❯ AI 芯片公司 SambaNova 完成 10 亿美元 F 轮，估值升至 110 亿美元

[这轮怎么融的] 总部位于加州帕洛阿尔托的 SambaNova 正式官宣了这笔酝酿已久的交易——10 亿美元 F 轮首关，投后估值 110 亿美元，由成长股权巨头 General Atlantic 领投，资金用于扩产能、加速产品迭代、为企业与主权 AI 客户扩大部署。跟投名单很长，涵盖 Battery Ventures、贝莱德、资本集团、英特尔投资、卡塔尔投资局、普信集团(T. Rowe Price)与 Vista Equity Partners。据 Crunchbase 数据，公司累计融资已近 25 亿美元，本轮几乎相当于此前所有融资的四成。

[凭什么是它] SambaNova 做的是 AI 芯片与企业级训练/推理基础设施，卖点是一整套「机架级」而非单卡的推理方案。这笔 F 轮距离今年 2 月那笔 3.5 亿美元 E 轮仅五个月，节奏罕见——当时它刚发布 SN50 芯片。真正的护城河信号来自客户侧：摩根大通已选定 SambaNova 作为推理基础设施合作方，部署其 SN40 与 SN50 系统，为这家银行跑安全的本地化 AI 推理。能把大摩这种对合规和数据隔离极度苛刻的金融机构装进客户名单，比任何跑分都更能说明它在企业推理这条赛道站住了脚。资金将投向为企业、neo-cloud、主权 AI 客户和服务商扩大交付。

[资本在买什么] 这是又一笔押注「英伟达挑战者」的大钱。资本这两年不再只买最快的训练卡,而是开始为推理侧的成本结构和交付形态单独定价——谁能让企业以更低单位成本、在自己机房里跑起推理,谁就拿到重估门票。SambaNova 五个月内连开两轮、估值一路抬到 110 亿美元,受益的是所有做专用推理硬件的团队,承压的则是只讲通用 GPU 故事的玩家。下一笔追进这条赛道的钱,大概率还会先看谁手里攥着摩根大通这样的旗舰客户。

signal: 真正被定价的不是芯片跑分,而是「能不能让一家银行放心把推理搬进自己机房」。

❯ 量子计算公司 Oratomic 融资 3 亿美元 A 轮，三家顶级基金联合领投

[谁投了] 加州南帕萨迪纳的量子创业公司 Oratomic 拿下一笔体量惊人的 3 亿美元 A 轮,由 Arch Venture Partners、Khosla Ventures 与 Spark Capital 联合领投,资金投向量子硬件制造、算法研究与物理和硬件工程团队扩张。全轮共 16 家投资方参与,阵容里既有贝索斯旗下 Bezos Expeditions、General Catalyst、Index Ventures,也有券商 Robinhood 联合创始人 Baiju Bhatt 与知名计算机科学家 Scott Aaronson。对一家刚出场不久的量子公司来说,A 轮就融到 3 亿美元属于极端异类。

[护城河] Oratomic 做的是中性原子(neutral-atom)量子硬件与容错架构,目标是加速量子计算商业化。它区别于同行的一步棋,是直接跳过嘈杂中间态、奔向容错。公司出场时援引了与加州理工学院科学家的联合研究:实现「实用级」量子计算可能只需约 1 万个可重构中性原子量子比特,而非过去常说的数百万个——若这条路径成立,有用量子机所需的硬件规模就被压低了两三个数量级。这也是三家顶级基金愿意在 A 轮就砸 3 亿美元的核心理由:赌的是「用更少物理比特换来容错」这条捷径,而不是又一台更大的实验室装置。

[趋势信号] 量子近两年是创投的宠儿,热钱不缺,但 Oratomic 这笔的信号在于赛道内部的路线分化——钱开始从「先做大规模含噪声机器」向「直奔容错」的团队倾斜。对同样做中性原子的对手是压力,对还在堆物理比特数的路线是估值逻辑的重新审视。资本押的不再是谁的机器更大,而是谁能最快把量子从演示搬到有商业效用的应用;下一批追进量子的钱,会更看重「离容错还有几步」这个刻度。

signal: 量子融资的锚正从「物理比特数」滑向「离容错的距离」,Oratomic 用 3 亿美元把这个刻度摆到了台前。

❯ 去中心化训练平台 Prime Intellect 融资 1.3 亿美元 A 轮，估值达 10 亿美元

[融资盘点] 旧金山的 Prime Intellect 完成 1.3 亿美元 A 轮,投后估值达 10 亿美元,由 Radical Ventures 领投,晋级独角兽。跟投名单星光熠熠,大多是硅谷名人:Box CEO Aaron Levie、Perplexity CEO Aravind Srinivas、OpenAI 联合创始人 John Schulman、Cloudflare CEO Matthew Prince、Ramp 联席 CEO Karim Atiyeh;戴尔资本、英特尔投资与英伟达旗下 NVentures 三家产业资本也进了场。据 Crunchbase,公司累计融资已达 2.004 亿美元。

