Laut der New York Instances befindet sich Meta Berichten zufolge in Gesprächen über die Vermietung von Rechenleistung an Anthropic im Wert von bis zu 10 Milliarden US-Greenback über einen Zeitraum von zwei Jahren. Diese Vereinbarung würde Meta einen neuen Geschäftsweg eröffnen und Anthropic gleichzeitig bei der Sicherung wesentlicher Computerressourcen unterstützen.

Der Vorschlag wurde ursprünglich im Juni von Anthropic gemacht. Die Zahlungen für den Deal würden während der zweijährigen Laufzeit in monatlichen Raten erfolgen, und jede Partei hätte die Möglichkeit, den Vertrag vorzeitig zu kündigen. Der Umfang des Offers ist deutlich kleiner als bei einer früheren Vereinbarung zwischen Anthropic und SpaceX, die sich über einen Zeitraum von drei Jahren auf etwa 45 Milliarden US-Greenback bei 1,25 Milliarden US-Greenback professional Monat perception.

Beide Unternehmen äußerten sich nicht zu den laufenden Verhandlungen, die sich noch in einem frühen Stadium befinden und möglicherweise scheitern könnten. Die Dringlichkeit solcher Vereinbarungen ergibt sich aus dem harten Wettbewerb zwischen führenden KI-Unternehmen, darunter Meta, Google und Microsoft, die sich trotz erheblicher Investitionen in Rechenzentren eine angemessene Rechenleistung sichern möchten.

Der erhebliche Ausbau von Rechenzentren hat bei Investoren Bedenken hinsichtlich der Rechtfertigung dieser Ausgaben hervorgerufen. Theo Jaffee von MTS erklärte, dass „Anthropic viel Rechenleistung benötigt und Meta über viel Rechenleistung verfügt“, was eine mögliche Übereinstimmung der betrieblichen Anforderungen zwischen den beiden Unternehmen widerspiegelt.

Ein Deal könnte auch die Bedenken der Aktionäre hinsichtlich der umfangreichen Infrastrukturausgaben von Meta zerstreuen. Mark Zuckerberg berichtete, dass Meta in diesem Jahr bis zu 145 Milliarden US-Greenback ausgeben will, mehr als das Doppelte der 72 Milliarden US-Greenback im Vorjahr. Trotz dieser aggressiven Ausgaben sind Zweifel an der Wirksamkeit der KI-Modelle von Meta aufgetaucht, was die Skepsis der Aktionäre weiter schürt.

Um seine Ressourcen zu optimieren, hat Meta darüber nachgedacht, seine überschüssigen Kapazitäten zu leasen. Zuckerberg deutete während eines Investorenaufrufs im Mai an, dass Unternehmen Interesse am Kauf von Rechenleistung bekundet hätten, was Meta zuvor abgelehnt hatte, in der Annahme, dass der interne Bedarf ausreichen würde. Eine Überbauung würde jedoch einen Strategiewechsel hin zur Vermietung ungenutzter Kapazitäten erfordern.

Die Knappheit an Rechenressourcen hat auch zu einer Zusammenarbeit zwischen Wettbewerbern geführt. Anthropic hat einen Wert von rund 1,2 Billionen US-Greenback und bereitet sich auf einen Börsengang vor. Das Unternehmen stellt einen wachsenden Bedarf an Rechenressourcen dar, insbesondere nach der Einführung seines Claude-Code-Modells.

Neben dem möglichen Deal mit Anthropic ist Meta aktiv an anderen Mietverträgen beteiligt, darunter einem 21-Milliarden-Greenback-Deal mit CoreWeave und einem 27-Milliarden-Greenback-Vertrag mit Nebius. Steigende Preise für Rechenressourcen haben Meta dazu veranlasst, als Reaktion auf die Marktnachfrage darüber nachzudenken, eigene Rechenzentren zu vermieten.

---

Hervorgehobener Bildnachweis

Noam Shazeers Wechsel zu OpenAI testet, wie Frontier AI Labs Expertise und Risiko bewerten

Noam Shazeer verbrachte zweiundzwanzig Monate wieder bei Google, nachdem ihn ein 2,7-Milliarden-Greenback-Deal nach Hause gebracht hatte. Am 17. Juni gab er seinen Abgang zu OpenAI bekannt, und der Ausstieg wirft eine Frage auf, die schwerwiegender ist als jeder Talentkampf: Wie viel Gewicht sollte das bisherige Unternehmen einer Führungskraft bei der nächsten Einstellung haben?

Ein Lebenslauf, der auf dem Transformer Paper basiert

Shazeer zählt zu den bedeutendsten Forschern der modernen künstlichen Intelligenz. Im Jahr 2017 battle er Co-Autor von „Consideration Is All You Want“, dem Artikel, der die Transformer-Architektur vorstellt, die jetzt ChatGPT, Gemini und Claude gleichermaßen antreibt. Später half er bei der Entwicklung von Blended-of-Consultants-Techniken, einer Routing-Methode, mit der große Sprachmodelle effizient skaliert werden können, ohne die Rechenkosten in die Höhe zu treiben.

Shazeer kam im Jahr 2000 zum ersten Mal zu Google. Er verließ das Unternehmen im Jahr 2021, um gemeinsam mit Daniel De Freitas Character.AI zu gründen, und kehrte dann im August 2024 zu Google zurück. Seine Ankündigung vom 17. Juni markiert seinen zweiten Austritt aus dem Unternehmen.

Warum der Deal 2024 nie eine normale Akquisition battle

Die Vereinbarung vom August 2024 battle keine einfache Übernahme. Character.AI gewährte Google eine nicht exklusive Lizenz für seine Sprachmodelltechnologie und Shazeer, De Freitas und ausgewählte Forscher traten als Mitarbeiter bei Google DeepMind bei. Character.AI selbst blieb ein unabhängiges Unternehmen und betrieb seine Chatbot-Plattform weiterhin in getrenntem Eigentum. Das Wall Road Journal gab den Wert des Offers mit 2,7 Milliarden US-Greenback an, eine Zahl, die später von anderen Medien bestätigt wurde. Die Gesamtsumme spiegelte die Lizenzvereinbarung und die Talentvereinbarung zusammen wider. Es handelte sich nicht um Shazeers persönliche Entschädigung und es handelte sich auch nicht um den Kaufpreis für Character.AI als Unternehmen.

Der Prozesscharakter. AI hat immer noch Bestand

Die Geschichte von Character.AI hat über die Vertragsstruktur hinaus Gewicht. Megan Garcia reichte im Oktober 2024 eine Bundesklage ein, nachdem ihr 14-jähriger Sohn Sewell Setzer III durch Selbstmord gestorben battle. Als Beklagte nannte die Klage Character Applied sciences, Shazeer, De Freitas und Google und behauptete, das Design der Plattform fördere emotionale Abhängigkeit und setze Setzer sexualisierten Interaktionen aus. Bei den Vorwürfen handelt es sich um Ansprüche des Klägers, nicht um gerichtliche Feststellungen.

Am 7. Januar 2026 gaben die Parteien grundsätzliche Vergleiche bekannt, die Garcias Fall sowie damit verbundene Privatklagen in Florida, Colorado, Texas und New York abdecken. In den Gerichtsakten wurden weder die Bedingungen offengelegt noch ein Haftungseingeständnis gemacht. Einen Tag später, am 8. Januar, reichte der Generalstaatsanwalt von Kentucky eine separate staatliche Strafverfolgungsklage ein, in der er Character Applied sciences, Shazeer und De Freitas als Namen nannte und Verstöße gegen Verbraucherschutz- und Kindersicherheitsgesetze vorwarf. Der Fall Kentucky battle nicht Teil des Vergleichs und bleibt aktiv.

