Classiq Technologies Ltd. 是一家初创企业,致力于开发编写量子计算机算法所需的软件。该公司今日宣布,在一轮 C 轮融资中筹集了 1.1 亿美元。
据称,这一轮融资是迄今为止量子软件公司获得的最大一笔融资。此次融资由 Entrée Capital 领投,Norwest、NightDragon、Hamilton Lane、Clal、Neva SGR、Phoenix、Team8、IN Venture、Wing、HSBC、Samsung Next 以及 QBeat 等机构也参与投资,使得该初创公司的累计融资总额达到 1.73 亿美元。
Classiq 开发了一个平台,帮助开发者在无需掌握量子计算复杂原理的前提下编写量子计算机应用程序。该平台能够帮助企业创造出高度复杂且经过优化、能够感知硬件特性的量子电路和算法,而这些往往是开发者难以独立编写的。借助这一平台,用户还可以定制适合不同负载的算法,涉及量子优化、金融、化学以及机器学习等领域。
该初创企业正面对一个现实:量子计算与传统计算完全不同。这些仍处于研发阶段的未来计算机依靠量子力学特性,有望执行远超传统计算机的复杂运算。而全新硬件的推出,也带来了对新型软件算法的需求。
Classiq 联合创始人兼首席执行官 Nir Minerbi ( pictured, right, alongside co-founders Yehuda and Amir Naveh ) 将公司比作“量子计算的 Microsoft”,并表示其正在交付创建真实世界量子应用所必需的“核心软件堆栈”。
公司称,其平台具备加速新用户上手的优势,使开发者和数据科学家能够比以往更快掌握量子计算技术。
该平台还支持与硬件无关的开发,用户只需编写一次量子应用程序,即可在 Amazon Braket、Microsoft Azure Quantum 和 Google Cloud 等基于云的量子服务上运行。此外,该平台已与 IBM Corp.、IonQ Inc.、Rigetti Computing Inc. 和 Alice & Bob SAS 等公司的量子硬件和服务完成进一步整合。
Classiq 表示,其平台已经引起了极大关注,“数十家”企业和“数百所”学术机构正在使用其工具探索量子计算。在过去一年中,其客户群体和收入均实现了三倍增长。
该公司的知名客户包括大型银行 Citigroup Corp. 以及科技咨询公司 Deloitte Touche Ltd.,而汽车制造商 BMW AG 和 Rolls-Royce Motor Cars Ltd. 也在利用该平台进行研究。此外,Classiq 还提到了 Microsoft Corp.、Amazon Web Services Inc. 和 Nvidia Corp. 作为合作伙伴。
Entrée Capital 管理合伙人 Avi Eyal 表示,这些合作关系展示了 Classiq 已成为量子软件领域的“明确领导者”,旨在构建适用于所有量子计算机的操作系统和编译器。
拥有超过 60 项与核心量子建模和编译技术相关专利的该初创企业表示,此次融资将用于扩大其市场推广、客户成功及研发团队。
好文章,需要你的鼓励
微软宣布为Word和Excel推出基于OpenAI的AI代理模式,通过简单提示即可自动生成文档和分析数据。Word用户可享受"氛围写作"功能,利用现有文档组装报告和提案。Excel代理能分析电子表格数据并生成可视化报告。尽管在SpreadsheetBench基准测试中准确率仅为57.2%,低于人类平均水平71.3%,但微软强调其针对实际工作场景优化。此外,微软还发布了基于Anthropic的Office代理,显示其正逐步减少对OpenAI的依赖。
POSTECH研究团队开发出VideoFrom3D框架,能够仅凭粗糙3D模型、摄像机轨迹和参考图片生成高质量场景视频。该方法巧妙结合图像和视频扩散模型优势,通过稀疏锚点生成和几何引导插值两个模块,实现了传统3D制作流程的革命性简化。实验证明该方法在多种复杂场景下表现优异,为3D内容创作提供了更高效的解决方案。
OpenAI为美国ChatGPT用户推出"即时结账"功能,用户可在对话中直接购买Etsy和Shopify商品,无需跳转至外部网站。该功能支持Apple Pay、Google Pay等多种支付方式,并计划接入超过100万家Shopify商户。OpenAI还将开源其代理商务协议技术,与谷歌的代理支付协议形成竞争。这标志着电商购物模式的重大转变,AI聊天机器人可能重塑在线零售发现和支付生态系统。
Meta超级智能实验室开发了ARE平台和Gaia2基准测试,为AI智能体创造了更真实的训练和评估环境。ARE支持异步交互,模拟真实世界的复杂性和不确定性。Gaia2包含1120个场景,评估AI的七项核心能力。实验显示最强模型成功率仅42%,特别在时间管理和处理歧义方面表现较差,揭示了当前AI技术的局限性和改进方向。