数据库开发商 Supabase Inc. 已获得来自一批知名投资者的 2 亿美元融资,公司估值达到 20 亿美元。
《 Fortune 》今天报道了这项投资。本轮融资中,Accel, Coatue, Y Combinator, Craft Ventures 和 Felicis 均参与其中。多位天使投资人也参与了投资,其中包括 OpenAI 的首席产品官 Kevin Weil 。
Supabase 开发了一款同名的开源关系数据库,被定位为 Google LLC 的 Firebase 数据库的替代方案,该 Firebase 旨在为 Web 与移动应用提供支持。Supabase 宣称,其平台比 Firebase 更快,且搭建过程只需几分钟。
在技术实现上,Supabase 是 PostgreSQL 的升级版本,后者是全球最受欢迎的开源关系数据库之一。PostgreSQL 的创始人因其在数据库领域的工作部分荣获了 2014 年图灵奖。该平台的旗舰功能之一是支持 ACID ,这种可靠性标准可在停机事件中防止数据丢失。
Supabase 扩展了 PostgreSQL 的功能,新增了多项额外能力。一个名为 Table Editor 的工具使开发者能够通过类似 Excel 的界面编辑数据库中的信息,从而无需编写 SQL 查询。各类工作负载则可通过数据库自动生成的应用程序编程接口与 Supabase 环境中的记录进行交互。
部分应用程序需要迅速响应新增数据。例如,一个实时销售跟踪仪表板必须在每次完成新购买后刷新界面。Supabase 具备一项功能,允许应用检测其存储的信息发生变化,并能在几毫秒内作出响应。
另一项功能 Supabase Cron 允许数据库在预定时间间隔内运行脚本。例如,开发者可以配置脚本,每 30 秒检查平台中是否存在重复记录,并删除所有发现的重复项。
并非所有使用数据库的应用程序都需要编辑其内容。例如,一个故障监控工具可能仅用来查看服务器错误日志,而不需要更改或删除日志。针对这类使用场景,Supabase 提供了创建多个只读数据库副本的功能,并可将它们部署在不同的云端设施中。
Supabase 的只读副本降低了主数据库的负载,从而提升了那些确实需要编辑记录的工作负载的响应速度。与此同时,其它应用可以从距离用户最近的副本中检索信息,以减少延迟。副本还充当了主数据库的备份,便于在发生故障时快速恢复。
开发者还可以选择将 Supabase 副本与名为 Edge Functions 的功能搭配使用,通过在靠近用户的数据中心运行代码,从而降低延迟。Edge Functions 适用于为人工智能应用提供支持以及阻止针对网站的恶意请求等任务。
此次融资里程碑出现在 Supabase 快速增长的时期。据《 Fortune 》报道,受气氛编码(即利用 AI 自动化编程任务)日益普及的影响,该公司的注册速度在过去三个月中翻了一番。Supabase 还具备一项功能,能够存储向量 —— 这是 AI 模型用来保存知识的数学结构。
公司在此次投资之际透露,其用户数量已超过 200 万开发者,这些开发者共管理着超过 350 万个 Supabase 数据库环境,其中部分环境由 Mozilla 基金会、Microsoft Corp. 的 GitHub 部门及其他知名科技公司使用。公司通过销售其托管云版数据库来简化日常维护任务,从而实现营收。
好文章,需要你的鼓励
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
微软研究院推出的"基于最优奖励基线的在策略强化学习"(OPO)算法解决了大语言模型强化学习中的两大问题:训练不稳定和计算效率低。通过严格遵循在策略训练和引入理论最优奖励基线,OPO无需额外的辅助模型或复杂正则化项,就能实现更稳定的训练。在数学推理基准测试中,OPO不仅表现优异,还保持了更低的策略偏移和更高的输出多样性。这项研究证明,有时最有效的解决方案不是增加复杂性,而是回归基础原则并进行深入的理论思考。
毫无疑问,Agent,也就是智能体已经预定了今年的最火AI关键词。不知道明年会不会是AGI呢,既然OpenAI和Anthropic的预测都是在2027年左右。而在Agent领域,非常有发言权的一位就是吴恩达。LangChain前不久的开发者活动Interrupt上,LangChain创始人Harrison Chase邀请了吴恩达专门做了一场对话
SWE-bench-Live是微软与上海人工智能实验室联合开发的持续更新基准测试平台,解决了现有代码修复评估工具的数据老化、覆盖有限和人工依赖问题。核心创新是REPOLAUNCH自动化流水线,能从GitHub抓取2024年后的1,319个真实问题,自动配置Docker环境。研究发现最先进的AI代码助手在该平台上的解决率仅为19.25%,远低于静态基准测试表现,尤其在处理多文件修改和大型代码库时存在明显局限。