Character.AI kündigte im Oktober 2025 separat an, offene Chatbot-Konversationen für Benutzer unter 18 Jahren zu entfernen, wobei die Änderung zusammen mit neuen Instruments zur Altersüberprüfung am 25. November in Kraft treten würde. Character.AI hat jüngere Benutzer nicht vollständig von der Plattform verbannt; Das Unternehmen entwickelte various Funktionen wie Geschichten und Videotools, um den offenen Chat für Teenager zu ersetzen.

Was OpenAI tatsächlich kauft

Sam Altman begrüßte Shazeer öffentlich und sagte, er habe schon seit den Anfängen von OpenAI mit ihm zusammenarbeiten wollen. Durch die Einstellung erhält OpenAI direkten Zugang zu Fachwissen auf Transformer-Ebene, da sich der Wettbewerb mit Anthropic und Google in einem Jahr verschärft, in dem alle drei Unternehmen um Börsengänge kämpfen. Shazeer wird OpenAI beitreten, obwohl weder seine Place noch die Bedingungen seiner Vergütung bekannt gegeben wurden. Eine Handvoll kleinerer Medien haben spekuliert, dass er die Architekturforschung leiten wird, obwohl in den eigenen Aussagen von OpenAI oder in der Berichterstattung von Reuters, CNBC oder Axios keine solche Behauptung auftaucht.

Technisches Können battle jedoch nie die einzige Währung bei der Einstellung von KI-Mitarbeitern im Grenzbereich. Die Sicherheitsbilanz von Character.AI bleibt Teil der Diskussion rund um diese Einstellung, unabhängig davon, ob OpenAI dies öffentlich anspricht oder nicht. Es gibt keine öffentlichen Beweise dafür, welche Due-Diligence-Prüfungen OpenAI vor der Unterbreitung eines Angebots durchgeführt hat, und OpenAI hat keine Erklärung abgegeben, die die Einstellung mit dem Rechtsstreit in Verbindung bringt. Die Implikation: Frontier Labs bewerten technische Leistung und Produktverantwortung zumindest vorerst getrennt.

Ein IPO-Hintergrund, kein Motiv

Der Schritt von Shazeer erfolgt inmitten eines breiteren Strebens nach öffentlichen Märkten. OpenAI bestätigte am 8. Juni, dass es der SEC vertraulich einen S-1-Entwurf vorgelegt habe, erklärte jedoch ausdrücklich, dass es noch keine Entscheidung über den Zeitpunkt getroffen habe und möglicherweise dennoch Wert darauf legen könnte, länger privat zu bleiben. Goldman Sachs und Morgan Stanley bleiben die Banken, die am stärksten an dem Angebot beteiligt sind, und Bloomberg berichtete am 29. Mai, dass OpenAI auch Gespräche mit JPMorgan und Citigroup über einen Beitritt zu der Gruppe geführt habe, was einer formellen Ernennung nur einen Schritt voraus sei. Einige Verkaufsstellen haben bereits im September 2026 eine Auflistung veröffentlicht, aber keine Quelle, einschließlich OpenAI selbst, hat ein festes Fenster bestätigt.

OpenAI gab am 31. März bekannt, dass es 122 Milliarden US-Greenback bei einer Publish-Cash-Bewertung von 852 Milliarden US-Greenback eingesammelt hat, wobei Amazon, Nvidia und SoftBank zu den Investoren zählen, und gab in derselben Ankündigung an, dass es einen monatlichen Umsatz von 2 Milliarden US-Greenback erwirtschaftet. Denise Dresser, Chief Income Officer von OpenAI, sagte im Mai, dass Unternehmenskunden mittlerweile mehr als 40 % dieses Umsatzes ausmachen, wobei dieser Anteil voraussichtlich bis Ende 2026 dem der Verbraucherabonnements entsprechen wird. OpenAI hat keine vollständigere Aufteilung nach ChatGPT-Abonnements, API-Nutzung, Codex und Werbung veröffentlicht. Die Einstellung eines Forschers mit Shazeers Bekanntheitsgrad im Vorfeld einer möglichen Börsennotierung ist offensichtlich von Wert für die Anlegerbeziehungen, aber es gibt keine Beweise dafür, dass OpenAI ihn speziell für diesen Zweck eingestellt hat. Die vertretbarere Lesart lautet: Wettbewerbsdruck und nicht die Kommunikation mit den Anlegern waren der Auslöser für die Entscheidung.

Googles größeres Downside als ein Abgang

Der Abgang von Shazeer bedeutet nicht automatisch eine Modellentwicklungskrise bei Google. Das Unternehmen hat nicht bekannt gegeben, welche Gemini-bezogenen Projekte er täglich leitete oder wie sich seine Verantwortlichkeiten verschieben werden. Was es schwieriger macht, den Zeitpunkt zu verwerfen, ist ein zweiter Ausstieg zwei Tage später: John Jumper, der Mitschöpfer von AlphaFold und Gewinner des Nobelpreises für Chemie 2024, gab am 19. Juni bekannt, dass er Google DeepMind nach quick neun Jahren zugunsten von Anthropic verlassen werde. Zwei leitende Forscher, die Google DeepMind innerhalb von 48 Stunden verlassen und in konkurrierende Labore wechseln, stellen ein messbares Muster dar, auch ohne dass eine einzige Grundursache sie verbindet.

Der Ausstieg von Shazeer bestätigt, dass keine Lizenzgebühr, wie hoch sie auch sein magazine, dauerhafte Loyalität gegenüber Frontier AI erkauft. Geld brachte ihn einmal zurück zu Google; es hielt ihn nicht zweimal dort. Die schwierigere Frage liegt bei den Laboren, die die Einstellung vornehmen: ob die Veröffentlichungsbilanz eines Kandidaten und die Produkthistorie eines Unternehmens im nächsten Angebotsschreiben jemals das gleiche Gewicht haben werden, denn derzeit deuten die Beweise darauf hin, dass dies nur bei einem von ihnen der Fall ist.

Die IPO-Pipeline von Cybersecurity wird wiedereröffnet: Vegas 120-Millionen-Greenback-Beschaffung zeigt, wohin sich das Geld der Anleger bewegt

Sicherheitsteams in Unternehmen stehen nun vor zwei Problemen gleichzeitig: Angreifer nutzen KI, um Abläufe in großem Maßstab zu beschleunigen, und Verteidiger haben mit fragmentierten Telemetriedaten zu kämpfen, die über verteilte Cloud-Umgebungen verteilt sind. Dieser Druck erklärt, warum neun von VC unterstützte Cybersicherheits-Startups jetzt auf der Liste der wahrscheinlichen Börsengänge von PitchBook stehen und warum Vega gerade 120 Millionen US-Greenback gesammelt hat, um die Architektur im Zentrum der Unternehmenssicherheitsabläufe herauszufordern.

