2. Nvidia
Juhudi za kutafuta mifumo ya AI yenye uwezo wa hali ya juu zinaendelea kuchochea uwekezaji mkubwa kutoka kwa watengenezaji wa modeli kubwa za lugha. Hata hivyo, kampuni moja tayari inafurahia matunda ya mapinduzi haya ya AI: Nvidia. Baada ya kuwasha mbio za AI na vitengo vyake vya usindikaji wa picha (GPUs), Nvidia sasa imejipanga vyema na kichakato chake cha mapinduzi cha Blackwell na jukwaa lake ili kusaidia harakati za kufikia akili ya kiwango cha binadamu.
Blackwell inazidi mtangulizi wake, H100, ikitoa hadi mara 2.5 ya nguvu kwa kazi za jumla za mafunzo ya modeli, huku ikitumia nishati kidogo sana. Waendeshaji wakuu wa vituo vya data na maabara za AI, pamoja na makampuni makubwa ya sekta kama Google, Meta, Microsoft, OpenAI, Tesla, na xAI, wamejitolea kununua mamia ya maelfu ya Blackwell GPUs.
Ingawa modeli za hivi karibuni kutoka kwa kampuni za Kichina kama DeepSeek na Alibaba zimeonyesha uwezo wa kuvutia kwa kutumia GPUs za zamani, zisizo na nguvu za Nvidia, Nvidia haijatulia tu. Kampuni inatengeneza majukwaa kwa ajili ya matumizi mbalimbali, kuanzia ugunduzi wa dawa (Clara for Biopharma) na magari yanayojiendesha (Drive AGX) hadi utengenezaji wa video (Holoscan) na mapacha wa kidijitali (Omniverse). Kwa kukuza maendeleo ya AI katika wigo mpana wa matukio ya ulimwengu halisi, Nvidia inajiweka kimkakati kwa ukuaji endelevu, hata kama modeli za siku zijazo zitaonyesha utegemezi mdogo kwa nguvu kubwa ya kompyuta.
3. OpenAI
Tangu 2019, OpenAI imekuwa ikiboresha modeli zake kila mara kwa kupanua data ya mafunzo na rasilimali za kompyuta, mkakati ambao umepitishwa sana katika sekta nzima. Hata hivyo, kadiri faida kutoka kwa mbinu hii ya kuongeza ukubwa ilipoanza kupungua, OpenAI ilitambua hitaji la njia mpya ya kufikia AGI – modeli ambazo zinazidi akili ya binadamu katika kazi nyingi.
Suluhisho la OpenAI lilifika katika mfumo wa modeli ya o1. Badala ya kuzingatia tu kuongeza rasilimali wakati wa mafunzo ya awali, OpenAI iliunda o1 ili kutenga muda zaidi na nguvu ya kompyuta wakati wa utoaji wa majibu, awamu ambapo modeli inatumika kikamilifu na kujibu maswali ya mtumiaji. Wakati wa mchakato huu, o1 hukusanya na kuhifadhi habari za kimuktadha, kutoka kwa mtumiaji na vyanzo husika vya data. Inatumia mbinu ya kujaribu na kukosea ili kubaini njia bora ya kupata jibu. Matokeo yake ni utoaji wa majibu ya kiwango cha PhD kwa maswali tata, na kuisukuma o1 hadi kileleni mwa viwango vya utendaji.
OpenAI inatoa matoleo ya ‘majaribio’ na ‘madogo’ ya o1 kwa wanachama wa ChatGPT Plus. Zaidi ya hayo, huduma ya malipo inayoitwa ChatGPT Pro inatoa ufikiaji usio na kikomo kwa modeli kamili ya o1 kwa $200 kwa mwezi. Mnamo Desemba 2024, OpenAI ilizindua mrithi wa o1, o3, na mnamo Februari 2025, iliwapa watumiaji wanaolipa ufikiaji wa o3-mini, lahaja ndogo, ya haraka iliyoboreshwa kwa sayansi, hisabati, na usimbaji. Athari kubwa zaidi ya modeli mpya za kufikiri za OpenAI ni uthibitisho wa kuongeza kompyuta wakati wa utoaji wa majibu kama njia ya kuahidi ya kufikia mafanikio zaidi katika akili kwenye barabara ya kuelekea AGI.
