作为一家由前谷歌及Facebook员工建立的初创企业,Metanautix公司已经正式现身公众视野并在次轮融资中筹得700万美元。除了红杉资本外,斯坦福大学捐赠基金以及前任谷歌公司工程技术副总裁Shiva Shivakumar也分别为其提供了一部分资助。
与其它受到谷歌及Facebook强大计算技术启发而诞生的初创企业一样,Metanautix也在努力帮助公众以更为轻松的方式通过不同类型平台对数据进行访问与分析,其中包括裸机环境与跨云环境,Metanautix公司联合创始人兼CEO Theo Vassilakis解释称。
对于大多数打算对客户数据进行分析的企业来说,要对某些保存在传统内部应用程序或者Hadoop等不同系统中的数据进行精确分析实在不是件容易的事。在Metanautix的方案中,全部此类数据片段在理论上都将得以连通并利用SQL将其作为一套大型整体系统加以处理,Vassilakis将这种作法形容为“通用语”、能够把所有形式各异的数据转化为易于理解的表形式。
“我们打造的并不是存储系统,”Vassilakis表示。“大家只需要指定自己希望分析的数据,具体的分析任务则由我们负责执行。”
Theo Vassilakis
Metanautix的软件方案能够安装在内部环境下或者运行在云端当中,具体情况取决于客户的实际偏好,Vassilakis指出。在该软件的支持下,销售或者市场推广团队等企业部门将能够顺利访问那些原本根本无法查看的数据内容。由于该软件能够从根本上将数据转化为SQL表并允许用户利用机器学习算法对数据加以分析,因此各类业务部门现在应该可以充分享受数据当中那些原本只能为企业中顶级数据库管理员或者工程师所获取的潜在价值。
Vassilakis表示,这种特性特别适合目前那些运营策略快速变化、可能需要在一天之内决定是否推出新产品的企业用户,将多种数据源纳入考虑范畴相较于当前其使用单一参考信息的作法能够提供更为可靠的分析结论。
Metanautix公司目前拥有二十五位员工以及六家客户,其中包括惠普。其软件产品预计将在今年年底正式投放市场。
值得一提的是,Vassilakis当初供职于谷歌时曾负责过Dremel的开发——这是一套查询系统,能够对任意保存位置的数据进行分析、其同时也是谷歌BigQuery服务(这项服务基本上可以被称为MapReduce的下一代版本)的核心组件。Metanautix的另一位联合创始人ApostolosLerios曾经在Facebook担任过高级软件工程师一职,当时他专门为社交网络打理图片库、这套图片库所处理的图片数量超过3000亿张。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。