Minitap 獲 410 萬美元融資,加速以人工智慧推動行動開發
由人工智慧驅動的行動開發平台Minitap宣布完成410萬美元種子輪融資。 本輪融資由Moxxie Ventures與Mercuri共同領投,EWOR、Tekton Ventures、Amigos Venture Capital及六位獨角獸創始人參與投資。此次成就源於該新創公司兩位23歲創辦人——來自法國鄉村的年輕人——近期在AI控制行動裝置領域創下全球基準測試紀錄,超越Google DeepMind等頂尖研究實驗室團隊。
從法國鄉村到產業創新領航者
Minitap創始團隊成員尼可拉斯·德漢施沃克與盧克·馬胡-中村相遇於勃艮第小村莊盧瓦爾河畔科斯內。儘管背景迥異——一人曾就讀軍校,另一人則是童年天才——他們因對編程的共同熱忱結緣。18歲時,兩人合作開發的行動應用程式便吸引萬名用戶。 尼古拉後赴倫敦帝國學院攻讀生物醫學工程,受DeepMind啟發投身人工智慧研究;盧克則在工程領域累積實戰經驗,專注於配送無人機基礎設施開發。兩人結合行動開發、可擴展系統與人工智慧的專業知識,孕育出傳統研究實驗室無法複製的獨特願景。
突破行動開發關鍵瓶頸
當前行動應用程式開發面臨週期遲滯的困境。網頁開發者能運用人工智慧工具數日內推出功能,行動團隊卻常遭遇六週延遲。行動開發速度仍約為網頁開發的十分之一——在行動使用主導的時代形成鮮明對比。Minitap的誕生正是為彌合此差距。
Minitap運用專有技術堆疊,結合開源框架與可擴展的裝置-雲端基礎架構,使AI代理能如人類開發者般操控真實行動裝置。該平台自動化執行行動程式碼編寫、測試運行、問題診斷、錯誤修復及版本部署等流程,僅需極少人工介入。
成立僅四十天,這家新創公司便在權威的AndroidWorld人工智慧控制行動裝置基準測試中榮登全球榜首,表現超越DeepMind、字節跳動、微軟研究院及阿里巴巴等頂尖人工智慧實驗室的研究團隊。創辦人達成此成就後,將完整解決方案開源釋出,其GitHub儲存庫迅速累積近1,900顆星,與開發者社群共享這項重大突破。
新資金的影響力
本輪種子資金將加速Minitap的產品開發與市場滲透。多家消費級行動企業的工程團隊已運用此平台將功能開發速度提升十倍。該平台讓成長團隊無需傳統工程週期即可啟動實驗:產品經理描述功能需求並提供Figma設計稿後,AI能在數小時內完成功能編寫、測試及交付完整的A/B測試方案。
長遠而言,團隊設想移動應用將實現自主演進的未來。Minitap致力打造無需人工干預的基礎架構,可自動執行實驗、分析用戶行為、生成假設、構建與部署變體、衡量成效並持續迭代。這代表著從緩慢依賴開發者的流程,向動態的AI驅動反饋迴圈的根本性轉變。
重塑人工智慧驅動的行動開發未來
Minitap的種子輪融資凸顯了行動軟體開發領域的廣泛變革。歷史上,行動應用程式在開發速度與實驗能力上始終落後於網頁端,限制了創新與敏捷性。透過讓AI代理能自主與真實裝置互動、編寫程式碼、測試功能並發布更新,Minitap有望實現行動開發的民主化。 小型團隊甚至單人創業者皆能快速發布與迭代應用程式,大型產品團隊每月可執行數十次實驗,而非僅有寥寥數次。
此方法不僅能加速發布週期,更將重塑行動產品的演進模式——應用程式可依據真實用戶行為持續調整、優化並個性化體驗,無需人工開發成本。對整個科技生態系而言,這可能預示著行動開發迎來嶄新紀元,其速度、靈活性與實驗潛力將與現代網頁開發比肩。
相關文章
印度科技巨頭投資3000萬美元,打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金,押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念:傳統的職場軟體不能僅靠聊天機器人進行修補,而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中,他聯合創立了 Directi、Radix、Titan 和 Zeta,在尋求外部投資之前,主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
相關專題推薦
評論 (4)
0/500
$4.1M for an AI mobile dev platform? That's cute, but I've seen bigger seed rounds for a pizza app 🍕. Hope Minitap actually speeds up something other than their burn rate. Let's see if they can make indie devs cry less about building UIs.
