🎙️ కొత్త $500M రౌండ్ తర్వాత ఎలెవెన్ల్యాబ్స్ $11B విలువను తాకింది ↗
ఎలెవెన్ల్యాబ్స్ ఇప్పుడే “ఇది తీవ్రంగా మారుతోంది” అనే స్థాయికి చేరుకుంది - $500 మిలియన్లు సేకరించబడింది, $11 బిలియన్ల వాల్యుయేషన్. ఇది బహిరంగంగా చర్చించబడిన చివరి సంఖ్య నుండి చాలా ఎక్కువ, మరియు పెట్టుబడిదారులు ఇప్పటికీ AI వాయిస్ను పార్లర్ ట్రిక్గా కాకుండా ఒక ప్లాట్ఫామ్గా ఎంతగా చూస్తున్నారో ఇది నొక్కి చెబుతుంది.
పిచ్: మరింత వాస్తవిక ప్రసంగం, మరిన్ని భాషలు, మరింత “భావోద్వేగ” సంభాషణా స్వరం మరియు మరిన్ని డబ్బింగ్ - ప్రాథమికంగా మంచికో చెడుకో టన్నుల మీడియా మరియు ఏజెంట్ వర్క్ఫ్లోల కింద కూర్చోవడం లక్ష్యంగా పెట్టుకుంది.
🧠 AI చిప్ రేసులో సెరెబ్రాస్ $1 బిలియన్ ఎక్కువ మరియు $23.1 బిలియన్ విలువను పొందింది ↗
సెరెబ్రాస్ చివరి దశలో $1 బిలియన్ నిధులు సమకూర్చుకుంది మరియు వాల్యుయేషన్ బిగ్గరగా ఉంది: $23.1 బిలియన్. మీరు నెలల తరబడి “ఎన్విడియా మాత్రమే సమాధానం కాదు” అని వింటూ ఉంటే, చెక్-రైటింగ్ రూపంలో ఇది ఎలా ఉంటుందో అనిపిస్తుంది.
వారు వేఫర్-స్కేల్ హార్డ్వేర్ - శిక్షణ మరియు అనుమితి కోసం జెయింట్ చిప్లు - అందరూ కంప్యూట్ కోసం ప్రయత్నిస్తున్నప్పుడు మన్నికైన డిమాండ్ను పెంచుతూనే ఉండగలరని పందెం వేస్తున్నారు. ఇది కొంత వైవిధ్యీకరణ, కొంత నిరాశ, కొంత భాగం “దయచేసి GPU సరఫరా నా మొత్తం రోడ్మ్యాప్ను నిర్దేశించనివ్వవద్దు,” అన్నీ ఒకేసారి.
💸 ఆల్ఫాబెట్ యొక్క AI క్యాపెక్స్ ప్రణాళికలు కళ్ళు చెదిరేలా ఉన్నాయి - మరియు అడ్డంకి కేవలం డబ్బు మాత్రమే కాదు ↗
ఆల్ఫాబెట్ మౌలిక సదుపాయాల ఖర్చు ప్రణాళికలను రూపొందించింది... అవి పరిమాణంలో కొంత అసంబద్ధం. వైబ్ ఏమిటంటే: కాంక్రీటు పోయడం కొనసాగించండి, చిప్లను కొనుగోలు చేయడం కొనసాగించండి, డేటా సెంటర్లను విస్తరిస్తూ ఉండండి - ఎందుకంటే AI వైబ్లపై పనిచేయదు, ఇది పవర్ మరియు సిలికాన్పై నడుస్తుంది.
కాస్త భరోసా కలిగించే విషయం ఒకటి ఉంది - మరియు ఆందోళనకరమైనది కూడా: ఆ రకమైన బడ్జెట్తో కూడా, సరఫరా పరిమితులు ఇప్పటికీ ముఖ్యమైనవి. డబ్బు సహాయపడుతుంది, ఖచ్చితంగా - కానీ మీరు ట్రాన్స్ఫార్మర్లను, గ్రిడ్ సామర్థ్యాన్ని లేదా వెయ్యి కొత్త డేటా సెంటర్ నిర్మాణాలను గాలి నుండి తక్షణమే ఊహించలేరు.
🎓 సారా హుకర్ యొక్క అడాప్షన్ ల్యాబ్స్ “లెర్న్-ఆన్-ది-ఫ్లై” మోడల్లను నిర్మించడానికి $50 మిలియన్ల విత్తనాన్ని సేకరించింది ↗
అడాప్షన్ ల్యాబ్స్ $50 మిలియన్ల సీడ్ రౌండ్తో ఊగిసలాడుతూ వచ్చింది, చిన్న, తెలివైన మోడల్లు త్వరగా అడాప్ట్ అయ్యేవి చాలా వాస్తవ ప్రపంచ సెట్టింగ్లలో షీర్ స్కేల్ను అధిగమించవచ్చనే ఆలోచనతో ఇది ముందుకు వచ్చింది.
