3月18日消息,国产半导体CIM龙头「赛美特」宣布已于近期完成数亿元C+轮融资,本轮融资由成都策源资本领投,允泰资本、申万宏源、蓝海洋基金、兴业银行等跟投。融资资金主要用于产研投入和人才储备,并加速海外市场拓展,推动国产智能制造软件解决方案走进更多世界工厂。
值得一提的是,在资本市场持续低迷的大环境下,再次获得数亿元融资彰显出赛美特在国产半导体CIM领域的技术优势与巨大价值,也体现出投资方看好赛美特的发展前景,持续加码的信心。
完成C+轮融资后,赛美特手握近10亿现金,再加上企业主营业务收入逐年增长,持续盈利,产品市场份额大幅度提升。赛美特已正式启动上市流程,并完成了上海证监局的上市辅导备案流程。
「六边形」全能企业,海外布局实现跨越式发展
作为国产半导体CIM领航者,赛美特走出了一条不同寻常的发展之路。以完善产品矩阵、提升服务能力为首要原则,公司持续吸纳优秀团队,打磨国产半导体全自动化CIM解决方案。
2023年,赛美特整合推出软件主品牌PlantU系列(Plant to You 为您打造智能工厂),产品覆盖经营管理、生产管理、品质管理、排程规划、物流自动化、设备自动化、通用工具等,CIM解决方案矩阵实现了进一步的完善与升级。
国内市场取得显著成绩的同时,赛美特在海外市场也实现了跨越式发展,业务覆盖新加坡、马来西亚、日本、东南亚等多个国家和地区,产品获得了广泛认可。
得益于前瞻的商业发展模式,赛美特已发展成为“六边形”全能企业,在“产品、技术、团队、案例、盈利、估值”层面遥遥领先行业。凭借亮眼的成绩,赛美特得到投资者的信任和看好,不断得到“增持”。
扩大行业领先优势,服务中国智造
本轮融资后,赛美特将持续加强产品布局,进一步夯实技术壁垒,完善PlantU产品线,从工序优化、品质分析、物流自动化等方面升级全自动化CIM解决方案,满足客户快速增长的需求。同时,赛美特仍将吸纳更多优秀团队和行业高端人才,实现多元化、多产品线覆盖。
另一方面,加速国际化布局也是赛美特下一步的工作重心。未来,赛美特将整合利用各方资源,进一步拓展海外市场,为更多世界工厂带来更卓越的智能制造解决方案。
国产工业软件的突围之路注定会是荆棘满布,因此需要更多“志同道合”的伙伴们并肩奔赴。赛美特希望保护市场有序良性竞争,产品力才是维持竞争优势的核心,也是为客户提供更好服务的保障。赛美特希望和友商携手合作,为中国的工业软件做强做大共同奋斗。
凭借过硬的综合实力,赛美特在资本市场备受青睐。每一轮的融资,都助推赛美特在产品、团队、服务及业务布局等维度更上一层楼。赛美特董事长兼CEO李钢江表示:“未来,我们将继续聚焦国产智能制造软件解决方案,坚持核心技术创新,保持产品与客户需求的深度结合,以行动践行【软件成就智造】的初心,将赛美特打造成平台化工业软件企业。”
本轮融资领投方策源资本表示,赛美特是目前国产半导体CIM厂商中技术人员最多、产品线最完善、12吋产线案例最丰富的国产系统软件提供商,打破了相关技术封锁,加速了国产替代进程。赛美特自研的CIM解决方案已在多家12吋晶圆厂得到了验证,协助12吋晶圆厂商解决高工艺、高成本、高良率、高产量等挑战。
策源资本持续看好国内CIM龙头企业赛美特,并希望赛美特实现国产半导体CIM软件对国外厂商的超越。未来,策源资本将继续深耕半导体产业链上下游,通过产业投资带动更多配套产业集聚,进一步促进成都电子信息产业现代化升级和发展转型,实现“产业+资本”的双赢。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。