[做对了什么] Prime Intellect 搭的是一个开放的分布式算力平台,让 AI 模型能跨去中心化的算力网络训练和部署——核心架构是一个点对点 GPU 算力市场,用户可以调用散落在全球多地的 GPU,而不必依赖单个超大数据中心。它已经不只是理念:公司年化收入运行率已达 1 亿美元,客户包括 Ramp、Zapier 等,付费使用其托管版工具。资金将用于扩张分布式算力集群、支撑大规模强化学习训练,并加速下一代模型与持续学习系统的研发。在「算力必须集中」几乎成为默认的当下,能靠去中心化路线跑出 1 亿美元 ARR,是它拿下这轮的最硬底牌。

[资本在给什么定价] 一边是巨头动辄千亿美元自建数据中心,一边是 Prime Intellect 用点对点网络把闲散 GPU 拼成训练集群——这轮融资是资本给「算力可以不集中」这条反共识路线的一次下注。受益的是买不起也等不起集中式超算的中小团队和开源社区;而英伟达、英特尔、戴尔三家硬件系产业资本同时进场,说明连卖铲子的也想押住去中心化这条新水管。当集中式算力的门槛越抬越高,下一笔钱会更愿意追那些能把「谁都能训模型」变成现实的基础设施。

signal: 巨头在堆更大的数据中心,Prime Intellect 把赌注押在「算力根本不必待在一个地方」。

❯ AI 合规公司 Norm AI 完成 1.2 亿美元 C 轮，估值达 12 亿美元

[谁在下注] 总部位于纽约的 Norm AI 拿下 1.2 亿美元 C 轮,据报估值 12 亿美元,由 Khosla Ventures 领投,晋身独角兽,资金用于扩张其 AI 合规平台。跟投是一长串风投、产业与个人资本:贝恩资本风投、Fenwick & West 律所、Craft Ventures、Coatue、纽约人寿、先锋领航(Vanguard),以及 Hamilton James——好市多董事长、黑石集团前总裁也参与了这笔交易。据 Crunchbase,公司累计融资已略超 2.56 亿美元,而它成立还不到三年。

[凭什么是它] Norm AI 做的事很具体:开发 AI 系统,把复杂的法律与监管条文「编译」成软件,帮企业自动化合规流程。它服务的客户所管理的资产合计超过 30 万亿美元,几乎都是对合规容错率极低的金融和受监管机构。区别于泛用法律 AI(如 Harvey、Legora)的一步棋,是它不止做文书,而是把法条落进能实际执行、可被监督的智能体——甚至跑起了一家以 Norm AI 平台为底座的 AI 原生律所,由资深律师在旁校准。让贝恩、黑石系人物、纽约人寿这类金融资本同时下注,靠的正是「把监管风险交给可审计的 AI」这个刚需。

[往下看什么] 合规是企业部署 AI 时最先撞上的墙,Norm 这轮融资是资本给「AI 治理 AI」这一层单独定价。当企业越来越多地用智能体做高风险决策,谁能证明这些决策合规可追溯,谁就握住了企业 AI 落地的闸门。受益的是所有把「监管即代码」做扎实的团队;承压的是只做通用问答、拿不出审计链条的法律 AI。客户预算正从「买一个更聪明的助手」迁向「买一套能过监管的护栏」,下一笔钱会先追那些能被律所和金融机构反复检验的合规基础设施。

signal: 企业 AI 的下一道闸门不是更强的模型,而是「谁能替这些模型的决策扛住监管」。

❯ 生物 AI 实验室 Radical Numerics 带 5000 万美元种子轮出场，Emergence 领投

[出场即融资] 据公司公告,旧金山的 Radical Numerics 上月带着一笔厚实的 5000 万美元种子轮结束隐身状态,由 Emergence Capital 领投,Obvious Ventures、Triatomic Capital、Factory 与 First Spark Ventures 跟投;公司还透露此前拿过 Stripe 联合创始人 Patrick Collison 的 pre-seed 支持。对一家刚出场的 AI 实验室来说,种子轮就融 5000 万美元,已是把赌注下在了顶尖团队本身。

