Accel رهبری دور ۵ میلیارد دلاری Thinking Machines Lab را بر عهده می‌گیرد

به گزارش Tech Funding News، شرکت Thinking Machines Lab در حال جذب ۵ میلیارد دلار سرمایه با ارزش‌گذاری پیش از سرمایه‌گذاری ۴۰ میلیارد دلار است. Accel رهبری این دور را بر عهده دارد و ممکن است در روزهای آینده بسته شود. این ارزش‌گذاری بیش از سه برابر دور سید قبلی و حدود ۲۰ درصد کمتر از رقم ۵۰ میلیارد دلاری است که اواخر ۲۰۲۵ مطرح شده بود.

جزئیات جذب سرمایه Thinking Machines Lab

Thinking Machines Lab در فوریه ۲۰۲۵ در سان‌فرانسیسکو توسط میرا موراتی، مدیر فناوری سابق OpenAI، تأسیس شد. این شرکت در ژوئیه ۲۰۲۵ دور سید ۲ میلیارد دلاری را با ارزش‌گذاری ۱۲ میلیارد دلار جذب کرد. از اکتبر ۲۰۲۵ تا ژانویه ۲۰۲۶، سه نفر از هم‌بنیان‌گذاران موراتی به Meta و OpenAI پیوستند.

بر اساس گزارش Business Insider، Accel قصد دارد رهبری دور ۵ میلیارد دلاری را با ارزش‌گذاری پیش از سرمایه‌گذاری ۴۰ میلیارد دلار بر عهده بگیرد. Accel در دور سید نیز حضور داشت، همراه با a16z، Nvidia، AMD، ServiceNow، Cisco و Jane Street. اگر این دور بسته شود، Thinking Machines Lab در مجموع حدود ۷ میلیارد دلار سرمایه افشا شده جذب کرده است، بدون احتساب سرمایه‌گذاری افشا نشده Nvidia در مارس.

درآمد شرکت نسبت به ارزش‌گذاری بسیار کم است. منبعی نزدیک به اعداد به TechCrunch در سپتامبر گفته بود درآمد سالانه از ۱۰۰ میلیون دلار بیشتر است. این رقم می‌تواند ارزش‌گذاری را تا ۴۰۰ برابر درآمد برساند. برای مقایسه، ارزش‌گذاری ۱.۲۵ تریلیون دلاری OpenAI حدود ۲۵ برابر نرخ درآمد سپتامبر آن است.

Thinking Machines Lab چه می‌کند

مدل کسب‌وکار شرکت از طریق Tinker است. این ابزار به سازمان‌ها اجازه می‌دهد مدل‌های هوش مصنوعی خود را روی داده‌های خودشان آموزش دهند. Thinking Machines Lab محاسبات را انجام می‌دهد و هزینه استفاده را دریافت می‌کند. مثالی که ارائه شده، آموزش مدلی توسط تیم مالی برای تقلید قضاوت تحلیلگران روی متن تماس‌های درآمدی است.

اولین مدل با وزن‌های باز شرکت، Inkling، در ۱۵ ژوئیه منتشر شد. مدل با وزن‌های باز به این معناست که سازمان‌های دیگر می‌توانند فایل‌های مدل را دانلود و روی سخت‌افزار خود اجرا کنند. Inkling 2 Small در ۵ نوامبر منتشر شد و شرکت می‌گوید کدنویسی، بینایی، کار دانشی و استدلال را بهبود می‌دهد. شرکت قصد دارد وزن‌های کامل را تحت مجوز Apache 2.0 یک هفته پس از انتشار ۵ نوامبر، پس از تکمیل آزمون ایمنی خارجی، منتشر کند. جدول بنچمارک نشان می‌دهد Inkling 2 Small در شاخص Artificial Analysis از Mistral Large 4 پیشی می‌گیرد، اگرچه چند مدل با وزن‌های باز چینی در همان جدول امتیاز بالاتری دارند.

Nvidia نیز در این دور حضور دارد. در سپتامبر گزارش شد Nvidia ممکن است حدود نیمی از دور ۵ تا ۶ میلیارد دلاری را تأمین کند. در مارس، Thinking Machines Lab و Nvidia مشارکت چندساله‌ای را برای استقرار حداقل یک گیگاوات از سیستم‌های Vera Rubin Nvidia اعلام کردند و اولین استقرار برای اوایل ۲۰۲۷ برنامه‌ریزی شده است. تاکنون تنها Accel به عنوان شرکت‌کننده در این دور نام برده شده و کاربرد وجوه اعلام نشده است. با توجه به مشارکت Nvidia، وجوه احتمالاً صرف قدرت محاسباتی خواهد شد.

چه معنایی دارد

بازار پلتفرم آموزش مدل‌های زبانی بزرگ سفارشی توسط BRC تا ۲۰۳۰ معادل ۸.۶۳ میلیارد دلار با رشد سالانه مرکب ۲۵.۱ درصد پیش‌بینی شده است. ارزش‌گذاری پیش از سرمایه‌گذاری Thinking Machines Lab بیش از چهار برابر آن است. تنها راهی که این ارزش‌گذاری منطقی به نظر می‌رسد این است که سرمایه‌گذاران خود مدل‌ها را ارزش‌گذاری می‌کنند، نه فقط هزینه‌های تنظیم دقیق.