نبود هیچ کمبودی در شتاب‌دهنده‌ها برای استارتاپ‌ها وجود ندارد، اما یکی از معدودهایی که سرمایه‌گذاران به دقت تحت نظر دارند PearX است، یک برنامه 12 هفته‌ای که گروه‌های خود را به تنها 20 استارتاپ محدود می‌کند و توسط Pear VC، یک شرکت سرمایه‌گذاری تمرکز یافته بر مرحله پیشSeed و Seed اداره می‌شود.
روز نمایش نیم‌ساله PearX همواره با حضور سرمایه‌گذاران خطرپذیر برتر همراه است که این امر نشان‌دهنده سطح بالای تاریخی شرکت‌ها در هر دسته است. برخی از استارتاپ‌هایی که از دوره‌های اخیر به وجود آمده‌اند شامل Known، که از AI صوتی برای مطابقت دادن افراد برای ملاقات استفاده می‌کند و تأمین مالی از Forerunner Ventures را کسب کرده است. دیگری Andera است، یک استارتاپ که وظایف حسابرسی و انطباق شرکتی را اتوماتیک می‌کند و در تابستان گذشته 37 میلیون دلار در سری A جذب کرده است.
برنامه PearX در چندین جنبه با Y Combinator، بنیان‌گذار شتاب‌دهنده‌های استارتاپ، متمایز است. علاوه بر اینکه بسیار کوچکتر است، به شرکت‌ها شرایط استاندارد ارائه نمی‌دهد. سرمایه‌گذاری‌های آن می‌تواند به اندازه 2 میلیون دلار باشد. علاوه بر این، برخلاف YC، جایی که برخی از استارتاپ‌های پر سر و صدا قبل از پایان برنامه به تأمین مالی دست می‌یابند، PearX ادعا می‌کند که شرکت‌کنندگان خود را تا روز نمایش مخفی نگه می‌دارد.
تک‌کرانچ در روز نمایش آخر Pear که هفته گذشته در سان فرانسیسکو برگزار شد، شرکت کرد و سپس در این برنامه ماند تا از برخی از سرمایه‌گذاران خطرپذیر بپرسد کدام شرکت‌ها از 16 استارتاپ حاضر در این دوره برایشان برجسته بودند.
در زیر پنج شرکت که به نظر می‌رسد بیشترین سر و صدا را ایجاد کرده‌اند آورده شده است.
وظیفه آن: مدل‌های بنیادی فضایی برای قدرت دادن به روباتیک، بازی‌ها و جلوه‌های ویژه.
چرا برجسته بود: در حالی که Speridlabs قطعاً تنها استارتاپی نیست که مدل‌های جهانی برای انجام کارهایی برای فضای 3D ایجاد می‌کند، همانند آنچه که LLMs برای زبان انجام داد، اما ادعا می‌کند که رقبای تثبیت‌شده آن، از جمله Runway، Odyssey و Genie گوگل، نمی‌توانند سوال شوند یا اصلاح شوند. برای حل این مشکل، Speridlabs Mundus را توسعه داده است که آن را یک Midjourney 3D می‌نامد، زیرا وقتی بخشی تغییر می‌کند، هندسه آن را ثابت نگه می‌دارد.
وظیفه آن: ساخت یک تراشه سریع و با هزینه کارآمد که استنتاج را به‌صورت مستقیم بر روی دستگاه انجام می‌دهد.
چرا برجسته بود: GPUهای Nvidia و TPUهای گوگل به حافظه‌ای پرهزینه و پرمصرف نیاز دارند که در حال حاضر کمیاب است. Saia ادعا می‌کند که یک تراشه طراحی کرده است که حافظه‌های سنتی را دور زده و به‌طور مستقیم از ذخیره‌سازی فلش، هوش مصنوعی را اجرا می‌کند. این استارتاپ ادعا می‌کند که تراشه‌اش سرعت‌های بسیار بالاتر و ظرفیت هشت برابر بیشتری را در حالی که چهار برابر کمتر از Jetson Nvidia، یک تراشه و برد هوش مصنوعی محلی پیشرو، انرژی مصرف می‌کند، ارائه می‌دهد. Saia می‌گوید که در حال حاضر در حال مذاکره با سامسونگ در مورد ادغام حافظه است و برنامه‌ریزی می‌کند که در سال آینده تراشه‌های آزمایشی را تولید کند و هدفش راه‌اندازی تولید انبوه تا سال 2028 است. توسعه سخت‌افزار به‌طور مشهور سخت است، اما بنیان‌گذار 20 ساله Ayaan Govil توانست Mar Hershenson، یکی از بنیان‌گذاران Pear VC و یک مهندس نیمه‌هادی با دکتری در طراحی مدار، را متقاعد کند که به دیدگاه او شانس بدهد.
وظیفه آن: یک دستیار شخصی هوش مصنوعی با امنیت بیشتر.
چرا برجسته بود: Ren ادعا می‌کند که عملکردی مشابه Muse و Instinct ارائه می‌دهد، اما با تمرکز شدید بر امنیت و حریم خصوصی. این استارتاپ می‌گوید که داده‌ها را تا حد ممکن در دستگاه نگه داشته یا از یک ابر خصوصی امن استفاده می‌کند و اقدام‌ها را مطابق با محدودیت‌های دقیقی که کاربر تعیین کرده است، بررسی می‌کند. علاوه بر این، Ren خود را از رقبایی که به تعاملات انسانی برای برقراری تماس‌های تلفنی تکیه می‌کنند، متمایز می‌کند و از یک سیستم صوتی کاملاً اتوماتیک استفاده می‌کند و به‌طور کامل دخالت انسان را برای محافظت از حریم خصوصی کاربران خارج نگه می‌دارد.
وظیفه آن: برنامه‌ریز اعتماد و املاک بومی هوش مصنوعی.
چرا برجسته بود: راه‌اندازی یک اعتماد پرهزینه و زمان‌بر است. Veros می‌خواهد کارهایی که معمولاً توسط وکلا، مدیران ثروت و مدیران اعتماد انجام می‌شود را ساده کند و با استفاده از هوش مصنوعی ساختارها را توصیه کرده و دارایی‌ها را در طول عمر آن‌ها مدیریت کند. این استارتاپ که در حال حاضر 250 میلیون دلار در AUM مدیریت می‌کند، همچنین در حال securing یک منشور اعتماد است تا بتواند به‌عنوان یک شرکت اعتماد قانونی خود عمل کند.
وظیفه آن: مهندس هوش مصنوعی برای طراحی صنعتی.
چرا برجسته بود: Datum می‌خواهد توسعه محصولات فیزیکی را تسریع کند و به مهندسان کمک کند تا آنچه را که قبلاً ساخته‌اند پیدا کرده و از آن استفاده کنند. این استارتاپ کتابخانه طراحی 3D یک شرکت را فهرست‌برداری می‌کند. با استفاده از تکنولوژی Geometric Fingerprint اختصاصی، Datum قطعات را بر اساس شکل آن‌ها شناسایی می‌کند و به بهینه‌سازی و اتوماسیون مهندسی در یک بازار بزرگ طراحی فیزیکی کمک می‌کند.
