Imbue（前身为 Generally Intelligent）已完成 2 亿美元 B 轮融资，估值超 10 亿美元。本轮投资方包括 Astera Institute、Nvidia、Cruise CEO Kyle Vogt 及 Notion 联合创始人 Simon Last 等。
至此，Imbue 累计融资达 2.2 亿美元，跻身近期资金最充裕的 AI 初创公司行列。其融资规模仅次于 AI21 Labs（2.83 亿美元），并接近 Cohere（4.45 亿美元）和 Adept（4.15 亿美元）等生成式 AI 供应商。
战略目标：构建具备推理与编码能力的实用 AI 智能体
Imbue 在官方博客中表示，新融资将加速开发“能推理、会编码”的 AI 系统，以推动实现更宏大的世界性目标。公司核心愿景未变：打造能在现实世界中安全运作并完成复杂任务的实用型 AI 智能体。
去年十月结束秘密运营时，Imbue 曾计划通过复杂 3D 环境测试 AI 解决任务的能力，旨在探索人类智能基础。如今策略有所调整：不再让 AI 在 3D 世界自由探索，转而优先开发内部实用模型，特别是具备编码能力的模型（类似 GitHub Copilot 和 Amazon CodeWhisperer）。
核心竞争力：稳健推理是有效行动的关键
尽管编码模型众多，但 Imbue 强调其独特优势在于“稳健推理”。官方指出，推理是当前 AI 智能体的主要瓶颈，涵盖处理不确定性、适时调整策略、主动提问收集信息、推演决策及应对现实复杂性等能力。
代码被视为提升推理能力的重要载体。Imbue 认为，编写 SQL 查询提取信息的智能体比无代码组装信息的智能体更能满足需求；且在代码上训练有助于模型学习推理，缺乏代码训练则会导致推理能力下降。
这一理念与 Adept（自动化软件流程）及 Google DeepMind（教授 AI 控制计算机完成指令遵循任务）的探索方向一致。
技术路径：千亿参数模型与专用算力集群
Imbue 的模型专为推理“量身定制”，通过在特定数据上训练强化良好推理模式，并在推理阶段投入更多计算资源以得出稳健结论。具体而言，公司正针对超 1000 亿参数的大模型进行优化，以提升内部推理基准表现。
该训练依托于 Nvidia 联合设计的计算集群，配备 10,000 块 H100 系列 GPU。同时，Imbue 也在自研 AI/ML 工具（如调试原型、可视化界面）并研究大语言模型的学习过程。
目前，这些工具和模型暂不投入生产，而是作为改进未来通用 AI 及构建定制化模型平台的基础。Imbue 最终希望发布能让任何人构建强大、定制化 AI 智能体的系统，使 AI 生产力触手可及。