4. Google DeepMind
Utafiti wa kimsingi ulioweka msingi wa chatbots za leo ulianzia Google mwishoni mwa miaka ya 2010. Google ilikuwa imetengeneza chatbot inayotumia modeli kubwa ya lugha muda mrefu kabla ya kuibuka kwa ChatGPT. Hata hivyo, wasiwasi kuhusu usalama, faragha, na athari za kisheria ziliripotiwa kusababisha mbinu ya tahadhari, na kuchelewesha kutolewa kwake kwa umma. Kusita huku kulisababisha Google hapo awali kubaki nyuma katika mbio za AI zilizochochewa na uzinduzi wa ChatGPT.
Kutolewa kwa Gemini 2.0 ya Google DeepMind mnamo 2024 kulionyesha kurejea kwa uhakika kwa Google. Gemini 2.0 inawakilisha modeli ya kwanza ya AI ya soko kubwa ambayo ni ya aina nyingi, yenye uwezo wa kuchakata na kutoa picha, video, sauti, na msimbo wa kompyuta kwa ufasaha sawa na maandishi. Uwezo huu unaiwezesha modeli kuchambua na kufikiria kuhusu klipu za video, au hata milisho ya video ya moja kwa moja kutoka kwa kamera ya simu, kwa kasi na usahihi wa ajabu.
Gemini pia inajulikana kwa uwezo wake wa kudhibiti huduma zingine za Google, kama vile Ramani na Utafutaji. Muunganisho huu unaonyesha faida ya kimkakati ya Google, ikichanganya utafiti wake wa AI na zana zake zilizowekwa za habari na tija. Gemini ni miongoni mwa modeli za kwanza za AI zinazoonyesha utendakazi wa kujitegemea na uwezo wa kufikiria kupitia matatizo magumu kwa niaba ya mtumiaji. Modeli ya Gemini 2.0 Flash Thinking Experimental hata huwapa watumiaji maarifa kuhusu mchakato wa mawazo uliotumika kufikia jibu. Zaidi ya hayo, mnamo Desemba, Google ilianzisha Mradi wa Mariner, kipengele cha AI cha wakala chenye msingi wa Gemini kilichoundwa kufanya kazi kama ununuzi wa mboga mtandaoni kwa uhuru.
5. Anthropic
Matumizi ya msingi ya AI ya uzalishaji hadi sasa yamejikita katika uandishi wa maandishi, ufupisho, na utengenezaji wa picha. Hatua inayofuata ya mageuzi inahusisha kuwezesha modeli kubwa za lugha na uwezo wa kufikiri na uwezo wa kutumia zana. Modeli ya ‘Matumizi ya Kompyuta’ ya Anthropic ilitoa mtazamo wa mapema wa siku zijazo.
Kuanzia na Claude 3.5 Sonnet mnamo 2024, modeli ya Anthropic inaweza kutambua shughuli kwenye skrini, pamoja na maudhui ya mtandao. Inaweza kuendesha kielekezi, kubofya vitufe, na kuingiza maandishi. Video ya onyesho ilionyesha uwezo wa Claude kukamilisha fomu kwa kutumia habari inayopatikana kwenye tovuti zilizofunguliwa kwenye vichupo vya kivinjari. Inaweza kutimiza kazi kama vile kuunda tovuti ya kibinafsi au kupanga vifaa vya safari ya siku. Vitendo vya uhuru vya AI, kama vile kufungua vichupo vipya, kufanya utafutaji, na kujaza sehemu za data, ni vya ajabu sana.
Ingawa modeli kwa sasa inafanya kazi kwa kasi ndogo na huenda isitoe jibu sahihi kila wakati, maboresho ya haraka yanatarajiwa kadiri Anthropic inavyotambua na kushughulikia mapungufu yake. Mradi wa Mariner uliotajwa hapo awali wa Google ulifuata mwongozo wa Anthropic mnamo Desemba, na OpenAI ilianzisha modeli yake ya matumizi ya kompyuta, Operator, mnamo Januari 2025. Mnamo Februari 2025, Anthropic ilizindua toleo lake kuu lijalo, Claude 3.7 Sonnet, modeli kubwa yenye uwezo wa kushirikisha kiotomatiki hali ya kufikiri kwa maswali magumu.
