铃阅
❌

阅读视图

软银领投思灵机器人 5 亿美元:机器人的后期钱,先给了扛交付的公司

原创 SVTR 2026-11-15 11:30 美国

机器人赛道 D 轮以后的钱,投到了能扛住交付风险的公司。

思灵机器人和 Path Robotics 本周合计融到 8 亿美元,两笔都是后期轮。SVTR 在 9 月写过,机器人卖不出去,卡在“证明”(可靠性数据)和“售后”。本周拿到后期大钱的两家,正好各自把其中一件接到了自己身上:一家接受按绩效付款,一家先买下产线集成商、收购完成后才融这一轮。我们认为,机器人公司能不能走到后期,要看它能否承担交付风险。

11 月 12 日,软银领投陈兆芃(Zhaopeng Chen)创立的德国工业机器人公司,思灵机器人(Agile Robots)5 亿美元 F 轮,估值 85 亿美元,英伟达、日立集团(含 Hitachi Ventures)和 T.Capital 跟投。两天前,做 AI 焊接机器人的美国公司 Path Robotics 完成 3 亿美元 E 轮,成长期基金 Georgian 领投,投后估值 24.5 亿美元。两家都不做人形机器人,卖的是工厂里已经在干活的机器。思灵称已在全球部署 2 万多套机器人解决方案;Path 的大客户是美国最大的军舰制造商 HII。

我们的判断:机器人赛道 D 轮以后的钱,投到了能扛住交付风险的公司。交付风险指两件事:机器装进客户产线后能不能稳定干活,坏了有没有人修。过去这两件事多半落在客户和第三方集成商头上,机器人公司把设备卖出去就算完事。Path 接受按绩效付款,可靠性写进了合同;思灵先买下一家有 75 年以上历史的产线集成商,收购完成后才融这一轮,投资人买到的已经是一家自带集成和维修队伍的公司。卖机器的公司,正在变得更像承包商。

信号一|机器人后期钱一直很少,本周一下子来了 8 亿,只投给了两家扛交付的公司

据 SVTR AI 创投库,本周之前,机器人赛道 D 轮及以后一共只有 12 笔、合计 8.84 亿美元(其中 2 笔未披露金额)。按年看,2023 年 1.35 亿美元,2024 年 1.7 亿美元,2025 年 5.06 亿美元,2026 年到上周只有 0.73 亿美元。本周思灵与 Path 两笔就有 8 亿美元。对照之下,库里机器人赛道的 A 轮有 196 笔,大多数公司停在早期轮。

配图:机器人 D 轮及以后的钱一直很少,本周两笔 8 亿美元接近此前 12 笔合计 8.84 亿美元

本周机器人融资占全部 AI 已披露金额的 12.2%,而前 12 个月合计算下来只占 2.6%;剔掉最大的思灵这一笔,本周仍有 5.7%,是前 12 个月的两倍多,不只是一笔大单撑起来的。同一周,给美国国防工厂做线束装配的 Nidus 宣布融资 3000 万美元,Kleiner Perkins 与 Costanoa 领投。它还在种子期,做法却和两家后期公司一样:自己进客户工厂部署、承担交付。

表 1|2026 年 11 月 9 日至 13 日三家工业 AI 机器人公司的融资与交付方式

公司

本轮(百万美元)

估值(百万美元)

怎么承担交付风险

思灵机器人 · F 轮

500

8,500

收购蒂森克虏伯产线集成业务,自己装线、自己维修

Path Robotics · E 轮

300

2,450

与 HII 签按绩效付款的生产协议

Nidus · 种子期

30

未披露

派团队进国防工厂按产线定制部署,头 4 个月收入七位数

数据:SVTR AI 创投库,截至 2026-11-13;Path 为投后估值,思灵为公司公布的估值;部署、协议与收入据各公司公告。

信号二|Path 接受按绩效付款,把可靠性写进合同

“证明”是 Thesis #37 里的第一个卡点:客户要的是可靠性数据,比如跑 100 次失败几次,演示视频给不出来。Path 拿出的是一份合同。8 月 6 日,HII 在“高良率生产机器人”(HYPR)计划下,与 Path 和另一家焊接机器人公司 GrayMatter Robotics 签下 7 年、最高 9 亿美元的按绩效付款生产协议,按技术成熟度和产出达标情况分阶段兑现。Path 称其中最高 6 亿美元归它。

付款和绩效挂钩以后,机器能不能稳定干活,就从客户的验收问题变成了 Path 自己的收入问题。客户省掉的是试错成本,Path 拿到的是一份能写进估值模型的长期订单。这一轮投资人看到的收入规模也在快速变大:公司称,过去 18 个月年化经常性收入(按现有合同推算的一年收入,业内叫 ARR)涨了 17 倍,员工一年增加 97%。

信号三|思灵买下产线集成商、自己扛起售后,后期投资人为这份交付能力买单

“售后”是第二个卡点。Thesis #37 引述的判断是,美国本土的机器人维修和支持网络还不存在。思灵没等这张网长出来,直接买下一家在欧洲和北美做产线集成的公司,装线由自己的工程队伍做,装好后出了问题也由他们去修。2025 年 11 月,它宣布收购蒂森克虏伯自动化工程(thyssenkrupp Automation Engineering),约 650 人、10 个地点,2026 年 4 月 1 日完成交割,改名 Krause Automation。这家公司替工厂从早期规划一直做到整条产线落地,前身可追溯到 1950 年。

交割 7 个月后,思灵融到了 F 轮。领投的软银在公告里解释这笔投资,说它“兼具深厚的机器人技术和工业规模的执行能力”;跟投的日立本身就是做工业设备和系统集成的大集团。思灵现在有 3,500 多名员工,官方称累计融资 20 亿美元,新钱用于开拓美国市场,并在德国等地扩产。

信号四|中国走另一条路:整机厂合办租赁平台,交付能力在平台上单独估值

同一周,擎天租宣布完成数亿元战略融资交割,和达投资、厚为资本、中联即送参与。擎天租由智元机器人、飞阔科技等公司在 2025 年 12 月联合发起,做机器人共享租赁和平台调度,自称“机器人生产力服务”。成立不到一年,它已从种子轮融到 A+ 轮,共 6 轮,5 月那一轮后投后估值 70 亿元;这一轮的钱主要投向全国的履约服务网络,也就是把机器人送到客户现场、装好并维护的那一层。

租赁模式下机器人归平台所有,客户按使用时间付费,机器停了、坏了,少收的是平台的租金,所以装机、调度和维修都落在平台身上。欧美是一家机器人公司把交付揽进自己公司,中国是几家整机厂合伙建一层共用的交付网络。这和 Signal #45 写过的事是同一类做法:都是几家整机厂合伙做一件单家做不起的事,那次是同轮入股上游供应商,这次是共建交付网络。中国信通院 10 月发布的《具身智能发展报告(2026 年)》也把以租赁为主业的第三方平台列为一种新出现的商业模式:整机租赁把客户一次性的设备开支变成持续的服务费。两条路的差别在于交付能力归谁:思灵和 Path 把它留在自己公司里,估值也算在自己头上;中国整机厂把它放进擎天租这类共用平台,平台单独融资、单独估值。

配图:交付风险正从客户身上移到机器人公司或共用平台上

为什么是现在:客户缺产能缺到愿意按绩效付款

Path 的大客户来自美国造船业。据 The Defense Post 8 月的报道,美国船厂面对的是熟练工人短缺、设施老化、场地有限和交付持续延误,美国海军现有 291 艘作战舰艇,低于法定的 355 艘。HII 在 8 月 6 日的公告里说,2026 年计划外包超过 250 万个造船工时,比 2025 年多三成。客户缺的不是一台机器人,是产能;产能可以按产出计价,所以才有按绩效付款的合同。Nidus 的客户同样是缺产能的国防工厂,它派团队进厂、按每家产线定制部署,替客户做线束装配,头 4 个月收入就到了七位数美元。

另一头是后期投资人要看的东西。D 轮以后进场的软银、Georgian 这类成长期资本,投的是能按收入和部署量算账的公司。演示视频撑得起 A 轮,撑不起 85 亿美元的估值。

影响:机器人公司的估值,开始按交付能力算

最直接受影响的是还在 A、B 轮的机器人公司,尤其是做人形机器人本体、主要靠演示融资的那批。想走到 D 轮,要么拿到按绩效付款的合同,要么自己养得起集成和维修队伍。代价是公司变重:Path 计划年底把员工扩到 400 人,思灵已有 3,500 多人,做法更接近工程承包商。

对投资人来说,尽调重点会从技术演示转到合同条款和现场团队:付款跟什么挂钩,停机损失谁承担,有多少集成工程师。产线集成商会成为收购标的,蒂森克虏伯这一块已经卖出去了。

这条判断的证据目前来自两笔后期轮、Nidus 一笔早期融资和一家中国租赁平台,美国一侧的需求又集中在国防造船,面不宽。如果未来几个月有人形机器人公司既没有量产合同、也没有自己的交付队伍,却拿到比思灵更高的 D 轮以后估值,或者 HII 这份协议在 2027 年前没能按绩效兑现出订单,我们的判断就需要修正。接下来盯两件事:

· 下一笔机器人 D 轮以后的融资,公司有没有按绩效付款的合同或自己的集成队伍;

· 擎天租之外,会不会有更多中国整机厂把交付交给共用平台,而不是自己建。

回访|Signal #32“具身智能的钱,正在离开机器人本体”:基本兑现

Signal #32 在 8 月 15 日判断,中国具身智能的钱正从机器人本体流向传感、力控、运动控制与真实世界数据这些上游环节,登记了三个指标。第一个(八周内上游的融资笔数能否跑赢本体)已在《Signal #44》回访,部分兑现;另外两个 11 月 14 日到期。

第二个是一个季度内,中国最大的 3 笔具身融资里是否至少 2 笔落在上游,原文的口径是「本体以外」。结果兑现,但要打折扣:SVTR AI 创投库追踪到的最大三笔,是小鹏机器人 9 亿美元 A 轮(8 月 24 日,人形机器人本体)、地瓜机器人 4 亿美元 C 轮(9 月 17 日,机器人芯片与开发平台)、辉羲智能 Pre-B+ 与 B 轮合计约 17 亿元(10 月 22 日,具身与智驾算力芯片)。芯片和开发平台都不是本体,按原口径三笔里两笔达标;但单笔最大的仍是小鹏旗下的本体公司,所以我们只确认钱在往上游分流,本体并没有失去最大的那笔钱。