అంతర్లీన పందెం పదునైనది: ఎప్పటికీ పెద్ద ముందస్తు శిక్షణకు బదులుగా, సమర్థవంతంగా నేర్చుకుంటూనే ఉండే వ్యవస్థలపై దృష్టి పెట్టండి. ఇది తదుపరి సహేతుకమైన దశ... లేదా మీ మానసిక స్థితిని బట్టి GPU ఆయుధ పోటీలో అడుగు పెట్టడానికి ధైర్య ప్రయత్నం.
🧾 మైక్రోసాఫ్ట్ యొక్క OpenAI కంప్యూట్ ఒప్పందం పెట్టుబడిదారులకు రిస్క్ స్టోరీగా మారుతోంది ↗
బ్లూమ్బెర్గ్ అభిప్రాయం: పెట్టుబడిదారులు మైక్రోసాఫ్ట్కు OpenAIతో ఉన్న సంబంధాన్ని హామీ ఇవ్వబడిన జాక్పాట్గా కాకుండా, రిస్క్ ఉపరితలంగా - ఖర్చులు, బాధ్యతలు, పాలన, మొత్తం చిక్కుబడ్డ కట్టగా చిత్రీకరించడం ప్రారంభించారు.
ఇది "భాగస్వామ్యం చెడ్డది" కాదు - బిల్లులు తగినంతగా పెరిగితే, వ్యూహాత్మక ప్రయోజనం కూడా బాధ్యతలా మారవచ్చు. గెలుస్తూనే... మీ ఇంటిని తినేస్తూనే... రేసుగుర్రాన్ని సొంతం చేసుకున్నట్లే.
📜 EU AI చట్టం మొమెంటం - AI-ఉత్పత్తి చేసిన కంటెంట్ ఉపరితలాల కోసం డ్రాఫ్ట్ పారదర్శకత కోడ్ ↗
AI-జనరేటెడ్ లేదా మానిప్యులేట్ చేయబడిన కంటెంట్ కోసం పారదర్శకతపై ఒక ముసాయిదా నియమావళి చర్చకు వస్తోంది, ఇది AI అవుట్పుట్ను ఎలా లేబుల్ చేయాలి మరియు నిర్వహించాలి అనే దానితో ముడిపడి ఉంది. అత్యంత ఆకర్షణీయమైన శీర్షిక కాదు, కానీ ఇది ఉత్పత్తి నిర్ణయాలను వేగంగా రూపొందించే "కాగితపు పని పొర" లాంటిది.
మీరు జనరేటివ్ అంశాలను నిర్మిస్తే లేదా అమలు చేస్తే, ఇది మిమ్మల్ని మరింత వాటర్మార్కింగ్/లేబులింగ్ క్రమశిక్షణ వైపు నడిపిస్తుంది - మరియు శుక్రవారం నాడు ఎవరైనా కోరుకునే దానికంటే ఎక్కువ ఆడిటింగ్ మరియు డాక్యుమెంటేషన్ ఉంటుంది. (కానీ... అవును, అది వస్తోంది.)
ఎఫ్ ఎ క్యూ
AI వాయిస్ ఎక్కడికి వెళుతుందనే దాని గురించి ElevenLabs యొక్క $11B వాల్యుయేషన్ ఏమి చెబుతుంది?
ఇది పెట్టుబడిదారులు AI వాయిస్ను మీడియా మరియు ఏజెంట్-శైలి ఉత్పత్తులకు ప్రధాన మౌలిక సదుపాయాలుగా చూస్తారని సూచిస్తుంది, కొత్తదనం యొక్క లక్షణం కాదు. డబ్బింగ్ మరియు సంభాషణ వర్క్ఫ్లోలలోకి శుభ్రంగా స్లాట్ అయ్యే వాస్తవిక, బహుభాషా, భావోద్వేగ వ్యక్తీకరణ ప్రసంగంపై ప్రాధాన్యత ఇవ్వబడుతుంది. అనేక పైప్లైన్లలో, ఇది వాయిస్ను ఒకేసారి డెమో సామర్థ్యం కంటే యాప్లలో పునర్వినియోగ పొరగా చేస్తుంది.
ఎలెవెన్ల్యాబ్స్ మరియు సెరెబ్రాస్ వంటి AI నిధుల పెరుగుదల గురించి ఆచరణాత్మకంగా నేను ఎలా ఆలోచించాలి?