6. Microsoft
Ukuzaji wa modeli za Phi za Microsoft ulitokana na swali la msingi lililoulizwa na watafiti wa kampuni hiyo mnamo 2023: “Ni ukubwa gani mdogo wa modeli unaoweza kuonyesha dalili za akili ibuka?” Swali hili liliashiria wakati muhimu katika mageuzi ya “modeli ndogo za lugha,” modeli zilizoundwa kwa utendakazi bora katika hali zilizo na kumbukumbu ndogo, nguvu ya usindikaji, au muunganisho, ambapo nyakati za majibu ya haraka ni muhimu.
Katika mwaka wa 2024, Microsoft ilitoa vizazi viwili vya modeli ndogo ambazo zilionyesha uwezo wa kufikiri na mantiki ambao haukujumuishwa wazi wakati wa mafunzo. Mnamo Aprili, kampuni hiyo ilizindua mfululizo wa modeli za Phi-3 ambazo zilifanya vyema katika lugha, kufikiri, usimbaji, na alama za hisabati, labda kutokana na mafunzo yao juu ya data sintetiki iliyotolewa na LLMs kubwa zaidi na zenye uwezo zaidi. Lahaja za chanzo huria cha Phi-3 zilipakuliwa zaidi ya mara milioni 4.5 kwenye Hugging Face wakati wa 2024.
Mwishoni mwa 2024, Microsoft ilizindua modeli zake ndogo za lugha za Phi-4, ambazo zilizidi modeli za Phi-3 katika kazi zinazolenga kufikiri na hata kuzidi GPT-4o ya OpenAI kwenye alama za GPQA (maswali ya kisayansi) na MATH. Microsoft ilitoa modeli hiyo chini ya leseni ya chanzo huria na uzani wazi, ikiwezesha watengenezaji kuunda modeli za ukingo au programu za simu au kompyuta ndogo. Ndani ya chini ya mwezi mmoja, Phi-4 ilipata vipakuliwa 375,000 kwenye Hugging Face.
7. Amazon
Amazon AWS hivi karibuni ilianzisha Trainium2, toleo jipya la kichakato chake cha Trainium kwa AI, ambayo inaweza kupinga utawala wa Nvidia GPUs katika mipangilio maalum. Trainium2 imeundwa ili kutoa nguvu kubwa ya kompyuta inayohitajika kwa ajili ya kufunza modeli kubwa zaidi za AI na kwa ajili ya utendakazi wa wakati wa utoaji wa majibu baada ya kupelekwa kwa modeli. AWS inadai kuwa Trainium ni 30% hadi 40% ya gharama nafuu zaidi kuliko GPUs kwa kazi zinazoweza kulinganishwa.
Trainium2 inashughulikia mapungufu ya nguvu na ujumuishaji wa programu yaliyoonekana katika chip ya kwanza ya Trainium, ikiiweka Amazon katika nafasi ya kuziba pengo na Nvidia. (Inafaa kukumbuka kuwa AWS yenyewe inabaki kutegemea sana Nvidia kwa GPUs.) Kuondoa Nvidia ni changamoto kubwa kutokana na kufungiwa kwa wateja na safu ya programu ya CUDA ya Nvidia, ambayo huwapa watafiti udhibiti wa kina juu ya jinsi modeli zao zinavyotumia rasilimali za chip. Amazon inatoa safu yake ya programu ya udhibiti wa kernel, Neuron Kernel Interface (NKI), ambayo, sawa na CUDA, huwapa watafiti udhibiti wa kina juu ya mwingiliano wa kernel ya chip.
Ni muhimu kutambua kwamba Trainium2 bado haijajaribiwa kwa kiwango kikubwa. AWS kwa sasa inajenga nguzo ya seva yenye chips 400,000 za Trainium2 kwa ajili ya Anthropic, ambayo inaweza kutoa maarifa muhimu katika kuboresha utendakazi wa chips zake za AI katika utumaji mkubwa.
