> ## Content Index
> Fetch the complete content index at: https://eclibra.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# Decart привлёк $300M: DOS 2.0, 1600 токенов/с и real-time world models
- URL: https://eclibra.com/decart-world-models-dos-2026/
- Published: 2026-05-22T12:00:17.000Z
- Updated: 2026-05-22T12:00:17.000Z
- Description: Decart привлёк $300M на DOS 2.0 — AI-стек с 1600 токенов/с (8x среднего). World-модели Decart генерируют 100 fps HD-видео. Компания потратила <$10M капитала — Доход покрывает вычисления.
- Author: ByteMaster
- Tags: ИИ-инфраструктура и энергия, #mode-1, #hook-statistic, #track-A

$300 млн за 24 часа. Компания Decart из Сан-Франциско объявила о раунде с участием Radical Ventures, Nvidia, Amazon, Sequoia, Benchmark, Adobe и Toyota. Общий объём привлечённого финансирования превысил $450 млн. Но ключевое число не в сумме раунда, а в том, что стартап потратил меньше $10 млн из привлечённого капитала — остальное покрыто доходом от лицензирования DOS.

🎯

****Decart Optimization Stack (DOS) 2.0** — AI-агенты обрабатывают более 1 600 токенов в секунду, что в 8 раз превышает средний отраслевой показатель. World-модели (модели мира) Decart (Lucy 2.0 и Oasis) генерируют до 100 кадров HD-видео в секунду в реальном времени. Компания привлекла $300 млн при общем финансировании >$450 млн, потратив <$10 млн собственного капитала.  
  
****Три продукта** — DOS (инференс- и тренировочный стек), Lucy (immersive world model для развлечений), Oasis (physical world model для робототехники и симуляции).  
  
****Конвергенция** — AI-оптимизация на уровне хардвера и софта пересекается с развитием world-моделей, создавая новый инфраструктурный слой для real-time AI.

Компания — не типичный AI-лаборатория. Decart построена как вертикально интегрированный research lab: от оптимизации на уровне чипов (Nvidia GPU, Google TPU, Amazon Trainium) до пользовательских продуктов с миллионами юзеров. Эта связка — hardware-software co-optimization (совместная оптимизация hardware и software) — и есть основной актив. DOS 2.0 работает на всех трёх классах акселераторов, а не привязан к одному вендору.

$450 млн Общий объём финансирования Decart ↑ $300 млн в мае 2026 

#### Потрачено <$10 млн капитала

Decart профинансировал compute-затраты через revenue от лицензирования DOS, а не из капитала. Компания вышла на операционную самоокупаемость в течение трёх месяцев после первого раунда. · *TNW / Alpha Partners, май 2026*

## DOS 2.0: новый слой инфраструктуры

Decart Optimization Stack — это не очередной компилятор для нейросетей. DOS работает на уровне hardware-software co-design: разработчик пишет собственные megakernels, которые позволяют запускать LLM, видеомодели и энкодеры одновременно на одном чипе с нулевой задержкой. На Trainium2 это дало >30% прироста производительности относительно GPU от Nvidia.

Ключевое отличие DOS 2.0 — поддержка агентных нагрузок. AI-агенты, работающие через DOS, показывают 1 600 токенов в секунду при восьмикратном отраслевом среднем. Для world-моделей — 100 кадров HD-видео в секунду. Это не бенчмарк в изоляции, а production-показатель на инфраструктуре Amazon, Google и чипмейкера.

Бизнес-модель DOS построена на лицензировании: облачные провайдеры и AI-лаборатории платят за доступ к стеку. Revenue от этих соглашений покрывает compute-затраты компании, что для AI-инфраструктурного стартапа на ранней стадии — аномалия. Большинство аналогов сжигают капитал на GPU-аренду, а не зарабатывают на ней.

