ਜਿਵੇਂ ਕਿ ਕਾਰਪੋਰੇਟ ਅਮਰੀਕਾ ਭਗੌੜੇ AI ਖਰਚਿਆਂ 'ਤੇ ਆਪਣੀ ਪਕੜ ਮਜ਼ਬੂਤ ਕਰਦਾ ਹੈ, ਸਿਰਫ ਅੱਠ ਮਹੀਨੇ ਪੁਰਾਣਾ ਇੱਕ ਸਟਾਰਟਅਪ ਸੱਟੇਬਾਜ਼ੀ ਕਰ ਰਿਹਾ ਹੈ ਕਿ ਕੰਪਨੀਆਂ ਨੂੰ ਘੱਟ ਟੋਕਨਾਂ ਨਾਲ ਵਧੇਰੇ ਕੰਮ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਇੱਕ ਕਿਸਮਤ ਬਣਾਈ ਜਾ ਸਕਦੀ ਹੈ। Engram, ਜੋ ਆਪਣੇ ਆਪ ਨੂੰ AI ਦੀ "ਸਿੱਖੀ ਹੋਈ ਮੈਮੋਰੀ" ਵਜੋਂ ਦਰਸਾਉਂਦਾ ਹੈ, ਨੇ 23 ਜੂਨ, 2026 ਨੂੰ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ ਉਸਨੇ ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਇੱਕ ਮਾਰਕੀ ਸੂਚੀ ਤੋਂ $98 ਮਿਲੀਅਨ ਇਕੱਠੇ ਕੀਤੇ ਹਨ।
ਰਾਊਂਡ ਨੂੰ ਜਨਰਲ ਕੈਟਾਲਿਸਟ, ਕਲੀਨਰ ਪਰਕਿਨਸ, ਅਤੇ ਸੇਕੋਆ ਦੇ ਨਾਲ-ਨਾਲ ਓਪਨਏਆਈ ਦੇ ਸਹਿ-ਸੰਸਥਾਪਕ ਐਂਡਰੇਜ ਕਾਰਪੈਥੀ ਤੋਂ ਸਮਰਥਨ ਪ੍ਰਾਪਤ ਹੋਇਆ, ਜੋ ਹਾਲ ਹੀ ਵਿੱਚ ਵਿਰੋਧੀ ਲੈਬ ਐਂਥਰੋਪਿਕ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਏ ਹਨ। ਫੰਡਿੰਗ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ ਉੱਚ-ਪੱਧਰੀ ਉੱਦਮ ਪੂੰਜੀ ਅਜੇ ਵੀ ਇੱਕ ਵਧਦੀ ਭੀੜ-ਭੜੱਕੇ ਵਾਲੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਨਵੇਂ ਖਿਡਾਰੀ ਲਈ ਜਗ੍ਹਾ ਦੇਖਦੀ ਹੈ - ਬਸ਼ਰਤੇ ਇਹ ਇੱਕ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਉਦਯੋਗ ਦੇ ਸਭ ਤੋਂ ਵੱਡੇ ਨਾਮ ਨਹੀਂ ਹਨ: AI ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਦੀ ਵੱਧ ਰਹੀ ਲਾਗਤ। For more context on this story, see our ongoing breaking AI news.
ਲਾਗਤ ਦੀ ਸਮੱਸਿਆ Engram ਟੀਚੇ
ਨਵੇਂ ਅਤੇ ਵਧੇਰੇ ਸੂਝਵਾਨ AI ਮਾਡਲ ਉਹਨਾਂ ਤੋਂ ਪਹਿਲਾਂ ਦੀਆਂ ਪੀੜ੍ਹੀਆਂ ਨਾਲੋਂ ਮਹਿੰਗੇ ਸਾਬਤ ਹੋ ਰਹੇ ਹਨ, ਇੱਕ ਵਾਰ-ਪ੍ਰਭਾਵੀ ਧਾਰਨਾ ਨੂੰ ਚੁਣੌਤੀ ਦਿੰਦੇ ਹੋਏ ਕਿ ਵੱਡੇ ਪੈਮਾਨੇ ਲਾਜ਼ਮੀ ਤੌਰ 'ਤੇ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾ ਸਕਦੇ ਹਨ। ਕੰਪਨੀਆਂ ਜਿਨ੍ਹਾਂ ਨੇ ਉਤਸੁਕਤਾ ਨਾਲ AI ਟੂਲਸ ਅਪਣਾਏ ਹਨ, ਹੁਣ ਬਿਲ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੇ ਹਨ, ਡਿਵੈਲਪਰਾਂ ਦੁਆਰਾ ਟੋਕਨ ਖਪਤ ਦੇ ਦਬਾਅ ਦੇ ਬਜਟ ਦੇ ਰੂਪ ਵਿੱਚ ਵਰਤੋਂ ਵਿੱਚ ਕੁਝ ਲਗਾਮ ਦੇ ਨਾਲ.