8. Arm
Mbuni wa semiconductor wa Uingereza Arm kwa muda mrefu amekuwa mtoa huduma mkuu wa usanifu unaotumika katika chips zinazowezesha vifaa vidogo kama simu, sensorer, na vifaa vya IoT. Jukumu hili linachukua umuhimu mkubwa katika enzi inayoibuka ambapo chips za kifaa cha ukingo zitatekeleza modeli za AI. Vituo vya data pia vitachukua jukumu muhimu katika mageuzi haya, mara nyingi vikishughulikia baadhi au usindikaji wote wa AI unaohitaji sana na kutoa matokeo kwa vifaa vya ukingo.
Kadiri vituo vya data vinavyoongezeka ulimwenguni kote, matumizi yao ya nishati ya umeme yatakuwa suala linalozidi kuwa kubwa. Sababu hii inachangia msisitizo juu ya ufanisi katika usanifu wa hivi karibuni wa Neoverse CPU wa Arm. Inajivunia uboreshaji wa utendaji wa 50% juu ya vizazi vilivyopita na utendaji bora wa 20% kwa wati ikilinganishwa na vichakataji vinavyotumia usanifu shindani wa x86, kulingana na kampuni.
Arm inaripoti kuwa Amazon, Microsoft, Google, na Oracle zote zimepitisha Arm Neoverse kwa kompyuta ya madhumuni ya jumla na utoaji wa majibu na mafunzo ya AI yenye msingi wa CPU. Kwa mfano, mnamo 2024, Microsoft ilitangaza kuwa silicon yake ya kwanza maalum iliyoundwa kwa ajili ya wingu, kichakataji cha Cobalt 100, kilijengwa kwenye Arm Neoverse. Baadhi ya vituo vikubwa vya data vya AI vitategemea Grace Hopper Superchip ya NVIDIA, ambayo inachanganya Hopper GPU na Grace CPU kulingana na Neoverse. Arm imepangwa kuzindua CPU yake mwaka huu, na Meta kama mmoja wa wateja wake wa awali.
9. Gretel
Katika mwaka uliopita, kampuni za AI zimepata faida ndogo kutokana na kufunza modeli zao kwa kiasi kikubwa cha data iliyoondolewa kutoka kwenye wavuti. Kwa hivyo, wamebadilisha mwelekeo wao kutoka kwa wingi wa data ya mafunzo hadi ubora wake. Hii imesababisha kuongezeka kwa uwekezaji katika maudhui yasiyo ya umma na maalum yaliyopewa leseni kutoka kwa washirika wa wachapishaji. Watafiti wa AI pia wanahitaji kushughulikia mapengo au sehemu zisizoonekana ndani ya data yao ya mafunzo iliyotolewa na binadamu au iliyoandikwa na binadamu. Kwa kusudi hili, wamezidi kugeukia data ya mafunzo ya sintetiki iliyotolewa na modeli maalum za AI.
Gretel ilipata umaarufu mnamo 2024 kwa kubobea katika uundaji naudhibiti wa data ya mafunzo ya sintetiki. Kampuni ilitangaza upatikanaji wa jumla wa bidhaa yake kuu, Gretel Navigator, ambayo inawawezesha watengenezaji kutumia lugha asilia au vidokezo vya SQL kuzalisha, kuongeza, kuhariri, na kudhibiti hifadhidata za mafunzo ya sintetiki kwa uboreshaji na majaribio. Jukwaa tayari limevutia jumuiya ya zaidi ya watengenezaji 150,000 ambao wametengeneza zaidi ya vipande bilioni 350 vya data ya mafunzo.
Wachezaji wengine wa sekta wameona uwezo wa Gretel. Gretel ilishirikiana na Google kufanya data yake ya mafunzo ya sintetiki ipatikane kwa urahisi kwa wateja wa Google Cloud. Ushirikiano sawa na Databricks ulitangazwa mnamo Juni, ukiwapa wateja wa biashara wa Databricks ufikiaji wa data ya mafunzo ya sintetiki kwa modeli zao zinazoendeshwa ndani ya wingu la Databricks.
10. Mistral AI
Mistral AI, mshindani wa Ufaransa katika uwanja wa AI ya uzalishaji, amekuwa akiweka shinikizo kwa OpenAI, Anthropic, na Google kila mara katika mstari wa mbele wa ukuzaji wa modeli ya AI ya mipakani. Mistral AI ilitoa mfululizo wa modeli mpya zinazojumuisha maendeleo makubwa ya kiteknolojia mnamo 2024, ikionyesha ukuaji wa haraka wa biashara kupitia uuzaji wa moja kwa moja wa APIs zake na ushirikiano wa kimkakati.