> «Мы не просто оптимизируем модели под чипы — мы перепроектируем то, как модель и чип работают как одна система. Разница между последовательным запуском трёх компонентов и параллельным на одном чипе — это не 30%, это смена категории»— Dean Leitersdorf, CEO и сооснователь Decart

## World-модели: от игр к физическому AI

Decart развивает два класса world-моделей. Lucy 2.0 — immersive world model для real-time трансформации видео: замена объектов, персонажей, фонов в живом потоке. Oasis — physical world model для симуляции и робототехники: генерация интерактивных физически достоверных сред, которые реагируют на действия пользователя в реальном времени.

Архитектура Oasis принципиально отличается от традиционных game engines. В видеоигре мир хранится на диске — рендерер отрисовывает заранее построенные ассеты. Oasis генерирует каждый кадр с нуля как реакцию на ввод пользователя. Это не симуляция внутри движка, а AI, который строит мир «на лету».

Именно эта архитектура делает world-модели ключевыми для физического AI. Чтобы робот мог ориентироваться и действовать в физическом мире, ему нужно понимать и предсказывать, как этот мир работает — то есть иметь world model. Oasis — одна из первых реализаций этой идеи в production.

> «World-модели станут одной из определяющих инфраструктур следующего десятилетия AI. Вместо генерации статичных выходных данных они создают среды, которые мгновенно реагируют на пользовательский ввод. Это открывает дверь к новым приложениям в гейминге, интерактивных медиа, робототехнике и physical AI»— Dean Leitersdorf, CEO Decart — Comcast+NVIDIA AI Grid demo, март 2026

### Что будет с рынком AI-инфраструктуры через год?

🔮

****Hardware-software co-optimisation станет стандартом для AI-инфраструктуры к середине 2027 года**  
  
Вероятность: 65% — Nvidia, AMD и Amazon уже инвестируют в co-design с инфраструктурными партнёрами; DOS 2.0 задаёт бенчмарк, который потребует ответа от конкурентов.

#### ✅ Аргументы за

\+ Ведущие чипмейкеры (чипмейкер, AWS, AMD) уже соинвестируют в компанию — это сигнал, что hardware-software co-optimisation становится частью их стратегии + DOS 2.0 показывает измеримый 8x прирост на стандартных бенчмарках — конкуренты (TensorRT, OpenXLA) не имеют сопоставимых результатов для агентных нагрузок + Модель revenue от лицензирования, а не от сжигания капитала на compute, доказывает, что инфраструктурный слой может быть самостоятельным бизнесом Критерии подтверждения: AWS или GCP анонсируют собственные оптимизационные стеки с hardware-level интеграцией в 2026–2027; хотя бы один hyperscaler заключит commercial license DOS

#### ❌ Аргументы против

− Вендоры имеют собственные оптимизационные стеки — им невыгодно продвигать сторонний слой абстракции над своими чипами − DOS 2.0 оптимизирован под конкретные модели компании — перенос на произвольные архитектуры может потребовать значительной адаптации − Рынок AI-инфраструктуры фрагментирован: hyperscalers предпочитают проприетарные решения vendor lock-in Критерии опровержения: вендор выпускает существенное обновление своей платформы, нивелирующее преимущество DOS; hyperscalers не показывают интереса к licensed-стекам в течение 12 месяцев

### Сценарии развития

#### 🟢 Оптимистичный сценарий (25%)

DOS становится стандартом де-факто для hardware-agnostic AI-оптимизации. Один из hyperscalers заключает эксклюзивную лицензию. World-модели Decart (Oasis) используются как симуляционная среда для training embodied AI. Последствия: компания превращается в инфраструктурный слой, сопоставимый по значению, но hardware-agnostic. Рынок AI-инфраструктуры получает независимый оптимизационный уровень.

#### 🟡 Базовый сценарий (55%)

DOS остаётся нишевым продуктом для компаний с высокими требованиями к latency (world-модели, агентные системы, real-time video). Основной revenue — от licensing узкому кругу cloud-провайдеров и AI-лабораторий. World-модели находят применение в гейминге и рекламе. Последствия: компания — успешная, но не доминирующая инфраструктурная компания. Технология world-моделей доказывает состоятельность в развлекательном секторе, но не становится стандартом для робототехники.