第三个是本体厂入股上游公司,一个季度内是否累计至少 3 起。结果兑现:到 10 月 24 日已有 7 起,其中 3 起是多家整机厂同轮入股,见 Signal #45。本周又多一起:优必选与 GPU 公司沐曦共同发起的机器人端侧芯片公司曦选创智完成 5 亿元天使轮,纪源资本、经纬创投领投。

注:完整数据表与资本图谱,点文末左下角「阅读原文」直达。

SVTR AI 创投平台 · 入驻申请

创始人拿融资、企业拿订单、投资人拿项目。添加运营合伙人微信 pkcapital2023,或点「阅读原文」在官网申请。

申请加入 SVTR

阅读原文

跳转微信打开

  •  

Gradient:离开谷歌第一年,8 笔出手里 7 笔是追加投资

原创 SVTR 2026-11-12 11:30 美国

这家基金十年来的定位是“第一张机构支票”(公司拿到的第一笔来自专业投资机构的钱),最近三周却出现在 5 笔 A 轮和 2 笔 B 轮里。

SVTR|硅谷科技评论

速览

· 最近三周,Gradient(2017 年由谷歌设立的 AI 早期基金,2025 年 10 月独立运作)参与的 8 轮 AI 融资接连官宣,其中 7 轮是对已投企业的追加投资。

· 它最拿得出手的战绩都在开发者工具和算力层:2019 年领投 Streamlit 种子轮,2022 年 Snowflake 宣布以约 8 亿美元收购;2023 年领投 CentML 种子扩展轮,2025 年 6 月英伟达收购了这家公司。

· 这 8 轮里 7 轮来自 Gradient 早期投下的公司,它们集中进入了 A、B 轮。我们认为,这不代表它转投后期,打法没有变:种子期进入,后续轮大多由别家机构领投定价,自己继续跟投。2.2 亿美元的第五期基金能否同时撑起追加投资和新的种子轮,是接下来要看的。

10 月 27 日,Gradient 的两家已投企业同一天官宣融资。企业密钥管理公司 Infisical 完成 Elad Gil 领投的 4000 万美元 B 轮,估值 6 亿美元;临床 AI 证据检索公司 Vera Health 完成 Threshold Ventures 领投的 2850 万美元 A 轮。两份公告里,Gradient 都是现有股东,都是第三次出资。

这家基金十年来的定位是“第一张机构支票”(公司拿到的第一笔来自专业投资机构的钱),最近三周却出现在 5 笔 A 轮和 2 笔 B 轮里。在按参与 AI 融资轮次数排名的 SVTR 机构出手榜上,它从前 12 个月的第 80 位升到近 30 天的第 8 位。要读懂这次跳升,得先知道它平时怎么投、以前怎么赚到钱。

Gradient 机构档案卡(SVTR AI 创投库,2026 年 11 月快照)

1、合伙人:一位连续创业者,一位谷歌并购出身

Gradient 现在由两位普通合伙人掌舵。据 Fortune 报道,2025 年 10 月从 Alphabet 拆分后,管理公司归两人所有,谷歌从唯一出资人变成出资人之一。

Darian Shirazi 2005 年初加入 Facebook,是创始团队之外最早招进来的几位工程师之一,直接向扎克伯格汇报。之后他创办 B2B 客户数据平台 Radius,任 CEO 七年多,公司累计融资超过 1 亿美元。据 Gradient 官网,他早期投资或担任顾问的公司包括 Palantir、Udemy、Casetext 和 Legora。

Darian Shirazi 人物档案卡:Facebook 早期工程师、Radius 创始人,现任 Gradient 普通合伙人(SVTR AI 创投库,2026 年 11 月快照)

Zach Bratun-Glennon 走的是另一条路:对冲基金量化起步,在德意志银行做过投行,2015 年进入谷歌企业发展部,负责 Google Cloud 的收购与战略投资,2017 年 12 月加入 Gradient。据 Gradient 官网,他主导投资了 35 家以上公司,担任过 25 个以上董事席位,GPU 云公司 Lambda 的董事会是其中之一。

Zach Bratun-Glennon 人物档案卡:德意志银行、谷歌企业发展部,现任 Gradient 普通合伙人(SVTR AI 创投库,2026 年 11 月快照)

Zach Bratun-Glennon 关系图谱:上半是 Gradient、谷歌、德意志银行的同事,下半是弗吉尼亚大学与加州大学洛杉矶分校的校友(SVTR AI 创投库,2026 年 11 月快照)

2、投资理念:做第一张机构支票,押开发者和算力

Gradient 在 2026 年 3 月的第五期基金公告里把目标写得很直白:做第一张机构支票,在种子前轮和种子轮出手,之后深度参与投后,陪创始人把公司做起来。公告的说法是:“今天看起来是护城河的东西,明天可能就成了大路货”,最反共识的机会只出现在最早期。

公告列了五个方向:AI 原生的企业软件、智能体、AI 开发者工具、面向真实世界的 AI(生物、材料、机器人、算力),以及开源、小模型与混合算力(云端与本地设备搭配部署)。

说法和做法对得上吗?SVTR AI 创投库记录了 Gradient 自 2023 年 6 月以来有公开来源的 65 笔出资:

· 阶段:30 笔在种子前轮或种子轮,接近一半;由它领投(含联合领投)的共 8 笔,其中 7 笔是种子前轮或种子轮,只有 Collective 一笔是 B 轮

· 同投网络:65 笔里有 16 笔与 Y Combinator 同轮,约占四分之一,远多于排第二的 Alumni Ventures、SV Angel(各 4 笔)。YC 毕业公司是它种子项目的一个主要来源

· 方向:AI 原生企业软件和开发者工具占大头,“面向真实世界的 AI”里的生物、材料、机器人几乎没有出手,近期 8 笔也没有一家属于这类

阶段上,它领投的几乎都是种子期,与“第一张机构支票”的定位相符;方向上,公告列出的生物、材料、机器人还停留在纸面。

3、成功案例:Streamlit、CentML、Lambda

三个案例都是早期进入。Streamlit 和 CentML 的种子轮由 Gradient 领投,两家后来都被平台公司收购。Lambda 则不同:Gradient 参投了它的 A 轮,Bratun-Glennon 进入董事会名单,之后 Lambda 长成了一家 GPU 云公司。

Streamlit:连投三轮,不到三年被 Snowflake 收购

Streamlit 做的是让数据科学家用几行 Python 写出数据应用的开源框架。2019 年 10 月它带着 600 万美元种子轮亮相,由 Gradient 领投、Bloomberg Beta 参投(据 TechCrunch)。2020 年 6 月的 2100 万美元 A 轮由 Gradient 与 GGV Capital 联合领投,2021 年 4 月红杉领投 3500 万美元 B 轮时 Gradient 继续跟投(据 Global Corporate Venturing)。2022 年 3 月,Snowflake 宣布以约 8 亿美元收购,8 亿美元是宣布时的报道价;Snowflake 年报按会计口径记录的收购对价(现金加股票)公允价值为 6.5 亿美元,两个数口径不同。

CentML:领投两年后,英伟达买下了它

CentML 做模型训练与推理的性能优化,让同一批 GPU 跑出更高吞吐。2023 年 10 月,它官宣 2700 万美元种子扩展轮,公司通稿写明由 Gradient 领投,英伟达、Radical Ventures、Deloitte Ventures、Thomson Reuters Ventures 参投。2025 年 6 月英伟达完成收购,据 The Logic 报道,算上按业绩目标分期支付的部分,总价可能超过 4 亿美元,双方未披露金额;创始人 Gennady Pekhimenko 加入英伟达任 AI 软件高级总监。

CentML 资本关系图:2023 年 10 月种子扩展轮由 Gradient 领投,英伟达、Thomson Reuters Ventures(图中 TR Ventures)等参投(SVTR AI 创投库,2026 年 11 月快照)

Lambda:Gradient 早期入股,它长成了 GPU 云独角兽

Lambda 2021 年 7 月完成 1500 万美元 A 轮时,Gradient 是参投方之一,公司公告列出的董事会成员里就有 Bratun-Glennon。2024 年 2 月的 C 轮 Gradient 继续出资。此后 Lambda 在 2025 年 11 月完成 TWG Global 领投的超 15 亿美元融资;据《华尔街日报》2026 年 10 月报道,它正在为上市前最后一轮募集至多 40 亿美元,公司未确认。

这三家都属于开发者工具和算力基础设施(公告里分属“AI 开发者工具”和“面向真实世界的 AI”中的算力)。

4、近期动作:8 笔里 7 笔是追加投资

表 1|Gradient 参与的 8 轮 AI 融资(2026-10-21 至 2026-11-02)

被投企业(业务)· 轮次

本轮股权融资(百万美元)

本轮领投

Gradient 此前的参与

Collective(个体经营者财税)· B 轮

40

General Catalyst、QED、Gradient 联合领投

2023 年 7 月参投

Infisical(企业密钥管理)· B 轮

40

Elad Gil

现有股东,第三次出资

Larridin(衡量企业 AI 投入回报)· A 轮

30

Pelion Ventures

现有股东

Vera Health(临床 AI 检索)· A 轮

28.5

Threshold Ventures

现有股东,第三次出资

Plato(为 AI 实验室搭建训练智能体用的模拟工作环境)· A 轮

16

Nava Ventures

领投种子轮

Firstwork(一线员工入职 AI)· A 轮

15

Earlybird

领投种子轮(2025-02)

Pathfinder(教育储蓄账户支付卡)· A 轮

12

Portage Ventures

联合领投种子轮(2026-03)

Sava(用 AI 管理家庭信托资产)· 种子轮

10

Gradient

新投

数据:SVTR AI 创投库,截至 2026-11-10;Gradient 此前的参与据各公司融资公告。Collective 公告的 1 亿美元里另有 6000 万美元来自 General Catalyst 的客户价值基金(Customer Value Fund),这笔钱不换股份,按收入回款,属于非股权资金,未计入本表。

对照上文,这 8 笔延续同一套打法:5 笔 A 轮由 5 家外部机构分别领投,Gradient 作为现有股东跟投;唯一的新投 Sava 仍是它领投的种子轮。例外是 Collective:Gradient 2023 年以参投方进入,这次 B 轮与 General Catalyst、QED 联合领投。