Die acht IPO-Kandidaten für Cybersicherheit im Überblick

Unternehmen	Kategorie	Hauptquartier	Bewertung	IPO-Standing
Snyk	Entwicklersicherheit	Boston, MA	7,4 Milliarden US-Greenback	97 % – IPO-Kandidat
Illumio	Zero-Belief-Segmentierung	Sunnyvale, Kalifornien	2,75 Milliarden US-Greenback	Bestätigter Kandidat
ID.me	Digitale Identität	McLean, VA	2 Mrd. USD+	93 % – IPO-Kandidat
Immuta	Datenzugriffs-Governance	Boston, MA	1 Milliarde US-Greenback	93 % – IPO-Kandidat
Arktischer Wolf	Verwaltete Erkennung und Reaktion	Eden Prairie, MN	3,91 Milliarden US-Greenback	91 % – IPO-Kandidat
OneTrust	Datenschutz und Compliance	Atlanta, GA	4,5 Milliarden US-Greenback	91 % – IPO-Kandidat
Insel	Unternehmensbrowser	Dallas, TX	4,8 Milliarden US-Greenback	90 % – IPO-Kandidat
Armis	Cyber-Publicity-Administration	San Francisco, Kalifornien	6,1 Milliarden US-Greenback	Erworben – 7,75 Milliarden US-Greenback (ServiceNow, April 2026)

Quelle: PitchBook VC Exit Predictor, Dezember 2025 / Morningstar, Januar 2026. Armis von ServiceNow übernommen, April 2026. Die Bewertungszahlen spiegeln die letzten bekannten veröffentlichten Runden wider.

Vegas Finanzierungsrunde zielt auf ein kostspieliges Sicherheitsproblem ab

Vega kündigte im Februar 2026 eine Serie B im Wert von 120 Millionen US-Greenback an, die vom bestehenden Investor Accel angeführt wird und an der sich auch Cyberstarts, Redpoint und CRV beteiligen. Die Finanzierungsrunde erhöhte Vegas Gesamtfinanzierung in weniger als zwei Jahren auf 185 Millionen US-Greenback. TechCrunch meldete eine Submit-Cash-Bewertung von 700 Millionen US-Greenback, quick doppelt so viel wie zuvor. (Calcalist meldete 800 Millionen US-Greenback; Vegas eigene Pressemitteilung bestätigte lediglich, dass die Runde ihren Wert „quick verdoppelt“ hatte, ohne eine genaue Zahl zu nennen.)

CEO Shay Sandler und CTO Eli Rozen, beide Veteranen der israelischen Einheit 8200, haben Vega auf der Grundlage einer bestimmten Diagnose aufgebaut: Ältere SIEM-Plattformen zwingen Unternehmen dazu, Sicherheitstelemetrie zu zentralisieren, bevor sie Bedrohungen analysieren können. Für Unternehmen, die Workloads über Cloud-Dienste, Information Lakes und verteilte Infrastrukturen ausführen, führt dieses Modell zu zusätzlichen Problemen. Die Speicher- und Verarbeitungskosten steigen mit der Datenmenge. Sicherheitsteams müssen Daten verschieben, bevor sie Vorfälle untersuchen können. Und da die vollständige Aufnahme unerschwinglich teuer sein kann, werden einige Signale nicht erfasst, was zu Lücken in der Abdeckung führt.

Vegas Different ist das sogenannte Safety Analytics Mesh: eine Architektur, die Sicherheitsdaten dort analysiert, wo sie sich bereits befinden, anstatt jedes Sign zuerst in ein zentrales Repository zu ziehen. Das Unternehmen gibt an, bereits Multimillionen-Greenback-Verträge mit globalen Banken, Gesundheitsorganisationen und Fortune-200-Unternehmen unterzeichnet zu haben und seit seiner Gründung im Jahr 2024 auf über 100 Mitarbeiter gewachsen zu sein.

Vega gehört nicht zu den neun IPO-Kandidaten von PitchBook. Bei der Serie B mit einer zweijährigen Betriebsgeschichte ist es noch mindestens ein Finanzierungszyklus von diesem Gespräch entfernt. Aber seine Erhöhung verdeutlicht, wohin die Überzeugung des privaten Marktes in Bezug auf Cybersicherheit jetzt fließt: KI-native Architekturen, die die Kosten und betrieblichen Reibungsverluste beim Betrieb von Sicherheit auf Unternehmensebene reduzieren.

Die IPO-Watchlist von PitchBook macht die Late-Stage-Pipeline von Cybersecurity aufmerksam

Der VC Exit Predictor von PitchBook, der Ende Dezember 2025 über Morningstar erschien, identifizierte neun von VC unterstützte Cybersicherheitsunternehmen als wahrscheinliche Kandidaten für den öffentlichen Markt, darunter Snyk, Illumio, ID.me, Immuta, Arctic Wolf, OneTrust, Armis und Island.

Die Wahrscheinlichkeitsschätzungen über die genannten Unternehmen hinweg zeigen eine Pipeline mit echter Tiefe. Snyk führt mit einer IPO-Wahrscheinlichkeit von 97 %, einer letzten bekannten Bewertung von 7,4 Milliarden US-Greenback und einem eingeworbenen Kapital von 1,07 Milliarden US-Greenback; Die Serie G im Dezember 2022 wurde zu dieser Bewertung von der Qatar Funding Authority geleitet. ID.me hat eine Wahrscheinlichkeit von 93 % bei einer Bewertung von über 2 Milliarden US-Greenback, nachdem das Unternehmen im September 2025 eine Finanzierung in Höhe von 340 Millionen US-Greenback abgeschlossen hat. Immuta hat eine Wahrscheinlichkeit von 93 % bei einer letzten bekannten Bewertung von 1 Milliarde US-Greenback, zu seinen Unterstützern gehören Snowflake Ventures und Intel Capital. Island liegt mit einer Bewertung von 4,8 Milliarden US-Greenback bei 90 %, nachdem eine Serie E im März 2025 mit 250 Millionen US-Greenback die Gesamtinvestition von außen auf etwa 730 Millionen US-Greenback erhöhte. Arctic Wolf hat eine Wahrscheinlichkeit von 91 % bei einer Bewertung von 3,91 Milliarden US-Greenback, wobei 1,15 Milliarden US-Greenback eingeworben wurden. OneTrust landet ebenfalls bei 91 %, mit einer Bewertung von 4,5 Milliarden US-Greenback und einem Kapital von 1,12 Milliarden US-Greenback.

Das Muster zwischen diesen Unternehmen ist das wichtigste Element: Keines von ihnen führt mit „KI-gestützter Sicherheit“ als primärem Pitch. Snyk konzentriert sich auf die Entwicklersicherheit in Software program-Lieferketten. Illumio zielt durch Zero-Belief-Segmentierung auf laterale Bewegungen innerhalb von Netzwerken ab. ID.me bietet digitale Identitätsprüfung für Behörden, das Gesundheitswesen und Finanzdienstleistungen. Immuta regelt den Datenzugriff in Cloud- und KI-Umgebungen. Arctic Wolf bietet verwaltete Erkennung und Reaktion für Unternehmen, die nicht in der Lage sind, den gesamten Sicherheitsbetrieb intern zu besetzen. OneTrust kümmert sich um Datenschutz, Compliance und Governance-Vorgänge. Island entwickelt Unternehmensbrowser mit integrierten Sicherheitskontrollen. Jedes befasst sich mit einem spezifischen, operativ problematischen Drawback, das Unternehmen nicht aufschieben können.