Mapema mwaka, kampuni ilianzisha jozi ya modeli za chanzo huria zinazoitwa Mixtral, zinazojulikana kwa matumizi yao ya ubunifu wa usanifu wa ‘mchanganyiko wa wataalam’, ambapo ni sehemu maalum tu ya vigezo vya modeli inayohusika kushughulikia swali, na kuongeza ufanisi. Mnamo Julai 2024, Mistral ilitangaza Mistral Large 2, ambayo, kwa vigezo bilioni 123, ilionyesha maboresho makubwa katika utengenezaji wa msimbo, hisabati, kufikiri, na upigaji simu wa kazi. Kampuni ya Ufaransa pia ilitoa Ministral 3B na Ministral 8B, modeli ndogo zilizoundwa kwa ajili ya utekelezaji kwenye kompyuta ndogo au simu, zenye uwezo wa kuhifadhi takriban kurasa 50 za maandishi ya habari za kimuktadha zinazotolewa na mtumiaji.
Mistral imepata mafanikio barani Ulaya kwa kujiweka kama mbadala wa gharama nafuu na rahisi kwa kampuni za AI za Marekani kama OpenAI. Pia iliendelea na upanuzi wake katika soko la biashara la Marekani wakati wa 2024. Mnamo Juni, kampuni ilipata ufadhili wa dola milioni 640, ukiongozwa na kampuni ya mtaji wa ubia ya General Catalyst, na kuongeza thamani ya Mistral hadi takriban dola bilioni 6.2.
11. Fireworks AI
Fireworks inatoa mazingira maalum ya wakati wa utekelezaji ambayo hurahisisha kazi ngumu ya uhandisi inayohusishwa na kujenga miundombinu kwa ajili ya utumaji wa AI. Kwa kutumia jukwaa la Fireworks, biashara zinaweza kuunganisha modeli yoyote kati ya zaidi ya 100 za AI na kisha kuzibinafsisha na kuziboresha kwa matumizi yao maalum.
Kampuni ilianzisha bidhaa mpya wakati wa 2024 ambazo zitaipa nafasi ya kufaidika na mitindo muhimu katika sekta ya AI. Kwanza, watengenezaji wamezidi kuzingatia mwitikio wa modeli na programu zinazotumia AI. Fireworks ilianzisha FireAttention V2, programu ya uboreshaji na upimaji ambayo huharakisha utendakazi wa modeli na kupunguza muda wa kusubiri wa mtandao. Pili, mifumo ya AI inazidi kubadilika na kuwa ‘mabomba’ ambayo huomba modeli na zana mbalimbali kupitia APIs. Programu mpya ya FireFunction V2 hufanya kazi kama mpangaji wa vipengele vyote ndani ya mifumo hii inayozidi kuwa ngumu, haswa kadiri biashara zinavyotumia programu zaidi za AI zinazojitegemea.
Fireworks inaripoti ongezeko la 600% la ukuaji wa mapato mnamo 2024. Msingi wake wa wateja unajumuisha kampuni maarufu kama vile Verizon, DoorDash, Uber, Quora, na Upwork.
12. Snorkel AI
Biashara zimetambua kuwa ufanisi wa mifumo yao ya AI unahusiana moja kwa moja na ubora wa data zao. Snorkel AI imejenga biashara inayostawi kwa kusaidia biashara kuandaa data zao za umiliki kwa matumizi katika modeli za AI. Jukwaa la ukuzaji wa data la Snorkel Flow AI la kampuni hutoa njia ya gharama nafuu kwa kampuni kuweka lebo na kudhibiti data zao za umiliki, na kuwezesha matumizi yake katika kubinafsisha na kutathmini modeli za AI kwa mahitaji yao maalum ya biashara.
