前 SpaceX 工程師透過 Sift Stack,將火箭發射軟體導入生產現場

上週,那句口號「原子,而非位元!」——這句話精準捕捉了矽谷日益將重心轉向實體製造而非數位產品的趨勢——隨著傑夫·貝佐斯正籌組一筆 1,000 億美元基金以整合並自動化工廠的消息傳出,這股聲浪達到了高峰。
然而,工廠自動化不僅僅是硬體方面的挑戰。它越來越依賴先進的軟體和人工智慧工具,而這種轉變正在重塑那些為實體製造建設基礎設施的企業。
Sift Stack 執行長卡蒂克·戈拉普迪(Karthik Gollapudi)——這家總部位於加州埃爾塞貢多的公司,其工具協助設計與製造太空船和汽車等複雜機器——察覺到腳下的大地正在變動。他表示,過去六個月來,這些變化已重新調整了公司的優先順序。
戈拉普迪與他的共同創辦人兼技術長奧斯汀·斯皮格爾(Austin Spiegel)於 2022 年共同創立這家公司,此前他們曾在 SpaceX 負責開發軟體工具,用於處理測試、製造和發射過程中產生的海量遙測數據——即從實體組件感測器傳輸的即時性能數據流。
大多數製造先進機械的公司都依賴現成的資料庫工具或自訂的 Python 腳本,但 Sift 發現了提供業界頂尖解決方案的商機。其客戶包括美國主要火箭製造商「聯合發射聯盟」(United Launch Alliance)、其他國防承包商,以及機器人與電網管理新創公司。
然而,戈拉普迪表示,用於資料分析的人工智慧工具的出現,迫使他的業務進行轉型。那些曾經定義了公司招牌服務的客製化工作流程,在人工智慧與深度學習的時代已成為基本門檻。與此同時,該公司管理資料基礎架構的能力突然變得更加珍貴。
「我們原本預期五年內才會實現的長期願景,今年實際上已經成真,」戈拉普迪向 TechCrunch 表示。
這意味著必須處理當今軟體密集型機器所產生的海量數據流。該公司合作的部分車輛配備超過 150 萬個感測器,這些感測器會以多種格式和時間尺度同步傳輸數據。
該公司的目標是為人工智慧應用整理並儲存這些數據——「其中大部分價值在於讓數據能被機器讀取,」戈拉普迪表示。若要讓人工智慧代理針對製造流程做出決策,或分析測試數據以標記潛在問題,Sift 的目標就是讓這些數據能被它們所運用。
Astranis 軟體副總裁傑夫·德克斯特(Jeff Dexter)表示,對於像他這樣的企業而言,穩健的數據基礎設施至關重要——該衛星公司採用 Sift 來管理測試、製造及營運,單日可能執行高達 1,000 萬次自動化軟體測試。
「不可避免地,我們會面臨這樣一個局面:光是儲存資料,每月就得花費數百萬美元,」德克斯特表示。「這真的變成了一個問題:這百萬美元是否花得值得?有了像 Sift 這樣的技術,我就不用擔心資料量有多大了。」
戈拉普迪向 TechCrunch 透露,Sift 於 2025 年完成 4,200 萬美元的 B 輪融資,投後估值達 2.74 億美元,本輪融資由 StepStone 領投,GV(Google 的風險投資部門)、Riot Ventures、Fika Ventures 及 CIV 共同參與。
相關文章
法國初創公司ZML推出免費工具,加速跨多晶片的AI推理
Nvidia 不受制約的市場主導地位時代可能正在走向終結,然而競爭對手和替代方案正從各個角度湧現。由圖靈獎得主楊立昆(Yann LeCun)支援的法國知名 AI 初創公司 ZML,推出了一款推理效能軟體,使各種開源大語言模型能夠在包括 Nvidia、AMD、Google TPUs、Apple Metal 和 Intel Arc 在內的多種硬體上執行。據 ZML 創始人 Steeve Morin 介紹,透過其新推出的 LLM 推理伺服器 ZML/LLMD,該公司旨在打破現有的壁壘,並最大化不同
Anthropic 推出備受爭議的內容生成器 Opus 4.6
Anthropic 針對 Claude 制定的通用使用標準,禁止該模型生成色情內容,包括描繪或要求性交或性行為、生成與性癖好或性幻想相關的內容,或進行色情聊天。 然而,這並未阻止 Anthropic 今年稍早推出的模型「Claude Opus 4.6」,輕易地參與其安全機制本應防止的色情角色扮演情境。在 TechCrunch 的測試中,Opus 4.6 甚至無需過多慫恿,便能突破對色情內容的限制。
由馬克·貝尼奧夫支援的初創公司旨在解決人工智慧部署挑戰
大型企業在部署可靠的人工智慧工具時面臨如此嚴峻的挑戰,以至於整個前沿部署工程師團隊——這些嵌入在客戶公司內部以將人工智慧系統投入運營的專業人員——正在湧現,以彌合這一差距。“矛盾的是,人工智慧推高了專業服務的需求,”前 Salesforce 高管、新成立的 June 公司創始人 Efrat Rapoport 週一宣佈該公司結束秘密運營狀態時指出。“行業解決人工智慧整合問題的方法只是僱傭越來越多的人。”Rapoport 與她的三位聯合創始人——Ohad Hen、Barak Goldstein
相關專題推薦
評論 (0)
0/500

