Preferred Networks（简称PFN，中文暂译：天选网络集团）是2014年成立的日本人工智能企业，专注于深度学习与物联网技术融合应用。该企业通过战略投资形成与丰田托悠塔、发那科（FANUC）、三星电子等企业的深度合作，开发了工业视觉检测系统、自动驾驶技术和AI加速器芯片。2023年至2024年连续入选中国胡润全球独角兽榜，企业估值保持140亿人民币规模。其核心技术团队由东京大学计算机科学专业人才构成，在边缘计算和生成式AI领域取得多项突破。2014年获得NTT种子轮投资后，PFN陆续完成五轮战略融资，其中2017年C轮融资额达20亿元人民币。2025年，PFN开发人员参与由软银集团（Softbank）牵头的日本国家人工智能项目，旨在开发万亿参数级别的基础人工智能模型。
旗下产品
制造业
Plantpilot
工厂自动驾驶AI解决方案PlantPilot™是通过AI技术学习工厂的操作数据和运转技术，稳定且最佳地自动化包括干扰在内的高难度操作的解决方案。可适用于流程型制造业的广泛工厂，为效率化和脱属化做出贡献。
PFN外观检查套件
Preferred Networks Visual Inspection是通过PFN独自的深层学习模型，以低成本实现高精度和灵活性的外观检查软件，200多家公司正在使用中。只需对100张左右的数据图像进行合格品/不合格品的分类就可以学习。与以往相比，数据量非常少，而且不需要详细的注释，所以可以在短时间内、低成本地构筑检查系统。
卡恰卡（Kachaka）自主搬运机器人
卡查卡是由Preferred Networks集团公司Preferred Robotics开发、制造和销售的自主搬运机器人。与专用的带脚轮的工具架等对接，AI系统可以根据环境判断路线，将物品运送到指定的场所。卡恰卡活跃在制造业、物流、医疗现场、住宅等各个领域。
活用生成AI的业界横断型产品·服务群
PreferredAI是PFN运用生成AI技术，帮助解决多种商业课题的产品服务群。
Talent Scouter（通过与AI阿凡达的对话，支持实务的适应性评价和一贯的人才录用）
Work Suite（AI代理利用内部数据支持正常业务）
Insight Scan（聪明地对口碑和问卷调查等大量文章进行分类，发掘网站）
材料科学与化学工程
马特兰蒂斯（Matlantis）
Matlantis™是PFN和ENEOS共同开发的面向材料探索的通用原子级模拟器。通过合资公司Matlantis，作为实现材料特性在原子水平上的现象阐明和利用计算机的新材料开发的云服务，从2021年7月开始向日本国内外100多家企业、团体提供。PFN开发了作为Matlantis核心技术的通用机器学习原子间潜能"PFP（Preferred Potential）"。
生命科学
P-FEP
P-FEP是PFN在本公司的超级计算机上委托在创新药研究的效率化中重要的结合自由能计算的服务。用户企业只需准备自己公司设计的配体化合物（与特定蛋白质特异性结合的低分子化合物），就可以在短时间内得到结合自由能的预测计算结果。
AUTiv®（奥蒂夫）小鼠尾静脉自动注射系统
AUTiv®（奥蒂夫）是PFN与中外制药共同研究开发的，在医学、生命科学和制药过程的实验中减轻动物和实验者双方负担的机器人。到现在为止需要熟练者的手工作业的实验小鼠的尾静脉的药液给药可以自动进行。获得Roche 3Rs Award、2023年度日本医疗AI学会奖励奖。从2024年开始销售（制造：夏目制作所，销售：住商Farm International）。
文艺·娱乐
PFN 3D Scan
PFN3D扫描是应用AI技术的3D扫描服务。它几乎不需要人工检查和修改，但价格低廉，交货期短，还可以扫描大量物品。同时，到现在为止的3D扫描服务不能对应的透明·黑色·金属等多种多样的材质的物品和物品也忠实地再构筑现实的外观。适用于电子商务、视频制作和游戏开发等。
Scenify™
Scenify™是应用PFN的图像转换和分割技术开发的动画背景美术制作辅助工具。通过将风景照片自动转换为动画风格的背景素材，可以削减作业负担和工时，美术创作者可以将更多的时间花在创造性自由度大的作品上。
《Omega Crafter》
《Omega Crafter》是PFN在公司内开发的以"自动化"为特长的开放式世界生存手工艺游戏。通过组合方块的简单编程，可以调动"格莱美"搭档的角色们，使游戏攻略所需的任务自动化、高效化。因为活用了容易理解的"Playgram"的结构，所以编程经验者自不必说，即使是完全没有经验的人也能感受到效率化、自动化的心情和优点。
零售和物流
MiseMise™
MiseMise™是一款结合DX、AI、机器人技术的面向连锁店的全面业务改善解决方案。针对人手不足、缺货、备货不足导致的销售机会损失等课题，有效地联合商店操作和营销，实现PDCA周期。
金融