మార్కెట్ కంప్యూట్, డేటా మరియు పంపిణీపై భారీ, నిరంతర వ్యయం గెలవాలని ఆశిస్తున్నట్లు పెద్ద రౌండ్లు సూచిస్తున్నాయి. బిల్డర్ల కోసం, ఇది తరచుగా బాగా నిధులు సమకూర్చుకున్న విక్రేతల నుండి వేగవంతమైన ఉత్పత్తి పునరావృతంగా మారుతుంది, ధర మరియు పనితీరుపై పదునైన పోటీతో పాటు. ఇది "ప్లాట్ఫామ్" వర్గాలు - వాయిస్, చిప్స్, మౌలిక సదుపాయాలు - రక్షణాత్మక స్థానాలు నిర్మించబడుతున్నాయని కూడా సూచిస్తుంది.
సెరెబ్రాస్ యొక్క వేఫర్-స్కేల్ విధానం ఏమిటి, మరియు ప్రజలు ఇప్పుడు దానిపై ఎందుకు పందెం వేస్తున్నారు?
సెరెబ్రాస్ కంప్యూట్ డిమాండ్ను తీర్చడానికి ప్రత్యామ్నాయ మార్గంగా శిక్షణ మరియు అనుమితి కోసం జెయింట్, వేఫర్-స్కేల్ చిప్లను ఉంచుతోంది. ప్రత్యేక హార్డ్వేర్ మన్నికైన సముచితాలను రూపొందించగలదనేదే పందెం, అయితే జట్లు ఒకే ఆధిపత్య GPU సరఫరా గొలుసుకు మించి ఎంపికల కోసం చూస్తాయి. ఆచరణలో, ఇది పాక్షికంగా వైవిధ్యీకరణ వ్యూహం మరియు పాక్షికంగా విశ్వసనీయ సామర్థ్యాన్ని పొందాలనే ఆవశ్యకత.
ఆల్ఫాబెట్ AI మౌలిక సదుపాయాలపై భారీగా ఖర్చు చేస్తున్నప్పటికీ సరఫరా అడ్డంకులను ఎందుకు ఎదుర్కొంటోంది?
ఎందుకంటే AI స్కేలింగ్ బడ్జెట్ ద్వారా మాత్రమే కాకుండా భౌతిక అడ్డంకుల ద్వారా పరిమితం చేయబడింది. విద్యుత్ లభ్యత, డేటా సెంటర్ నిర్మాణాలు మరియు చిప్లు మరియు భాగాలకు యాక్సెస్ విస్తరించడానికి సమయం పట్టవచ్చు. దూకుడు కాపెక్స్తో కూడా, మీరు తక్షణమే గ్రిడ్ సామర్థ్యాన్ని జోడించలేరు లేదా హార్డ్వేర్ మరియు నిర్మాణ పైప్లైన్లోని ప్రతి భాగాన్ని ఒకేసారి వేగవంతం చేయలేరు.
"లెర్న్-ఆన్-ది-ఫ్లై" మోడల్స్ అంటే ఏమిటి, మరియు అవి పెద్ద ప్రీ-ట్రైన్డ్ మోడల్స్ను ఎప్పుడు అధిగమించగలవు?
అవి కేవలం పెద్ద ప్రీ-ట్రైనింగ్పై ఆధారపడకుండా, విస్తరణ తర్వాత సమర్థవంతంగా స్వీకరించడానికి రూపొందించబడిన వ్యవస్థలు. అనేక ఉత్పత్తి సెట్టింగ్లలో, వేగవంతమైన అనుసరణ ముడి స్థాయి కంటే ముఖ్యమైనది, ముఖ్యంగా డేటా మార్పులు లేదా వర్క్ఫ్లోలు మారినప్పుడు. నమూనాలను చిన్నగా ఉంచడం మరియు ఉత్పత్తిలో నేర్చుకోవడం లేదా నవీకరణను మరింత సమర్థవంతంగా చేయడం ఒక సాధారణ విధానం.
EU AI చట్టం పారదర్శకత ప్రయత్నాలు జనరేటివ్ కంటెంట్ షిప్పింగ్ బృందాలను ఎలా ప్రభావితం చేస్తాయి?
వారు ఉత్పత్తులను స్పష్టమైన లేబులింగ్ మరియు AI-ఉత్పత్తి చేసిన లేదా మార్చబడిన అవుట్పుట్ల నిర్వహణ వైపు నెట్టివేస్తారు. అనేక సంస్థలలో, ఇది మరింత వాటర్మార్కింగ్ లేదా బహిర్గతం క్రమశిక్షణకు, అలాగే బలమైన డాక్యుమెంటేషన్ మరియు ఆడిటింగ్ పద్ధతులకు దారితీస్తుంది. మీరు జనరేటివ్ మీడియాను అమలు చేస్తే, మూలాలను ట్రాక్ చేయడానికి మరియు తేలికపాటి సమ్మతి వర్క్ఫ్లోలను ముందుగానే నిర్మించడానికి ప్లాన్ చేయడం తెలివైన పని.