零售人工智能初创公司Rubikloud Technologies今天宣布,在新一轮的融资中获得3700万美元。
Rubikloud的B轮融资由英特尔资本(Intel Capital)领投,其他参与方还包括iNovia Capital、OTEAF、Horizons Ventures以及Access Industries。作为交易的一部分,英特尔资本的Elana Liana将加入Rubikloud董事会。
Rubikloud成立于2003年,提供的云原生机器学习平台旨在通过使用人工智能的智能决策自动化来变革零售业。该公司的两个主要人工智能应用——Promotion Manager和Customer LifeCycle Manager,可以自动进行大规模促销规划和以忠诚度驱动的客户营销。
Rubikloud凭他能够实现自动化在线分析处理,通过云原生环境与传统零售应用和数据仓库进行数据集成。一旦运转起来,该平台就可以为像零售商的企业资源规划、供应链系统、营销自动化工具和店内体验等执行层提供自动化指令。Rubikloud称他们在与北美、欧洲和亚洲等地区一些最大的零售商合作,这些零售商的总年收入超过1000亿美元。
Rubikloud首席执行官Kerry Liu在声明中表示:“Rubikloud正在计划进行全球扩张,传统零售商们意识到如果他们现在不开始整合人工智能的话就会很危险。假日季可能会使零售商实现年收入目标或者超过目标,所以不能接受库存缺货或者让忠诚客户失望等情况。但是传统技术提供商在开发零售人工智能核心应用方面是能力不足的。”
对于英特尔而言,这次不仅仅是一项新的投资,未来两家公司之间的合作还将更加紧密,但是双方还没有透露具体信息。英特尔零售解决方案部门首席创新管Stacey Shulman表示:“英特尔专注于零售、物联网和店内设备,Rubikloud的智能决策自动化可以进一步推动两家公司成为零售业人工智能的领导者。”
包括这一轮融资,目前Rubikloud已经累积获得4500万美元的资金,并称将利用这笔资金将公司办公点扩展到欧洲和亚洲。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。