announcements

AI Daily 2026-10-23: DeepSeek rejser efter sigende ca. 15 mia. dollar, OpenAI søger op til 30 mia. dollar til 1,25 bio. dollar, Google præsenterer Agent Compute Engine

PoYo Team
5 min read
Share:

AI Daily 2026-10-23: DeepSeek rejser efter sigende ca. 15 mia. dollar, OpenAI søger op til 30 mia. dollar til 1,25 bio. dollar, Google præsenterer Agent Compute Engine

Dagens røde tråd er kapital og infrastruktur: DeepSeek har efter sigende afsluttet en finansiering på omkring 15 milliarder dollar, mens OpenAI forhandler om en kapitalrejsning på op til 30 milliarder dollar forud for en mulig børsnotering. På produktsiden har Google introduceret Agent Compute Engine til agenter, Microsoft har offentliggjort sin diagnostiske orkestrator MAI-DxO i Science, og iFLYTEK har lanceret Spark X2.6, trænet på udelukkende indenlandsk regnekraft, på sin Global 1024 Developer Festival.

1. DeepSeek rejser efter sigende omkring 15 milliarder dollar

Ifølge Bloomberg, TechCrunch og Reuters har det kinesiske AI-laboratorium DeepSeek rejst omkring 15 milliarder dollar (cirka 100 milliarder yuan). Mere end 15 investorer deltog, blandt andre CATL, Tencent, Meituan, Geely, GigaDevice, Midea og NetEase samt Boyu, CPE, Legend Capital og IDG; CATL og Tencent var blandt de største bagmænd. Runden kommer omkring to dage efter, at USA beordrede føderale civile myndigheder til at fjerne DeepSeeks teknologi. I juni rejste selskabet mere end 7 milliarder dollar til en værdiansættelse på omkring 50 milliarder dollar; den nye kapital skal bruges til at udvide infrastruktur og åbne modeller, og der har tidligere været tale om en mulig børsnotering i Kina.

Hvorfor det er vigtigt: Midt i en skærpet geopolitik og et globalt kapløb om frontier-modeller bruger DeepSeek igen en megarunde til at sikre investeringer i regnekraft og modeller.

Kilder: TechCrunch; Bloomberg; Reuters via KSL

2. OpenAI arbejder på en kapitalrejsning på op til 30 mia. dollar til 1,25 bio. dollar før pengene

CNBC og TechCrunch melder, at OpenAI arbejder på en finansieringsrunde på op til 30 milliarder dollar til en værdiansættelse på 1,25 billioner dollar før pengene, ledet af investorer fra Forenede Arabiske Emirater og Coatue. Rejsningen beskrives som en overgangsfinansiering forud for en mulig børsnotering med et mål om underskrifter inden udgangen af næste uge; størrelsen er stadig flydende og kan blive koblet med en aftale om regnekapacitet i Emiraterne. OpenAI indgav en fortrolig børsansøgning i juni, og selskabets finansdirektør har sagt, at man sigter mod at gå på børsen i 2027. Værdiansættelsen efter pengene i marts lå på omkring 852 milliarder dollar; tidligere Bloomberg-reportager havde luftet vilkår omkring 1,4 billioner dollar. Til sammenligning søger Anthropic en børsværdi på 1,5-2 billioner dollar og rejste 65 milliarder dollar til en værdiansættelse på 965 milliarder dollar i maj.

Hvorfor det er vigtigt: Størrelsen på de førende laboratoriers kapitalrejsninger bliver ved med at stige, og kampene om værdiansættelse før børsnotering hænger i stigende grad sammen med aftaler om regnekraft.

Kilder: CNBC; TechCrunch

3. Google lancerer Agent Compute Engine og udvider styringen af agenter

På AGNTCon+MCPCon annoncerede Google Cloud Agent Compute Engine: regnekraft bygget specielt til agenter, som allerede driver Geminis agentopgaver, med en preview i løbet af de kommende måneder. Hver agent kører i en hardwareisoleret microVM (Cloud Hypervisor + Titanium) med hurtig opstart, deling af hukommelse via copy-on-write og pause/genoptagelse, når den er inaktiv; tilstanden kan blive liggende på Hyperdisk. Den open source-baserede Agent Substrate på GKE lover op til 10x tæthed og suspendering/genoptagelse på under 500 ms i en test med omkring 200.000 agenter. Google udvider også styringen af agenter på tværs af Cloud-runtimes – Gateway, Registry, Identity og observability.

Hvorfor det er vigtigt: Agenter bevæger sig fra "kan køre" til "kan køre i stor skala under styring", hvor regnekraft og kontrol leveres sammen.

Kilde: Google Cloud Blog

4. Microsofts MAI-DxO i Science: orkestrering af diagnoser i flere trin

Forskning i Microsofts AI Diagnostic Orchestrator (MAI-DxO) og Sequential Diagnosis Benchmark (SDBench) blev offentliggjort i Science den 22. oktober. Med udgangspunkt i en kort præsentation af patienten simulerer systemet et panel af læger, der gentagne gange stiller spørgsmål og rekvirerer undersøgelser. På komplekse NEJM-cases nåede det omkring 83 % nøjagtighed mod omkring 36 % for læger med adgang til referencer og omkring 22 % uden; på akutte MIMIC-IV-ED-cases nåede det omkring 80 % mod omkring 47 %. I opsætninger med omkostningsbegrænsning kan det også skære markant i udgifterne til udredning. Forfatterne understreger, at det er en kontrolleret benchmark med kun tekst og ikke et bevis for overlegenhed over specialister eller for den virkelige praksis; de planlægger at frigive dele af SDBench som open source og at køre en evaluering i den virkelige verden sammen med Beth Israel Deaconess.

Hvorfor det er vigtigt: Medicinsk AI går fra enkeltstående svar til diagnostisk orkestrering over flere runder – mens validering i den virkelige verden fortsat er afgørende.

Kilder: Microsoft AI; Science

5. iFLYTEK lancerer Spark X2.6: en edge-cloud-model på udelukkende indenlandsk regnekraft

På 2026 Global 1024 Developer Festival udgav iFLYTEK Spark X2.6, en stor edge-cloud-model trænet på udelukkende indenlandsk regnekraft med stærkere kodning, agenter og komplekse opgaver. Selskabet melder om cirka 4x højere træningseffektivitet med lang kontekst og omkring 4,5x højere effektivitet i ræsonnement over lange forløb; en let Spark X2.6-4B til enheden udkommer også, med en angivet nøjagtighed i edge-cloud-routing på 96,1 %, sammen med apps som digitale medarbejdere i WinWork.

Hvorfor det er vigtigt: Edge-cloud-modeller på indenlandske regnekraftstacks fortsætter ind i produkterne med vægt på kodning, agenter og opgaver over lange forløb.

Kilder: 21st Century Business Herald; Sina Finance; Phoenix Finance


Kort sagt: De førende amerikanske og kinesiske laboratorier bliver ved med at bytte megarunder til regnekraft og løbetid, mens agentinfrastruktur og medicinsk diagnostisk orkestrering bevæger sig mod skalerbare, verificerbare næste skridt.

Share: