LMArena привлекла $150 млн при оценке около $1,7 млрд, превратив сравнение AI-моделей в крупный инфраструктурный рынок
Быстрая смена моделей повышает ценность независимых evals и мультипровайдерных шлюзов. Для мультимодальных и физических агентов всё важнее раздельно масштабировать вычислительные контуры и контролировать поставку внешних навыков
🧠 Model
Агенты управляют дронами
Обзор систематизирует применение Transformers и LLM в беспилотниках, включая внимание, гибридные архитектуры и обучение с подкреплением
Физическое исполнение требует локального инференса, жёстких ограничений действий, наблюдаемости и безопасного отката
🚀 Funding
LMArena оценили в $1,7 млрд
LMArena закрыла раунд Series A на $150 млн при оценке около $1,7 млрд после привлечения капитала
Инвестиция подтверждает, что независимое сравнение моделей становится критическим слоем для их выбора и автоматической маршрутизации
🔧 Tools
Навыки обновляются динамически
Плагин Vercel для Cursor загружает актуальные правила из внешнего репозитория без обновления самого плагина
Динамическая поставка инструкций ускоряет обновления, но требует фиксации версий, проверки происхождения и защиты от атак на цепочку поставок
🏗 Infrastructure
Шлюз для A2A
LiteLLM объединяет множество поставщиков моделей и вызовы A2A-агентов в едином шлюзе с развёртыванием через Terraform в AWS и GCP
Централизованный шлюз упрощает замену моделей, контроль расходов и применение единых политик к межагентным вызовам
Мультимодальный инференс разделяется
Исследования обслуживания мультимодальных моделей описывают раздельную архитектуру с независимым распределением ресурсов между вычислительными этапами
Раздельное масштабирование зрения, аудио и генерации снижает стоимость и помогает устранять узкие места мультимодальных агентов