Mnamo 2024, Snorkel ilipanua usaidizi wake ili kujumuisha picha, ikiruhusu kampuni kufunza modeli za AI za aina nyingi na jenereta za picha kwa kutumia picha zao za umiliki. Pia ilijumuisha kizazi kilichoongezwa cha urejeshaji (RAG) kwenye jukwaa lake, ikiwezesha wateja kurejesha sehemu muhimu tu za habari kutoka kwa hati ndefu, kama vile maudhui ya msingi wa maarifa ya umiliki, kwa matumizi katika mafunzo ya AI. Snorkel Custom, kiwango kipya cha huduma ya mguso wa juu, kinahusisha wataalam wa kujifunza kwa mashine wa Snorkel kushirikiana moja kwa moja na wateja kwenye miradi.
Snorkel inasema kuwa uhifadhi wake wa kila mwaka uliongezeka maradufu wakati wa 2024, na ukuaji wa tarakimu tatu katika uhifadhi wa kila mwaka kwa kila moja ya miaka mitatu iliyopita. Benki sita kati ya kubwa zaidi sasa zinatumia Snorkel Flow, kulingana na kampuni, pamoja na chapa kama Chubb, Wayfair, na Experian.
13. CalypsoAI
Kadiri AI inavyochukua jukumu muhimu zaidi katika michakato muhimu ya kufanya maamuzi, biashara zinatafuta mwonekano ulioboreshwa katika utendakazi wa ndani wa modeli. Hitaji hili linatamkwa haswa katika tasnia zinazodhibitiwa ambazo lazima zifuatilie kila mara upendeleo na matokeo mengine yasiyotarajiwa. CalypsoAI ilikuwa miongoni mwa wa kwanza kutambua hitaji hili linaloibuka na ilijibu haraka na vipengele vilivyoimarishwa vya ufafanuzi katika jukwaa lake la miundombinu ya AI.
Kinachotofautisha Calypso ni upana wa teknolojia yake ya uchunguzi. Mnamo 2024, kampuni ilizindua Jukwaa lake la Usalama la AI, ambalo hulinda data ya biashara kwa kulinda, kukagua, na kufuatilia modeli zote amilifu za AI ambazo kampuni inaweza kuwa inatumia, bila kujali muuzaji wa modeli au kama modeli imepangishwa ndani au nje. Calypso pia ilianzisha zana mpya za taswira ambazo huruhusu watumiaji kuchunguza mantiki inayoongoza maamuzi ya AI kwa wakati halisi.
Soko linajibu vyema msisitizo wa Calypso juu ya uchunguzi wa AI. Kampuni inaripoti ongezeko la mara kumi la mapato wakati wa 2024 na inatarajia ongezeko zaidi la mara tano mnamo 2025.
14. Galileo
Ingawa mifumo ya AI inaonyesha matukio machache ya udanganyifu wa ukweli na upendeleo ikilinganishwa na mwaka mmoja uliopita, bado inakabiliwa na masuala haya. Hili ni jambo la wasiwasi mkubwa kwa biashara yoyote inayotumia AI, haswa zile zilizo katika sekta zinazodhibitiwa kama vile huduma za afya na benki. Timu za ukuzaji wa AI hutumia jukwaa la AI la Galileo kupima, kuboresha, na kufuatilia usahihi wa modeli na programu zao.
Mapema mwaka wa 2024, kufuatia miaka miwili ya utafiti, Galileo ilitoa Luna, seti ya modeli za tathmini zilizofunzwa kutambua matokeo hatari. Modeli hizi huwezesha jukwaa la Galileo kuchunguza kwa haraka na kupima kazi ya LLM inavyokusanya tokeni zinazounda jibu lake. Mchakato huu huchukua takriban milisekunde 200, kuruhusu muda wa kutosha kuashiria na kuzuia matokeo ya AI kuonyeshwa kwa mtumiaji. Ingawa LLM ya kawaida inaweza kufanya kazi hii, itakuwa ghali zaidi. Modeli zilizojengwa kwa madhumuni ya Galileo hutoa usahihi wa hali ya juu, ufanisi wa gharama, na, muhimu zaidi, kasi.
Galileo inaripoti kuongezeka mara nne kwa msingi wake wa wateja mnamo 2024, na wateja wakiwemo Twilio, Reddit, Chegg, Comcast, na JPMorgan Chase. Kampuni hiyo changa pia ilipata ufadhili wa dola milioni 68 kutoka kwa wawekezaji kama vile Mkurugenzi Mtendaji wa Hugging Face Clément Delangue.
