总部位于巴黎的初创公司 Remanence 于 2026 年 11 月 17 日宣布完成 3000 万美元融资,该公司由摩洛哥人 Hamza Benchekroun 联合创办。这笔融资正好回应了上述争论。
Remanence 并不自我定位为又一家前沿模型实验室。它提供的是一个后训练(post-training)平台,帮助企业把其人工智能智能体的执行轨迹——每一次成功的任务、每一次错误、每一次人工纠正——转化为学习环境。这些环境随后被用于通过强化学习来专门化开放权重(open-weight)模型。流程结束后,企业保有模型权重的所有权,并可以把数据留在自己的基础设施上。
来自法国实验室 H Company 的团队
三位联合创始人曾在 H Company 共事。H Company 是一家法国实验室,专注于能够操作计算机的智能体。现任 Remanence 首席执行官的 Pierre-Louis Cedoz 曾在该公司担任创始研究员,后任首席技术官,此前他在 Google DeepMind 参与过 Gemini 的后训练工作。首席技术官 Hamza Benchekroun 曾在 H Company 负责后训练,更早之前在 InstaDeep 部署过强化学习方法。首席产品官 Axel Moyal 则在该公司主导了智能体、评估和环境合成方面的工作。
在 H Company,这三人负责开放权重 Holo 模型的后训练。据 EQT Ventures 称,这些模型于 2026 年 3 月在 OSWorld-Verified 基准测试上创下新的最先进水平,该基准是针对长时程智能体任务要求最严苛的测试之一,同时成本明显低于某些专有模型。
这轮融资具体资助什么
这笔 3000 万美元的融资由 EQT Ventures 和 FirstMark 共同领投。Zero Prime、Emblem、Drysdale、Global Founders Capital 和 Yellow 也参与其中,此外还有多位天使投资人,包括 Olivier Pomel(Datadog)、Philippe Corrot(Mirakl)、Romain Niccoli(Pigment)、Synthesia 联合创始人 Victor Riparbelli 和 Steffen Tjerrild,以及 Mehdi Ghissassi(AI71)。
![]()
这些资金将主要用于在欧洲建设专用 GPU 集群、招聘研究人员和工程师(主要在巴黎,并在伦敦和旧金山提前布局),以及扩大与欧美企业的设计合作伙伴关系。Remanence 目前已与法律、客户支持和企业软件领域的设计合作伙伴开展合作。
平台如何把错误转化为进步
这一技术原理说起来相对简单,实施起来要求更高。平台与已在生产环境中运行的智能体对接,分析它们的执行轨迹:调用了哪些工具、智能体在哪里失败、做了何种纠正。基于这些轨迹,平台自动生成真实的训练环境和评估机制。随后,在这些环境中通过强化学习对开放权重模型进行后训练。随着新轨迹不断到来,模型可以被重新训练。其理念是,每一次使用都会改进下一次,企业无需在流程每次变化时手动重建数据集或模拟环境。
据创始人及其投资方介绍,这一机制既旨在降低推理(inference)成本(通过更专门化、可能更轻量的模型),也旨在减少对专有模型供应商的依赖,因为后者的价格和使用条款可能发生变化。数据始终处于企业控制之下,训练和部署既可以在公有云、虚拟私有云中进行,也可以在本地完成。
为什么这个话题的意义不止于一轮融资
在人工智能智能体成倍增加模型调用、进而推高 token 开支的背景下,许多企业发现,成本在上升,而在其特定用例上的性能却没有相应提高。智能体产生的轨迹往往没有得到利用。Remanence 押注的是:这些轨迹是构建专门化智能、并由企业长期掌控的最宝贵原材料。
这种做法是一个更广泛趋势的一部分。开放权重模型在许多任务上缩小了与闭源模型的差距,越来越多的企业正在试验或部署可以自行托管或调整的模型。FirstMark 的 Matt Turck 将这一演变描述为向混合技术栈(hybrid stack)的转变:某些能力租用闭源模型,另一些能力则拥有自己的专门化模型。
对于欧洲企业,尤其是受监管行业的企业而言,能够把数据和权重保留在自己的基础设施上,也满足了主权和合规方面的要求。不过,这并不是放之四海而皆准的方案。它需要足够数量的高质量轨迹、正确评估模型进步的能力,以及愿意管理重新训练周期的组织。
局限依然真实存在。构建忠实于真实流程的学习环境在技术上很困难,而这正是 Remanence 声称要自动化的瓶颈。能够大规模开展强化学习后训练的人才十分稀缺,这在一定程度上解释了这支团队的估值。最后,大型实验室和智能体基础设施领域的其他参与者也在开发适应能力和反馈闭环。竞争优势将取决于自动化的质量、迭代的速度,以及在早期客户处证明成本和可靠性方面可衡量收益的能力。
现阶段可以得出的结论
Remanence 的这轮融资意义重大,既因为就种子轮而言金额可观,也因为创始人的背景。它体现了多位投资人共有的一种信念:企业人工智能的长期价值,不仅在于获得当下性能最强的模型,更在于把日常使用转化为由企业掌控的持续改进。这种信念能否转化为具体的经济成果,将取决于技术执行以及在要求严苛的生产环境中的实际采用情况。目前,设计合作伙伴和算力集群是接下来可以观察的里程碑。
常见问题
Remanence 是一家摩洛哥初创公司吗?
不是。它是一家总部位于巴黎的初创公司,由摩洛哥人 Hamza Benchekroun(首席技术官)与两位法国联合创始人共同创办。公司计划主要在巴黎招聘,并在伦敦和旧金山提前布局。
系统如何从错误中学习?
它捕获已部署智能体的执行轨迹(成功、失败、纠正),将其转化为训练环境,并通过强化学习对开放权重模型进行后训练。随着新轨迹不断到来,模型可以重新训练。
企业真的保有控制权吗?
据公司及其投资方称,是的:企业保有模型权重的所有权,数据和训练都可以留在自己的基础设施内。
这 3000 万美元将用于什么?
主要用于在欧洲建设 GPU 集群、招聘研究人员和工程师,以及发展与欧美企业的设计合作伙伴关系。