ਐਂਗ੍ਰਾਮ ਦੀ ਪਿਚ ਇਹ ਹੈ ਕਿ ਇਸਦੇ ਮਾਡਲ ਸੰਗਠਨ-ਵਿਸ਼ੇਸ਼ ਵਰਕਫਲੋ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਸਵਾਲਾਂ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਅਤੇ ਲਾਗਤ ਦੇ ਇੱਕ ਹਿੱਸੇ 'ਤੇ ਚੁਸਤ ਜਵਾਬ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਯਾਦ ਕਰ ਸਕਦੇ ਹਨ। ਕੰਪਨੀ ਦਾਅਵਾ ਕਰਦੀ ਹੈ ਕਿ ਇਸਦੇ ਮਾਡਲ 100 ਗੁਣਾ ਘੱਟ ਟੋਕਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਫਰੰਟੀਅਰ ਲੈਬਾਂ ਨਾਲ ਮੇਲ ਜਾਂ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਸਕਦੇ ਹਨ, ਕੰਪਿਊਟੇਸ਼ਨਲ ਮੁਦਰਾ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ ਕਿ ਹਰੇਕ AI ਪੁੱਛਗਿੱਛ ਨੂੰ ਚਲਾਉਣ ਲਈ ਕਿੰਨਾ ਖਰਚਾ ਆਉਂਦਾ ਹੈ।
ਕਲੇਨਰ ਪਰਕਿਨਜ਼ ਦੇ ਇੱਕ ਸਾਥੀ, ਲੇਹ ਮੈਰੀ ਬ੍ਰਾਸਵੇਲ ਨੇ ਇਸ ਮੌਕੇ ਨੂੰ ਸਪੱਸ਼ਟ ਰੂਪ ਵਿੱਚ ਤਿਆਰ ਕੀਤਾ। "ਤੁਹਾਨੂੰ ਡੇਟਾ ਦਾ ਇਹ ਵਿਸਫੋਟ, ਲਾਗਤ ਦਾ ਵਿਸਫੋਟ ਮਿਲਿਆ ਹੈ," ਉਸਨੇ ਕਿਹਾ, ਸੀਐਨਬੀਸੀ ਦੇ ਅਨੁਸਾਰ। "ਐਨਗਰਾਮ ਆਉਂਦਾ ਹੈ ਅਤੇ ਅਸਲ ਵਿੱਚ ਤੁਹਾਡੀ ਸੰਸਥਾ ਦਾ ਨਕਸ਼ਾ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਸਸਤੇ ਆਉਟਪੁੱਟ ਦੀ ਤੀਬਰਤਾ ਦੇ ਆਰਡਰ ਪੇਸ਼ ਕਰਦਾ ਹੈ।"
ਵੱਡੇ ਨਾਮ ਦੇ ਨਾਲ ਸ਼ੁਰੂਆਤੀ ਟ੍ਰੈਕਸ਼ਨ
ਇੱਕ ਸਾਲ ਤੋਂ ਵੀ ਘੱਟ ਸਮਾਂ ਪਹਿਲਾਂ ਸਥਾਪਿਤ ਕੀਤੇ ਜਾਣ ਦੇ ਬਾਵਜੂਦ, 13-ਵਿਅਕਤੀ ਦੀ ਕੰਪਨੀ ਨੇ ਪਹਿਲਾਂ ਹੀ ਇੱਕ ਗਾਹਕ ਰੋਸਟਰ ਬਣਾਇਆ ਹੈ ਜੋ ਕਿ ਬਹੁਤ ਵੱਡੇ ਵਿਰੋਧੀਆਂ ਦੀ ਈਰਖਾ ਹੋਵੇਗੀ. ਗਾਹਕਾਂ ਵਿੱਚ Microsoft, Notion, ਅਤੇ Harvey, ਕਾਨੂੰਨੀ AI ਸਟਾਰਟਅੱਪ ਸ਼ਾਮਲ ਹਨ। ਉੱਦਮਾਂ ਦੁਆਰਾ - ਅਤੇ ਹਾਰਵੇ ਵਿੱਚ ਇੱਕ ਹੋਰ AI ਕੰਪਨੀ ਦੁਆਰਾ - ਇਹ ਸ਼ੁਰੂਆਤੀ ਗੋਦ ਲੈਣ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ Engram ਦੀ ਤਕਨਾਲੋਜੀ ਇੱਕ ਨਵੀਨਤਾ ਵਜੋਂ ਨਹੀਂ ਬਲਕਿ ਅਸਲ ਕੰਮ ਦੇ ਬੋਝ ਲਈ ਮੁੱਖ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਜੋਂ ਵਰਤੀ ਜਾ ਰਹੀ ਹੈ।