名次为什么上升得这么猛?种子轮常常不发公告,Gradient 投下的种子有不少从没进过这份出手榜(榜单只统计公开宣布的融资轮次);等这些公司走到 A 轮开始官宣,它们才一起出现在榜上,Gradient 作为现有股东也跟着被计入。近 30 天里(集中在 10 月 21 日到 11 月 2 日)恰好有多家已投企业同时走到这一步,它在全部 AI 融资轮次里的占比便从前 12 个月的 0.50% 升到近 30 天的 1.66%,名次随之跳升。

Gradient 资本关系图:上半是图上展示的被投企业及与 Gradient 同轮出资的机构,下半是投资团队(SVTR AI 创投库,2026 年 11 月快照)

5、结论:打法十年没变,回报已经出来

Gradient 这次冲进出手榜前十,不是改投成长期,而是它此前投下的一批种子公司同时进入了 A、B 轮。它的打法十年没变:在种子期做第一张机构支票,后续轮大多让别的机构领投定价,自己继续跟投。

这套打法已经有了回报。Streamlit 和 CentML 都是它在种子期领投,几年后分别被 Snowflake 和英伟达买下;Lambda 是它早期参投的 GPU 云公司,如今据报道正在为上市做准备。

接下来要看的是钱够不够分。2.2 亿美元的第五期基金,既要给已投企业追加投资,也要开新的种子支票。最直接的观察指标,是它每年公开领投的种子轮数量(公开口径会少算,但每年用同一口径比,看的是增减):2027 年不少于 2026 年,说明它还在按原来的节奏投新公司;明显减少,钱就更多流向了已投企业。

阅读原文

跳转微信打开

  •  

军用无人机公司 Shield AI 融 25 亿美元,股权只占四成:国防 AI 大轮开始由银行配钱

原创 SVTR 2026-11-08 11:30 美国

今年 Shield AI 和 CesiumAstro 两家公司一共融了四轮,摩根大通每一轮都参与了。国防 AI 的大额融资,已经不只是风投在出钱、在定价。

Shield AI 本周融资 25 亿美元,但投资人按 288 亿美元估值买进的股权只有 10 亿。另外 15 亿,一部分是黑石的结构化股权,一部分是摩根大通的贷款,而摩根大通同时还是这家公司的股东。今年 Shield AI 和 CesiumAstro 两家公司一共融了四轮,摩根大通每一轮都参与了。国防 AI 的大额融资,已经不只是风投在出钱、在定价。

11 月 5 日,做军用无人机和自主飞行软件的 Shield AI 宣布融资 25 亿美元,投后估值 288 亿美元,同时以 53 亿美元收购做固态雷达的 Echodyne。这 25 亿美元由三部分组成:

· H 轮股权 10 亿美元,由成长期基金 Disruptive 与 Innovation X Capital 联合领投;

· 黑石的结构化股权 10 亿美元。结构化股权名义上是股权,但通常约定了保底回报或优先拿回本金,性质更接近借款;这一笔的具体条款没有公开;

· 摩根大通的贷款 5 亿美元。

同一天,做卫星相控阵通信载荷的 CesiumAstro 宣布完成 7.3 亿美元 D 轮,另外借了 1 亿美元,借款来自美国进出口银行和摩根大通。

我们的判断:在美国国防与硬件 AI 公司的后期大额融资里,银行的角色变了。过去银行通常等到公司上市时才出场,负责承销;现在它从融资阶段就开始出钱,而且轮轮都在。摩根大通的做法是先投一笔股权成为股东,再用贷款和结构化资金把一轮的总额做大。这样一来,一轮融资的总额里,真正按估值买进的股权可能只占一小部分。

这不只是一家公司的事。本周 SVTR AI 创投库追踪到 94 轮已确认的 AI 融资,披露金额共 107.41 亿美元。其中 5 轮带有债务(3 轮是股权加债务,2 轮纯债务),合计 38.33 亿美元,占本周总额的 35.7%;过去 12 个月,这个比例只有 1.6%。就算去掉 Shield AI 这一笔,也还有 16.2%。从笔数看,“股权加债务”的融资近四周出现了 11 轮,平均每周将近 3 轮,而过去 12 个月平均每周只有 0.3 轮。

本周带债务成分轮次的金额占比,与前 12 个月基线对比

信号一|两家公司今年四轮融资,摩根大通一轮不落

Shield AI 今年融了两轮。3 月的 G 轮共 15 亿美元,由摩根大通和私募股权基金 Advent International 联合领投,摩根大通出手的是它“安全与韧性计划”(Security and Resiliency Initiative,下称 SRI)下面的直投部门。同一轮里,黑石另外出了 5 亿美元固定回报优先股,每年按固定比例领股息,公司清算或出售时也比普通投资人先拿回钱;此外还有 2.5 亿美元的延迟提取授信,也就是先批下额度、公司需要时再提款。到 11 月的 H 轮,摩根大通既是股东,又放了 5 亿美元贷款。

CesiumAstro 今年也融了两轮。2 月的 C 轮 4.7 亿美元里,股权 2.7 亿美元,另外 2 亿美元是美国进出口银行(美国政府的出口信贷机构)和摩根大通的贷款。本周的 D 轮又借了 1 亿美元,借款方还是这两家。

表 1|2026 年美国国防与硬件 AI 大额融资的资金构成

公司 · 轮次(日期)

本轮总额(百万美元)

其中主轮股权占比

股权以外的钱从哪来

Shield AI · G 轮(2026-03-26)

2,000

75%

黑石固定回报优先股 500

Shield AI · H 轮(2026-11-05)

2,500

40%

黑石结构化股权 1,000;摩根大通贷款 500

CesiumAstro · C 轮(2026-02-02)

470

57%

美国进出口银行与摩根大通贷款 200

CesiumAstro · D 轮(2026-11-05)

830

88%

美国进出口银行与摩根大通贷款 100

Zipline(2026-11-05)

1,500

100%

无;摩根大通作为股东参投

Nooks(2026-11-04)

500

0%

General Catalyst 客户价值基金 500

数据:SVTR AI 创投库,截至 2026-11-06

要说明的是,股权在融资里的比重并没有一致地变小:Shield AI 从 75% 降到了 40%,CesiumAstro 反而从 57% 升到了 88%。两家真正的共同点有两条。第一,每一轮都有一层特殊的钱,要么在公司出售或清算时比风投先拿回本金,要么按固定比例收回报。第二,每一轮都有摩根大通。本周金额最大的四笔融资里,三笔的公告都提到了摩根大通,唯一例外是生成式媒体平台 Fal.ai 那笔 13 亿美元。

信号二|288 亿美元的估值,只由 10 亿美元股权定价

7 个多月里,Shield AI 的估值从 127 亿美元涨到 288 亿美元,约为原来的 2.3 倍。但这个价格是由 H 轮那 10 亿美元股权定出来的。同一轮里黑石的 10 亿和摩根大通的 5 亿,回报写在合同条款里,公司估值涨跌和它们关系不大。

这对之后再进场的成长期基金影响很大。原因在于分钱的顺序:3 月黑石那 5 亿美元优先股,明确排在普通投资人前面拿钱;本周黑石这 10 亿条款没有公开,如果也是同类安排,排在前面的钱就有 15 亿美元,再加上摩根大通 5 亿美元贷款,借款本来就要先还。将来公司如果以低于 288 亿美元的价格上市或被收购,这些钱先拿走,剩下的才轮到按 288 亿估值买进的投资人。所以公告估值越高,按这个估值买进的人承担的下跌风险反而越大。

这笔钱的用途很明确。收购 Echodyne 作价 53 亿美元,交割时用现金加股票支付 48 亿美元,另外最多 5 亿美元看业绩再付,预计 2027 年初完成交割;本轮 25 亿美元有一部分就是为这笔收购准备的。3 月那一轮也一样,Shield AI 一边融资,一边收购了飞行仿真公司 Aechelon。

信号三|钱主要花在产线和工厂上

Echodyne 的雷达主要用来反无人机。它在华盛顿州 Kirkland 的工厂约 8.6 万平方英尺,投资 4000 万美元,一年能造约 3 万台雷达。CesiumAstro 计划五年内投 5 亿美元,在奥斯汀总部建一座 27 万平方英尺的工厂,还收购了 Jariet Technologies、1Aardvark、Vidrovr 三家公司。Zipline 的 15 亿美元全部是股权,公告写明用于扩建美国本土工厂。

我们认为,这正是银行愿意进来的原因。工厂、存货和政府订单都是看得见的资产和收入,银行可以按放贷的标准去评估风险、定利率。公司用借款来盖厂,就不必为这部分支出按 288 亿美元的估值增发股份、稀释老股东。8 月我们在《AI 公司开始被拆开定价》里判断“产能资产靠信贷养”,当时的例子是 Castelion 的 10 亿美元 C 轮。本周更进一步:放贷的银行同时也成了股东,同一家机构在同一家公司里既是股东又是债主。10 月我们写过算力公司融资转向可转换结构,现在国防公司也开始用类似的办法融资。

为什么是现在

银行这一侧,摩根大通 2025 年 10 月推出了 SRI:计划十年内为国家安全相关产业提供 1.5 万亿美元融资,其中最多 100 亿美元用于直接股权投资。2026 年 10 月 19 日的一周年公告显示,第一年已经投出 50 亿美元股权,参与融资和撮合的交易超过 2300 亿美元。直投由 Todd Combs 带领的战略投资组负责。据 CNBC 报道,8 月摩根大通参与领投了自动化军工零部件工厂 Hadrian 的 14 亿美元融资,也参与了低成本高超音速导弹公司 Castelion 的 10 亿美元融资。

对银行来说,投股权只是第一步。SVTR AI 创投库记录了摩根大通有公开来源的投资 35 笔,其中包括 AI 算力公司 Nscale:它 8 月约 30.5 亿美元的数据中心项目贷款,就是摩根大通和高盛牵头安排的。另据 The Next Web 8 月 27 日报道,摩根大通已开始为挪威 AI 算力云公司 Volta 筹组约 50 亿美元的债务融资。我们的判断是:银行先用股权成为股东,之后这家公司的贷款、发债乃至上市承销,都可能交给它来做。它赚的不只是股权回报,而是一整串金融服务的收入。

