- Published on
Ufadhili wa YuanShi Intelligence kwa Uendelezaji wa Miundo ya AI
YuanShi Intelligence Yapata Ufadhili wa Kuendeleza Miundo ya AI
YuanShi Intelligence, kampuni iliyoibuka katika kambi ya uanzishaji ya Qiji msimu wa machipuko wa 2024, imefanikiwa kupata ufadhili wa mamilioni ya RMB katika raundi ya malaika. Ufadhili huu, ulioongozwa na Tianji Capital, utatumika hasa kuongeza kasi ya utafiti wa muundo mpya wa msingi wa RWKV, huku pia ikipanua matumizi ya akili bandia (AI) kwa watumiaji (ToC), na kujitahidi kujenga mfumo wa ikolojia wa jumuiya ya wasanidi programu.
Historia ya Ufadhili na Muhtasari wa Kampuni
Shenzhen YuanShi Intelligence Co., Ltd., ilitangaza rasmi kukamilika kwa mabadiliko ya kibiashara mnamo Desemba 25, 2024, kuashiria kukamilika kwa raundi ya ufadhili wa malaika wa mamilioni ya RMB. Kampuni hiyo ilianzishwa mnamo Juni 2023, ikilenga utafiti wa hali ya juu wa miundo mikuu na matumizi ya akili bandia. Kama nyota inayochipuka katika uwanja wa AI, YuanShi Intelligence inaendelea kupata kutambuliwa kutoka kwa masoko ya mitaji kutokana na teknolojia yake bunifu na mkakati wa wazi wa maendeleo. Ni muhimu kutambua kwamba kabla ya raundi hii ya ufadhili wa malaika, YuanShi Intelligence ilipata ufadhili wa raundi ya mbegu iliyoongozwa na Qiji Chuangtan mnamo Januari 2024, ambayo inaonyesha kikamilifu utambuzi wa soko wa nguvu zake za kiufundi, matarajio ya maendeleo, na utekelezaji wa timu, na pia inaashiria uwezo wake mkubwa wa maendeleo na nafasi ya soko katika uwanja wa akili bandia.
Matumizi ya Fedha na Mipango ya Kimkakati
Fedha zilizopatikana katika raundi hii ya ufadhili zitaelekezwa hasa katika maeneo matatu muhimu:
- Kuongeza kasi ya mageuzi ya muundo mpya wa RWKV:
- Kuongeza uwekezaji katika utafiti wa teknolojia ya msingi ya muundo wa RWKV ili kuendelea kuboresha utendaji, ufanisi, na uthabiti wa miundo.
- Kupanua timu ya utafiti na maendeleo, kuchunguza ujumuishaji wa multimodal, kuboresha na kuimarisha miundo ya multimodal ya RWKV, na kupanua wigo wa matumizi yake.
- Kusukuma uwezeshaji wa miundo na uwekaji wa upande wa kifaa, kuwezesha miundo ya RWKV kufanya kazi kwa ufanisi katika mazingira yenye rasilimali chache kama vile vifaa vya rununu na vifaa vya Mtandao wa Mambo (IoT).
- Kuendeleza matumizi zaidi ya AI ya ToC:
- Kupanua matumizi mbalimbali, kutumia teknolojia ya RWKV katika matukio mapana ya watumiaji.
- Kuzingatia maoni ya uzoefu wa mtumiaji, kuendelea kuboresha muundo wa bidhaa ili kukidhi mahitaji ya watumiaji.
- Kusaidia maendeleo ya mfumo wa ikolojia:
- Kujenga jumuiya ya wasanidi programu yenye mafanikio zaidi, kupunguza kizingiti cha matumizi ya RWKV.
- Kuandaa shughuli za kubadilishana teknolojia ya RWKV na mashindano yanayohusiana, kama vile "Shindano la Ukusanyaji wa Maudhui ya Mfumo wa Ikolojia wa RWKV 2025" lililo wazi, na kupanga kutangaza mipangilio ya tuzo na sheria za tathmini za "Tuzo za Mwaka za Mfumo wa Ikolojia wa RWKV 2025".
- Kukuza ushirikiano wa kiviwanda, kufanya kazi na makampuni ya juu na chini ya mnyororo wa viwanda ili kukuza matumizi na umaarufu wa muundo wa RWKV.
