NewsLayer.com
NewsLayer PulseLIVEBTC$79,918-1.14%ETH$2,308-1.95%SOL$99.8-1.71%XRP$1.3-2.88%DOGE$0.0778-1.96%ADA$0.1977-4.27%Total Cap$2.80T-1.06%Layer Index42 Neutral

La china Qingxing recauda casi 100 millones de yuanes para desarrollar IA de inspiración cuántica

Insider Brief Qingxing Heterogeneous Computing completó una ronda de financiación Serie A+, elevando su total recaudado en dos rondas en tres meses a casi 100 millones de yuanes (unos 14.9 millones de dólares) para desarrollar IA de inspiración cuántica. Su modelo RiverONE se ejecuta en GPUs convencionales y, según se informa, alcanzó al menos el 95% del rendimiento de un modelo de comparación más grande en una tarea especializada […]

Matt Swayne

Publisher The Quantum Insider

Sep 25, 2026 at 12:06 PM UTC · 6 min de lectura

La china Qingxing recauda casi 100 millones de yuanes para desarrollar IA de inspiración cuántica
NewsLayer editorial artwork

Key Signal

¥100M Total funding raised

Last Updated

hace un mes

Resumen de Insider

  • Qingxing Heterogeneous Computing completó una ronda de financiación Serie A+, elevando su total recaudado en dos rondas en tres meses a casi 100 millones de yuanes (unos 14,9 millones de dólares) para desarrollar IA de inspiración cuántica.
  • Su modelo RiverONE se ejecuta en GPU convencionales y, según los informes, alcanzó al menos el 95% del rendimiento de un modelo de comparación más grande en una tarea de calibración cuántica especializada con menos de una décima parte de los parámetros.
  • La empresa está trabajando con fabricantes de chips, incluidos Biren Technology y MetaX, para adaptar el software cuántico y los modelos de IA a su hardware, aunque el informe no reveló los ingresos de esas asociaciones.
  • Imagen: Foto de GDJ en Pixabay

Qingxing Heterogeneous Computing completó una ronda de financiación Serie A+, lo que eleva su total recaudado en dos rondas en tres meses a casi 100 millones de yuanes (unos 14,9 millones de dólares) para desarrollar IA de inspiración cuántica.

Su modelo RiverONE se ejecuta en GPU convencionales y, según los informes, alcanzó al menos el 95% del rendimiento de un modelo de comparación más grande en una tarea de calibración cuántica especializada con menos de una décima parte de los parámetros.