弗拉維烏?拉杜萊斯庫于 2023 年創(chuàng)立了 Runware。當時他在測試一家文本生成圖像公司的技術時發(fā)現(xiàn)，盡管生成式人工智能技術功能強大，但圖像生成速度卻十分緩慢。于是，拉杜萊斯庫與約安娜?赫倫紐丘克合作，推出了 Runware 這一開發(fā)者工具平臺，其核心優(yōu)勢是能夠?qū)崟r生成圖像、視頻和音頻。

　　據(jù)該公司向 TechCrunch 透露，自上線以來，Runware 實現(xiàn)了顯著增長，已為超過 10 萬名開發(fā)者提供技術支持，助力其完成了超 50 億件創(chuàng)意作品的生成。

　　這款產(chǎn)品允許開發(fā)者將 Runware 的應用程序編程接口（API）集成到自身應用中，通過單一界面生成媒體素材，無需搭建新的基礎設施，也不必維護多個獨立的集成接口。負責運營及市場推廣的赫倫紐丘克向 TechCrunch 表示，Runware 擁有針對開源模型的定制化人工智能推理基礎設施，能實現(xiàn) “零日接入”（即模型一經(jīng)發(fā)布，便可在 Runware 平臺上運行），同時還具備極具競爭力的定價策略。

　　12 月 11 日，Runware 宣布完成 5000 萬美元 A 輪融資，本輪融資由黎明資本領投，黎明資本合伙人沙米拉?班基亞將加入公司董事會。英仕曼投資伙伴公司和 a16z 速投項目也參與了此次融資。至此，Runware 的累計融資金額已達 6600 萬美元。

　　赫倫紐丘克表示，Runware 之所以能保持競爭力，一方面是其 “更具成本效益” 的定價策略，另一方面則是其全統(tǒng)一的 API 接口。她提到，這得益于公司基于定制人工智能硬件運行的 Sonic 推理引擎，同時 Runware 還與第三方人工智能云服務提供商建立合作，以便在需要更多內(nèi)存時自動重新分配工作負載。

　　她進一步補充道：“在軟件層面，我們對模型的加載與卸載進行了深度優(yōu)化，這讓我們能夠支持超 40 萬個模型，并實現(xiàn)任意模型的實時推理調(diào)用?！?/p>

　　近來，專注于圖像和視頻類開發(fā)者工具的初創(chuàng)企業(yè)已成為風投機構重點關注的熱門賽道。例如，F(xiàn)al.ai 公司近期剛完成 1.4 億美元融資，估值達到 45 億美元，這是其短短數(shù)月內(nèi)完成的第二筆大額融資。Fal.ai 的核心優(yōu)勢在于豐富的模型供給，而 Runware 則側重在生成速度上進行優(yōu)化。因此，赫倫紐丘克將通用開源模型開發(fā)商（如 Hugging Face）、僅需幾行代碼就能在應用中運行開源模型的初創(chuàng)公司 Replicate，以及同類生成式人工智能模型托管平臺 Together AI 視為主要競爭對手。

　　拉杜萊斯庫此前向 TechCrunch 透露，上述競品大多按圖形處理器（GPU）計算時長收費。而 Runware 則借鑒了 Stable Diffusion 和 Flux 的商業(yè)模式，采用 “按生成圖像數(shù)量計費” 的方式，讓用戶能夠按需付費，而非購買固定的計算時長套餐。

　　赫倫紐丘克表示，新融資將用于持續(xù)擴充公司的基礎設施，目標是借助 Sonic 推理引擎支持超 200 萬個模型。公司的宏大愿景是成為 “全人工智能通用 API”，讓所有生成式人工智能模型都能在其平臺上運行。

　　她還稱：“我們也在迅速拓展新的模態(tài)領域”，并計劃將目前約 25 人的團隊規(guī)模進行擴充，以支撐這一發(fā)展目標。

　　總體而言，赫倫紐丘克希望 Runware 能繼續(xù) “助力各類應用實現(xiàn)數(shù)百萬用戶量級的規(guī)模化拓展，同時切實保障其利潤空間”，并通過降低市場使用成本惠及各方。她補充道：“這能讓應用開發(fā)者和終端用戶雙雙受益，還能讓全球更多人接觸到強大的人工智能技術。”