

快科技2月3日消息,《黑天鹅》一书的作者、著名风险分析师纳西姆·塔勒布(Nassim Taleb)认为,英伟达股价暴跌或仅是更大灾难的开端。 近日,塔勒布在迈阿密对冲基金周上向媒体表示,英伟达接下来的跌幅可能会是1月27日周一(17%下跌)的两到三倍。 他表示,这是人们适应现实的开始,并补充说,英伟达的股票表现不再完美无缺,而且已经开始出现裂痕。 抛售发生之际,投资者担心美国顶级科技股可能被高估,尤其是在人工智能领域。 勒布将这种情况与1999 年的互联网泡沫进行了比较,称早期的互联网投资者押注AltaVista(当时全球最知名的搜索引擎公司)——只是谷歌后来脱颖而出并占据主导地位。 他指出,市场现在已经意识到英伟达并非绝对永远上涨,之前被忽视的风险逐渐暴露。随着AI开发成本的降低,企业可能会减少对高价芯片的依赖,或转向定制化解决方案,这将进一步冲击英伟达的营收预期。投资者对英伟达乃至西方科技股的信心动摇,可能引发更大规模的抛售。 今年1月,中国人工智能初创企业深度求索公司发布最新开源模型R1,打破人工智能开发“越大越好”迷思。 据美国市场观察网站报道,英伟达公司市值在过

最快的N卡和最快的A卡跑DeepSeek谁更快:RTX 5090比RX 7900 XTX快一倍

快科技2月2日消息,最快的N卡和最快的A卡跑DeepSeek谁更快?最新消息显示,RTX 5090在DeepSeek R上的推理性能比AMD的 RX 7900 XTX快得多,性能至少翻了一倍。 测试显示,在多个DeepSeek R1型号中,RTX 5090明显领先于RX 7900 XTX,也比RTX 4090快了不少。 在Distill Qwen 7b和Distill Llama 8b模型中,该RTX 5090每秒可运行200个Tokens,几乎是RX 7900 XTX 的两倍。 1月31日,NVIDIA宣布,NIM已经可以使用DeepSeek-R1。NIM,即NVIDIA Inference Microservices,是一种云原生微服务技术,可简化生成式AI模型在云端、数据中心及GPU加速工作站上的部署流程 NVIDIA官网发布文章指出,DeepSeek-R1是最先进的推理开放模型,会对查询进行多次推理处理,使用连锁思维、共识和搜寻方法来生成最佳答案。 文章写道,为了帮助开发者安全地试验这些功能,并构建自己的专门代理,DeepSeek-R1模型现已作为NVIDIA NIM

SVFR:通用视频人脸修复的统一框架

SVFR 是一种用于人脸视频修复的统一框架,支持BFR、着色、修复等任务以及它们在一个内聚系统中的组合。 SVPR 由厦门大学和腾讯优图实验室推出,能够实现很好的视频人脸修复效果。 我们截取了一些使用SVPR的例子。就例子来看,SVFR还能通过绘制蒙版去除视频中的水印,非常适合用来修复老旧的黑白色彩、低分辨率或是包含水印的视频。