The Pulse
Arcee AI raccoglie un round di serie B con una valutazione superiore a 1 miliardo di dollari
Arcee AI ha raccolto un round di serie B guidato da Vista Equity Partners, Cambium Capital ed Emergence Capital, con una valutazione superiore a 1 miliardo di dollari. La società statunitense di modelli a pesi aperti userà i fondi per svilu
AI.info Team ·
«Le organizzazioni non dovrebbero essere costrette a scegliere tra le capacità di un modello di frontiera e la possibilità di controllare la tecnologia al centro della loro attività.»
Mark McQuade, cofondatore e amministratore delegato di Arcee AI
Arcee AI ha raccolto un round di serie B che valuta la società oltre 1 miliardo di dollari: un netto salto di scala per lo sviluppatore statunitense di modelli di base a pesi aperti. Vista Equity Partners, Cambium Capital ed Emergence Capital hanno guidato il finanziamento, a cui hanno partecipato anche AI10 Ventures, Hitachi, IAG, M12, P7 e Wipro.
La società non ha comunicato l’ammontare del round nell’annuncio del 16 settembre. Arcee afferma che userà i fondi per accelerare lo sviluppo della prossima generazione della famiglia di modelli Trinity, ampliare il lavoro con il Dipartimento dell’Energia degli Stati Uniti e i suoi laboratori nazionali e sviluppare prodotti per personalizzare, distribuire e gestire modelli aperti.
Trinity porta Arcee all’attenzione degli investitori
La valutazione di Arcee arriva dopo il rilascio di Trinity Large, un modello sparso mixture-of-experts da 400 miliardi di parametri, di cui 13 miliardi attivi per token. L’architettura consente alla società di proporre un modello con la capacità di un sistema molto più grande della porzione attivata per ciascun token.
Arcee afferma di aver sviluppato l’intera gamma dei suoi modelli del 2025, incluso Trinity Large, per circa 20 milioni di dollari. La cifra copre il lavoro di sviluppo dei modelli svolto dalla società durante l’anno e offre agli investitori un argomento preciso sul fronte dell’efficienza: Arcee presenta lo sviluppo di modelli su scala di frontiera come un’operazione ingegneristica mirata, anziché come una gara di spesa tra i maggiori laboratori di IA.
La documentazione della società descrive Trinity Large come un modello da 400 miliardi di parametri, di cui 13 miliardi attivi. Il modello adotta un’architettura sparsa mixture-of-experts ed è destinato a carichi di lavoro che richiedono un intenso ragionamento, attività legate alla programmazione e sistemi di agenti articolati in più passaggi. I suoi pesi sono disponibili per le organizzazioni che vogliono esaminare, adattare o eseguire il modello autonomamente.
Da un round di serie A da 24 milioni di dollari a una valutazione da 1 miliardo
Il round di serie B arriva poco più di due anni dopo che Arcee aveva annunciato, nel luglio 2024, un round di serie A da 24 milioni di dollari guidato da Emergence Capital. All’epoca, la società si concentrava sui piccoli modelli linguistici e aveva annunciato Arcee Cloud insieme alla sua offerta per le imprese.
Da allora, la strategia di Arcee è passata dai modelli compatti a una famiglia che comprende sia sistemi più piccoli sia grandi modelli sparsi. La società afferma che questa gamma è pensata per sviluppatori, imprese, istituti di ricerca ed enti pubblici che hanno bisogno di controllare dove distribuire i modelli, come personalizzarli e l’accesso ai pesi sottostanti.
McQuade ha dichiarato che il nuovo finanziamento consentirà ad Arcee di realizzare modelli aperti più capaci, ampliare i prodotti che li accompagnano e promuoverne una maggiore adozione negli Stati Uniti. «Abbiamo fondato Arcee sulla convinzione che sviluppatori, imprese e istituzioni pubbliche debbano poter esaminare, adattare, distribuire e possedere i propri modelli», ha affermato nell’annuncio del finanziamento.
La collaborazione con il Dipartimento dell’Energia apre ai carichi di lavoro scientifici
Arcee collabora anche con il Dipartimento dell’Energia e i suoi 17 laboratori nazionali a Genesis-Science-1, un modello aperto per il calcolo scientifico sviluppato nell’ambito della Genesis Open Models Initiative. Il progetto è pensato per flussi di lavoro di ricerca che comprendono codice, simulazioni, analisi sperimentale, scienza dei materiali e sistemi energetici.
Secondo la descrizione pubblica del progetto, Arcee si occupa dello sviluppo, dell’addestramento e del post-training del modello, mentre gli scienziati del Dipartimento dell’Energia e i laboratori partecipanti contribuiscono con materiali scientifici, attività di ricerca e valutazioni. Si prevede che il sistema operi in un ambiente di esecuzione soggetto a regole di governance, nel quale le persone mantengano l’autorità sulle decisioni relative alla sicurezza, alla protezione, alla pubblicazione e alle risorse di calcolo.
Genesis-Science-1 si basa sulla prossima generazione dei modelli Trinity di Arcee e ne è previsto il rilascio a pesi aperti, insieme a un rapporto tecnico e a dimostrazioni pubbliche. Il progetto offre ad Arcee un banco di prova di grande visibilità per la sua tesi secondo cui le istituzioni che lavorano con dati sensibili hanno bisogno di modelli che possano possedere e gestire nei propri ambienti.
Vista vede una domanda di modelli controllabili dalle aziende
Monti Saroya, senior managing director di Vista Equity Partners, ha affermato che Arcee ha unito capacità di realizzazione tecnica e costi di sviluppo inferiori a quelli di molti progetti di modelli più grandi.
«Poiché le imprese cercano sempre più sistemi di IA che possano controllare, personalizzare e distribuire alle proprie condizioni, riteniamo che Arcee stia costruendo un’infrastruttura essenziale per la prossima generazione di software», ha dichiarato Saroya.
Questa tesi deve ora affrontare una prova concreta. Arcee deve trasformare una valutazione elevata in un calendario costante di rilasci di modelli, prodotti utili per le imprese e implementazioni che giustifichino la scelta dei pesi aperti rispetto ai servizi chiusi. Le sue prossime priorità di spesa sono chiare: modelli Trinity più grandi, il programma scientifico con il Dipartimento dell’Energia e strumenti che rendano praticabile l’IA gestita in proprio anche al di fuori dei gruppi di ricerca.