Cornelis привлекла $205 млн и уже поставляет сетевую инфраструктуру для снижения зависимости AI-кластеров от Nvidia
Конкуренция охватывает не только модели, но и межсоединения, память агентов и мультимодальный контекст. Продуктам поверх foundation-моделей нужен собственный защищённый слой ценности, который лаборатории не смогут быстро поглотить
🧠 Model
Память без забывания
LifeMem предлагает агентам повторно использовать накопленный опыт между средами и уменьшать катастрофическое забывание при длительной работе
Долгоживущим агентам нужен переносимый слой опыта, который сохраняет полезные стратегии без бесконтрольного роста памяти
Тысяча изображений
looongLLaVA масштабирует мультимодальный контекст до 1 000 изображений через связку визуального энкодера, проектора и LLM
Большой визуальный контекст позволяет агентам анализировать длинные истории экранов, документов и видеокадров без раннего сжатия
⚡ Big Labs
Лаборатории съедают продукты
TechCrunch ставит перед AI-компаниями вопрос о сохранении ценности, когда OpenAI выпускает функции из их продуктовой дорожной карты
защитный слой должен строиться на контексте, интеграциях и надёжности исполнения, а не на функции, которую быстро добавит базовая модель
🚀 Funding
Cornelis получила $205 млн
Cornelis привлекла $205 млн на развитие уже поставляемой сетевой инфраструктуры для AI-кластеров и подготовку нового поколения продукта
Альтернативные межсоединения могут снизить стоимость и зависимость инфраструктуры от полного стека Nvidia
🔧 Tools
Copilot подключает MCP
GitHub Copilot развивает режим кодингового агента и интеграцию внешних инструментов через реестр MCP
Распространение MCP закрепляет протокол инструментов как важный интерфейс совместимости между агентами и корпоративными системами