Image

Black Forest Labs привлекла $300 млн при оценке в $3,25 млрд

Вкратце

Коллаж изображений, созданных с помощью моделей искусственного интеллекта Black Forest Labs
Источники изображений: Black Forest Labs

Немецкая лаборатория искусственного интеллекта Black Forest Labs сообщила в понедельник, что привлекла 300 миллионов долларов в рамках раунда финансирования серии B, в результате которого компания оценивается в 3,25 миллиарда долларов.

Раунд совместно провели Salesforce Ventures и Anjney Midha (AMP), а в нем приняли участие a16z, NVIDIA, Northzone, Creandum, Earlybird VC, BroadLight Capital, General Catalyst, Temasek, Bain Capital Ventures, Air Street Capital, Visionaries Club, Canva и Figma Ventures.

Стартап заявил, что направит средства на исследования и разработки.

Компания Black Forest Labs, разрабатывающая базовые модели ИИ для создания и редактирования изображений, быстро обрела известность с момента своего запуска в августе 2024 года. В прошлом году компания оказалась в центре внимания новостей после того, как стало известно, что чат-бот Grok Илона Маска использует модели немецкой компании для создания изображений, и ее модели используются рядом компаний, таких как Adobe, fal.ai, Picsart, ElevenLabs, VSCO и Vercel.

Стартап недавно представил новейшую версию своей модели генерации изображений Flux 2, которая, по его словам, отличается улучшенной визуализацией текста и изображений, а также использует до 10 изображений в качестве эталона для сохранения стиля и тона при генерации изображений. Модель может генерировать изображения с разрешением до 4K пикселей.

Соучредители Black Forest Labs Робин Ромбах, Патрик Эссер и Андреас Блаттманн в прошлом были исследователями, которые помогали создавать модели стабильной диффузии Stability AI.

Источник: techcrunch.com

✅ Найденные теги: Black, новости

ОСТАВЬТЕ СВОЙ КОММЕНТАРИЙ

Каталог бесплатных опенсорс-решений, которые можно развернуть локально и забыть о подписках

галерея

ideipro logotyp
Переосмысление системы здравоохранения на основе ценностной ориентации: Лекции из астронавтов
Мы использовали 5 методов обнаружения выбросов на реальном наборе данных: результаты разошлись в 96% случаев для помеченных образцов.
Абстрактный объемный узор синие и оранжевые линии, темный фон.
Дети смотрят планшет, сидя на ковре дома.
Абстрактное изображение атома с орбиталями на черном фоне.
dummy-img
Компания Vitestro привлекла 70 миллионов долларов для обеспечения глобальной коммерческой готовности своего робота для забора крови — Medical Device Network
ideipro logotyp
Image Not Found
ideipro logotyp

Новый подход на основе ИИ учитывает «температуру» данных для повышения точности прогнозирования.

Дебора Борфиц 12 февраля 2026 г. | Все, что можно определить как систему — список, включающий физические материалы, такие как кремний и графен, а также имплантируемые устройства, созданные с учетом индивидуальных особенностей пациента, и человеческий мозг —…

Мар 14, 2026
Переосмысление системы здравоохранения на основе ценностной ориентации: Лекции из астронавтов

Переосмысление системы здравоохранения на основе ценностной ориентации: Лекции из астронавтов

В ходе HIMSS26 участники использовали симуляции оказания медицинской помощи астронавтам в чрезвычайных ситуациях для изучения принятия решений, распределения ресурсов и стратегий оказания медицинской помощи, ориентированных на ценность, в условиях экстремальных ограничений. Медицинская помощь, ориентированная на ценность. Фото:…

Мар 14, 2026
Мы использовали 5 методов обнаружения выбросов на реальном наборе данных: результаты разошлись в 96% случаев для помеченных образцов.

Мы использовали 5 методов обнаружения выбросов на реальном наборе данных: результаты разошлись в 96% случаев для помеченных образцов.

Из 816 вин, отмеченных хотя бы одним методом, только 32 попали в единогласный список. У этих вин было нечто общее. Изображение предоставлено автором. # Введение Во всех руководствах по анализу данных обнаружение выбросов кажется довольно простым делом.…

Мар 14, 2026
Абстрактный объемный узор синие и оранжевые линии, темный фон.

Почему ваша оценка результатов поиска с помощью ИИ, вероятно, неверна (и как это исправить)

Пятиэтапная методика построения строгих и воспроизводимых эталонных показателей для поиска с использованием ИИ — прежде чем принимать решения о вложении шестизначных сумм в инфраструктуру. Делиться Фотография от A Chosen Soul на Unsplash. Я работаю в сфере оценки…

Мар 14, 2026

Впишите свой почтовый адрес и мы будем присылать вам на почту самые свежие новости в числе самых первых