定量金融（Quantitative Finance）
PFN的金融团队，面向金融领域研究开发着基于机器学习·深层学习的最尖端技术的解决方案。通过发现金融市场的扭曲来探索收益，以及对投资组合分配、衍生品套期保值等广泛的资产和技术应用最尖端技术。
通用人工智能
普拉默（Plamo）
商用旗舰大规模语言模型PLaMo™Prime是PLaMo的旗舰机型，在控制模型尺寸的基础上实现了世界前列的日语性能。云计算API产品PLaMo API（收费）以及助手聊天PLaMo Chat（发布活动期间限定免费试用中）可以使用。此外，以亚马逊 Bedrock Marketplace、Onpremis等提供形态，自产AI构筑平台miibo、面向法人生成AI服务Tachyon生成AI、标准搭载在日本国内150多个地方行政单位引进的QommonsAI上。
PLaMo Prime是PFN推出、Plamo旗下针对物联网设备的小规模语言模型（SLM）。与LLM相比也具有毫不逊色的日语性能，不通过云端，可以在汽车、机器人、制造设备、PC等边缘设备和现场环境中运行。
PLaMo翻译是PFN专门针对以日语为输入、输出语言的文本翻译功能而开发的专项大规模语言模型（LLM）。特别是为了使英文和译以及和文英译的质量和精度比海外的模型高，我们用高比例包含日英两种语言的独自的数据集进行了学习。作为翻译特化型模型的PLaMo翻译，由于尺寸紧凑且计算效率高的设计，也可以在现场和本地环境中使用。它还提供浏览器扩展功能。
科教
Playgram™
Playgram™是从小学生开始就能愉快学习的编程教育产品。可以从没有经验开始，以游戏的感觉逐渐尝试复杂的事情，甚至可以学习到计算机科学的基础。由PFN的工程师开发，现在由干劲开关集团和PFN的合资公司YP开关运营的"编程教育HALLO"正在向全国900多个教室提供。2021年度日本e-Learning大奖获奖。
从5岁开始的打字练习Playgram Typing是每月有100万人使用的、可以在网络浏览器上免费学习打字的教育产品。作为收费选项，还提供英语学习模式和校园版。
基础硬件
PFCP
Preferred Computing Platform™（PFCP™）是面向PFN构筑、运用的深层学习、AI工作负载的云服务。唯一可以利用PFN独自开发的加速器MN-Core™系列，可以实现高AI计算力和计算效率。现在，可以使用多个搭载了8个MN-Core2板的服务器，所有的节点都通过最适合深层学习的高速网络相互连接。面向深层学习、AI工作负载而扩展的Kubernetes群集可以在多租户中使用。
MN-3超级计算机
MN-3是PFN采用MN-Core（第1代）于2020年5月构筑的第3代超级计算机。PFN使用MN-3推进实用性的深层学习的工作负荷的高速化。MN-3在超级计算机的省电性能排行榜Green500中三度夺冠（2020年6月、2021年6月、2021年11月）。现在MN-3在詹斯泰克（JAMSTEC，日本海洋科学院）横滨研究所模拟器栋内，PFN借用设施的一部分，独立运用。
MN-Core系列半导体芯片
AI的开发和活用现在很大程度上依赖于通用GPU，但是由于生成AI的急速扩大，性能、成本、消耗电力、流通等成为瓶颈。为了使AI在社会上不断实现和进化，开发最适合AI计算处理的专用半导体（芯片）是不可缺少的。PFN从创业不久的2016年开始考虑到这一需求，与神户大学共同开发了高速且高效地处理AI学习、推论的AI专用处理器"MN-Core™"系列。MN-Core系列基于与通用GPU完全不同的设计思想，通过将功能限定为AI所需的计算处理，可以发挥高处理性能。
停服产品
Crypko™（此产品对大众业务已于2025年6月30日精简关停）
Crypko™是一个即使没有时间和技能画插图也能制作出喜欢的角色的角色生成平台，2019年开始提供技术，2022年开始提供一般服务。应用AI的图像生成模型之一的"对抗式生成网络"（generative adversarial networks，GAN），可以生成、融合、变更与人类插图画家描绘所媲美的高品质角色，全球累计用户60万人以上。
《进化中的少女型信息体MEMES》（此产品对大众业务已于2025年6月30日精简关停）
《进化中的少女型信息体MEMES》是利用角色生成平台Crypko面向智能手机的配套娱乐应用程序。在电子世界中发生的角色"米姆斯"和作为玩家的人类反复进行"异种间交流"，享受米姆斯们进化的内容，也使用了对话生成等技术。
Petalica Paint（此产品对大众业务已于2025年8月1日精简关停）
Petalica Paint是一项上传线条画后可以自动着色成自己喜欢的色调的服务。2017年1月作为PaintsChainer™开始提供服务。获得第21届日本文化厅媒体艺术节优秀奖。
（本文资料均来自中国百度百科和日本PFN官网）
