Wiresock, leveraging AI to learn data requirements, successfully attracted 23 million USD in investment

La startup de datos de aprendizaje de inteligencia artificial Wirestock ha logrado atraer una nueva inversión de 23 millones de dólares (aproximadamente 34.530 millones de won coreanos). A medida que crece la demanda de modelos de uso de computadoras y del “modelo mundial” que va más allá de la IA generativa, las empresas de suministro de datos basados en imágenes y videos están experimentando una tendencia de entrada de fondos aún más evidente.

Según TechCrunch, esta ronda de financiación fue liderada por la firma de inversión temprana Nava Ventures, con participación de SBVP, Formula VC e I2BF Ventures. La inversión externa total en Wirestock ha aumentado a 26 millones de dólares (aproximadamente 39.030 millones de won coreanos).

Transformación empresarial y expansión del suministro de datos

Fundada en 2018, Wirestock inicialmente era un servicio que ayudaba a fotógrafos y creadores a distribuir contenido en plataformas de imágenes de stock. Sin embargo, desde este año, la compañía ha cambiado su enfoque hacia proporcionar datos de aprendizaje para empresas de desarrollo de IA. Se informa que actualmente cuenta con un catálogo de más de 50 millones de imágenes y videos creados por aproximadamente 700,000 usuarios.

Wirestock no solo vende conjuntos de datos genéricos, sino también datos de aprendizaje personalizados. Su ventaja representativa radica en la creación de videos que muestran cómo los usuarios operan las aplicaciones. Por ejemplo, una startup que desarrolla herramientas de diseño web basadas en IA puede encargar por separado la producción de datos que contienen escenas de elementos de interfaz de edición en Figma.

Crecimiento de rendimiento y demanda del modelo mundial

Esta expansión empresarial parece también haber impulsado el crecimiento del rendimiento. Según TechCrunch, antes de esta ronda de financiación, las ventas anuales de Wirestock superaban los 40 millones de dólares (aproximadamente 60.040 millones de won coreanos). Esto se enmarca en el campo de los “modelos mundiales”, que ha recibido una gran afluencia de fondos en el último año. Los modelos mundiales son una forma de IA que aprende a comprender y simular entornos reales mediante datos visuales, y su potencial de aplicación en entrenamiento de robots y automatización ha sido muy destacado.

De hecho, los fondos relacionados se concentran en unas pocas empresas con perspectivas prometedoras. World Labs, liderada por Fei-Fei Li, recaudó 1,000 millones de dólares en febrero de este año de un consorcio que incluye a Nvidia ($NVDA). Al mismo tiempo, su competidor AMI Labs completó una inversión de 1,03 mil millones de dólares y está desarrollando modelos mundiales para automatización en ingeniería de hardware.

Modelos de uso de computadoras y expansión futura

Los datos visuales proporcionados por Wirestock también pueden usarse para entrenar modelos de uso de computadoras. El mes pasado, Standard Intelligence, que recibió una inversión de 75 millones de dólares, utilizó videos de usuarios operando aplicaciones para crear el algoritmo “FDM-1”. La compañía afirma que esta IA puede automatizar tareas de múltiples pasos con menos recursos de hardware que los modelos existentes.

Wirestock planea usar esta inversión para ampliar su personal técnico, incluyendo investigadores y ingenieros de IA. Los nuevos empleados trabajarán en el desarrollo de un software que permita a las empresas construir y colaborar en conjuntos de datos para laboratorios de IA corporativos. Además, la compañía está considerando expandir su negocio en el futuro a otros tipos de datos de aprendizaje además de imágenes y videos.

Tendencias en el mercado de datos de IA

Este financiamiento también llama la atención por ocurrir tras la recaudación masiva de fondos por parte de otros proveedores de datos de IA. Afterquery, con sede en San Francisco, recientemente obtuvo una inversión de 30 millones de dólares. La compañía vende conjuntos de datos organizados que incluyen indicaciones de IA, respuestas de usuarios y procesos de pensamiento paso a paso que conducen a esas respuestas. Este tipo de datos ayuda a mejorar la “capacidad de razonamiento” de la IA.

En última instancia, parece que el interés del mercado se está desplazando de modelos más grandes en sí mismos hacia datos de aprendizaje más finos y de alta calidad. La reciente financiación de Wirestock vuelve a demostrar que la competitividad en IA no solo depende de semiconductores y rendimiento de modelos, sino también de la adquisición de “datos de alta calidad” que reflejen escenarios de aplicación reales.

Notas de IA de TP Este resumen se realizó utilizando un modelo de lenguaje basado en TokenPost.ai. El contenido principal puede estar incompleto o no coincidir con los hechos.