[凭什么是它] Radical Numerics 由打造 Evo 的团队创立——Evo 是最早能大规模读取和生成 DNA 序列的 AI 模型之一,也是史上最大的全开源生物 AI 项目。创始阵容含金量极高:CEO Eric Nguyen(斯坦福生物工程与 AI 博士),多名核心成员来自 Liquid AI 创始团队与 Yoshua Bengio、Chris Ré 的实验室。公司的野心比 Evo 更大:构建它所称的「通用生物智能」——能同时在 DNA、RNA、蛋白质等多种生物数据间推理的多模态 AI,用来加速药物发现、癌症诊断与生物安全。Evo 此前已被用来设计新型 CRISPR 系统,外部科学家还用它生成了首个完全由 AI 设计的噬菌体基因组。能把「用语言模型写生物学」从论文做成可复用的模型,是这支团队最硬的资本。

[资本在押什么] 这笔种子轮是资本给「生物学的基础模型」下的一注早期赌注。语言、图像的大模型格局已定,而生物这一层还没有属于自己的 GPT——谁先把跨 DNA/RNA/蛋白质的多模态推理做通,谁就可能定义制药和诊断的下一代工具链。押注 Radical Numerics 的钱,买的不是眼前产品,而是一支已经证明能造出生成式基因组模型的团队能否把「通用生物智能」变成现实。下一批追进 AI for science 的钱,会更愿意为「有真实模型产出」的实验室支付高溢价。

signal: 语言和图像的地基已经打完,资本开始为「生物学自己的基础模型」抢先付定金。

❯ 大学招录 AI 公司 EdVisorly 融资 1330 万美元 A 轮，破解转学难题

[这轮怎么融的] 洛杉矶的 EdVisorly 完成 1330 万美元 A 轮,用 AI 破解混乱的大学转学与招录流程。据 Crunchbase 独家报道,本轮由 Breachway Capital 领投,《美国新闻与世界报道》、Lumina 基金会、Strada 教育基金会、Motley Fool Ventures、Juvo Ventures、Zeal Capital Partners 等跟投;资金将用于升级平台的核心工程基础设施,并扩充产品设计团队打磨学生端应用。

[做对了什么] EdVisorly 做的是一件极其枯燥却极其耗人力的事:自动化招生录取里的后台重活——读取学生成绩单、按每所大学的口径重新折算 GPA、把课程逐门匹配到学校要求。它的 AI 工具 EddyAI 让申请者上传成绩单就能跑一份非官方的学分预评估。成绩不只在概念:公司已把卡内基梅隆、康涅狄格大学、麻省大学等100 多所高校收为客户,成立至今累计服务超过 25 万名学生;使用平台的机构把人工处理量削减最高 85%,数据处理效率提升逾 6 倍。能把这套折算逻辑做到高校敢直接用,是它在教育科技里站住脚的关键。

[趋势信号] 相比前五笔动辄上亿的前沿赌注,EdVisorly 这笔更像 AI 在垂直工作流里「闷声干活」的样本:不追通用智能,而是把一个具体、高摩擦、纯人工的后台流程自动化到可交付。资本在给这类「窄而深」的行业 Agent定价——它不需要最强的模型,只需要把某个部门的重复劳动稳定接管。受益的是所有困在合规化人工流程里的传统机构,下一笔追进垂直 AI 的钱,会先看谁能拿出「削减 85% 人工」这种能被客户复核的硬指标。

signal: 不是所有 AI 都在抢通用智能,把一所大学的成绩单折算自动化到 6 倍效率,同样是能融到钱的生意。

[本批共识] 六笔钱摆在一起,资本这周的偏好很清楚:越靠近底层稀缺资源、越难被复制的位置,估值给得越狠。芯片、量子硬件、去中心化算力、生物基础模型拿的是上亿到十亿级大钱,赌「谁掌握下一层算力与科学的地基」;合规智能体与招录 AI 则证明另一条路同样通——把高摩擦、强监管的工作流做到客户敢直接用,照样融钱。共同的分水岭是能不能被真实客户反复检验:摩根大通、30 万亿美元资产的合规客户、100 多所高校,才是估值真正的锚。