A Moonshot AI, uma importante empresa chinesa de IA, concluiu a rodada final de financiamento privado antes de uma oferta pública inicial planejada em Hong Kong para o início do próximo ano, segundo a Bloomberg.

A Bloomberg informou na terça-feira, citando fontes familiarizadas com o assunto, que a rodada mais recente de financiamento avaliou a empresa em cerca de US$ 50 bilhões, ante US$ 31,5 bilhões em uma rodada anterior neste verão.

A empresa chinesa de IA está se preparando para um IPO em Hong Kong no primeiro trimestre de 2027 e pode começar a avaliar o interesse dos investidores por meio de reuniões já neste mês, segundo a reportagem.

A Moonshot protocolou confidencialmente um pedido de IPO no mês passado e busca captar até US$ 5 bilhões na oferta, segundo a reportagem. Nesse tamanho, a listagem estaria entre as maiores estreias de empresas na bolsa de Hong Kong nos últimos anos.

O The Latent procurou a Moonshot para obter mais informações.

Largest Documented Training Compute by Release Year: China vs. U.S.

Largest Documented Training Compute by Release Year: China vs. U.S.

  • China — annual documented maximum
  • U.S. — annual documented maximum
SOURCE: Epoch AI Models Dataset

Escrutínio

A tentativa de IPO da Moonshot ocorre enquanto a empresa enfrenta um escrutínio crescente no país e no exterior. Segundo relatos, reguladores chineses estão investigando a Moonshot e a DeepSeek, outro laboratório chinês de IA, por possíveis vazamentos de dados para a Anthropic.

O The Information informou no mês passado que a Administração do Ciberespaço da China convocou representantes de sete empresas chinesas de IA citadas em um relatório da Anthropic — DeepSeek, Moonshot, Alibaba, Z.ai, SenseTime, MiniMax e Xiaomi.

A OpenAI também acusou a Moonshot de desempenhar um papel importante em uma campanha de destilação para extrair de seus modelos capacidades de raciocínio protegidas. Em uma publicação em seu blog publicada na semana passada, a OpenAI escreveu que identificou milhares de tentativas de usuários de extrair informações que poderiam ajudar outras pessoas a reproduzir as capacidades do modelo.