ਸ਼ੁਰੂਆਤ ਦਾ ਨਾਮ ਨਿਊਰੋਸਾਇੰਸ ਤੋਂ ਲਿਆ ਗਿਆ ਹੈ, ਜਿੱਥੇ ਇੱਕ "ਐਨਗ੍ਰਾਮ" ਦਿਮਾਗ ਵਿੱਚ ਇੱਕ ਮੈਮੋਰੀ ਛੱਡਣ ਵਾਲੇ ਸਰੀਰਕ ਟਰੇਸ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਰੂਪਕ ਢੁਕਵਾਂ ਹੈ: Engram ਦੀ ਤਕਨਾਲੋਜੀ AI ਸਿਸਟਮਾਂ ਨੂੰ ਕਿਸੇ ਸੰਸਥਾ ਦੇ ਵਿਸ਼ੇਸ਼ ਗਿਆਨ ਦੀ ਟਿਕਾਊ ਮੈਮੋਰੀ ਦੇਣ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ, ਇਸਲਈ ਉਹਨਾਂ ਨੂੰ ਹਰ ਪਰਸਪਰ ਕ੍ਰਿਆ 'ਤੇ ਸ਼ੁਰੂ ਤੋਂ ਸੰਦਰਭ ਨੂੰ ਦੁਬਾਰਾ ਸਿੱਖਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।
ਯਾਦਦਾਸ਼ਤ ਨਾਲ ਗ੍ਰਸਤ ਇੱਕ ਸੰਸਥਾਪਕ
Engram ਦੇ ਸਹਿ-ਸੰਸਥਾਪਕ ਅਤੇ CEO, ਡੈਨ ਬਿਡਰਮੈਨ, ਦਾ ਉਸ ਸਮੱਸਿਆ ਨਾਲ ਨਿੱਜੀ ਸਬੰਧ ਹੈ ਜਿਸ ਨੂੰ ਉਸਦੀ ਕੰਪਨੀ ਹੱਲ ਕਰ ਰਹੀ ਹੈ। ਸੀਐਨਬੀਸੀ ਦੇ ਅਨੁਸਾਰ, ਬਿਡਰਮੈਨ ਦੀ ਯਾਦਦਾਸ਼ਤ ਵਿੱਚ ਦਿਲਚਸਪੀ ਇੱਕ ਬੱਚੇ ਦੇ ਰੂਪ ਵਿੱਚ ਸ਼ੁਰੂ ਹੋਈ, ਜਦੋਂ ਉਸਨੇ ਆਪਣੀ ਦਾਦੀ ਦੀ ਮਦਦ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ - ਜੋ ਉਸਦੀ ਯਾਦਦਾਸ਼ਤ ਗੁਆ ਚੁੱਕੀ ਸੀ - ਉਸਦੇ ਅਤੇ ਉਸਦੇ ਭੈਣਾਂ-ਭਰਾਵਾਂ ਬਾਰੇ ਛੋਟੇ ਤੱਥ ਯਾਦ ਰੱਖੋ। ਮੈਮੋਰੀ ਹੁਣ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ ਇਸ ਬਾਰੇ ਜੀਵਨ ਭਰ ਦਾ ਮੋਹ AI ਨੂੰ ਸਸਤਾ ਅਤੇ ਵਧੇਰੇ ਸੰਦਰਭ-ਜਾਗਰੂਕ ਬਣਾਉਣ ਲਈ ਕੰਪਨੀ ਦੀ ਤਕਨੀਕੀ ਪਹੁੰਚ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