公司这一侧也有动力。Shield AI 公告称,它和 Echodyne 本财年的收入预计都会增长 100% 以上。收入增长快、订单又有政府背书,借钱的成本就比按 288 亿美元估值再卖股份低。

影响|谁会受波及

· 投后期国防和硬件公司的成长期基金:受影响最大。它们在一轮里买到的份额越来越小,分钱时又排得越来越靠后。这类公司对外公布的估值,已经不能直接拿去和同等估值的软件公司比较,先要弄清楚排在前面的钱有多少。

· 早期国防创业公司:退路在变。手里有充裕资金的平台型公司正在收购零部件和传感器厂商:Shield AI 买了雷达公司,CesiumAstro 一年里买了三家。本周法国反无人机雷达公司 Gallium Defense 拿到 820 万美元种子轮,这类公司将来很可能被这些平台型公司收购。

· 应用层:也出现了类似做法。做销售 AI 助手的 Nooks 从 General Catalyst 的客户价值基金拿了 5 亿美元。这只基金专门投给收入和成本都比较好预测的公司,提供的是不稀释股权的资金。Nooks 自称收入同比增长 3 倍,老客户的收入留存率为 135%(老客户今年比去年多付了 35%)。道理是相通的:收入算得准,就不必全靠卖股份融资。

验证

这个判断目前证据还薄:每个案例都和公告核对过,但主要来自两家公司和一家银行。接下来三个月我们盯两件事:

· 大额融资里还有没有贷款和结构化资金:美国国防与硬件 AI 的大额融资里,带贷款或结构化资金的还多不多;如果又回到纯股权,这个判断就站不住。

· 摩根大通会不会再“既当股东又放贷”:在 Shield AI 之外的公司身上是否出现同样做法;一家都没有,Shield AI 就只是个案。

回访|Signal #31“天使轮只剩名字”:未兑现

原文见《天使轮只剩名字:AI 资本开始按终局给第一天定价》。当时的判断是:AI 公司刚成立就能拿到过去要到后期才有的大额融资。我们定的检验办法是:90 天内,破壳机器人、求之科技、Volta 三家里至少一家官宣下一轮、估值上调或订单加码,就说明这股趋势还在加速;一家都没有,而且同类融资也变少了,就说明只是几家公司的个案。

结果:8 月 8 日到 11 月 6 日,三家都没有官宣新一轮。破壳机器人最近一轮仍是 8 月初顺为资本、经纬创投共同领投的亿美元级 Pre-A 轮;求之科技最近一轮仍是 8 月 5 日的 1 亿美元天使+轮;Volta 只有 The Next Web 8 月 27 日报道的摩根大通筹组约 50 亿美元债务融资,还没有官宣。所以这项指标没有兑现。但同类融资也没有变少:截至 10 月 3 日的 8 周里,成立不到 18 个月就拿到 5000 万美元以上融资的公司,平均每周 2.5 家。早期大额融资仍在发生,只是没有集中在这三家身上连续出现。

注:完整数据表与资本图谱,点文末左下角「阅读原文」直达。

SVTR AI 创投平台 · 入驻申请

创始人拿融资、企业拿订单、投资人拿项目。添加运营合伙人微信 pkcapital2023,或点「阅读原文」在官网申请。

申请加入 SVTR

阅读原文

跳转微信打开

  •  

从 CES 发现,到硅谷成交

微笑的迪妮莎 2026-11-06 11:30 美国

2026 年 1 月,148,392 人去了拉斯维加斯的 CES。主办方 CTA 公布的独立审计数据里,有两行比总人数更值得看:关注 AI 的观众 39,929 人,同比增长 22%;关注机器人的 19,605 人,同比增长 26%。4,100 多家参展商里,约 1,200 家是初创公司。

人越来越多,展台越来越多,真正有价值的信号却越来越难辨认。

2027 年 1 月,SVTR 全球创投营,从全球精选不超过 15 家 AI 与硬科技企业,从 CES 走到硅谷。那么,为什么去 CES,为什么还要去硅谷,为什么只选 15 家?

技术领先,为什么不一定赢

1967 年 6 月,第一届 CES 在纽约希尔顿酒店开幕,117 家参展商,17,500 名观众,主角是电视机和收音机。到 2027 年,正好 60 年。

1967 年第一届 CES 现场

这 60 年里最常被投资人引用的一个故事,是录像机的格式战争。索尼的 Betamax 画质更好,JVC 推动的 VHS 录制时间更长、片源更多、价格更低,最后赢下了大众市场。技术领先不等于商业胜出,产品、成本、生态和用户需求能不能对上,才决定结果。

2007 年 1 月 9 日,CES 正在拉斯维加斯进行,乔布斯在旧金山的 Macworld 上发布了第一代 iPhone。改变整个移动互联网的产品,没有出现在 CES 上。

此后 CES 慢慢换了角色。它未必每年都有一款改变行业的新品,但能呈现一整个产业的横截面:巨头往哪走,初创公司在试什么,供应链成本降到了哪里,一项技术离大规模商用还有多远。

它也能帮人分辨两类产品。2008 年推出的 Roku 播放器,99 美元,最初只能看 Netflix 一个频道,却抓住了家庭娱乐越来越简单直接的需求,后来成了北美最大的电视流媒体入口之一。另一端是 Juicero,2016 年上市时售价 699 美元的联网榨汁机,2017 年彭博社发现,用手直接挤它的果汁包,效果差不多。

一个用技术把体验变简单,一个把简单的事变复杂。它们都不是在 CES 上首发的,但每年的展馆里,都能看到这两种方向。投资人分辨它们,是在找机会;创业者分辨它们,关系到公司的生死。

AI 时代,最不缺的就是演示

几年前,一台能走路的机器人、一副能认出物体的眼镜,就足以在展台前围满人。今天,基础模型、芯片、传感器和开发工具都成熟了,做出一个惊艳的演示越来越容易。

CES 现场

商业化没有因此变简单。在 CES 上真正该找答案的,是这几个问题:

· 一副 AI 眼镜,解决的是什么真实需求?

· 一台机器人,离开展台后能不能在复杂环境里稳定工作?

· 一个 AI Agent,有没有用户愿意持续付费?

· 竞争对手也能做出相似功能时,差异化在哪里?

投资人看 CES,通常看三类信号:

· 供应链信号:同一类产品突然出现大量中小厂商,往往说明关键组件的成本降下来了,行业要进入规模化竞争。

· 巨头注意力信号:三星、索尼把某项技术放进核心产品线,说明这个方向得到了产业验证,也说明竞争要变激烈了。

· 反向信号:高度依赖舞台效果,却讲不清用户、场景和商业模式的演示,值得警惕。

这些信号对创业者同样有用。你得知道,自己的产品在客户和投资人眼里属于哪一类。展台前的掌声只能说明有人感兴趣,愿不愿意买单要看客户、订单和持续收入。

去了 CES,为什么没带回生意

每年都有大量创业公司奔赴拉斯维加斯。准备展台,做演示视频,和世界各地的客户、媒体、投资人交换联系方式。四天之后,带回一堆照片、名片和会议记录。

然后,一次聊得很好的交流,没有了下一次会议;一位潜在客户表示有兴趣,却没有采购计划;一位投资人认可技术,还是没弄懂公司的商业模式和市场规模。展会结束了,真正要推进的商业关系才刚开始。

问题往往不在创业者不够努力。展会信息密度太高、时间太短,能推进业务的机会要提前筛选、事后跟进,一个第一次去的团队很难自己做到。

所以 CES 之外,我们同样看重硅谷。拉斯维加斯适合集中观察全球的技术竞争;硅谷聚集着技术企业、早期客户、投资机构和产业决策者,适合验证市场、建立关系、推动合作。在 CES 看清机会,在硅谷推动机会,我们要做的是把这两段接起来。

从 CES 发现,到硅谷成交

这就是 SVTR 2027 CES × 硅谷 AI 创投营 的设计起点。它是 SVTR 全球创投营的第三届,2027 年 1 月 6 日至 12 日(1 月 5 日抵达),全球精选不超过 15 家 AI 与硬科技初创企业。

7 天行程分四个阶段:

DISCOVER|在 CES 发现机会(1 月 6–7 日)按企业的赛道分组安排观展动线,覆盖 Physical AI、机器人与智能硬件、AI 基础设施和企业技术等方向,从 Eureka Park 等创新展区入手。重点看竞品、供应链、潜在客户和合作方,每天收尾做一次创始人复盘,形成一份重点机会清单。

CONNECT|把发现变成商务对话(1 月 8–9 日)CES Deal Day 安排与潜在客户、渠道和战略合作方的定向 1:1 会面,晚上是定向交流晚宴。9 日上午做最后一轮重点会面,下午转场硅谷。

LAND|在硅谷验证美国市场(1 月 10–11 日)美国市场进入、目标客户画像、定位与定价工作坊,打磨路演材料。第二天是企业客户日,按每家企业的赛道和产品,安排与企业客户、渠道和技术合作方的会面。我们希望每位创始人回答一个问题:如果明天就要在美国找第一批客户,从哪里开始?

