图片来源：Runware

Flaviu Radulescu于2023年创立Runware，当时他在测试一家文本转图像公司时意识到，尽管生成式AI技术很强大，但生成图像的速度很慢。

于是Radulescu与Ioana Hreninciuc合作，推出了Runware——一个专注于实时生成图像、视频和音频的开发工具平台。

该公司告诉TechCrunch，自首次推出以来，公司实现了大幅增长，已为超过20万名开发者提供了超过100亿次创作。

该产品让开发者将Runware的API集成到他们的应用中，然后通过一个界面生成媒体资产，因此他们无需设置任何新基础设施或维护单独的集成。

负责运营和市场拓展的Hreninciuc告诉TechCrunch，该平台拥有针对开源模型的定制AI推理基础设施， 提供"零日访问"（即模型一发布就可以在Runware上运行）和有竞争力的定价。

周四，该公司宣布完成5000万美元A轮融资，由Dawn Capital领投。Dawn Capital合伙人Shamillah Bankiya将加入董事会。其他参投方包括Insight Partners和a16z Speedrun。Runware迄今已累计融资6600万美元。

Hreninciuc表示，该公司通过"更具成本效益"的定价以及完全统一的API保持竞争力。她说，公司通过其Sonic Inference Engine实现这一点 ，该引擎运行在定制AI硬件上。它还与第三方 AI云提供商合作，以便在需要更多内存时自动重新路由工作负载。

"在软件方面，我们大力优化了模型加载和卸载，这使我们能够支持超过40万个模型，并使其中任何一个都可以实时推理，"她继续说道。

专注于图像和视频开发工具的初创公司最近成为风投特别关注的热门市场。例如， Fal.ai刚刚以45亿美元估值融资1.4亿美元，这是它几个月内的第二次巨额融资。Fal.ai专注于模型产品的广度，而非针对速度进行定制。

因此，Hreninciuc认为她的竞争对手是Fal.ai和Replicate——一家只需几行代码就能在应用中运行开源模型的初创公司。

正如Radulescu之前告诉TechCrunch的那样，这些公司基于GPU计算时间进行销售。相比之下，Runware倾向于Stable Diffusion和Flux的模式， 提供更多按生成图像成本计费的方式，这样人们可以按需付费，而不是购买一整块计算时间。

Hreninciuc表示，新资金将用于继续扩展公司的基础设施，希望使用其Sonic Inference Engine为超过200万个模型提供支持。 最大的目标是成为所有AI的API——让任何生成式AI模型都能够并且确实在该平台上运行。

"我们还在快速扩展到新的模态，"她说，并补充说公司将扩充目前约25人的团队以实现这一目标。