KI-gesteuerte Bedrohungen verändern das Unternehmensrisiko

Die Investitionslogik hinter dieser Pipeline wird klarer, wenn man sie mit dem vergleicht, mit dem die Sicherheitsteams in Unternehmen tatsächlich konfrontiert sind. Die Google Menace Intelligence Group dokumentierte in einem Bericht vom Mai 2026 einen Wandel von frühen KI-Experimenten durch Gegner hin zum Einsatz im industriellen Maßstab. Bedrohungsakteure verwenden jetzt generative Modelle für die Erkennung von Schwachstellen, die Generierung von Exploits, die Umgehung von Abwehrmaßnahmen und autonome Malware-Operationen. Google sagte, es habe zum ersten Mal einen Bedrohungsakteur identifiziert, der einen Zero-Day-Exploit nutzte, von dem es glaubt, dass er mit KI-Unterstützung entwickelt wurde.

Der Information Breach Investigations Report 2026 von Verizon ergab, dass die Ausnutzung von Sicherheitslücken zum häufigsten Erstzugriffsvektor für Sicherheitsverletzungen wurde und 31 % der Fälle im Berichtsdatensatz erreichte. Der IBM-Bericht „Price of a Information Breach Report 2025“ beziffert die weltweiten durchschnittlichen Kosten eines Datenschutzverstoßes auf 4,4 Millionen US-Greenback und weist auf eine „KI-Überwachungslücke“ hin. Er warnt davor, dass unkontrollierte KI-Systeme bei einem Verstoß sowohl eine höhere Wahrscheinlichkeit eines Verstoßes als auch höhere Sanierungskosten mit sich bringen.

Gartner prognostiziert, dass die weltweiten Endbenutzerausgaben für Informationssicherheit im Jahr 2026 244 Milliarden US-Greenback und im Jahr 2029 322 Milliarden US-Greenback erreichen werden, bei einer durchschnittlichen jährlichen Wachstumsrate von 10 % bei konstanten Wechselkursen. Sicherheitsbudgets haben sich in der Vergangenheit diskretionären Kürzungen widersetzt, weil die Folgen einer Unterinvestition sichtbar, messbar und teuer sind. Diese Widerstandsfähigkeit gibt den Anlegern des öffentlichen Marktes eine dauerhaftere Ertragsthese, als die meisten Softwarekategorien bieten können.

Das IPO-Fenster öffnet sich, aber die Messlatte hat sich verschoben

Der IPO-Markt für Cybersicherheit weist bereits aktuelle Beweise auf. Laut Reuters und SecurityWeek hat Netskope bei seinem Nasdaq-Debüt im September 2025 908,2 Millionen US-Greenback eingesammelt, wobei die Aktien am ersten Tag um mehr als 18 % stiegen und das Unternehmen bei der Notierung einen Wert von rund 8,6 Milliarden US-Greenback erreichte. SailPoint kehrte im Jahr 2025 an die öffentlichen Märkte zurück und strebte eine Bewertung von bis zu 12,57 Milliarden US-Greenback an. Die Börsennotierung von Rubrik im Jahr 2024 erfolgte vor einem dieser Offers und begann, den von den Anlegern erwarteten Wert von Cybersicherheitsunternehmen auf den öffentlichen Märkten neu zu definieren.

Auch die Finanzierung von Cybersicherheits-Startups erholte sich deutlich. Crunchbase berichtete, dass der Sektor im Jahr 2025 Investitionen in Höhe von 18 Milliarden US-Greenback anzog, was einem Anstieg von etwa 26 % gegenüber 2024 und dem höchsten jährlichen Gesamtwert seit drei Jahren entspricht. Große KI-fokussierte Cybersicherheitsrunden trugen erheblich zu dieser Zahl bei.

Nichts davon macht den Weg zum öffentlichen Markt automatisch. Investoren erwarten im Jahr 2026 nachweisbare jährliche wiederkehrende Umsätze, effiziente Kundenakquisekosten, hohe Bruttomargen, eine starke Nettoumsatzbindung, einen glaubwürdigen Weg zur Rentabilität und eine dauerhafte Differenzierung gegenüber Plattformkonkurrenten wie Microsoft, Palo Alto Networks und CrowdStrike, die alle ihre Sicherheitsportfolios weiter ausbauen. Unternehmen, die die volle Messlatte abräumen, finden aufnahmefähige Bedingungen vor. Wer das nicht kann, wird warten oder einen anderen Weg gehen.

Armis zeigt, warum sich IPO-Kandidaten möglicherweise immer noch für M&A entscheiden

PitchBook hat Armis mit einer Wahrscheinlichkeit von 90 %, einer letzten bekannten Bewertung von 6,1 Milliarden US-Greenback und einer Kapitalaufnahme von 1,45 Milliarden US-Greenback als IPO-Kandidat gekennzeichnet. ServiceNow kündigte am 23. Dezember 2025 eine Barübernahme von Armis im Wert von 7,75 Milliarden US-Greenback an, einen Tag bevor PitchBook seine IPO-Prognosen veröffentlichte. ServiceNow schloss den Deal am 20. April 2026 ab und nannte die Cyber-Publicity-Administration-Fähigkeiten von Armis in den Bereichen IT, Betriebstechnologie, IoT, medizinische Geräte und kritische Infrastruktur als zentral für seine Sicherheits- und Risikostrategie im KI-Zeitalter.

Das Armis-Ergebnis zeigt etwas, das es wert ist, im Auge behalten zu werden, wenn man eine IPO-Beobachtungsliste liest: Eine hohe IPO-Wahrscheinlichkeit und eine strategische Akquisition schließen sich nicht gegenseitig aus, sondern sind aufeinander folgende Möglichkeiten. Große Plattformunternehmen, darunter Google mit der geplanten 32-Milliarden-Greenback-Übernahme von Wiz, ServiceNow, Cisco und andere, haben gezeigt, dass sie für die richtigen Funktionen mindestens die IPO-Bewertungen zahlen werden. Für jedes der Unternehmen auf der PitchBook-Liste ist der entscheidende Faktor nicht einfach, ob die öffentlichen Märkte sie wollen, sondern ob ein strategischer Käufer zuerst mit einer Zahl ankommt, die die risikobereinigte IPO-Rendite weniger überzeugend erscheinen lässt.

Die öffentliche Marktpipeline von Cybersecurity ist aktiver als je zuvor in den letzten drei Jahren, und die Unternehmen, die am besten positioniert sind, um davon zu profitieren, haben eines gemeinsam: Sie lösen spezifische, kostspielige betriebliche Probleme, die Unternehmen unabhängig von den wirtschaftlichen Bedingungen nicht aufschieben können. Vegas Kapitalerhöhung in Höhe von 120 Millionen US-Greenback bestätigt, dass die gleiche Logik nun die Kapitalallokation in einem früheren Stadium bestimmt. Unabhängig davon, ob die neun Unternehmen auf der PitchBook-Liste öffentliche Märkte erreichen oder Armis durch einen strategischen Ausstieg folgen, haben die Anleger ein Urteil klargestellt: Eine dauerhafte Sicherheitsinfrastruktur erfordert dauerhafte Bewertungen.

Jensen Huang, Gründer und CEO von Nvidia, kündigte kürzlich in einer Telefonkonferenz zu den Ergebnissen deutliche Wachstumsaussichten für das Unternehmen an. Dabei meldete er einen Rekordumsatz von 81,6 Milliarden US-Greenback und prognostizierte für das nächste Quartal 91 Milliarden US-Greenback. Er führte einen Großteil dieses Optimismus auf die Einführung von Nvidias neuem CPU-Produkt Vera zurück, das seiner Meinung nach einen Whole Addressable Market (TAM) im Wert von 200 Milliarden US-Greenback eröffnet hat.