#### 🔴 Пессимистичный сценарий (20%)

Чипмейкеры закрывают API, делая DOS несовместимым с новыми поколениями чипов. World-модели не находят product-market fit за пределами демо-версий. Конкуренты (Sora, Runway) догоняют по real-time генерации. Последствия: стартап остаётся исследовательской лабораторией с сильной engineering-командой, но без масштабируемого бизнеса. Поглощение одним из hyperscalers по цене значительно ниже текущей оценки.

📊

****Сигналы для отслеживания**  
  
DOS licensing deals — количество и типы клиентов DOS покажут, становится ли стек стандартом или остаётся проприетарным инструментом для внутренних нужд компании.  
Интеграция world-моделей в робототехнику — появится ли хотя бы один production-пайплайн обучения embodied AI на Oasis: это конвертирует технологию из развлекательной в промышленную.  
Обновления платформы чипмейкер — если следующая версия включает hardware-level оптимизации, сопоставимые с DOS, конкурентное преимущество компании сокращается.  
Внедрение Trainium — чем больше AI-компаний используют чип от AWS (для которого DOS оптимизирован), тем шире рынок для компания.

### Кто ещё играет в этой категории

компания не единственный, кто строит инфраструктурный слой между моделями и чипами. TensorRT от чипмейкер остаётся стандартом для экосистемы, но он привязан к одному вендору. OpenXLA (Google, AMD, Arm) — open-source альтернатива с поддержкой множества бэкендов, но без hardware-level co-design. PyTorch наращивает собственный compile-слой (torch.compile), но пока не показывает 8x прироста на агентных нагрузках.

Разница компания в том, что DOS строился не как компилятор общего назначения, а под конкретный класс low-latency нагрузок: world-модели, агентные системы, real-time video. Такая специализация даёт порядок прироста, недоступный универсальным решениям — но сужает TAM.

| Характеристика                    | DOS 2.0 (компания)            | TensorRT (чипмейкер)       | OpenXLA                  |
| --------------------------------- | ----------------------------- | -------------------------- | ------------------------ |
| **Hardware**                      | ✔ GPU/TPU/Trainium (agnostic) | ◐ Только чипмейкер GPU     | ✔ GPU/TPU/CPU (agnostic) |
| **Прирост на агентных нагрузках** | ✔ 8x (1 600 tok/s)            | ◐ 2–3x (generic inference) | ✗ 1.5–2x (generic)       |
| **Поддержка world-моделей**       | ✔ 100 fps HD video            | ✗ Нет                      | ✗ Нет                    |
| **Business model**                | ✔ Commercial license + SaaS   | ✔ Free (vendor lock-in)    | ✔ Open source            |

Сравнение инфраструктурных стеков для AI-оптимизации. Источники: компания.ai, чипмейкер Developer, OpenXLA, май 2026

[Decart raises $300M for its AI optimization software, world modelsDOS 2.0: 1 600 tok/s (8x отраслевого среднего), 100 fps HD-видео для world-моделей. Участие Nvidia, Adobe, Toyota.SiliconAngle](https://siliconangle.com/2026/05/18/decart-raises-300m-ai-optimization-software-world-models/?ref=eclibra.com)

Основной источник — детальный разбор DOS 2.0 с конкретными бенчмарками и списком инвесторов.

[Decart raises $300M to put a real-time world model in front of Amazon's chips$450 млн total funding, $300 млн новый раунд. Decart работает на Nvidia GPU, Google TPU и Amazon Trainium.TNW (The Next Web)](https://thenextweb.com/news/decart-300-million-radical-ventures-world-models?ref=eclibra.com)

Контекст раунда и стратегическая роль multi-hardware подхода Decart.

[Decart AI Lab — Real-Time World ModelsОфициальный анонс DOS 2.0, Lucy 2.0 и Oasis. Полная спецификация продуктов и архитектуры.Decart.ai / Company blog](https://decart.ai/?ref=eclibra.com)

Первичный источник — официальные характеристики стека и road-mар продукта.