CAPITAL|连接投资人(1 月 12 日,Palo Alto)上午投资人 Office Hours,下午 SVTR Global AI Venture Demo Day,晚上结营晚宴。每家企业带着一份 30 天跟进计划离开:重点联系人、商务机会、下一步具体做什么。

1 月 13 日另有一天可选的 Napa 行程,让大家在轻松的环境里,找到值得信任的商业合作伙伴。

为什么只选 15 家? 因为每家公司的问题都不一样。有的在找第一个美国企业客户,有的想进新的供应链,有的准备融资,有的要重新想清楚国际化的产品定位。这些需求没法靠一条标准参观路线解决。控制规模,是为了给行前准备、定向匹配和营后跟进留出空间。

前两届,我们学到了什么

2026 年 3 月,SVTR 组织 15 家硅谷及全球科技公司以展团形式亮相 AWE 2026 上海;同期,30 余位全球 AI 创始人走访了上海及周边 6 个 AI 创新区域。复盘见《十五家硅谷公司把展台摆到了京东方隔壁》和《30 位全球 AI 创始人中国行》。

2026 年 8 月,10 支机器人与具身智能团队在硅谷完成现场路演和闭门交流。没有一支在挤通用人形整机,它们做的是执行器、AI 眼镜、宠物与家庭陪伴设备、施工投标智能体和老年陪伴平台,其中几家已经有出货或付费客户。复盘见《10 支团队登台,没有一支做人形》。

两届下来,我们最确定的一条经验是:营的价值不在行程有多满,在于每一场交流和这家公司要解决的问题有多相关。展会也许只有几天,但商业关系可以长久延续。

我们在找什么样的团队

已有产品、原型或可验证的技术进展,想推进下面任一目标的团队,满足一项即可:

· 市场拓展:验证美国客户需求,寻找渠道、试点或产业伙伴;

· 融资准备:梳理项目表达,和匹配的投资人建立联系;

· 合作共创:探索产品集成、技术合作或联合开发。

无论公司来自中国、美国还是其他地方都可以申请。我们建议创始人、CEO 或公司核心成员亲自来。

我们也不希望真正有潜力的团队,只因为短期预算而错过。特别设立了 SVTR Founder Scholarship 创始人奖学金:最高 9,000 美元,其他档位创始人奖学金额由评审确定。另外,SVTR 是 AWS Activate Provider,符合条件的参营企业可以经 SVTR 通道单独申请最高 20 万美元 AWS Credits。

关注 AI 与硬科技的投资人、企业战投和产业伙伴,也欢迎登记参与本届的项目展示和闭门交流,提前拿到入选企业的项目简介合集(经企业授权)。

科幻作家 William Gibson 有一句常被引用的话:「未来已经到来,只是分布得还不均匀。」

每年 1 月的拉斯维加斯,是未来分布得最密的地方之一。对创业者来说,看到多少未来不重要,能不能把它带进真实的市场才重要。2027 年 1 月,我们想与你一起,在 CES 发现,在硅谷成交。

SVTR 2027 CES × 硅谷 AI 创投营

· 时间:2027 年 1 月 6–12 日(1 月 5 日抵达)

· 地点:拉斯维加斯 CES → 硅谷

· 名额:全球精选不超过 15 家企业

· 第一阶段截止:2026 年 11 月 30 日

· 申请与评审:免费,可同时申请创始人奖学金

· 申请入口:svtr.cn/camp/ces-2027

文末阅读原文,了解更多详情。

阅读原文

跳转微信打开

  •  

Thrive Holdings 用 20 亿美元买会计所:AI 应用的壁垒究竟是什么?

原创 SVTR 2026-11-04 11:30 美国

本文写给重点看 AI 应用的早期基金,以及在服务业里卖 AI 软件的创业者。

SVTR|硅谷科技评论

Thrive Holdings 融资 20 亿美元,专门收购会计所和 IT 服务公司。它 8 月拿到这笔钱,已买下 70 多家。
10 月 29 日,Will Manidis 与 Joe Roberts 发表长文《The Commanding Heights》,判断 AI 创造的财富会流向少数“制高点”,又说这类收购整合平台“规模受限,太小”。我们同意前半句,不同意后半句。
本文写给重点看 AI 应用的早期基金,以及在服务业里卖 AI 软件的创业者。

Thrive Holdings 是 Josh Kushner 的 Thrive Capital 设立的控股公司。它不卖软件,直接买下会计师事务所和 IT 服务公司,再派工程师进去重做工作流程。8 月这一轮由软银、D1 Capital Partners、Altimeter Capital 出资,估值 120 亿美元。据 TechCrunch 报道,它的会计板块已有 50 多家事务所、2,000 多名从业人员,IT 板块约 20 家公司;OpenAI 2025 年 12 月入股,并派员工进驻这些公司。

这一笔有多大:据 SVTR AI 创投库,2026 年前 10 个月,美国纯软件类 AI 应用一共拿到 131 笔种子轮,合计 16.3 亿美元。Thrive Holdings 一笔就超过了它们的总和。

我们的判断:AI 应用层的钱没有撤走,但正在绕过“卖软件给客户”这一步,直接买下客户。模型越便宜,省下来的成本越容易留在拥有业务和客户关系的一方,卖工具的一方留不住。

卖软件的公司,价格开始落后

《The Commanding Heights》并不是两个宏观经济学者对 AI 的远距离推演。作者之一 Will Manidis 是 2019 年 Thiel Fellow,创办过医疗 AI 公司 ScienceIO,2024 年把公司以 1.4 亿美元卖给医疗信息公司 Veradigm;另一位作者是 Joe Roberts。他们问的是同一个问题:当智能越来越便宜,利润究竟会流向哪里?

这篇四万字长文对应用层很悲观:模型几个月就变成大路货,投资人拿着上一个时代的制高点、给这个时代的发明出钱,安全感是假的。

创投库的数据支持这篇文章论点的一半。美国 AI 融资里,纯软件类应用的笔数占比在下降:2024 年 30.8%,2025 年 30.1%,2026 年前 10 个月 24.3%。这里的纯软件类指企业服务、效率工具、开发者工具、营销、法律、教育、社交娱乐七个赛道。笔数本身没有少,2026 年前 10 个月 386 笔,按月折算与 2025 年的 476 笔持平;少的是份额,新增的融资去了机器人、国防、能源、制造这些实体业务。

单笔价格的差距更说明问题。

美国 AI 公司单笔融资中位数与笔数占比:2024 年与 2026 年对比

类别

种子轮中位数(百万美元)

A 轮中位数(百万美元)

笔数占比

纯软件类应用

4.5 → 6.0

16 → 22

30.8% → 24.3%

实体类应用

5.6 → 9.0

17 → 25

26.4% → 32.5%

基础层(算力、数据、互连等)

5.0 → 12.0

19 → 50

14.1% → 13.2%

模型层

6.8 → 10.0

18 → 43

11.7% → 9.1%

数据:SVTR AI 创投库,截至 2026-11-03。统计美国总部公司已确认的股权融资,2026 年计至 10 月;不含 IPO、债务与老股转让;按公司所属赛道分类。

两年前,四类公司的种子轮价格相差不大,都在 450 万到 680 万美元之间。到 2026 年,基础层种子轮的中位数是纯软件应用的两倍,A 轮差到两倍多。投资人愿意为难被替代的东西多付钱,卖软件的公司离这个位置最远。

两年 11 笔、约 29.5 亿美元:买下客户的公司

另一半,原文没有看到。有一类公司先收购传统企业,再用 AI 改造。据创投库追踪,2024 年这类公司还没有一笔披露金额的融资;2025 年 5 笔、合计约 5.1 亿美元;2026 年前 10 个月 6 笔、约 24.4 亿美元:

· Thrive Holdings(会计、IT 服务):2026 年 8 月 20 亿美元

· Beacon Software(多伦多,收购服务小企业的垂直行业软件公司):2025 年 11 月 B 轮 2.5 亿美元,2026 年 6 月 C 轮 2.25 亿美元;据 BetaKit 报道,它大约每两周收购一家

· Dwelly(英国,收购房屋租赁中介):2026 年 2 月股权融资 3,200 万英镑,7 月 B 轮股权融资 9,500 万美元,两轮都另配了债务

· Shield Technology Partners(Thrive Holdings 旗下 IT 服务平台):2025 年 6 月 1 亿美元

· Titan(收购 IT 服务商):2025 年 8 月 7,400 万美元

· American Growth Insurance(收购独立保险代理机构):2026 年 7 月 7,000 万美元

· 另有物业管理平台 Buena、收购小型会计所的新加坡公司 Multiplier Holdings、英国保险经纪平台 i23 三笔较小的轮次

收购整合类 AI 公司 2025 年以来股权融资(百万美元)

最能说明问题的是 General Catalyst。它 2026 年 2 月领投了 Accrual 7,500 万美元,这家公司给会计所卖税务自动化软件;同时它又出现在 Titan、Dwelly、Beacon 的投资方名单上,三家都是买下企业自己经营。据 TechCrunch 报道,General Catalyst 2024 年 10 月募完的新基金里,专门划出 15 亿美元做孵化与收购。同一个行业,它两种方式都在下注。

两种方式的差别在于,省下来的钱归谁。Thrive Holdings 披露,它的税务 AI 已处理 7,000 多份报税表,参与的事务所报税时间缩短三成以上。卖软件的公司按席位或订阅收费,客户效率提高三成之后,下一次续约就会压价。买下事务所的一方,省下的三成工时直接变成自己的利润。我们在《当模型越来越便宜,什么才开始值钱?》里写过,模型能力本身越来越不值钱,稀缺的是在给定成本下交付结果的能力。收购整合把这条逻辑推到了底:交付结果的那家公司,干脆归自己所有。

Thrive Holdings 的 Anuj Mehndiratta 说过一句话,解释了这门生意守的是什么:AI 不会替代现场工作、本地判断和专业签字。会计所的签字权、保险代理的牌照、租赁中介手里的房东和租客,模型拿不走。对一家几十人的服务公司来说,这就是它自己的制高点。

原文说它们太小,真正的限制是整合速度

原文并没有否认这类公司。它的原话是,派工程师驻场的部署公司和收购整合平台,有些“很可能成为持久的下游生意,赚几十年的钱”,只是规模太小:部署公司受限于能招到多少专家,收购整合平台要一家一家去买、一家一家去整合。

这个限制是真的。原文看的是国家和万亿美元的尺度:今年美国大型云厂商的资本开支预计约 8,000 亿美元,在这个尺度上,70 家会计所确实不大。但一级市场看的是另一件事:在应用层,还剩哪些位置能装下大笔的钱。2026 年前 10 个月,这类公司的融资额已是 2025 年全年的 4.8 倍。资本的判断是,整合速度这个问题可以解决。

原文点名的 OpenAI 部署公司,我们在《四家 AI 巨头押下 90 亿美元,买的是 Palantir 的位置》里写过:四家 AI 巨头争的是企业里第一个看懂工作流、决定 AI 怎么进入生产系统的位置。收购整合平台走得更远一步,连这家企业一起买下。

接下来 12 到 18 个月,三个变量会告诉我们资本押得对不对:

· 被收购公司的利润率有没有提高。现在公开的只有效率数据,报税快了三成、IT 工单处理快了 36 倍,还没有一家披露过收购前后的利润率对比。

· 融资里债务的比重。Dwelly 7 月那一轮,股权 9,500 万美元,另配 7,500 万美元债务。如果后续轮次的债务越来越多,这门生意就更像私募基金的杠杆收购,AI 只是包装。

· 收购速度和整合能不能同步。Beacon 每两周买一家。传统的收购整合平台,多数败在买得太快、整合跟不上,换成 AI 也不会自动免疫。

如果模型每年都在变便宜,你的公司是在把这份便宜卖给客户,还是在把它留下来?