Während der Telefonkonferenz zu den Ergebnissen beschrieb Huang Vera als „die weltweit erste CPU, die speziell für die Agenten-KI entwickelt wurde“ und signalisierte damit einen Wandel für Nvidia beim Eintritt in einen Markt, der traditionell von Intel und AMD dominiert wird. Er betonte, dass alle großen Hyperscaler und Systementwickler mit Nvidia zusammenarbeiten, um Vera einzusetzen, und behauptete, dass die Welt „Computing für agentische KI und robotische physische KI neu aufbaut“.

Huang erklärte, dass GPUs zwar für den „denkenden“ Teil von KI-Modellen verantwortlich seien, CPUs wie Vera jedoch zugewiesene Aufgaben übernehmen und sich möglicherweise zu PC-ähnlichen Geräten entwickeln würden. Er behauptete, dass Vera darauf ausgelegt sei, Token schnell zu verarbeiten, was ihn von herkömmlichen CPUs unterscheide, bei denen die Multi-Core-Leistung im Vordergrund stehe.

Trotz des Erfolgs von Nvidia bleibt die Wall Avenue hinsichtlich der Stabilität des CPU-Marktes vorsichtig. Die Bedenken wurden dadurch verstärkt, dass Amazon Net Companies einen bedeutenden Vertrag mit Meta für KI-CPUs abgeschlossen hat. Andy Jassy, ​​CEO von Amazon, hat öffentlich sein Vertrauen in die Fähigkeiten von AWS bei der Entwicklung von KI-Chips zum Ausdruck gebracht.

Was den Umsatz betrifft, berichtete Huang, dass Nvidia in diesem Jahr bereits eigenständige Vera-CPUs im Wert von 20 Milliarden US-Greenback verkauft habe. Er glaubt, dass die Nachfrage nach solchen CPUs steigen wird, da Milliarden von KI-Agenten auftauchen und PC-ähnliche Instruments erforderlich machen.

„Die Welt hat eine Milliarde Benutzer, menschliche Benutzer. Ich habe den Eindruck, dass es auf der Welt Milliarden von Agenten geben wird“, sagte Huang und wies auf einen wachsenden Markt für CPU-Technologie für KI-Anwendungen hin.

---

Hervorgehobener Bildnachweis

Microsoft meldete für das letzte Quartal einen Umsatzanstieg von 18 % auf 82,9 Milliarden US-Greenback, der auf ein deutliches Wachstum seiner Cloud-Dienste zurückzuführen ist. Der Umsatz von Microsoft Cloud stieg im Jahresvergleich um etwa 29 % auf 54,5 Milliarden US-Greenback, während Azure im Jahresvergleich um etwa 40 % wuchs, was die starke Nachfrage nach seinen Angeboten unterstreicht.

Trotz der robusten Umsatzzahlen steht Microsoft vor Herausforderungen, die sich aus steigenden Komponentenpreisen und Siliziumknappheit ergeben. CFO Amy Hood angegeben dass das Unternehmen seine Ausgaben für KI und Rechenzentrumstechnologie erhöhen muss, was derzeit einem jährlichen Umsatz von rund 37 Milliarden US-Greenback entspricht, was einer Steigerung von 123 % gegenüber dem Vorjahr entspricht.

Der kommerzielle Auftragsbestand von Microsoft erreichte 627 Milliarden US-Greenback, was einem Anstieg von 99 % entspricht, der die anhaltende zukünftige Nachfrage nach KI- und Cloud-Diensten widerspiegelt. Das Unternehmen geht davon aus, dass seine Investitionsausgaben (Capex) für 2026 etwa 190 Milliarden US-Greenback erreichen werden, wobei etwa 25 Milliarden US-Greenback auf steigende Komponentenkosten zurückzuführen sind. Im kommenden Quartal will Microsoft 40 Milliarden US-Greenback in {Hardware} und Rechenzentren investieren.

Zum Vergleich: Die Investitionsausgaben beliefen sich im letzten Quartal auf 31,9 Milliarden US-Greenback, wobei zwei Drittel auf kurzlebige Vermögenswerte wie CPUs und GPUs entfielen. Hood zeigte sich zuversichtlich in die Investitionen des Unternehmens. Sie bemerkte: „Angesichts der höheren Nachfragesignale und der steigenden Produktnutzung sowie der Effizienzsteigerungen, die wir bereits auf der gesamten Plattform erzielen, sind wir weiterhin zuversichtlich, was die Rendite dieser Investitionen angeht.“

Im Bereich KI gab Microsoft an, dass das Unternehmen über 20 Millionen zahlende Kunden für Microsoft 365 Copilot hat, was insbesondere bei größeren Kunden ein deutliches Wachstum verzeichnet. Die Zahl der Kunden mit mehr als 50.000 Sitzplätzen hat sich im Vergleich zum Vorjahr vervierfacht, wobei Accenture mit über 740.000 Sitzplätzen der größte Kunde ist.

Mit Blick auf die Zukunft strebt Microsoft für das nächste Quartal ein Gesamtumsatzwachstum von 13–15 % an, wobei die Erwartungen für das Umsatzwachstum von Azure bei etwa 39–40 % liegen.

---

Hervorgehobener Bildnachweis

Das Sprach-KI-Unternehmen ElevenLabs hat in einer neuen Finanzierungsrunde unter der Leitung von Sequoia Capital 500 Millionen US-Greenback eingesammelt. Sequoia Capital beteiligte sich auch an der letzten Zweitrunde des Unternehmens über ein Übernahmeangebot. Im Rahmen der Vereinbarung tritt Sequoia-Accomplice Andrew Reed dem Vorstand des Unternehmens bei.

Die jüngste Finanzierung bewertet ElevenLabs mit 11 Milliarden US-Greenback, mehr als das Dreifache der Bewertung, die das Unternehmen in seiner vorherigen Finanzierungsrunde im Januar 2025 erhielt. Frühere Berichterstattung angegeben dass das Unternehmen diese Bewertung angestrebt hatte.

Der bestehende Investor Andreessen Horowitz (a16z) erhöhte sein Engagement im Unternehmen durch die Vervierfachung seiner Investition, und Iconiq, das in der Vorrunde an der Spitze stand, verdreifachte sein eigenes Engagement. Mehrere frühere Unterstützer kehrten für die neue Runde zurück, und auch eine Gruppe neuer Investoren schloss sich an.

• Wiederkehrende Investoren: BroadLight, NFDG, Valor Capital, AMP Coalition, Smash Capital
• Neue Investoren: Lightspeed Enterprise Companions, Evantic Capital, Bond

ElevenLabs sagte, dass es plant, später im Februar weitere Investoren bekannt zu geben, und wies darauf hin, dass es sich bei einigen von ihnen möglicherweise um strategische Accomplice handelt. Mit der neuen Runde hat das Unternehmen bisher mehr als 781 Millionen US-Greenback eingesammelt.

Das Unternehmen plant, das Kapital für Forschung und Produktentwicklung zu nutzen und seine Präsenz auf internationalen Märkten wie Indien, Japan, Singapur, Brasilien und Mexiko auszubauen.

Mitbegründer Mati Staniszewski sagte, ElevenLabs erwäge Produkte, die über Sprache hinausgehen, einschließlich Arbeiten, die Video integrieren. Im Januar gab das Unternehmen eine Partnerschaft mit LTX zur Produktion von Audio-to-Video-Inhalten bekannt.

