Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

渊亭科技完成亿元B+轮融资

通过本轮融资,渊亭科技将进一步扩大在认知决策智能市场的规模,持续深耕前沿技术研发与应用,尤其是加强在可信AI方面的深入研究,为国防、金融、政务、工业互联网等行业数字化、智能化升级赋能。

近日,渊亭科技完成了亿元B+轮融资,由重庆制造业转型升级基金、财信中金管理的长沙天心基金等国家级和地方级基金共同投资。本轮资金将主要用于核心AI产品研发、国防业务拓展和团队建设。

渊亭科技在过去9年间始终专注于AI技术的自主创新研发,产品及解决方案均实现自主可控,并通过国产化适配认证。公司受邀参与了30余项国际国内人工智能标准制定,拥有逾200项人工智能类发明专利和软著,成为行业标准定制者之一。

公司先后获得国家高新技术企业、福建省科技小巨人企业、福建省数字经济领域“瞪羚”创新企业、厦门市专精特新企业、福建省数字经济核心产业领域未来独角兽企业、厦门市未来产业骨干企业等多项荣誉。


投资方一览

重庆制造业转型升级基金

该基金由重庆渝富基金、国家制造业转型升级基金、建信领航基金等共同发起设立,基金规模50亿元,重点投资新材料、新一代信息技术、电力装备、基础及新型制造等领域。


长沙天心新兴产业基金合伙企业(有限合伙)

财信中金(湖南)私募股权投资管理有限公司成立于2021年,由湖南财信金融控股集团有限公司与中金资本运营有限公司共同设立。财信中金(湖南)私募股权投资管理有限公司与长沙市天心国资发展集团有限公司共同成立了长沙天心新兴产业基金合伙企业(有限合伙)。

重庆制造业转型升级基金相关管理机构表示:

随着近年国际关系的不稳定因素增多和区域冲突加剧,我国对国防事业的重视程度越来越高,特别是对于军队信息化和智能化建设和投入愈发重视,从中长期来看,军工行业特别是国防信息化有望维持较高的景气度。

渊亭在军用知识图谱和作战仿真推演等国防信息化重要细分赛道内,已具有明显的先发优势,并在相关资质获取和军内业务体系积累方面领先同业。渊亭已与军内多个重点单位展开了项目合作,用户覆盖多军种多战区;与此同时,渊亭也与金融、电信等大型客户有项目合作,充分印证了其产品价值和技术实力。

经过深入调研,我们判断,得益于深刻的业务理解、深厚的技术和知识沉淀、成熟的工程化能力以及良好的行业口碑,渊亭在国防领域和民用领域的人工智能应用方向上有决心、有能力走的更远,我们也愿意扶持这样的企业共同前进。

长沙天心新兴产业基金合伙企业(有限合伙)表示:

中国智能化转型市场正处于快速发展阶段。作为业界最早一批入局认知决策智能领域的AI企业,渊亭科技已经在技术层面打下了扎实的基础。更可贵的是,渊亭团队深刻理解行业客户的需求,可以有效帮助客户构建简单易用、准确度高、具备安全性的解决方案。我们看好渊亭科技在产品化、创新技术、行业覆盖方面的优势和发展潜力。


渊亭详情

渊亭科技成立于2014年,作为认知决策智能领域的先行者与领导者,渊亭科技坚持走国产自主可控的创新发展道路,专注人工智能认知决策智能赛道,在知识图谱、图计算、机器学习深度学习强化学习等)、运筹优化等方向拥有核心技术优势与领先的工程化能力。

当前渊亭科技已基于认知中台、决策中台以及数据中台“三大中台”研发了30多款人工智能通用产品和行业应用产品,并成功应用于国防、政务、金融、工业互联网等行业,落地近千个项目。

(图:产品体系图)

在国防领域上,公司拥有功能完备的认知决策及智能博弈产品体系,包括自然语言处理、多智能体开发、作战筹划、仿真推演、知识图谱、认知推理等。在2020年,渊亭科技发布了军事智能全栈产品体系(天机、天鉴、天启、天衍、天擎、天网),落地了数百个防务智能应用场景,积累了大量行业业务知识体系和数据。今年,渊亭科技在此基础上构建了覆盖八大能力体系(方案生成、规划寻优、多智能体等)的军事大模型,支持强敌研究、作战指挥、训练管理等五大类型共70多项具体场景的智能应用落地。

(图:国防6大产品体系)

政企领域,公司在金融、政务、工业互联网场景构建了以智能监管、智能决策和智能运营为核心的政企产品体系。携手中国铁塔、中国移动、中国电信、厦门火炬高新区等积极推进人工智能项目落地,助力政企单位数智化发展。

随着业务版图不断扩大,渊亭科技在北京、上海、长沙等多地设有分、子公司及办事中心,业务辐射全国20+个省份。目前,团队已与军委科技委、军委装备发展部、中国海军、中国陆军、战略支援部队、建设银行、广发证券等超200家中大型知名企业及单位并肩开展行业人工智能落地实践。

通过本轮融资,渊亭科技将进一步扩大在认知决策智能市场的规模,持续深耕前沿技术研发与应用,尤其是加强在可信AI方面的深入研究,为国防、金融、政务、工业互联网等行业数字化、智能化升级赋能。

产业融资决策智能渊亭科技
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

运筹优化技术

最优化问题(英语:Optimization problem)在数学与计算机科学领域中,是从所有可行解中寻找最优良的解的问题。根据变数是连续的或离散的,最佳化问题可分为两类:连续最佳化问题与组合优化。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

强化学习技术

强化学习是一种试错方法,其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划(Dynamic Programming)。流行的强化学习方法包括自适应动态规划(ADP)、时间差分(TD)学习、状态-动作-回报-状态-动作(SARSA)算法、Q 学习、深度强化学习(DQN);其应用包括下棋类游戏、机器人控制和工作调度等。

推荐文章
暂无评论
暂无评论~