关于本文数据:纯软件类应用指创投库应用层中的企业服务、效率工具、开发者、零售营销、法律服务、教育培训、社交文娱七个赛道;实体类应用指机器人、国防安防、交通物流、工业制造、双碳环保、智能硬件、生命科学、地产科技八个赛道。收购整合类公司按主营业务判定:以收购传统服务企业或行业软件公司、并用 AI 改造其运营为主业;只收购 AI 初创公司的控股平台不计入。融资额只计股权部分,债务另计。

阅读原文

跳转微信打开

  •  

Modal 与无问芯穹同一周拿到大钱:美国按收入定价,中国在为国产芯片定价

原创 SVTR 2026-11-01 10:30 美国

加拿大政府本周出资最高 16 亿加元入股 Cohere,条件是总部、岗位和算力留在加拿大。今年韩国已两次用国家基金给本国推理芯片公司压舱,这一次压舱的对象换成了模型公司。

10 月 29 日,Cohere 宣布 E 轮首次交割,目标最高 70 亿加元,估值 357 亿加元。领投方是德国零售集团 Schwarz Group,承诺约 6 亿美元;加拿大政府通过国有的加拿大发展投资公司出资最高 16 亿加元,是本轮已披露金额里最大的一笔,按就业和收入目标分期到位。条件有三项:总部留在加拿大,2030 年前新增 1000 个以上技术岗位,同期在加拿大数据中心投入 17 亿加元。

我们的判断:国家资本给本国 AI 公司压舱,今年先出现在芯片层,本周扩到了模型层。压舱和跟投是两种钱。跟投的政府基金按市场价买一小份,不改变公司方向;压舱的政府出一轮里最大一笔,换来的是公司开在哪里、算力建在哪里、将来在哪里上市。压舱的地方,价格也更容易落在本国的坐标上,这一点目前只在芯片层看得到。

信号一|加拿大从补贴 Cohere 的算力,升级到入股 Cohere

加拿大政府给 Cohere 的钱不是第一次。2024 年 12 月,时任副总理方慧兰宣布向 Cohere 提供最高 2.4 亿加元,用于和 CoreWeave 合建本国数据中心,这是加拿大 20 亿加元“主权 AI 算力战略”的第一笔出资,形式是项目资助。不到两年,同一家公司拿到的政府资金放大到约 6.7 倍,身份也从受资助方变成了被投公司,政府成了股东。

条件和回报率无关,三项都是在买“在哪里”。分期到位的设计更说明问题:钱跟着岗位和收入目标走,政府要的是 Cohere 作为一家加拿大公司长大,财务回报排在后面。

这一轮还装进了第二个国家的诉求。Schwarz Group 持有德国模型公司 Aleph Alpha 两成以上股份,Aleph Alpha 已与 Cohere 签下合并协议,合并后柏林成为第二总部,Aleph Alpha 与德国联邦数字事务部、巴登-符腾堡州政府的合同一并带入。Schwarz 还计划把 Cohere 的模型接进自家云平台 STACKIT。一家多伦多公司,同时成了加拿大政府和德国产业资本各自押注的本国模型。

信号二|压舱先出现在芯片层,模型层此前只有跟投

把范围放到近 12 个月:SVTR AI 创投库里,中美以外拿到 1 亿美元以上融资的 AI 基础模型与 AI 计算芯片公司共 12 家,7 家的股东名单上有政府资金,政府出一轮里最大或接近最大一笔的只有 3 家:Rebellions、FuriosaAI 和本周的 Cohere。下表列出其中 7 家。

表 1|中美以外 AI 模型与芯片公司:政府资金在轮次里的位置

公司

最近一轮与估值

本国政府资金的位置

层级

Cohere(加拿大)

2026-10,目标 70 亿加元,估值 357 亿加元

加拿大政府最高 16 亿加元,已披露最大一笔,附三项条件

模型

Mistral AI(法国)

2026-09,34.8 亿美元,244 亿美元

三星电子领投;Bpifrance、卢森堡政府跟投

模型

Ineffable Intelligence(英国)

2026-05,种子轮 11 亿美元,51 亿美元

红杉等美国基金在前;英国商业银行、主权 AI 基金跟投

模型

Rebellions(韩国)

2026-03,4 亿美元,投后 23.4 亿美元

国家成长基金约 1.65 亿美元,约占四成,共同领投

芯片

FuriosaAI(韩国)

2026-10,6.2 亿美元,投后 29 亿美元

国家成长基金约 2.8 亿美元,约占 45%,本轮最大出资方

芯片

Olix(英国)

2026-08,3.12 亿美元,33 亿美元

Fundomo 领投;英国主权 AI 基金跟投

芯片

Fractile(英国)

2026-10,约 5.77 亿英镑,投前 65 亿美元

无

芯片

数据:SVTR AI 创投库,截至 2026-10-30

韩国在 3 月把国家成长基金的第一笔直投给了 Rebellions,10 月又给 FuriosaAI 出了本轮约 45% 的钱,两次都是压舱。模型层此前的政府资金都排在别人后面:Mistral AI 由三星电子领投,法国 Bpifrance 与卢森堡政府跟投;英国两笔都由美国基金领投。Cohere 是这张表里第一家由本国政府出最大一笔的模型公司。SVTR 在 7 月的《谁给 AI 硬科技开支票,正在从财务 VC 换成国家队》里写过,国家队的钱进硬科技、不进软件;模型夹在两者之间,本周第一次被一国政府以压舱的方式接住。

政府入股本国 AI 公司的两种方式:跟投按市场价买一小份,压舱出一轮里最大的一笔,换走的是总部、岗位、本国算力与上市地

信号三|芯片层已经能看到压舱对价格的影响

同一周的两笔芯片融资把差别摆得很清楚。Furiosa 的芯片已由台积电量产,LG AI 研究院、三星 SDS 在用,2025 年 3 月它拒绝了 Meta 约 8 亿美元的收购要约,本轮投后估值 29 亿美元。Fractile 还没交付过一颗量产芯片,和 Anthropic 签了约 2.5 亿美元的初步采购协议,C 轮由 Lightspeed 与红点创投联合领投,投前估值 65 亿美元,五个月涨到 6.5 倍。两家政府压舱的韩国公司都已出货,估值却是表中芯片公司里最低的两家,退出也指向本国:Rebellions 首席执行官朴成贤 7 月对 CNBC 表示,目标 2027 年上半年在韩国上市。

模型层还看不到这种差别。Cohere 357 亿加元的估值折合 250 亿美元上下,与没有政府压舱的 Mistral 相近;Cohere 2026 年 2 月披露的年化收入是 2.4 亿美元,此后只说同比增长 165%。压舱改变了公司开在哪里、在哪里上市;它会不会把模型公司的价格也锚在本国,要等 Cohere 的下一次定价。

为什么是现在

6 月 12 日,美国商务部要求 Anthropic 停止向所有外国用户提供 Fable 5 和 Mythos 5,连身在美国的外国人也不例外。最强的模型随时可能用不上,从此有了先例。

Cohere 在宣布本轮的官方博客里给出的另一组数字,是今年早些时候 OpenRouter 上开源模型的调用量七成以上来自中国模型,14 个月前只有 3%。夹在两头之间的国家,要么用美国的,要么用中国的,Cohere 卖的就是第三个选项。

韩国对两家芯片公司的出资都早于这道禁令,禁令不是起因;它让政府直接入股本国模型公司,在本国更容易说得通。

影响|谁会受波及

· 中美以外做模型的创业者:Cohere 给出了一条可以照抄的路,先拿政府的算力补贴,再把自己做成本国唯一的选项,等主权 AI 的预算到位时换成股权。代价写在条件里,总部、团队和算力都不能随意搬走,被美国大厂整体收购这条退路也随之变窄。

· 跟投这类公司的财务投资人:要分清自己跟的是压舱还是跟投。跟在压舱的政府后面,下行有本国需求兜底,上行大概率要等本国上市;在芯片层,这类公司很难拿到 Fractile 那种按美国客户开出的价格。

验证

这条判断置信度中等:压舱在两个国家、两个层级都出现了,但模型层目前只有 Cohere 一例。若 Cohere 在政府入股后仍被美国公司收购或把总部迁出加拿大,或者政府压舱的芯片公司在没有美国大客户的情况下拿到与 Fractile 同档的估值,这条判断就被证伪。

未来 90 天,我们跟踪三个指标:

· 模型层压舱是否扩散:中美以外是否再出现政府出资为已披露最大一笔、或占一轮三成以上的 AI 模型公司融资;出现 1 起以上说明压舱在模型层扩散,没有则 Cohere 仍是个案。

· Cohere 最终交割:是否公布 E 轮最终交割名单与金额,以及加拿大政府首期出资是否到位;首期到位说明压舱已从承诺变成股权。

· 韩国两家上市进度:Rebellions 或 FuriosaAI 是否向韩国交易所递交上市预审申请;递交说明压舱式公司的退出确实回到本国。

回访|Signal #29“代理安全会被身份与安全平台收编”:部分兑现

8 月 1 日,《AI 安全的主角,从「防人」换成「管代理」》登记了两个指标,10 月 30 日到期。

第一个是 90 天内除 Cyera 收购 Oasis、Okta 收购 Permiso 外,是否再有至少 2 起安全或身份平台收购代理安全创业公司。结果兑现:8 月 Fortinet 收购做代理防护与治理的 Virtue AI,9 月 Upwind 以约 3000 万美元收购 Aegis、Kiteworks 收购 Bonfy.AI,10 月 13 日 Workday 宣布收购代理身份平台 C1.ai(Workday 不是安全平台,未计入门槛)。

第二个是中国“AI 代理与非人类身份安全”能否出现第一笔 1000 万美元以上的独立融资。结果未兑现:SVTR AI 创投库 8 月以来未收录一笔,公开检索也没有找到,中美错位还在继续。

注:完整数据表与资本图谱,点文末左下角「阅读原文」直达。

SVTR AI 创投平台 · 入驻申请

创始人拿融资、企业拿订单、投资人拿项目。添加运营合伙人微信 pkcapital2023,或点「阅读原文」在官网申请。

申请加入 SVTR

阅读原文

跳转微信打开

  •  

21 家 VC 拒绝 Anthropic 之后,哪些投资人决定在早期下注?

