Trajectory AI запускает платформу самообучения
2 ноября 2026 года Trajectory AI запустила платформу самообслуживания, которая использует правки и исправления пользователей для обновления моделей ИИ — потенциально каждую неделю. Стартап из Сан-Франциско утверждает, что его подход позволяет автоматизировать непрерывную тонкую настройку моделей на производственных данных, вместо того чтобы полагаться на команды, которые вручную отбирают данные и переобучают модели.
Основанная бывшими исследователями Google DeepMind и Apple, Trajectory AI привлекла около 55–65 млн долларов. В число раундов финансирования входят посевной раунд на 15 млн долларов при заявленной оценке компании после инвестиций в 115 млн долларов и раунд Series A на 40 млн долларов, в рамках которого стоимость компании оценили в 300 млн долларов. Среди инвесторов — Sequoia Capital, Nvidia и Bessemer Venture Partners.
Ранее компания тестировала свой продукт с ИИ-компаниями Clay, Decagon и Harvey. Новый запуск платформы самообслуживания призван расширить её внедрение за пределы этих бета-партнёрств. Ключевые вопросы — насколько надёжны пользовательские исправления и могут ли компании контролировать обновления моделей, особенно в регулируемых отраслях. Новость касается инфраструктуры ИИ и не является непосредственным катализатором для рынка криптовалют.
Neutral
Объявление касается инфраструктуры ИИ, а не криптовалюты, блокчейн-сети или токена. Поэтому оно не дает прямых сигналов о ценах на криптовалюты, объемах торгов или стабильности рынка, и его уместно классифицировать как нейтральное.
В краткосрочной перспективе запуск и оценка Trajectory в 300 миллионов долларов могут привлечь внимание к акциям технологических компаний, связанных с ИИ, и венчурному финансированию. Любое влияние на криптовалюты, скорее всего, будет косвенным и связано с более широкими изменениями склонности к риску или интереса инвесторов к темам, связанным с ИИ. Аналогичные волны энтузиазма вокруг объявлений об ИИ иногда поднимали стоимость токенов, связанных с ИИ, однако такие движения, как правило, зависели от общей динамики рынка и новостей о конкретных токенах, а не только от финансирования компании.
В долгосрочной перспективе автоматизированное обучение моделей может способствовать дальнейшим инвестициям в инфраструктуру ИИ, но в статье нет доказательств прямой коммерческой или технической связи с криптопроектами. Трейдерам следует следить за более широкими показателями, такими как динамика Bitcoin, совокупные объемы крипторынка и склонность участников рынка к риску, а не рассматривать это объявление как самостоятельный торговый катализатор. Опасения по поводу качества пользовательских исправлений и корпоративных механизмов контроля также могут повлиять на внедрение решений Trajectory, но вряд ли окажут измеримое краткосрочное влияние на криптовалютные рынки.