Chiński startup LLM Jieyue Xingchen zbliża się do finansowania na poziomie 2,5 mld USD przed debiutem giełdowym w Hongkongu
Jieyue Xingchen, wiodący chiński startup rozwijający duże modele językowe, jest podobno bliski sfinalizowania rundy finansowania o wartości 2,5 mld USD i zlikwidował swoją strukturę red-chip, przyspieszając plany debiutu giełdowego w Hongkongu, do którego dołączyli główni inwestorzy z branży łańcucha dostaw sprzętu.

Chiński startup zajmujący się dużymi modelami językowymi (LLM) Jieyue Xingchen jest podobno bliski zakończenia ogromnej rundy finansowania o wartości 2,5 mld dolarów, co stanowi jedną z największych ostatnich zbiórek kapitału w chińskim sektorze generatywnej AI. Firma zakończyła również kluczowe etapy restrukturyzacji korporacyjnej, torując drogę do planowanej pierwszej oferty publicznej (IPO) w Hongkongu.
Dołączają kluczowi inwestorzy z łańcucha dostaw
Według doniesień chińskich mediów technologicznych nowa runda przyciągnęła znaczących inwestorów przemysłowych obejmujących cały łańcuch wartości sprzętu, w tym Huaqin, Longcheer, OmniVision i ZTE. Firmy te reprezentują segmenty od produkcji urządzeń mobilnych po komponenty półprzewodnikowe wyższego rzędu.
Udział podmiotów z łańcucha dostaw oznacza coś więcej niż wsparcie finansowe. Odzwierciedla rosnącą zgodność branży co do przenoszenia możliwości modeli AI z infrastruktury chmurowej na urządzenia końcowe użytkowników. Włączając producentów sprzętu i dostawców komponentów do swojej struktury właścicielskiej, Jieyue Xingchen pozycjonuje się tak, aby przyspieszyć wdrażanie możliwości dużych modeli bezpośrednio na smartfonach i innych urządzeniach końcowych.
Od modeli chmurowych do wdrożeń brzegowych
Struktura inwestycji podkreśla szerszą zmianę w branży: duże modele AI coraz częściej mają działać poza scentralizowanymi środowiskami chmurowymi. Wraz ze wzrostem mocy obliczeniowej urządzeń oraz rosnącym popytem na aplikacje natywnie oparte na AI, firmy rozwijające modele bazowe dążą do ściślejszej integracji z ekosystemami sprzętowymi.
Strategiczne wsparcie ze strony producentów urządzeń i firm półprzewodnikowych może zapewnić Jieyue Xingchen przewagę w zakresie optymalizacji, dystrybucji i komercjalizacji rozwiązań edge AI. Ten ruch pokazuje, jak konkurencja na rynku modeli bazowych ewoluuje od czysto algorytmicznej wydajności w kierunku integracji ekosystemowej i produktowej.
Likwidacja struktury red-chip, przyspieszenie przygotowań do IPO
W kwietniu Jieyue Xingchen zakończyła reformę struktury udziałowej, przekształcając się ze spółki z ograniczoną odpowiedzialnością w spółkę akcyjną — co stanowi ważny krok proceduralny w kierunku wejścia na giełdę. Firma zlikwidowała również swoją strukturę red-chip, czyli model korporacyjny powszechnie wykorzystywany przez chińskie przedsiębiorstwa do notowań zagranicznych.
Hong Kong Investment Corporation (HKIC), czasami określana jako „hongkońska wersja Temasek”, podobno dołączyła do grona akcjonariuszy, dodatkowo wzmacniając pozycjonowanie spółki przed IPO w Hongkongu.
Po zakończeniu restrukturyzacji ładu korporacyjnego i zabezpieczeniu nowego kapitału oczekuje się, że proces wejścia na giełdę przyspieszy.
Rosnąca kapitałochłonność w chińskim wyścigu AI
Finansowanie następuje w okresie odnowionej dynamiki w chińskim sektorze finansowania generatywnej AI. Kilka krajowych startupów rozwijających modele bazowe niedawno przeprowadziło rundy finansowania o wartości wielu miliardów dolarów, co odzwierciedla utrzymujące się zainteresowanie inwestorów sztuczną inteligencją ogólną (AGI) oraz infrastrukturą dużych modeli.
Dla Jieyue Xingchen nowy kapitał ma wesprzeć dalsze badania i rozwój modeli, ekspansję w obszarze zastosowań komercyjnych oraz pogłębioną współpracę z partnerami sprzętowymi. Ostateczne wyniki IPO mogą stać się barometrem tego, jak rynki publiczne wyceniają kolejne pokolenie chińskich firm platformowych AI.
W miarę nasilania się konkurencji i rosnącego znaczenia integracji sprzętu z oprogramowaniem, twórcy dużych modeli, którym uda się skutecznie połączyć innowacje algorytmiczne z wdrożeniem przemysłowym, mogą wyznaczyć kolejny etap ewolucji branży AI.