Şanghay merkezli MOSI, 12 Ekim'de 1 milyar RMB'yi (yaklaşık 150 milyon dolar) aşan bir Pre-A yatırım turu kapattığını duyurdu. Şirketin resmi adı Shanghai Mosi Intelligence Technology (上海模思智能科技).
MOSI, Fudan Üniversitesi profesörü Qiu Xipeng'in liderliğindeki OpenMOSS araştırma ekibinden doğdu. Ekip, Şubat 2023'te Çin'in ilk açık kaynak ChatGPT benzeri modeli MOSS'u yayımlamıştı. Araştırma hattı 2023'te SpeechGPT, 2024'te AnyGPT ile devam etti ve ekip 2024 sonunda bağımsız bir şirket olarak ayrıldı. "MOSS" bugün de şirketin açık kaynak model ailesinin marka adı olarak kullanılıyor.
Şirket o günden bu yana odağını metinden konuşma, görüntü ve gerçek zamanlı etkileşime kaydırdı. Bu yılın yalnızca ilk yarısında 20'den fazla açık kaynak model yayımlandı: konuşma üretimi için MOSS-TTS, ses anlama için MOSS-Audio, konuşmacı ayrıştırma ve transkripsiyon için MOSS-Transcribe-Diarize, görsel anlama için MOSS-VL ve üretken içerik için MOVA.
MOSS Live ne yapacak?
MOSS Live adlı yaklaşan sistem, bu modelleri bir araya getirmeyi amaçlıyor. Sistem, sürekli gören, duyan ve konuşan bir ön uç etkileşim modelini, karmaşık akıl yürütme ve görev yürütmeyi üstlenen bir arka uç ajan modeliyle eşleştiriyor.
Şirketin kurucusu ve baş bilim insanı Qiu Xipeng, Fudan Üniversitesi'nde seçkin profesör ve Şanghay İnovasyon Enstitüsü'nün dekan yardımcısı. Qiu, 2016'dan bu yana ön eğitim (pretraining) üzerine çalışıyor ve 2023'teki ilk MOSS sürümüne liderlik etti. CEO Li Shimin ise SpeechGPT makalesinin temel yazarlarından.
Turu Huakong Fund yönetti. CDB Technology Innovation, Shanghai Science and Technology Innovation Fund, New Alliance Capital, Xuhui Capital, Zhuiguang Hard Tech Venture Capital ve Lingang Ceyuan Fund turda önemli yatırımcılar olarak yer aldı. Mevcut yatırımcılardan Oriza Holdings, Shanghai Science and Technology Venture Capital Group (Shanghai State-owned Capital Investment bünyesinde) ve Xinglian Capital de tura katıldı. Lighthouse Capital finansal danışman olarak görev yaptı.
Bu, MOSI'nin dışarıdan aldığı ikinci finansman turu. Şirket, bu yılın nisan ayında Shanghai Future Industry Fund ve IDG Capital liderliğindeki birkaç yüz milyon yuanlık melek turundan altı ay sonra bu turu kapattı. Şirket değerlemesini açıklamadı.
Yeni fon, gerçek zamanlı omnimodal etkileşim Ar-Ge'sine ve küresel ticarileştirmeye ayrılacak. Bunun yanında şirketin "AI for AI" adını verdiği ikinci bir hat var: üretken modellerle yeni konuşma, görüntü, video ve senaryo verisi üretmek; anlama modelleriyle bu veriyi değerlendirip filtrelemek. Amaç, model sayısı arttıkça gereken manuel emeği azaltmak.
Neden önemli
Çin'de temel model finansmanı büyük ölçüde üç oyuncuda toplanmış durumda: yıllık gelirde 1 milyar doları aşan ve 7,5 milyar dolarlık bir takip turu peşinde olan DeepSeek ile değerlemesi altı ayda 4,3 milyar dolardan 20 milyar dolara çıkan Moonshot AI. Bu şirketler ağırlıklı olarak metin tabanlı akıl yürütme ve kodlama kıyaslamalarında yarışıyor.
MOSI de bir Çin temel model şirketi olsa da farklı bir cephe seçmiş durumda: konuşma, görüntü ve gerçek zamanlı yanıt verebilirlik. Bu büyüklükte bir Pre-A turu, "büyük üçlü" yerleşmiş görünse bile Çin yapay zekasında yeni girenler için hâlâ alan olduğuna işaret ediyor. Gerçek zamanlı multimodal etkileşim, Koreli yapay zeka şirketlerinin de yoğun biçimde rekabet ettiği bir alanla örtüşüyor.
Temel model rekabeti bugüne dek çoğunlukla ekranlar üzerinden yürüdü: kullanıcı gerçek dünyadaki bir sorunu metne ya da bir isteme dönüştürüyor, model yanıtlıyor, içerik üretiyor veya bir araç kullanıyor. Oysa gözlükler, oyuncaklar, otomobiller, ev cihazları ve robotlar yeni erişim noktaları hâline geliyor. Bu noktalarda klavye yok; kullanıcı yürürken konuşuyor, kendini kesiyor ve fikrini değiştiriyor; ses, video, hareket ve çevre aynı anda değişiyor. Bu değişen gerçekliği gerçek zamanlı takip etmek, yapay zekanın çözmesi gereken yeni bir problem olarak öne çıkıyor.