原创 SVTR 2026-10-31 10:30 美国

10 月 26 日,Anthropic 向美国证券交易委员会(SEC)公开提交招股书。2021 年它找了 22 家风投,21 家拒绝,这段往事常被讲成“少数人看到了未来”。

SVTR|硅谷科技评论

10 月 26 日,Anthropic 向美国证券交易委员会(SEC)公开提交招股书。2021 年它找了 22 家风投,21 家拒绝,这段往事常被讲成“少数人看到了未来”。招股书第一次披露了每一轮的入股价格,我们得以逐轮核对:谁在什么阶段、按什么价格下了注,谁又一直拿到了最后。

Anthropic 的招股书里有一张优先股表:2021 年 5 月 A 轮,每股 2.57 美元;2022 年 4 月 B 轮,11.23 美元;2023 年春天 C 轮,还是 11.23 美元;今年 5 月至 6 月的 H 轮,589.01 美元。

我们的判断是:Anthropic 早期融资里最值得回头看的,是 2023 年的 C 轮,而不是 2021 年那 21 次拒绝。C 轮从 3 月发到 6 月,期间 Claude 对外开放,价格却一直停在一年前 Sam Bankman-Fried(SBF)领投 B 轮的水平。同样按 11.23 美元入股,Spark Capital 一路持有到上市前,每一轮都在加码;FTX 那批股份则在破产清算中被卖掉。

同一个价格入股的两家投资方,从回报的角度来看,两笔钱的结局差得很远。

同一个价格:B 轮和 C 轮都是每股 11.23 美元

系列(发行时间)

每股价格(美元)

涨到 H 轮的倍数

Spark 认购(百万美元)

A(2021-05)

2.57

229

未披露

B(2022-04)

11.23

52

未披露

C(2023-03 至 06)

11.23

52

75

D(2024-01 至 05)

30.00

20

75

E-1(2025-01 至 03)

56.09

10.5

100

F-1(2025-08 至 09)

140.97

4.2

62

G-1(2026-01 至 02)

259.14

2.3

25

H-1(2026-05 至 06)

589.01

1

440

数据:SVTR AI 创投库,截至 2026-10-27;每股价格与 Spark 认购额取自 Anthropic 招股书(2026-10-26)。倍数只是两轮价格之比,不等于任何投资人的实际回报。

21 次拒绝:想融 5 亿美元,最后融了 1.24 亿

早期投资人 Anjney Midha 今年 4 月在播客 20VC 上回忆:“我把他们介绍给沙丘路上的 22 个朋友,被拒了 21 次。”有一位投资人看完材料,反问 GPT-3 是什么。坐在对面的,正是做出 GPT-3 的那批人。

团队原本想融 5 亿美元,最后只好降到 1 亿美元左右。2021 年 5 月公布的 A 轮是 1.24 亿美元,Jaan Tallinn 领投,Dustin Moskovitz、Eric Schmidt、James McClave 和新兴风险研究中心跟投,没有一家风投机构。我们认为,那 21 次拒绝有两层原因:

· 看不懂:连 GPT-3 都没听说过,自然也不会相信规模化定律(模型越大、算力和数据越多,能力就越强)。

· 投不起:团队还没有产品,一开口就是 5 亿美元,超过了多数基金对单个项目的出资上限。

最后掏钱的,都是花自己钱的人。

Tallinn:花 2.57 美元,买一家他担心的公司

Tallinn 是 Skype 的创始工程师,也是剑桥大学生存风险研究中心和未来生命研究所的联合创始人。2023 年 4 月他对 Semafor 说:“我的想法一直是,让在乎安全的钱,去顶替那些不在乎的钱。”

Image of Jaan Tallinn - Future of Life Institute

同一次采访里,他也承认这个计划失败了:他投过的实验室,没有一家站出来支持暂停前沿研究的倡议。“在我见过的实验室里,Anthropic 最重视安全,但它做的仍然是危险的事,我也说不准它该不该做。”

A 轮到 H 轮,价格涨了 229 倍,是全表最高。这只是两轮价格之比,Tallinn 投了多少、后来有没有卖,都没有公开。能确定的是:这 229 倍说明他押对了 AI 能力会飞速进步,却说明不了他押对了安全。

Razavi 的两份备忘录

2023 年初,ChatGPT 刚火遍全球。Anthropic 联合创始人 Daniela Amodei 后来对 Forbes 说,那时“AI 并不被看作一个性感、值得投的方向”。同一篇报道写道,当时多数风投把 Anthropic 看作追赶 OpenAI 的二流选手,怕砸下几十亿美元押错了马。Spark 合伙人 Yasmin Razavi 拍板时 37 岁,Anthropic 还没有公开产品,也没有收入。

Yasmin Razavi

她写了两份长篇投资备忘录,向其他合伙人力陈这笔交易。她后来回忆:“这是一次很大的冒险,但这是做出 GPT-3 的那支团队。”Spark 投了 7,500 万美元,领投 4.5 亿美元的 C 轮,这一轮对应的估值约 50 亿美元。用她的话说,这是 Spark 建所以来开出的最大一张支票。

招股书显示,Razavi 自 2023 年 3 月起任 Anthropic 董事。据 Newcomer 报道,这个席位原本约定在 Anthropic 年收入达到 10 亿美元时失效,但她至今仍在董事会里,是唯一的风投代表。Spark 此后每一轮都跟,最大一笔是今年 H 轮的 4.4 亿美元,买在全程最高的价格上。按招股书披露,Spark 六轮共认购约 7.77 亿美元;只算 C 轮那 668 万股,按 H 轮价格粗算值约 39 亿美元。

同一个价格,两种结局

B 轮 2022 年 4 月宣布,5.8 亿美元,由 SBF 领投。招股书显示,B 轮全部是无投票权的优先股。FTX 旗下实体在这一轮投入约 5 亿美元。

2022 年 11 月 FTX 破产,破产管理人 2024 年分两批卖掉了这批股份:3 月卖出约三分之二,作价 8.84 亿美元;6 月卖掉最后约 1,500 万股,每股约 30 美元,恰好是 D 轮价格。两批合计约 13 亿美元。

这笔投资并没有亏:投入 5 亿,收回约 13 亿,约 2.7 倍。按 B 轮价格折算约 4,450 万股,如果一直拿到今天,按 H 轮价格粗算值约 262 亿美元。这只是纸面数字,没人能按这个价格成交,差距全部来自卖出的时间。

SBF 和 Spark 按同一个价格下注,区别在于谁的钱能拿到最后。评估一笔前沿投资,通常只问两件事:技术能不能成,价格贵不贵。FTX 的结局补上了第三件:出钱的人自己能不能撑到兑现那天。

2023 年那个 11.23 美元,买的是什么

期间

收入(百万美元)

算力与基础设施支出(百万美元)

支出是收入的几倍

2023 年

41

433

10.6

2024 年

386

2,522

6.5

2025 年

4,585

7,326

1.6

2026 年上半年

16,286

8,945

0.55

数据:SVTR AI 创投库,截至 2026-10-27;取自 Anthropic 招股书,2026 年上半年未经审计。算力与基础设施支出不同于传统意义上的营业成本。

这张表是事后才有的。2023 年春天,Spark 看不到全年收入,只能看到 Claude 刚刚开放,Notion、Quora 等合作方开始接入。事后看,那一年 Anthropic 收入 4,100 万美元,花在算力上的却有 4.33 亿。直到 2026 年上半年,收入才第一次超过算力支出。

Spark 当时承担的风险很明显:模型已经证明能用,但花在算力上的钱能不能变成收入,还没有任何数字可以证明。2022 年下半年起,一级市场整体估值回调,平价续融本身并不便宜;但在 Claude 已经上线的前提下,市场仍没有为“模型能用”这一步加价,Spark 因此用 2022 年的价格买到了它。

看对一次之后,他们押在哪里

Anthropic 早期这几位投资人,后来押的方向并不一致。据 SVTR AI 创投库:

· Spark 押模型下面一层:2026 年至今领投或联合领投 10 轮,其中 7 轮、合计 32.4 亿美元投在推理软件(Baseten、RadixArk)、光互连(Lumilens)、数据中心供电(TAR、Rune)和量子计算(Oratomic),约占它今年领投金额的七成。

·Schmidt 继续押模型:库里记录了他个人投的 20 家 AI 公司,多数在训练自己的模型。在我们官网,最近有篇文章详细介绍其AI投资策略。

· Tallinn 转去资助安全研究:2025 年 6 月,他和 Schmidt 等人一起资助了图灵奖得主 Yoshua Bengio 创办的非营利安全实验室 LawZero,首批约 3,000 万美元。投实验室没能左右方向之后,他换了一种出钱的方式。

换到中国:没有 21 次拒绝,钱来自大厂和国资

从 SVTR AI 创投库的记录看,中国头部模型公司早期很少经历 Anthropic 那样的冷遇,大额资金很早就到位,出钱的主要是互联网大厂、红杉中国和地方国资:

· 月之暗面:成立次年(2024 年 2 月)一轮 10 亿美元,红杉中国、阿里、美团等投资。

· MiniMax:2023 年 6 月腾讯投 2.5 亿美元,2024 年 3 月阿里、红杉中国投 6 亿美元。

· 智谱:2023 年美团、阿里、腾讯等先后入股,此后的钱越来越多来自北京、杭州、珠海的国资基金。

例外是 DeepSeek:创始人梁文锋用幻方量化的钱一直撑到 2026 年 6 月,才第一次对外融资。

这个判断可能错在哪

· 倍数不等于回报:上市价格还没定,优先股转换、锁定期和上市后的股价,都会改变实际收益。

· 幸存者偏差:同在 2023 年,Inflection AI 6 月融了 13 亿美元,接近 Anthropic C 轮的三倍,投资方包括微软、英伟达和 Eric Schmidt。2024 年 3 月微软挖走了它的两位联合创始人和大部分员工,据彭博等报道,投资人拿回投入的 1.1 到 1.5 倍,并保留了剩余公司的股份。

· 2021 年那 21 次拒绝未必是错:按当时能看到的信息,拿 5 亿美元押一支还没有产品的研究团队,超出了多数基金能承受的风险。

下一个错价窗口:风险已经下降,价格还没跟上

今天的头部模型公司不缺钱,被拒 21 次的事很难重演。更值得盯的是 2023 年那样的窗口:关键技术风险在下降,商业上的证据在增多,价格却还停在上一轮。我们会盯 AI for Science、具身智能这类技术跑通早于生意跑通的方向,看是否出现产品已上线、却按上一轮价格续融的公司。

对早期基金来说,本文留下两个问题:一家研究型公司的关键风险已经下降、收入还撑不起估值时,你愿意付和一年前一样的价格吗?如果愿意,你的基金能不能在之后五轮里一直跟下去,并撑到它上市?