$4.1M for an AI mobile dev platform? Sounds like another overhyped startup trying to automate everything before it even works. Hope they actually ship something useful instead of just burning cash on marketing. 😅
Finally, someone is putting real money into AI for mobile dev! $4.1M seed round sounds promising, but I'm skeptical — will it actually cut the boring boilerplate or just add another layer of complexity? Curious how they differentiate from all those 'AI code generators' flooding the market. Hope it's not another wrapper around GPT with a fancy UI. 🤨
由人工智慧驅動的行動開發平台Minitap宣布完成410萬美元種子輪融資。 本輪融資由Moxxie Ventures與Mercuri共同領投,EWOR、Tekton Ventures、Amigos Venture Capital及六位獨角獸創始人參與投資。此次成就源於該新創公司兩位23歲創辦人——來自法國鄉村的年輕人——近期在AI控制行動裝置領域創下全球基準測試紀錄,超越Google DeepMind等頂尖研究實驗室團隊。
從法國鄉村到產業創新領航者
Minitap創始團隊成員尼可拉斯·德漢施沃克與盧克·馬胡-中村相遇於勃艮第小村莊盧瓦爾河畔科斯內。儘管背景迥異——一人曾就讀軍校,另一人則是童年天才——他們因對編程的共同熱忱結緣。18歲時,兩人合作開發的行動應用程式便吸引萬名用戶。 尼古拉後赴倫敦帝國學院攻讀生物醫學工程,受DeepMind啟發投身人工智慧研究;盧克則在工程領域累積實戰經驗,專注於配送無人機基礎設施開發。兩人結合行動開發、可擴展系統與人工智慧的專業知識,孕育出傳統研究實驗室無法複製的獨特願景。
突破行動開發關鍵瓶頸
當前行動應用程式開發面臨週期遲滯的困境。網頁開發者能運用人工智慧工具數日內推出功能,行動團隊卻常遭遇六週延遲。行動開發速度仍約為網頁開發的十分之一——在行動使用主導的時代形成鮮明對比。Minitap的誕生正是為彌合此差距。
Minitap運用專有技術堆疊,結合開源框架與可擴展的裝置-雲端基礎架構,使AI代理能如人類開發者般操控真實行動裝置。該平台自動化執行行動程式碼編寫、測試運行、問題診斷、錯誤修復及版本部署等流程,僅需極少人工介入。
成立僅四十天,這家新創公司便在權威的AndroidWorld人工智慧控制行動裝置基準測試中榮登全球榜首,表現超越DeepMind、字節跳動、微軟研究院及阿里巴巴等頂尖人工智慧實驗室的研究團隊。創辦人達成此成就後,將完整解決方案開源釋出,其GitHub儲存庫迅速累積近1,900顆星,與開發者社群共享這項重大突破。
新資金的影響力
本輪種子資金將加速Minitap的產品開發與市場滲透。多家消費級行動企業的工程團隊已運用此平台將功能開發速度提升十倍。該平台讓成長團隊無需傳統工程週期即可啟動實驗:產品經理描述功能需求並提供Figma設計稿後,AI能在數小時內完成功能編寫、測試及交付完整的A/B測試方案。
長遠而言,團隊設想移動應用將實現自主演進的未來。Minitap致力打造無需人工干預的基礎架構,可自動執行實驗、分析用戶行為、生成假設、構建與部署變體、衡量成效並持續迭代。這代表著從緩慢依賴開發者的流程,向動態的AI驅動反饋迴圈的根本性轉變。
重塑人工智慧驅動的行動開發未來
Minitap的種子輪融資凸顯了行動軟體開發領域的廣泛變革。歷史上,行動應用程式在開發速度與實驗能力上始終落後於網頁端,限制了創新與敏捷性。透過讓AI代理能自主與真實裝置互動、編寫程式碼、測試功能並發布更新,Minitap有望實現行動開發的民主化。 小型團隊甚至單人創業者皆能快速發布與迭代應用程式,大型產品團隊每月可執行數十次實驗,而非僅有寥寥數次。
此方法不僅能加速發布週期,更將重塑行動產品的演進模式——應用程式可依據真實用戶行為持續調整、優化並個性化體驗,無需人工開發成本。對整個科技生態系而言,這可能預示著行動開發迎來嶄新紀元,其速度、靈活性與實驗潛力將與現代網頁開發比肩。
印度科技巨頭投資3000萬美元,打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金,押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念:傳統的職場軟體不能僅靠聊天機器人進行修補,而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中,他聯合創立了 Directi、Radix、Titan 和 Zeta,在尋求外部投資之前,主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
$4.1M for an AI mobile dev platform? That's cute, but I've seen bigger seed rounds for a pizza app 🍕. Hope Minitap actually speeds up something other than their burn rate. Let's see if they can make indie devs cry less about building UIs.
$4.1M for an AI mobile dev platform? Sounds like another overhyped startup trying to automate everything before it even works. Hope they actually ship something useful instead of just burning cash on marketing. 😅
Finally, someone is putting real money into AI for mobile dev! $4.1M seed round sounds promising, but I'm skeptical — will it actually cut the boring boilerplate or just add another layer of complexity? Curious how they differentiate from all those 'AI code generators' flooding the market. Hope it's not another wrapper around GPT with a fancy UI. 🤨





首頁