- Kushirikiana kikamilifu na vyuo vikuu, taasisi za utafiti, na jumuiya za chanzo huria ili kukuza chanzo huria na maendeleo ya teknolojia ya RWKV.
RWKV-7: Nguvu Mpya ya AI ya Upande wa Kifaa
Muundo mpya zaidi wa RWKV-7 uliozinduliwa na YuanShi Intelligence unatumia utaratibu wa mageuzi ya hali ya nguvu, ukibadilisha muundo wa jadi wa umakini/umakini wa mstari. Sio tu kwamba ina uwezo mkubwa wa kujifunza muktadha, lakini pia inaweza kufikia kujifunza endelevu kweli, ambayo ina maana kwamba mfumo unaweza kuendelea kujiboresha na kuboresha kulingana na data mpya katika matumizi halisi, na hivyo kuboresha kwa kiasi kikubwa uwezo wa mfumo wa kubadilika na ufanisi.
RWKV-7, huku ikidumisha sifa za 100% za mtandao wa neva wa mzunguko (RNN), pia ina uwezo bora wa usindikaji wa maandishi marefu na inaweza kushughulikia kwa urahisi kazi ngumu za usindikaji wa maandishi. Kwa mfano, mfumo wa RWKV-7-World 0.1B, baada ya kufunzwa awali katika urefu wa muktadha wa 4k, unaweza kupita kikamilifu mtihani wa "kutafuta sindano kwenye rundo la nyasi" wa urefu wa muktadha wa 16k bila marekebisho yoyote.
Teknolojia ya RWKV: Kutambuliwa na Sekta, Mfumo wa Ikolojia wa Chanzo Huria Unastawi
Tangu muundo wa RWKV ulipoanzishwa, umepata umakini na matumizi mapana kutokana na ufanisi na utendaji wake, na kuwa mojawapo ya ufumbuzi wa teknolojia unaovutia sana katika uwanja wa akili bandia. Ni muhimu kutambua kwamba mnamo Septemba 2024, jumuiya ya RWKV iligundua kwamba mfumo wa Microsoft Windows ulijumuisha maktaba ya uendeshaji ya RWKV baada ya sasisho la vipengele vyake vya Ofisi. Hii ina maana kwamba mamilioni ya vifaa vya Windows duniani kote tayari vina teknolojia ya RWKV, ambayo inatarajiwa kutumika kusaidia baadhi ya vipengele katika mfumo wa Windows, kama vile Copilot ya ndani na kumbukumbu ya ndani. Hii inaonyesha kikamilifu faida za RWKV katika uwekaji wa upande wa kifaa na matumizi ya nguvu ya chini, pamoja na uwezo wake mkubwa katika matumizi halisi.
Mfumo wa ikolojia wa chanzo huria wa RWKV unaostawi pia umevutia ushiriki wa makampuni mengi ya juu na taasisi za utafiti. Kwa mfano, makampuni kama vile Alibaba, Tencent, na Horizon Robotics yamefanya utafiti kuhusu usindikaji wa taarifa za multimodal na akili iliyojumuishwa kulingana na RWKV. Aidha, vyuo vikuu kama vile Chuo Kikuu cha Zhejiang na Chuo Kikuu cha Sayansi na Teknolojia cha Kusini pia vimefanya tafiti nyingi za ubunifu kulingana na RWKV, kama vile miundo ya multimodal, miundo ya ubongo, na miundo ya maamuzi, ambayo imeendeleza zaidi matumizi mbalimbali na mafanikio ya teknolojia ya akili bandia.
Hivi sasa, zaidi ya makala 40 kuhusu matumizi ya RWKV yaliyoandikwa na vyuo vikuu na makampuni mengi yamejumuishwa kwenye tovuti rasmi ya RWKV, ambayo inathibitisha kikamilifu uwezekano na uwezo wa RWKV katika lugha, multimodal, na maeneo ya mfululizo wa muda.
YuanShi Intelligence, kama kampuni ya teknolojia ya juu inayolenga utafiti na maendeleo ya miundo mikuu na matumizi ya akili bandia, teknolojia yake ya msingi inahusu muundo wa RWKV. Kampuni hiyo imejitolea kuunda miundo ya AI yenye ufanisi na nyepesi ili kuvunja vikwazo vya muundo wa jadi wa Transformer, kufikia uwekaji wa upande wa kifaa wenye ufanisi zaidi na matukio mapana ya matumizi.