Modi Intelligence raccoglie oltre un miliardo di yuan per l'intelligenza contestuale

Modi Intelligence ha annunciato il completamento di un finanziamento di serie Pre-A superiore a un miliardo di yuan cinesi, con Huakong Fund come investitore principale. L'operazione, avvenuta il dodici ottobre duemilaventisei, vede la partecipazione di nuovi investitori tra cui China Development Bank Science and Technology Innovation, Shanghai Science and Technology Innovation Fund, Xinwei Capital, Xuhui Capital, Zhuanguang Hard Tech Venture Capital e Lingang Ceyuan Fund, mentre gli azionisti esistenti Yuanhe Holdings, Shanghai Science and Technology Innovation Group sotto Shanghai State-owned Assets Supervision and Administration Commission e Xinglian Capital hanno proseguito il loro sostegno. La società, fondata meno di due anni fa dal professor Qiu Xipeng dell'Università Fudan, si concentra sullo sviluppo di modelli di intelligenza artificiale capaci di percepire, comprendere e rispondere in tempo reale a un mondo in continua evoluzione.

Secondo quanto riportato da GeekPark, l'azienda definisce il proprio obiettivo come la costruzione di un'intelligenza contestuale, dove i modelli non si limitano a rispondere a domande predefinite ma rimangono costantemente presenti, comprendendo persone e ambiente per agire al momento opportuno. Il CEO Li Shimin ha spiegato che l'approccio parte dall'elaborazione vocale per espandersi alla comprensione visiva, alla generazione audiovisiva e all'interazione in tempo reale. Dal duemilaventisei, la società ha rilasciato oltre venti modelli, inclusi diversi progetti open source come MOSS-VL-Realtime, capace di analizzare flussi video continui aggiornando le proprie valutazioni al variare delle immagini.

La società è nata come spin-off del team OpenMOSS guidato dal professor Qiu Xipeng, uno dei primi gruppi cinesi dedicati ai grandi modelli linguistici. Dopo il lancio di MOSS nel duemilaventitré, il team ha esplorato il campo multimodale con SpeechGPT e AnyGPT, prima di fondare Modi Intelligence nel novembre duemilaventiquattro. L'azienda conta oltre cento dipendenti, con il settanta-ottanta per cento dedicato ad algoritmi e ricerca e sviluppo, e una significativa presenza di professionisti nati dopo il duemila.

Un elemento distintivo della strategia di Modi Intelligence è l'approccio denominato "intelligenza artificiale per l'intelligenza artificiale", dove i modelli sviluppati internamente vengono utilizzati per generare, annotare e validare dati per altri modelli. Questo ciclo permette di produrre dati strutturati e dettagliati a costi ridotti rispetto all'uso di modelli commerciali o all'annotazione manuale. Ad esempio, MOSS-Transcribe-Diarize, lanciato nel gennaio duemilaventisei, è stato il primo modello a completare simultaneamente trascrizione vocale, identificazione del parlante e previsione dei timestamp in una singola esecuzione, ottenendo il primo posto in una competizione internazionale con cento dieci squadre partecipanti.

L'azienda sta sviluppando un sistema di interazione in tempo reale chiamato MOSS Live, che separa le funzioni di interazione frontale da quelle di ragionamento complesso in background. Questo approccio consente al modello di continuare a osservare l'ambiente mentre esegue compiti come la pianificazione di percorsi o la ricerca di informazioni, integrando poi i risultati nella conversazione in corso. Nonostante i progressi, la società riconosce che sfide tecniche rimangono, specialmente nell'integrare rappresentazioni audio continue senza compromettere le capacità di ragionamento logico dei modelli.