上週,那句口號「原子,而非位元!」——這句話精準捕捉了矽谷日益將重心轉向實體製造而非數位產品的趨勢——隨著傑夫·貝佐斯正籌組一筆 1,000 億美元基金以整合並自動化工廠的消息傳出,這股聲浪達到了高峰。
然而,工廠自動化不僅僅是硬體方面的挑戰。它越來越依賴先進的軟體和人工智慧工具,而這種轉變正在重塑那些為實體製造建設基礎設施的企業。
Sift Stack 執行長卡蒂克·戈拉普迪(Karthik Gollapudi)——這家總部位於加州埃爾塞貢多的公司,其工具協助設計與製造太空船和汽車等複雜機器——察覺到腳下的大地正在變動。他表示,過去六個月來,這些變化已重新調整了公司的優先順序。
戈拉普迪與他的共同創辦人兼技術長奧斯汀·斯皮格爾(Austin Spiegel)於 2022 年共同創立這家公司,此前他們曾在 SpaceX 負責開發軟體工具,用於處理測試、製造和發射過程中產生的海量遙測數據——即從實體組件感測器傳輸的即時性能數據流。
大多數製造先進機械的公司都依賴現成的資料庫工具或自訂的 Python 腳本,但 Sift 發現了提供業界頂尖解決方案的商機。其客戶包括美國主要火箭製造商「聯合發射聯盟」(United Launch Alliance)、其他國防承包商,以及機器人與電網管理新創公司。
然而,戈拉普迪表示,用於資料分析的人工智慧工具的出現,迫使他的業務進行轉型。那些曾經定義了公司招牌服務的客製化工作流程,在人工智慧與深度學習的時代已成為基本門檻。與此同時,該公司管理資料基礎架構的能力突然變得更加珍貴。
「我們原本預期五年內才會實現的長期願景,今年實際上已經成真,」戈拉普迪向 TechCrunch 表示。
這意味著必須處理當今軟體密集型機器所產生的海量數據流。該公司合作的部分車輛配備超過 150 萬個感測器,這些感測器會以多種格式和時間尺度同步傳輸數據。
該公司的目標是為人工智慧應用整理並儲存這些數據——「其中大部分價值在於讓數據能被機器讀取,」戈拉普迪表示。若要讓人工智慧代理針對製造流程做出決策,或分析測試數據以標記潛在問題,Sift 的目標就是讓這些數據能被它們所運用。
Astranis 軟體副總裁傑夫·德克斯特(Jeff Dexter)表示,對於像他這樣的企業而言,穩健的數據基礎設施至關重要——該衛星公司採用 Sift 來管理測試、製造及營運,單日可能執行高達 1,000 萬次自動化軟體測試。
「不可避免地,我們會面臨這樣一個局面:光是儲存資料,每月就得花費數百萬美元,」德克斯特表示。「這真的變成了一個問題:這百萬美元是否花得值得?有了像 Sift 這樣的技術,我就不用擔心資料量有多大了。」
戈拉普迪向 TechCrunch 透露,Sift 於 2025 年完成 4,200 萬美元的 B 輪融資,投後估值達 2.74 億美元,本輪融資由 StepStone 領投,GV(Google 的風險投資部門)、Riot Ventures、Fika Ventures 及 CIV 共同參與。
法國初創公司ZML推出免費工具,加速跨多晶片的AI推理
Nvidia 不受制約的市場主導地位時代可能正在走向終結,然而競爭對手和替代方案正從各個角度湧現。由圖靈獎得主楊立昆(Yann LeCun)支援的法國知名 AI 初創公司 ZML,推出了一款推理效能軟體,使各種開源大語言模型能夠在包括 Nvidia、AMD、Google TPUs、Apple Metal 和 Intel Arc 在內的多種硬體上執行。據 ZML 創始人 Steeve Morin 介紹,透過其新推出的 LLM 推理伺服器 ZML/LLMD,該公司旨在打破現有的壁壘,並最大化不同
Anthropic 推出備受爭議的內容生成器 Opus 4.6
Anthropic 針對 Claude 制定的通用使用標準,禁止該模型生成色情內容,包括描繪或要求性交或性行為、生成與性癖好或性幻想相關的內容,或進行色情聊天。 然而,這並未阻止 Anthropic 今年稍早推出的模型「Claude Opus 4.6」,輕易地參與其安全機制本應防止的色情角色扮演情境。在 TechCrunch 的測試中,Opus 4.6 甚至無需過多慫恿,便能突破對色情內容的限制。
由馬克·貝尼奧夫支援的初創公司旨在解決人工智慧部署挑戰
大型企業在部署可靠的人工智慧工具時面臨如此嚴峻的挑戰,以至於整個前沿部署工程師團隊——這些嵌入在客戶公司內部以將人工智慧系統投入運營的專業人員——正在湧現,以彌合這一差距。“矛盾的是,人工智慧推高了專業服務的需求,”前 Salesforce 高管、新成立的 June 公司創始人 Efrat Rapoport 週一宣佈該公司結束秘密運營狀態時指出。“行業解決人工智慧整合問題的方法只是僱傭越來越多的人。”Rapoport 與她的三位聯合創始人——Ohad Hen、Barak Goldstein





首頁