15. Runway
Moja ya matarajio makubwa—na wasiwasi—kuhusu AI ni uwezo wake wa kuzalisha video ya ubora wa kutosha kuleta mapinduzi katika sanaa na uchumi wa utengenezaji wa filamu. Teknolojia ilipiga hatua kubwa kuelekea mustakabali huu mnamo 2024, huku Runway, kampuni changa ya utengenezaji wa video yenye makao yake New York, ikichukua jukumu kubwa. Kutolewa kwa modeli ya Gen-3 Alpha ya Runway mnamo Juni 2024 kulipata sifa kubwa ndani ya jumuiya ya AI kwa uaminifu ulioboreshwa sana wa video iliyotolewa.
Runway pia ilitekeleza maboresho makubwa kwa zana zake za kudhibiti urembo wa video ya AI. Modeli hiyo ilifunzwa kwa picha na video na inaweza kutoa video kulingana na maandishi au pembejeo za picha. Kampuni baadaye ilitoa Gen-3 Alpha Turbo, toleo la gharama nafuu na la haraka zaidi la Gen-3.
Hollywood imekuwa ikifuatilia kwa karibu maendeleo ya AI ya uzalishaji, na Runway inaripoti kuwa imeanza kutoa matoleo maalum ya modeli zake kwa wachezaji wa tasnia ya burudani. Iliingia katika ushirikiano rasmi na Lionsgate Studios mnamo Septemba 2024. Runway ilitengeneza modeli maalum kwa kampuni ya utengenezaji na kuifunza kwenye katalogi ya filamu ya Lionsgate. Runway inasema kuwa modeli hiyo imekusudiwa kusaidia watengenezaji filamu wa Lionsgate, wakurugenzi, na wabunifu wengine katika ‘kuongeza’ kazi zao huku ‘wakiokoa muda, pesa, na rasilimali.’ Runway inaamini mpangilio wake na Lionsgate unaweza kutumika kama mwongozo wa ushirikiano sawa na kampuni zingine za utengenezaji.
16. Cerebras Systems
Mifumo ya AI, haswa modeli kubwa za mipakani, huhitaji nguvu kubwa ya kompyuta kufanya kazi kwa kiwango kikubwa. Hii inahitaji muunganisho wa maelfu au mamilioni ya chips ili kusambaza mzigo wa kazi. Hata hivyo, miunganisho ya mtandao kati ya chips inaweza kuleta vikwazo vya utendaji. Teknolojia ya Cerebras Systems imeundwa kutumia faida za kasi na ufanisi wa kuunganisha kiasi kikubwa cha nguvu ya kompyuta kwenye chip moja, kubwa sana.
Chip ya hivi karibuni ya kampuni ya WSE-3 (Wafer Scale Engine ya kizazi cha tatu), kwa mfano, ina ukubwa wa milimita za mraba 814, saizi ya sahani ya chakula cha jioni, na ni kubwa mara 56 kuliko chips za H100 zinazoongoza soko la Nvidia. Chip hiyo inajumuisha transistors trilioni 4 na inatoa gigabiti 44 za kumbukumbu. Chips hizi zinaweza kuunganishwa ili kuunda kompyuta kubwa, kama vile Condor Galaxy, ‘kundinyota’ la kompyuta kubwa zilizounganishwa ambazo Cerebras inatengeneza kwa ushirikiano na mteja wake mkubwa zaidi, G42, kampuni ya AI na kompyuta ya wingu yenye makao yake UAE.
Hadi sasa, Cerebras imepata nafasi katika mashirika makubwa ya utafiti, ikiwa ni pamoja na Kliniki ya Mayo, Maabara ya Kitaifa ya Sandia, Maabara ya Kitaifa ya Lawrence Livermore, na Maabara ya Kitaifa ya Los Alamos. Kampuni iliwasilisha ombi la IPO mnamo Septemba 2024. Hati ya matarajio inaonyesha kuwa mauzo ya kampuni yaliongezeka zaidi ya mara tatu hadi dola milioni 78.7 mnamo 2023 na kuongezeka hadi dola milioni 136.4 katika nusu ya kwanza ya 2024.