ਬਿਡਰਮੈਨ AI ਖੋਜ ਭਾਈਚਾਰੇ ਵਿੱਚ ਇੱਕ ਪਛਾਣਯੋਗ ਸ਼ਖਸੀਅਤ ਵੀ ਹੈ, ਜੋ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਸਮਝਣ ਅਤੇ ਸੁਧਾਰਨ ਲਈ ਆਪਣੇ ਕੰਮ ਲਈ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ। ਉਸ ਤਕਨੀਕੀ ਭਰੋਸੇਯੋਗਤਾ ਨੇ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਸੰਚਾਲਨ ਦੇ ਪਹਿਲੇ ਮਹੀਨਿਆਂ ਵਿੱਚ ਐਂਗ੍ਰਾਮ ਨੂੰ ਕੁਲੀਨ ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਮੰਗ ਕਰਨ ਵਾਲੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਹੈ।
ਪੈਸਾ ਕੀ ਖਰੀਦਦਾ ਹੈ
Engram ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਕੰਪਿਊਟ ਅਤੇ ਟੇਲੈਂਟ ਨੂੰ ਸਮਰਥਨ ਦੇਣ ਲਈ ਨਵੇਂ ਫੰਡਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਿਹਾ ਹੈ - ਉਹ ਦੋ ਸਰੋਤ ਜੋ ਇੱਕ ਸਟਾਰਟਅੱਪ ਦੀ AI ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ, ਸੁਧਾਰ ਅਤੇ ਸੇਵਾ ਕਰਨ ਦੀ ਯੋਗਤਾ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਨ। ਨਾਟਕੀ ਕੁਸ਼ਲਤਾ ਲਾਭਾਂ ਦਾ ਦਾਅਵਾ ਕਰਨ ਵਾਲੀ ਇੱਕ ਕੰਪਨੀ ਲਈ, ਮਹੱਤਵਪੂਰਨ ਗਣਨਾ ਦੀ ਜ਼ਰੂਰਤ ਇਹ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਬਿਹਤਰ ਮੈਮੋਰੀ ਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਅਜੇ ਵੀ ਗੰਭੀਰ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਨਿਵੇਸ਼ ਦੀ ਲੋੜ ਹੈ।
ਦੌਰ AI ਉੱਦਮ ਫੰਡਿੰਗ ਵਿੱਚ ਇੱਕ ਵਿਆਪਕ ਰੁਝਾਨ ਨੂੰ ਵੀ ਦਰਸਾਉਂਦਾ ਹੈ: ਨਿਵੇਸ਼ਕ ਵੱਧ ਤੋਂ ਵੱਧ ਪਿਕ-ਐਂਡ-ਸ਼ੋਵਲ ਕੰਪਨੀਆਂ ਵੱਲ ਖਿੱਚੇ ਜਾ ਰਹੇ ਹਨ ਜੋ ਮੌਜੂਦਾ AI ਤੈਨਾਤੀਆਂ ਨੂੰ ਸਸਤਾ ਜਾਂ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਨਾ ਕਿ ਸਿਰਫ਼ ਇੱਕ ਹੋਰ ਫਾਊਂਡੇਸ਼ਨ ਮਾਡਲ 'ਤੇ ਸੱਟੇਬਾਜ਼ੀ ਕਰਨ ਦੀ ਬਜਾਏ। ਅਨੁਮਾਨ ਕੁਸ਼ਲਤਾ, ਮੈਮੋਰੀ, ਅਤੇ ਲਾਗਤ ਅਨੁਕੂਲਤਾ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਸਟਾਰਟਅਪ ਬਿਲਕੁਲ ਧਿਆਨ ਦੇ ਰਹੇ ਹਨ ਕਿਉਂਕਿ ਬੇਰੋਕ AI ਖਰਚਿਆਂ ਦਾ ਯੁੱਗ ਖਤਮ ਹੁੰਦਾ ਜਾਪਦਾ ਹੈ।
