A startup Inception, liderada por um professor da Universidade de Stanford, captou US$ 50 milhões em investimento para desenvolver modelos de difusão aplicados a texto e código. A rodada foi liderada pela Menlo Ventures e contou com diversos fundos e investidores.
Esse financiamento posiciona a Inception como uma alternativa aos modelos tradicionais de inteligência artificial, focando em uma arquitetura que refina resultados iterativamente ao invés de prever palavras sequencialmente. O objetivo é criar sistemas mais eficientes e rápidos para aplicações em linguagem natural e automação de código.
A tecnologia da Inception oferece vantagens como maior velocidade e menor uso de recursos computacionais. Além disso, a startup pretende ampliar o uso de suas ferramentas em aplicações corporativas e criar APIs para desenvolvedores, impulsionando o desenvolvimento de uma nova geração de IA.
“`html
A startup Inception, liderada pelo professor Stefano Ermon da Universidade de Stanford, acaba de garantir um investimento de US$ 50 milhões. O objetivo é impulsionar o desenvolvimento de modelos de difusão aplicados tanto a código quanto a texto. Essa rodada inicial foi liderada pela Menlo Ventures, com a participação de diversos outros fundos e investidores.
Este financiamento coloca a Inception em destaque no cenário de iniciativas independentes focadas em novas arquiteturas de inteligência artificial. A empresa surge como uma alternativa aos modelos LLMs autoregressivos, como o GPT-5 e o Gemini, que hoje dominam as aplicações em linguagem natural.
O diferencial da Inception está no foco nos modelos de difusão. Essa estrutura gera resultados por meio de um refinamento iterativo, em vez de prever cada palavra de forma sequencial. Essa técnica ganhou popularidade com sistemas de geração de imagens, como Stable Diffusion, Midjourney e Sora. Agora, a equipe de Ermon busca adaptar essa tecnologia para o processamento de texto e automação de código.
De acordo com o pesquisador, a principal vantagem dessa arquitetura é a eficiência operacional. Modelos baseados em difusão são mais rápidos e consomem menos recursos de processamento do que os sistemas tradicionais. Ermon destaca que essa abordagem é inovadora e possui um grande potencial de desenvolvimento.
Durante o anúncio do investimento, a Inception apresentou uma nova versão do Mercury, seu modelo voltado ao desenvolvimento de software. O sistema já está integrado a plataformas como ProxyAI, Buildglare e Kilo Code, com a promessa de reduzir o tempo de resposta e o custo computacional em operações complexas.
A diferença entre os modelos de difusão e os autoregressivos reside no modo de processamento. Enquanto os LLMs convencionais preveem a próxima palavra com base na anterior, os sistemas de difusão refinam o resultado completo de maneira incremental. Essa abordagem permite a execução paralela de operações, aumentando a velocidade de geração e diminuindo a dependência de infraestrutura de alto custo.
Ermon explica que o modelo da Inception foi testado com um desempenho superior a mil tokens por segundo, um resultado que não é possível com as tecnologias autoregressivas atuais. A estrutura foi projetada desde o início para ser paralela e rápida.
Além da eficiência, os pesquisadores da Inception ressaltam que o método pode ser vantajoso em tarefas que envolvem grandes volumes de dados textuais ou repositórios de código extensos. O processamento simultâneo permite lidar com contextos amplos sem comprometer a coerência das respostas, algo que os sistemas tradicionais enfrentam dificuldades.
O movimento da Inception reflete uma crescente tendência de pesquisadores que criam suas próprias empresas para desenvolver suas ideias fora dos grandes laboratórios corporativos. Segundo Ermon, essa independência facilita a experimentação e o avanço de novas abordagens, sem as restrições operacionais típicas de estruturas maiores.
O investimento recebido permitirá à Inception expandir sua equipe técnica, acelerar o treinamento de modelos e ampliar o uso do Mercury em aplicações corporativas. Parte dos recursos será destinada à criação de novas APIs e ferramentas para desenvolvedores que desejam integrar modelos de difusão em sistemas já existentes. A Inception busca redefinir a próxima geração de inteligência artificial.
O objetivo, conforme explica Ermon, é demonstrar que a difusão pode ser tão eficiente em texto e código quanto tem sido em imagens. Isso pode abrir caminho para um novo paradigma de performance e custo no desenvolvimento de sistemas de IA.
Com essa rodada de investimento, a Inception se posiciona para explorar novas fronteiras na inteligência artificial, com foco em modelos de difusão que prometem maior eficiência e desempenho em diversas aplicações. Acompanhe os próximos passos dessa startup que busca revolucionar o futuro da IA.
Via Startupi
“`
