Courtesy of TechCrunch

Inception Kembangkan Model AI Diffusion Yang Lebih Cepat dan Efisien

Menjelaskan inovasi Inception dalam mengembangkan model AI berbasis diffusion yang lebih cepat, efisien, dan mampu menangani data besar dengan latensi rendah, serta dampaknya pada pengembangan perangkat lunak dan aplikasi AI ke depan.

06 Nov 2025, 20.00 WIB

100 dibaca

Ikhtisar 15 Detik

Inception mengembangkan model AI berbasis difusi yang efisien.
Model Mercury yang baru diluncurkan berfokus pada pengembangan perangkat lunak.
Pendanaan yang diterima menunjukkan minat yang besar terhadap inovasi dalam teknologi AI.

Stanford, Amerika Serikat - Saat ini banyak dana mengalir ke perusahaan startup yang mengembangkan teknologi AI. Hal ini membuka peluang besar bagi para peneliti AI untuk menguji ide-ide baru mereka dengan lebih mudah, terutama jika ide tersebut cukup unik dan inovatif. Salah satu startup yang berkembang adalah Inception, yang fokus pada pengembangan model AI berbasis diffusion, bukan metode standar auto-regresif yang biasa digunakan di model seperti GPT.

Inception baru saja mendapatkan pendanaan sebesar 50 juta dolar dari Menlo Ventures, dengan tambahan investasi dari figur terkenal di dunia AI seperti Andrew Ng dan Andrej Karpathy. Startup ini dipimpin oleh profesor Stanford, Stefano Ermon, yang berfokus pada penelitian diffusion models yang selama ini digunakan untuk mengembangkan aplikasi populer seperti Stable Diffusion dan Midjourney.

Model AI yang dibuat Inception menggunakan pendekatan diffusion, yang bekerja dengan cara menyempurnakan hasil secara bertahap, berbeda dengan auto-regression yang memproses data secara urut kata per kata. Pendekatan ini dinilai lebih tepat untuk menangani kumpulan teks besar dan data dengan batasan tertentu, yang membuatnya sangat cocok untuk membantu pengembangan perangkat lunak dan pemrosesan kode.

Inception juga merilis versi terbaru dari model mereka yang diberi nama Mercury, khusus dirancang untuk pengembangan software. Model ini sudah terintegrasi dengan beberapa alat developer populer seperti ProxyAI, Buildglare, dan Kilo Code. Keunggulan utama model ini adalah kecepatan proses yang jauh lebih tinggi dan biaya komputasi yang lebih rendah dibandingkan model AI saat ini.

Stefano Ermon menjelaskan bahwa model diffusion milik mereka dapat memproses lebih dari 1.000 token per detik, jauh lebih cepat daripada teknologi auto-regressive konvensional. Hal ini dimungkinkan karena model diffusion mampu memproses berbagai operasi secara paralel, sehingga menurunkan latensi dan meningkatkan fleksibilitas penggunaan hardware. Ini menjadi satu terobosan penting dalam pengembangan AI ke depan.

Referensi:
[1] https://techcrunch.com/2025/11/06/inception-raises-50-million-to-build-diffusion-models-for-code-and-text/

Analisis Ahli

Andrew Ng

"Pendekatan diffusion models membuka peluang besar untuk efisiensi komputasi yang akan mengubah standar pengembangan AI terutama dalam aplikasi tekstual dan software development."

Andrej Karpathy

"Model diffusion yang parallel dan cepat dapat menjadi lompatan penting dalam pengembangan AI, terutama saat mengolah volume data besar dan kompleks."

Analisis Kami

"Pendekatan diffusion model dari Inception sangat menarik dan berpotensi merevolusi cara kita menggunakan AI, khususnya dalam pengelolaan kode besar yang selama ini masih menjadi tantangan model auto-regression. Namun, perlu pengujian lebih lanjut untuk mengetahui batasan model ini dalam tugas-tugas NLP kompleks dibandingkan dengan model yang sudah mapan saat ini."

Prediksi Kami

Model diffusion berbasis AI akan semakin banyak digunakan di berbagai aplikasi teks dan pengembangan perangkat lunak, menggantikan model auto-regression dalam kasus-kasus tertentu karena kecepatan dan efisiensinya.