1億3000万ドルのシリーズA、オープンな超知能スタック構築へ

Prime Intellect は本日、Radical Ventures がリードする1億3000万ドルのシリーズAラウンドを発表しました。NVIDIA Ventures、Intel Capital、Dell Technologies Capital、および既存の投資家が参加しており、これにより総調達額は1億5000万ドルを超え、オープンな超知能スタックの構築を加速します。また、ジョン・シュルマン（Thinking Machines）、カリム・アティエ（Ramp）、アーロン・レヴィ（Box）など、最前線で活躍するエンジェル投資家も名を連ねています。

同社は、強化学習（RL）がフロンティアAIの構築者を変えると説明します。従来の事前学習はフロンティアAIを少数の研究所に集中させましたが、RLはその囲いを打ち破り、企業が自社の製品に合わせてモデルを訓練し、特定のワークフローを最適化し、本番環境で継続的に改善するエージェントを構築できるようにします。この最適化ループを自社で持つことが、エージェント時代における複利効果のある堀を築く鍵です。これまで不足していたのはインフラストラクチャであり、それは研究所の中にしかありませんでした。

Prime Intellect のオープンな超知能スタックは、モデルの訓練、デプロイ、継続的改善の全スタック（計算資源、大規模RL、環境、サンドボックス、評価、デプロイメント）をカバーします。同社は6000以上の顧客（多くの大手AIスタートアップ、ネオラボ、企業を含む）にスタックを提供しており、この需要は1年足らずで年換算収益1億ドルを超えました。

Ramp は、Prime Intellect のポストトレーニングスタックを用いてクローズドなフロンティアモデルを凌駕しました。Ramp は Lab 上で350億パラメータのモデルを訓練し、スプレッドシート検索において Opus を上回り、Haiku より27%高速かつはるかに低コストで動作しました。Ramp の共同CEOカリム・アティエは、「Prime Intellect と協力して、Ramp Sheets エージェントがスプレッドシート内の回答を見つけるためのRL訓練された小型サブエージェント Fast Ask を Lab 上で訓練しました。その結果、正確性でフロンティアモデルを上回り、高速かつ低コストで動作しました。より良いフロンティアモデルを待つのではなく、自分たちにとって重要なワークフローに特化したモデルを訓練したのです」と述べています。

今後の展開として、同社はスタックの全層をスケールさせ、より大規模な計算クラスター、より大規模なRL実行、エージェント訓練、推論、継続学習のためのスタックを拡張します。さらに、長期間エージェントと再帰的言語モデル（RLM）に注力。RLMは自身のコンテキストを管理しサブエージェントを調整することで、長時間のタスクに対応します。同社は数ヶ月にわたりRLMの訓練をスケールしており、これが数日間動作するエージェントのスケーリングパラダイムになると考えています。また、事前学習からRLに至るAI研究の自動化、そして本番環境で学習を続ける継続学習にも取り組みます。トレーニングと推論が単一の連続ループに融合する未来を見据え、同社のスタックはRLロールアウト、トレーニング、サービングの緊密な統合を実現しています。

Prime Intellect は、世界で最も資金が潤沢なクローズドラボとの競争に挑む少人数チームです。自社のフロンティアモデルを訓練したい方、オープンな超知能のインフラ構築に貢献したい方を歓迎しています。