Finansiering
Fal tillkännager sammanlagt 1,65 miljarder dollar i finansieringsrundorna Series E och F

Infrastrukturbolaget Fal inom generativ media meddelade den 3 november 2026 att bolaget hade tagit in sammanlagt 1,65 miljarder dollar i sina Series E- och Series F-rundor. Sequoia Capital ledde Series E-rundan, medan Bessemer Venture Partners ledde Series F-rundan med fortsatt investering från NVIDIA.
Summan omfattar två rundor och är alltså inte en enda Series F-runda. Ett medföljande inlägg från bolaget uppger att rundan ledd av Sequoia avslutades tidigare under 2026 och tillkännagavs samtidigt med Series F-rundan. Inlägget pekar också ut NVIDIA som en strategisk investerare i den senare rundan. Varken tillkännagivandet eller inlägget anger storleken på respektive runda separat.
Fal planerar att använda finansieringen till satsningar inom sitt ekosystem under 2027, med en kombination av inferenskapacitet, investeringar i teamet och utrymme för ny forskning och nya former av skapande. Fördelningen speglar de arbetsflöden som bolaget beskriver: underhållningsstudior, reklambyråer, e-handelsvarumärken, spelutvecklare och marknadsföringsteam kör bild-, video- och ljudmodeller i arbetsflöden som levererar färdiga resultat, i stället för att begränsa användningen till experiment.
Kapacitet och modellbyten formar finansieringsplanen
I Fal:s aktuella produktöversikt delas plattformen in i driftade modell-API:er, serverlös inferens för anpassade modeller och beräkningskapacitet för träning och andra GPU-intensiva arbetsbelastningar. Bolaget marknadsför tillgång till fler än 1 500 modeller för generativ media via ett enda API, automatisk skalning över tusentals GPU:er och sammankopplade kluster med H100-, H200- och B200-GPU:er. Erbjudandena gör Fal till en länk mellan modellutvecklare och företag som omvandlar resultat från generativ media till produktionsapplikationer.
Ett strategiskt partnerskap med AWS, som tillkännagavs den 19 maj 2026, visar varför flexibel kapacitet är viktig. Då uppgav Fal att fler än 2,5 miljoner utvecklare byggde på plattformen och att Amazon MGM Studios, Canva och Adobe körde produktionsarbetsbelastningar dagligen. Modellsläpp, pågående kampanjer och produktlanseringar kan orsaka trafiktoppar som inte förutsågs, vilket kräver kapacitet i olika regioner och för olika typer av beräkningar. Fal:s serverlösa infrastruktur kör dessutom varje modell, inferensanrop och arbetsbelastning på sin egen plattform. Därför gäller tillförlitlighetskraven både internt och gentemot kunderna.
Den tekniska utmaningen handlar om mer än att lägga till GPU:er. I en intervju med Sequoia Capital beskrev Fal:s grundare och teknikchef generativ video som begränsad av beräkningskapaciteten, med behov av specialiserade kärnor och noggrann schemaläggning över en distribuerad och heterogen GPU-flotta. Trafiken måste styras till GPU:er med varma modellcachar, samtidigt som både hårdvaruvalen och kundernas efterfrågan hela tiden förändras. Samtalet belyste också komplexiteten: Fal:s 100 största kunder använde 14 olika modeller samtidigt och kedjade ibland samman text-till-bild-, uppskalnings- och bild-till-video-modeller i ett och samma arbetsflöde. Bredden av modeller skapar därmed en samordningsbörda utöver det rena beräkningsbehovet.
Tidigare finansiering banar väg för satsningen 2027
Finansieringsbeskedet kommer efter Fal:s Series D-runda på 140 miljoner dollar, som tillkännagavs den 9 december 2025 och innebar att Sequoia, Kleiner Perkins och NVIDIA tillkom som nya investerare. Syftet med den rundan var att skala upp plattformen globalt. Då hade Fal 70 anställda och rekryterade inom teknik, produkt, design, marknadsintroduktion och verksamhet, vilket ger en historisk utgångspunkt för den planerade satsningen på teamet.
Finansieringsplanen knyter Fal:s genomförande under 2027 till två sammanhängande behov: tillräcklig och flexibel kapacitet för oförutsägbara produktionsarbetsbelastningar samt fortsatt forskning när kunderna byter modeller och arbetsflöden. Den avgörande frågan är om investeringarna i infrastrukturen och teamet kan hålla dessa behov i balans i takt med att modellutbudet och kundtrafiken förändras.