Staniszewski sagte in einer Erklärung, dass das Unternehmen darauf abzielt, Modellentwicklung und Produktausführung zu verbinden, indem es Forschung in praktische Erfahrungen umwandelt. Er fügte hinzu, dass die neue Finanzierung eine Erweiterung des Kreativangebots von ElevenLabs unterstützen wird, das Entwicklern helfen soll, ihre Audio-Instruments mit Video und Agenten zu kombinieren, und es Unternehmen ermöglichen soll, Agenten zu entwickeln, die sprechen, tippen und Maßnahmen ergreifen können.

ElevenLabs beendete das Jahr mit einem jährlichen wiederkehrenden Umsatz von 330 Millionen US-Greenback. Einem früheren Interview mit Bloomberg zufolge brauchte das Unternehmen etwa fünf Monate, um seinen jährlichen wiederkehrenden Umsatz von 200 Millionen US-Greenback auf 300 Millionen US-Greenback zu steigern.

Das Interesse von Investoren und Industrie an Anbietern von Sprach-KI-Modellen ist groß. Im Januar sammelte der Rivale Deepgram 130 Millionen US-Greenback von AVP zu einem Wert von 1,3 Milliarden US-Greenback und erwarb ein von Y Combinator unterstütztes KI-Startup. Etwa zur gleichen Zeit stellte Google Talente vom Sprachmodellunternehmen Hume AI ein, darunter dessen CEO Alan Cowen.

Netflix, Inc. vereinbart Erwerb von Warner Bros., einschließlich seiner Movie- und Fernsehstudios und HBO Max, am 5. Dezember 2025 von Warner Bros. Discovery, Inc. (WBD).

Der Deal hat einen Gesamtunternehmenswert von rund 82,7 Milliarden US-Greenback und einen Eigenkapitalwert von 72,0 Milliarden US-Greenback. Netflix plant die Integration von Warner Bros. bestehenden Betriebe und geht davon aus, dass die Transaktion 12 bis 18 Monate nach der geplanten Trennung der World Networks-Abteilung von WBD, Discovery World, im dritten Quartal 2026 abgeschlossen wird.

Die Übernahme zielt darauf ab, die Streaming-Funktionen von Netflix mit denen von Warner Bros. zu kombinieren. umfangreiche Inhaltsbibliothek. Dazu gehören beliebte Franchises wie „The Large Bang Idea“, „The Sopranos“, „Sport of Thrones“, „The Wizard of Oz“ und das DC Universe.

„Unsere Mission struggle es immer, die Welt zu unterhalten“, sagte Ted Sarandos, Co-CEO von Netflix. „Durch die Kombination von Warner Bros.“ Mit unserer unglaublichen Bibliothek an Reveals und Filmen – von zeitlosen Klassikern wie „Casablanca“ und „Citizen Kane“ bis hin zu modernen Favoriten wie „Harry Potter und seine Freunde“ – mit unseren kulturprägenden Titeln wie „Stranger Issues“, „KPop Demon Hunters“ und „Squid Sport“ können wir das noch besser machen. Gemeinsam können wir dem Publikum mehr von dem bieten, was es liebt, und dabei helfen, das nächste Jahrhundert des Geschichtenerzählens zu gestalten.“

Co-CEO Greg Peters erklärte, die Übernahme werde das Angebot von Netflix verbessern und sein Geschäft um Jahrzehnte beschleunigen. David Zaslav, Präsident und CEO von Warner Bros. Discovery, betonte die Kombination zweier großer Storytelling-Unternehmen.

Netflix geht davon aus, Warner Bros. zu behalten. laufende Aktivitäten, einschließlich Kinoveröffentlichungen von Filmen, und profitieren von der Aufnahme von HBO und HBO Max in sein Inhaltsangebot. Das Unternehmen geht davon aus, bis zum dritten Jahr jährliche Kosteneinsparungen in Höhe von 2 bis 3 Milliarden US-Greenback zu erzielen, und geht davon aus, dass sich die Transaktion bis zum zweiten Jahr positiv auf den GAAP-Gewinn professional Aktie auswirken wird.

Gemäß den Bedingungen der Vereinbarung erhalten die WBD-Aktionäre für jede WBD-Aktie 23,25 US-Greenback in bar und 4,50 US-Greenback in Netflix-Stammaktien. Die Aktienkomponente des Offers umfasst einen Collar-Mechanismus:

• VWAP-Bereich: Wenn der 15-tägige volumengewichtete Durchschnittspreis (VWAP) von Netflix zwischen 97,91 und 119,67 US-Greenback fällt (gemessen drei Handelstage vor Börsenschluss), erhalten WBD-Aktionäre Netflix-Aktien im Wert von 4,50 US-Greenback professional Aktie.
• VWAP unterhalb des Bereichs: Wenn der VWAP unter 97,91 US-Greenback liegt, erhalten WBD-Aktionäre 0,0460 Netflix-Aktien für jede WBD-Aktie.
• VWAP über dem Bereich: Wenn der VWAP über 119,67 US-Greenback liegt, erhalten WBD-Aktionäre 0,0376 Netflix-Aktien für jede WBD-Aktie.

Die World Networks-Abteilung von WBD, Discovery World, wird im dritten Quartal 2026 vor Abschluss der Netflix-Übernahme zu einem separaten börsennotierten Unternehmen. Zu dieser neuen Einheit gehören Marken wie CNN, TNT Sports activities in den USA, Discovery, frei empfangbare Kanäle in ganz Europa sowie digitale Produkte wie Discovery+ und Bleacher Report.

Die Vorstände von Netflix und WBD stimmten der Transaktion einstimmig zu. Die Übernahme ist von der behördlichen Genehmigung, der Zustimmung der WBD-Aktionäre und anderen üblichen Abschlussbedingungen abhängig.

Moelis & Firm LLC beriet Netflix finanziell, Skadden, Arps, Slate, Meagher & Flom LLP leisteten Rechtsberatung. Wells Fargo, BNP und HSBC stellen zugesagte Fremdkapitalfinanzierungen bereit. Allen & Firm, JP Morgan und Evercore sind Finanzberater von WBD, wobei Wachtell Lipton, Rosen & Katz und Debevoise & Plimpton LLP als Rechtsberater fungieren.

---

Hervorgehobener Bildnachweis

Wie viel Kapazität kann ein spärlicher 8.3B-Parameter MoE mit einem ~1,5B aktiver Pfad auf Ihrem Telefon liefern, ohne Latenz oder Speicher zu verschwenden? Liquid AI wurde veröffentlicht LFM2-8B-A1B, ein kleines Combination-of-Specialists-Modell (MoE), das für die Ausführung auf dem Gerät unter engen Speicher-, Latenz- und Energiebudgets entwickelt wurde. Im Gegensatz zu den meisten MoE-Arbeiten, die für die Cloud-Batch-Bereitstellung optimiert sind, zielt LFM2-8B-A1B auf Telefone, Laptops und eingebettete Systeme ab. Es zeigt 8,3B Gesamtparameter aber nur aktiviert ~1,5B Parameter professional Tokenwobei Sparse-Professional-Routing verwendet wird, um einen kleinen Rechenpfad beizubehalten und gleichzeitig die Darstellungskapazität zu erhöhen. Das Modell ist unter der veröffentlicht LFM Open License v1.0 (lfm1.0)

Die Architektur verstehen

LFM2-8B-A1B behält das „schnelle Spine“ von LFM2 bei und fügt spärliche MoE-Feed-Ahead-Blöcke ein, um die Kapazität zu erhöhen, ohne die aktive Rechenleistung wesentlich zu erhöhen. Das Rückgrat nutzt 18 geschlossene Kurzfaltungsblöcke Und 6 Grouped-Question Consideration (GQA)-Blöcke. Alle Schichten außer den ersten beiden einen MoE-Block einschließen; Die ersten beiden bleiben aus Stabilitätsgründen dicht. Jeder MoE-Block definiert 32 Experten; Der Router wählt Prime-4-Experten professional Token mit einem normalisiertes Sigmoid-Gate Und Adaptive Routing-Voreingenommenheit um die Belastung auszugleichen und das Coaching zu stabilisieren. Die Kontextlänge beträgt 32.768 Token; Wortschatzgröße 65.536; gemeldetes Vorschulungsbudget ~12T-Token.

