Atempo公司已被HorizonH收购,新东家表示将专注于大规模数据集移动业务。
HorizonH旨在收购"优秀欧洲软件公司的控制股权,并通过帮助它们进行国际扩张来促进收入增长"。总部位于德克萨斯州奥斯汀的Jeremy Smith和巴黎的Come B. de Crisnay于去年5月成立了HorizonH,致力于帮助法国公司实现增长。他们表示:"我们正在引入美国的增长策略,确保您的业务蓬勃发展。"
Come de Crisnay此前在法国商业扩张公司STUDIA监督了24次收购,最近担任一家拥有300多名员工、年收入超过3000万欧元的法国组织的临时首席执行官。他现在担任Atempo首席执行官,Smith担任总裁。
Smith告诉我们:"我曾两次从零开始创建公司,将其发展成价值数亿美元的企业。第一家公司是帮助人们在线预订折扣停车位。我因为收到5000美元的个人停车罚单而开始这个想法。所以我一直在经历从有想法到规模化发展的旅程。"
让Atempo引人关注的原因是它拥有成熟的技术,包括Miria、Lina和Tina产品,但迄今为止在欧洲本土之外没有产生显著影响。尽管与Panasas和Quantum建立了Miria合作关系。
Miria支持数据归档到本地或公有云存储,包括Quantum的ActiveScale环境。Smith将Atempo和Miria定位在高性能计算和AI的交汇点:"非结构化数据出现前所未有的增长,需要进行移动。这些新兴数据可能成为某些组织的核心竞争力。组织们意识到,'我实际上可以利用这些数据做些什么。'这为基础业务和经过验证的产品创造了强劲的推动力。"
为什么Atempo表现不佳?Smith说:"我认为真正缺乏的是专注度。"应该专注什么?"我们的核心是什么?我们真正认为下一步要做的是,我们在大力押注Miria作为大规模数据集的迁移引擎。"
基于这一点:"我们正在尝试重建Miria迁移引擎的核心……这样我们可以更快地扫描,并行处理更多对象,让合作伙伴更独立地运行这些项目,而不是依赖我们的专业服务。所以我们真的想在这里进行改进,提升我们最擅长的领域,即成为优秀的数据移动工具。"
对于Atempo,Smith说:"这是一个至少有人知道的品牌产品,有机会提高知名度,但缺乏营销。而我擅长的事情之一就是市场推广。"
他这样描述初步方法:"如果我们的核心竞争力是数据移动,那就让我们在这方面做得非常出色。让我们努力为企业提供可靠的服务。这最终将有助于我们拥有的所有产品套件。如果我们做好这一点并取得成功,我认为这将为我们开启向其他产品增长的大门。"
Q&A
Q1:HorizonH为什么要收购Atempo?
A:HorizonH看中Atempo拥有成熟的技术产品如Miria、Lina和Tina,但在欧洲本土之外影响力有限。新东家认为通过引入美国增长策略和改善市场推广,能够帮助Atempo实现国际扩张和收入增长。
Q2:Miria的主要功能是什么?
A:Miria是Atempo的核心产品,主要功能是支持数据归档到本地或公有云存储,包括Quantum的ActiveScale环境。新东家计划将其重点发展为大规模数据集的迁移引擎,提升扫描速度和并行处理能力。
Q3:Atempo的发展战略是什么?
A:新管理团队计划专注于数据移动这一核心竞争力,重建Miria迁移引擎的核心功能,使其能够更快扫描、并行处理更多对象。通过在这一领域做到极致来带动整个产品套件的发展,然后再考虑向其他产品扩张。
好文章,需要你的鼓励
英伟达宣布推出Alpamayo-R1开源推理视觉语言模型,专为自动驾驶研究设计,这是首个专注于自动驾驶的视觉语言行动模型。该模型基于英伟达Cosmos Reason模型构建,能够处理文本和图像,让车辆"看见"周围环境并做出决策。英伟达还发布了Cosmos Cookbook开发指南,帮助开发者训练和使用模型。这些技术对实现L4级自动驾驶至关重要。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
波兰AI语音公司ElevenLabs由两位30岁创始人Staniszewski和Dabkowski创立,其AI语音技术能够生成极其逼真的人声。公司在四年内从零发展到估值66亿美元,两位创始人均成为亿万富翁。该公司年收入1.93亿美元,净利润1.16亿美元,服务客户包括思科、Epic Games等知名企业。尽管面临深度伪造等技术滥用风险,ElevenLabs仍在与谷歌、微软等科技巨头竞争AI语音市场主导地位。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。