继收购通用消息应用Beeper和Texts.com后,WordPress.com母公司Automattic再次将一家专注通信的初创公司纳入其产品线:关系管理应用Clay。
此次收购的财务条款未披露,但Clay此前已从General Catalyst和Forerunner Ventures等投资者处融资超过900万美元。该工具将继续得到支持,并将与Automattic的其他产品(如Beeper)进行整合。
Clay的软件于2021年推出,类似于智能通讯录或个人客户关系管理系统,让用户能够整理他们认识的人,并通过从LinkedIn、Facebook、WhatsApp和X等服务以及通讯录和日历中提取数据来跟踪最新动态。
用户可以使用该应用跟踪想要了解的人员信息,如工作变动、搬迁、更新的简历、最近的社交媒体动态等。Clay还允许用户在通讯录条目中添加备注,记录见面的方式和时间,或者孩子的姓名等信息。每个条目的时间线显示何时添加了备注、上次联系时间以及其他互动记录。
该应用后来集成了AI功能,添加了名为Nexus的AI助手,让用户可以询问关于人脉网络的问题,比如在某家公司认识哪些人,或者访问纽约时应该联系谁。除此之外,AI机器人还能整合到用户的日常工作流程中。
作为上周完成的收购的一部分,Clay的小团队,包括联合创始人Zachary Hamed和Matthew Achariam,加入了Automattic的其他业务部门。该部门还包括Beeper和Gravatar。
"我们的使命是帮助处理人际关系并提高责任心,"Achariam表示。"这一直是我们的北极星,所有功能都通过将关系管理的不同方面整合到一个平台和工具中来强化这一点。"
Automattic表示,收购Clay很有意义,因为它能够整合到公司更广泛的生态系统中,该生态系统目前包括通用聊天应用Beeper(Texts.com和Beeper收购的合并)。
Clay的创始人认为与Automattic有着共同的使命感,并感谢能够继续开发他们的应用。(通常,智能通讯录初创公司被收购后会被收购方整合然后遗憾地关闭。)
"我们对这种持续性方面非常兴奋,"Hamed说。"我们相信这应该是超越任何一家公司而存在的东西。"
对于Clay,在Automattic的长期计划包括与Beeper整合,并最终成为各种不同工具的身份层。
不过,这些计划尚未最终确定,Automattic也无法承诺这一进展的时间框架。它也不会透露Clay的定价是否会在未来发生变化。目前,该服务采用免费增值模式,付费计划从每月10美元开始,团队版每个席位每月40美元。
Clay的创始人表示,他们相信自己的价值观与Automattic相似,这就是交易合理的原因。
"他们的主要理念之一是开源的想法,认为这是我们这个时代最强大的力量之一。我们倾向于同意这一点,"Achariam说。
Clay的团队还有兴趣与其他开放技术进行整合,如Mastodon使用的ActivityPub和Bluesky使用的AT Protocol。
Clay没有分享用户群的具体数字,但表示其应用管理着超过1.5亿个关系。该应用可在macOS、Windows、iOS和网页端使用。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。