Dieser Ansatz hält die FLOPs professional Token und das Cache-Wachstum durch den aktiven Pfad (Aufmerksamkeit + vier Experten-MLPs) begrenzt, während die Gesamtkapazität eine Spezialisierung über Domänen wie mehrsprachiges Wissen, Mathematik und Code hinweg ermöglicht – Anwendungsfälle, die sich oft auf sehr kleine dichte Modelle zurückführen lassen.

Leistungssignale

Liquid AI meldet, dass LFM2-8B-A1B läuft deutlich schneller als Qwen3-1.7B unter CPU-Checks mit einem internen XNNPACK-basierten Stack und einem benutzerdefinierten CPU-MoE-Kernel. Die öffentlichen Grundstücke umfassen int4-Quantisierung mit dynamischen int8-Aktivierungen An AMD Ryzen AI 9 HX370 Und Samsung Galaxy S24 Extremely. Das Liquid AI-Workforce positioniert Qualität als vergleichbar mit 3–4B dichte Modellewährend die aktive Rechenleistung in der Nähe bleibt 1,5B. Es werden keine herstellerübergreifenden „×-schneller“-Headline-Multiplikatoren veröffentlicht; Die Behauptungen sind als Vergleiche professional Gerät mit ähnlich aktiven Modellen formuliert.

In Bezug auf die Genauigkeit listet die Modellkarte Ergebnisse für 16 Benchmarks auf, darunter MMLU/MMLU-Professional/GPQA (Wissen), IFEval/IFBench/Multi-IF (Anweisungen befolgen), GSM8K/GSMPlus/MATH500/MATH-Lvl-5 (Mathematik) und MGSM/MMMLU (mehrsprachig). Die Zahlen deuten auf eine konkurrenzfähige Unterrichtsbefolgung und Mathematikleistung innerhalb des kleinen Modellbereichs sowie eine verbesserte Wissenskapazität im Vergleich zu LFM2-2.6B hin, was mit dem größeren Gesamtparameterbudget übereinstimmt.

Bereitstellung und Instruments

LFM2-8B-A1B wird mit Transformers/vLLM für GPU-Inferenz und GGUF-Builds für llama.cpp ausgeliefert; Das offizielle GGUF-Repo listet gängige Quants auf Q4_0 ≈4,7 GB bis zu F16 ≈16,7 GB für lokale Läufe, während lama.cpp erfordert einen aktuellen Construct mit lfm2moe Unterstützung (b6709+), um „unbekannte Modellarchitektur“-Fehler zu vermeiden. Die CPU-Validierung von Liquid verwendet Q4_0 mit int8 dynamische Aktivierungen An AMD Ryzen AI 9 HX370 Und Samsung Galaxy S24 Extremelywobei LFM2-8B-A1B einen höheren Dekodierungsdurchsatz aufweist als Qwen3-1.7B bei einer ähnlichen Aktivparameterklasse; ExecuTorch wird für die cell/eingebettete CPU-Bereitstellung referenziert.

Wichtige Erkenntnisse

• Architektur & Routing: LFM2-8B-A1B paart ein schnelles LFM2-Spine (18 Gated-Brief-Conv-Blöcke + 6 GQA-Blöcke) mit Sparse-MoE-FFNs professional Schicht (alle Schichten außer den ersten beiden) unter Verwendung von 32 Experten mit Prime-4-Routing über normalisiertes Sigmoid-Gating und adaptive Bias; 8,3 Milliarden Parameter insgesamt, ~1,5 Milliarden aktiv professional Token.
• Ziel auf dem Gerät: Entwickelt für Telefone, Laptops und eingebettete CPUs/GPUs; Quantisierte Varianten „passen bequem“ auf Excessive-Finish-Shopper-{Hardware} für den privaten Gebrauch mit geringer Latenz.
• Leistungspositionierung. Flüssigkeitsberichte sind LFM2-8B-A1B deutlich schneller als Qwen3-1.7B in CPU-Checks und -Zielen 3–4B-Qualität der dichten Klasse unter Beibehaltung eines aktiven Pfads von ca. 1,5 B.

LFM2-8B-A1B zeigt, dass spärliches MoE unterhalb des Üblichen praktisch sein kann Server-Skalenregime. Das Modell kombiniert ein LFM2-Conv-Consideration-Spine mit Experten-MLPs professional Schicht (mit Ausnahme der ersten beiden Schichten), um die Token-Rechenleistung nahe bei 1,5 B zu halten und gleichzeitig die Qualität in Richtung 3–4 B dichter Klassen zu steigern. Mit Normal- und GGUF-Gewichten, llama.cpp/ExecuTorch/vLLM-Pfaden und einer freizügigen Haltung auf dem Gerät ist LFM2-8B-A1B eine konkrete Possibility für den Aufbau privater Assistenten mit geringer Latenz und in Anwendungen eingebetteter Copiloten auf Verbraucher- und Edge-{Hardware}.

---

Schauen Sie sich das an Modell auf umarmendem Gesicht Und Technische Particulars. Schauen Sie sich gerne bei uns um GitHub-Seite für Tutorials, Codes und Notebooks. Sie können uns auch gerne weiter folgen Twitter und vergessen Sie nicht, bei uns mitzumachen 100.000+ ML SubReddit und Abonnieren Unser E-newsletter. Warten! Bist du im Telegram? Jetzt können Sie uns auch per Telegram kontaktieren.

Supabase, ein Open-Supply-Datenbankdienst, kündigte eine 100-Millionen-Greenback-Finanzierungsrunde der Serie E unter der gemeinsamen Leitung von Accel und Peak XV an. Durch die Investition beläuft sich die Unternehmensbewertung auf 5 Milliarden US-Greenback, was eine weitere bedeutende Kapitalspritze für das Startup darstellt.

Diese jüngste Finanzierung folgt einem konsequenten Muster hochwertiger Investitionen. Nur vier Monate zuvor schloss Supabase eine von Accel angeführte Serie-D-Runde über 200 Millionen US-Greenback ab, die das Unternehmen mit 2 Milliarden US-Greenback bewertete. Diese Runde fand sieben Monate nach einer 80-Millionen-Greenback-Serie-C-Finanzierung unter der Leitung des Sequoia-Spinoffs Peak XV und David Sacks‘ Craft Ventures statt. PitchBook schätzte die Put up-Cash-Bewertung für die Serie C auf etwa 765 Millionen US-Greenback.

Die Kombination der Runden der Serien C, D und E beläuft sich auf 380 Millionen US-Greenback, die im Laufe eines einzigen Jahres gesammelt wurden. Basierend auf der Schätzung von PitchBook für die Bewertung der Serie C spiegelt dieser Zeitraum einen Bewertungsanstieg von mehr als 500 Prozent wider. Mit dem neuen Kapital hat Supabase berichtet, dass die bisher eingeworbene Gesamtfinanzierung nun 500 Millionen US-Greenback erreicht hat.