ਪ੍ਰਤੀਯੋਗੀ ਲੈਂਡਸਕੇਪ
Engram ਇੱਕ ਮਾਰਕੀਟ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦਾ ਹੈ ਜਿੱਥੇ "AI ਮੈਮੋਰੀ" ਦੀ ਪਰਿਭਾਸ਼ਾ ਦਾ ਮੁਕਾਬਲਾ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ. ਕੁਝ ਕੰਪਨੀਆਂ ਬਿਹਤਰ ਮਾਡਲ ਰੂਟਿੰਗ ਦੁਆਰਾ ਲਾਗਤ ਦੀ ਸਮੱਸਿਆ 'ਤੇ ਹਮਲਾ ਕਰਦੀਆਂ ਹਨ, ਸਸਤੇ ਮਾਡਲਾਂ ਨੂੰ ਆਸਾਨ ਸਵਾਲ ਭੇਜਦੀਆਂ ਹਨ ਅਤੇ ਮਹਿੰਗੇ ਕੰਮਾਂ ਨੂੰ ਸਖ਼ਤ ਕੰਮਾਂ ਲਈ ਰਿਜ਼ਰਵ ਕਰਦੀਆਂ ਹਨ। ਦੂਸਰੇ ਮੁੜ ਪ੍ਰਾਪਤੀ ਤਕਨੀਕਾਂ ਜਾਂ ਵਿਸ਼ੇਸ਼ ਕੈਚਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸੰਦਰਭ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਦੇ ਹਨ। ਐਨਗ੍ਰਾਮ ਦੀ ਪਹੁੰਚ — ਸਮਰਪਿਤ ਮੈਮੋਰੀ ਮਾਡਲਾਂ ਦਾ ਨਿਰਮਾਣ ਕਰਨਾ ਜੋ ਕਿਸੇ ਸੰਗਠਨ ਦੇ ਪੈਟਰਨ ਸਿੱਖਦੇ ਹਨ — ਇੱਕ ਵੱਖਰੀ ਸ਼ਰਤ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਸੰਦਰਭ ਨੂੰ ਕੁਸ਼ਲਤਾ ਨਾਲ ਯਾਦ ਰੱਖਣਾ ਆਪਣੇ ਆਪ ਵਿੱਚ ਇੱਕ ਉਤਪਾਦ ਸ਼੍ਰੇਣੀ ਹੈ।
ਕੀ ਟੋਕਨ ਲਾਗਤ ਦੇ ਸੌਵੇਂ ਹਿੱਸੇ 'ਤੇ ਫਰੰਟੀਅਰ ਪ੍ਰਦਰਸ਼ਨ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਕੰਪਨੀ ਦਾ ਦਲੇਰ ਦਾਅਵਾ ਜਾਂਚ ਦੇ ਅਧੀਨ ਰਹਿੰਦਾ ਹੈ, ਇਹ ਦੇਖਣਾ ਬਾਕੀ ਹੈ। ਪਰ ਮਾਈਕ੍ਰੋਸਾਫਟ ਅਤੇ ਹੋਰ ਵੱਡੇ ਉੱਦਮਾਂ ਦੇ ਨਾਲ ਪਹਿਲਾਂ ਹੀ ਬੋਰਡ ਵਿੱਚ, ਅਤੇ ਕਾਰਪੈਥੀ ਵਰਗੇ ਨਿਵੇਸ਼ਕਾਂ ਦੇ ਨਾਲ - ਜਿਸਦਾ ਕੈਰੀਅਰ ਓਪਨਏਆਈ ਦੀ ਸਥਾਪਨਾ ਅਤੇ ਟੇਸਲਾ ਵਿੱਚ ਇੱਕ ਕਾਰਜਕਾਲ ਤੱਕ ਫੈਲਿਆ ਹੋਇਆ ਹੈ - ਇਸ ਦੇ ਪਿੱਛੇ ਆਪਣੀ ਪੂੰਜੀ ਲਗਾ ਕੇ, ਐਨਗ੍ਰਾਮ ਨੇ ਜਲਦੀ ਹੀ ਆਪਣੇ ਆਪ ਨੂੰ ਏਆਈ ਦੀ ਅਰਥ-ਸ਼ਾਸਤਰ ਵਿੱਚ ਦੇਖਣ ਲਈ ਇੱਕ ਸਟਾਰਟਅਪ ਵਜੋਂ ਸਥਾਪਤ ਕਰ ਲਿਆ ਹੈ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