Supabase wurde 2020 von CEO Paul Copplestone und CTO Ant Wilson gegründet und struggle ursprünglich ein Y-Combinator-Startup. Es wurde entwickelt, um Entwicklern eine Open-Supply-Different auf Postgres-Foundation zu Googles Firebase zu bieten, einer Datenbank, die auch für KI-Anwendungen entwickelt wurde. Die Supabase-Plattform wurde entwickelt, um die Datenbankeinrichtung zu vereinfachen, indem sie Postgres mit einer Reihe von Open-Supply-Instruments für Schlüsselfunktionen kombiniert. Dazu gehören Authentifizierung, automatisch generierte APIs, Dateispeicherung und ein Vektor-Toolkit, das für viele KI-gesteuerte Anwendungen erforderlich ist.

Der Dienst wurde zu einem beliebten Backend für Anwendungen, die Eingabeaufforderungen in natürlicher Sprache zum Schreiben von Code verwenden, wie z. B. Lovable und Bolt. Supabase gibt außerdem an, dass es sich um die Datenbank der Wahl für mehrere KI-Codierungstools handelt, darunter Figma, Replit, Cursor und Claude Code. Das Unternehmen behauptet, dass die Benutzerbasis eine Gemeinschaft von 4 Millionen Entwicklern umfasst. Im Zusammenhang mit der Finanzierung der Serie E kündigte Supabase an, dass es diesen Group-Mitgliedern den Kauf von Unternehmensaktien ermöglicht.

---

Hervorgehobener Bildnachweis

Lettische Sprach-Tech-Firma Tilde hat veröffentlicht Tildeopen LLMein Open-Supply-Fundaments-Großsprachmodell (LLM) Europäische Sprachenmit einem starken Fokus auf unterrepräsentierte und kleinere nationale und regionale Sprachen. Es ist ein strategischer Sprung in Richtung sprachlicher Gerechtigkeit und digitaler Souveränität innerhalb der EU.

Unter der Haube: Architektur, Ausbildung und Governance

• Die Veröffentlichung ereignete sich auf 3. September 2025als Tilde das Modell über die Benutzer über die Benutzer übersetzt Umarmtes Gesicht.
• Gebaut wie a 30-Milliarden-Parameter-Dicht-Decoder-Transformator nurDas Modell ist im Rahmen einer zulässigen Lizenz (CC-by-4.0) erhältlich und umfasst breite Sprachunterstützung-von lettischen und litauischen bis ukrainischen, türkisch und darüber hinaus.
• Das Coaching fand in den Supercomputern der EU statt: Lumi (Finnland) und JUPITERtippen in 2 Millionen GPU -Stunden über die Europäische Kommission verliehen Große AI Grand Problem.
• Feines technisches Element: Ausgebildet über eleutherai-inspirierte GPT-Neox-Skripte hinweg 450k Updateskonsumieren ~ 2 Billionen Token. Das Coaching umfasste dreistufige Stichproben: Uniform über Sprachen hinweg, natürliche Verteilung, um hochdeta-bändige Sprachen zu steigern, und einen endgültigen Uniform-Sweep für das Gleichgewicht.
• Hyperparameter: 60 Schichten, Einbettungsgröße 6144, 48 Aufmerksamkeitsköpfe, 8192-gepflegtes Kontextfenster, Swiglu-Aktivierungen, Seilpositionskodierung, RMSNorm-Schichtnormen.

Sprachkapital und Datensouveränität

• Mainstream -Modelle stützen sich stark auf englische und andere Hauptsprachen und verursachen beim Umgang mit baltischen, slawischen oder anderen kleineren europäischen Sprachen eine schrägliche Leistung. Diese Unterrepräsentation führt zu schlechter Grammatik, unangenehmem Phrasierung und Halluzinationen.
• Tildeopen löst dies durch einbettende Eins „Equitable Tokenizer“entwickelt, um Textual content ähnlich zu repräsentieren, unabhängig von der Sprache-reduzierende Token-Anzahl und zunehmende Inferenz-Effizienz für weniger Darstellungen.
• Entscheidend ist, dass Organisationen SelbstHost-In lokalen Rechenzentren oder sicheren EU-konformen Clouds-die Einhaltung der DSGVO und andere Datenschutzmandate. Dies befasst sich mit Souveränitätsbedenken, die mit den Modellen der US- oder Asien gebunden sind.

Strategischer Horizont: Vom Prototyp zur europäischen KI -Infrastruktur

• Tildeopen ist ein grundlegendes „Foundation“ -Modell. Es wird erwartet, dass die bevorstehenden Versionen spezialisierter (z. B. auf diesem Kern erstellte Übersetzungsmodelle für Anweisungen abgestimmt).
• Es ist auch ein Geo-Flag-Pflanzungsmoment: Lettland über Tilde positioniert sich als a Tech -Exporteurmit Bestrebungen, die europäische KI -Infrastruktur zu skalieren und gleichzeitig die sprachliche Vielfalt zu erhalten.
• Für die Forschung spiegelt der Bewegung eine breitere Forschung zum mehrsprachigen Modellverhalten wider – GAPs bestehen noch. Bewertungen zeigen, dass selbst starke offene LLMs die lexikalische Genauigkeit für baltische Sprachen halluzinieren oder verzögern können, was die Notwendigkeit einer lokalisierten Entwicklung verstärkt.

Zusammenfassung

Tildeopen LLM Rahmen der EU AI neu – nicht als regulatorische Einhaltung, sondern als als Technische Verwaltung. Es ist ein geerdetes Modell mit hoher Kapazität mit transparenter Architektur, skalierbarem Einsatz und einem heftigen Engagement für sprachliche Gerechtigkeit. Es gibt keinen Hype; Es liefert Substanz.

---

FAQs

F1: Was ist Tildeopen LLM?
Tildeopen ist a 30B-Parameter Mehrsprachiger großer Sprachmodell Auf EU-Supercomputer ausgebildet, optimiert für europäische Sprachen, insbesondere unterrepräsentierte.

F2: Wie unterscheidet es sich von Mainstream -LLMs?
Im Gegensatz zu globalen Modellen, die Englisch priorisieren, verwendet Tildeopen eine Equitable Tokenizer und ausgeglichenes Coaching, um eine faire Vertretung und Genauigkeit in kleineren europäischen Sprachen zu gewährleisten.

F3: Können Organisationen das Modell selbst veranstalten?
Ja. Tildeopen ist open-source unter Cc-by-4.0 und kann in lokalen Rechenzentren oder EU-konformen Wolken eingesetzt werden, um sie zu treffen DSGVO und Datensouveränität Anforderungen.

F4: Was sind die Hauptanwendungsfälle?
Regierungsdienste, Übersetzung, Bildung, AI -Assistenten, Sprachtechnologien und mehrsprachiger Kundenunterstützung – jeglicher Domäne, die erfordern Genaue europäische Sprachverarbeitung.

---

Schauen Sie sich das an Modell auf dem Umarmungsgesicht Und Technische Particulars hier. Fühlen Sie sich frei, unsere zu überprüfen Github -Seite für Tutorials, Codes und Notizbücher. Fühlen Sie sich auch frei, uns zu folgen Twitter Und vergessen Sie nicht, sich unserer anzuschließen 100k+ ml Subreddit und abonnieren Unser E-newsletter.