文中的价格倍数与粗算估值都是研究性比较,不代表任何投资人的实际或可实现收益,不构成投资建议。

阅读原文

跳转微信打开

  •  

对手变股东:机器人公司开始合伙投供应商

硅谷科技评论 2026-10-25 10:57 美国

银河通用和傅利叶,一起投资了傅利叶前员工创办的公司。

10 月 20 日,伊塔动力宣布完成超亿元人民币种子轮及种子+轮融资,投资方包括银河通用、傅利叶。创始人钟雪岗此前负责傅利叶的人形机器人动力板块研发。

两家整机公司,为什么愿意投资同一家上游企业?

1、共同投资供应商,正在从个案变成趋势

据 SVTR AI 创投库统计,10 月 10 日至 22 日,机器人公司入股其他公司的融资共 6 笔:

• 5 笔投向关节、传感器、芯片、散热等零部件;

• 3 笔出现两家及以上机器人公司同轮入股。

除了伊塔动力,自变量与科沃斯共同投资巨蟹智能驱动;智元、自变量、中科第五纪共同投资具身数据公司乙太科技。

竞争仍在继续,但供应链开始共建。

2、投资的重点,正在从机械件扩展到电子件

10 月 19 日,智元参与投资芯际无限和海纳智冷,分别涉及芯片与散热。

随着机器人走向规模交付,整机公司需要解决的,不只是关节能不能做出来,还有控制芯片、算力和散热能不能跟上。

3、股东名单,不等于订单证明

我们的判断是:这些投资可能帮助整机公司建立更稳定的供货关系,并更早参与产品设计。

但“入股换来优先供货”仍是推断,相关持股比例与供货条款尚未公开。

对零部件创业者,多家产业股东意味着更多潜在客户,也可能让融资与订单同时受到下游景气影响。

对投资人,最值得追问的是:整机厂投了多少钱之外,究竟下了多少订单?有没有复购?产品是否完成量产验证?

机器人产业的竞争,正在延伸到上游供应链。下一步要看的,是股权合作能否变成真实交付。

数据截至 2026 年 10 月 23 日,按 SVTR AI 创投库收录口径统计。

#具身智能 #机器人 #银河通用 #傅利叶 #AI创投

跳转微信打开

  •  

华裔物理学家叶军获沃尔夫奖:钱涌向量子计算,订单先落在原子钟上

原创 SVTR 2026-10-24 10:00 美国

同一棵技术树上,钱流向哪里,订单又先落在哪里。

SVTR 编者按:10 月初,JILA 物理学家叶军与 Immanuel Bloch 分享 2026 年沃尔夫物理学奖。外界习惯把他叫作“原子钟专家”,量子投资也习惯把钱押在量子计算机上。这篇从他实验室外溢出的几家公司出发,回答一个更实际的问题:同一棵技术树上,钱流向哪里,订单又先落在哪里。

10 月初,沃尔夫基金会宣布,美国国家标准与技术研究院(NIST)和 JILA 的华裔物理学家叶军(Jun Ye,生于上海,1989 年毕业于上海交通大学物理系),与德国马普量子光学所的 Immanuel Bloch 分享 2026 年沃尔夫物理学奖,理由是二人在“控制超冷原子体系”上做出了广泛适用的突破。

叶军最出名的是锶原子光晶格钟。但从投资角度看,他的实验室更像一个技术源头:围绕原子控制、精密光谱和超稳激光积累的底层能力,已经外溢到量子计算、导航授时和医疗诊断。

叶军在 JILA 实验室调试锶原子钟的激光系统。图:J. Burrus/NIST

我们的判断是:这条技术线上,风险资本押注的是量子计算,成规模的订单却先落在时钟和传感器上。 计算侧单家公司动辄融到数亿美元,传感侧不少公司还在千万美元量级。

钟准到一定程度,就变成了传感器

光晶格钟的原理是:用激光把几万个锶原子固定在光做成的“格子”里,再读取它们的跃迁频率来计时。它的频率比铯原子钟(现行国际标准“秒”的依据)高约 4.7 万倍。跃迁频率越高,时间分辨能力越强。

NIST 曾用一个极端的尺度形容叶军团队的钟:误差要经过数百亿年才会累计到一秒。2022 年,团队在同一团原子里测出了约 1 毫米高度差对应的引力红移,即爱因斯坦广义相对论预言的效应:离地心越近,时间走得越慢。

到了这个精度,钟就不只是钟了。比较两地的时间快慢,可以反推地下的质量分布、海拔变化。钟变成了测量引力的传感器。

2025 年,团队利用量子纠缠降低测量噪声,把单台钟的精度推进到 1.1×10⁻¹⁸,突破了标准量子极限(单靠增加原子数所能达到的精度上限)。它和量子计算共享同一类核心能力:制备、保持并操控多个原子之间的量子关联。

同一套能力,长出两类公司

量子计算的一条主流路线叫“中性原子”:用激光把单个原子排成阵列,每个原子当一个量子比特。冷却原子、用光固定原子、延长原子保持量子态的时间、用激光精确操控它们,这正是叶军实验室二十多年反复解决的问题。

因此,中性原子量子计算与 JILA 之间,除了技术相邻,人才谱系也有直接交集:

· Atom Computing(做中性原子量子计算机):创始人 Ben Bloom 是叶军的博士生,在组里做的正是锶原子钟;叶军现任公司科学顾问。今年 6 月,公司完成 Third Point Ventures 领投的 $1 亿 C 轮,并与美国商务部签了另外 $1 亿资助的意向书。

· Infleqtion(中性原子计算与量子传感):2007 年从 JILA 另一位研究员 Dana Anderson 的实验室分拆,原名 ColdQuanta,今年 2 月通过与特殊目的收购公司(SPAC)合并在纽交所上市。它的产品线里,量子计算机和光学原子钟、惯性传感器并排摆着。

新的钱还在加速进来。Caltech 背景的 Oratomic(中性原子量子计算机)7 月拿到 $3 亿 A 轮,10 月 8 日又完成 $4.75 亿 B 轮,成立当年累计 $7.75 亿。法国的 Pasqal 8 月在纳斯达克上市。中国这边,2025 年成立的不筹量子科技、原子矩阵各自已融到约 $1.4 亿。

资本追计算,订单先落到钟上

表 1|中性原子量子计算与原子钟、量子传感公司:累计融资对照(截至 2026-10-23)

公司

做什么

累计融资(百万美元)

最新一轮(百万美元)

量子计算 · 6 家合计

中性原子路线

约 1,883

Oratomic

2026 年成立

775

B 轮 475(2026-10)

Atom Computing

容错量子计算机

300

C 轮 100(2026-06)

Pasqal

法国,已上市

300

纳斯达克上市(2026-08)

QuEra

云与现场部署

230

230(2025-02)

不筹量子科技

整机

约 139

A 轮,数亿元人民币(2026-08)

原子矩阵

全栈方案

约 139

战略投资,未披露(2026-10)

原子钟与传感 · 已披露 2 家合计


约 29

Mesa Quantum

不依赖 GPS 的芯片原子钟

约 16

11.8(2026-09)

Atomionics

量子重力仪,用于找矿

12.7

A 轮 12.7(2025-09)

国测量子

芯片原子钟、稳频激光器

未披露

B 轮,超亿元人民币(2026-07)

数据:SVTR AI 创投库,截至 2026-10-23。

按这张表,中性原子计算一侧 6 家合计约 $18.8 亿,其中美欧 4 家约 $16.1 亿、中国 2 家约 $2.8 亿;时钟与传感一侧,能查到金额的两家合计约 $2,870 万,不到 Oratomic 一轮的十分之一。

到了采购端,市场呈现出另一种节奏。做光学原子钟和导航授时设备的 Vector Atomic,被收购前已拿到超过 $2 亿政府合同;IonQ 去年 10 月以全股票交易收购了它。今年 8 月,DARPA 在原有合同上给 IonQ 追加 $2,800 万,订购最多 125 台紧凑型光学原子钟:首批 25 台,另外 100 台是选择权,对应另一笔 $3,000 万。订单开始从研发走向量产。

GPS 容易受到干扰和欺骗,而通信网络、数据中心、电网、金融基础设施和国防系统又高度依赖精确授时。在卫星信号不可用或不可信时仍能保持时间基准,是一个今天就存在、而且已经有预算的需求。

计算侧也已经有客户和商业部署,Atom Computing 与微软合作的机型已经对外商用。但要形成与数十亿美元资本投入和估值相匹配的大规模企业需求,仍高度依赖容错量子计算(能自动纠正运算错误)真正落地。

硅谷硬科技投资机构 DCVC 同时出现在 Atom Computing 和 Mesa Quantum 的股东名单里,是两端都下注的一个例子。

呼吸检测:Flari 卖的是肺癌筛查

叶军实验室的另一件工具是光学频率梳:把激光变成成千上万条间隔精确的频率线,像一把刻度极细的光尺。用它照一口呼气,能同时读出上千种分子的浓度。

叶军和团队成员 Qizhong Liang 把这套方法用在疾病筛查上,研究覆盖慢阻肺、肺癌等方向。围绕它成立的 Flari Tech 拿了 2024 年 CU Boulder 实验室创业大赛冠军、2025 年 DARPA $40 万奖励,今年入选 CU 的深科技加速器。

Flari 对外不讲“量子公司”,讲的是肺癌呼吸检测。如果最终进入临床,医院买到的是一套能评估疾病风险的诊断工具,精密光谱技术封装在产品内部。这条路的难点也和量子无关:要做临床试验、过美国食品药品监督管理局(FDA)审批,周期按年计。

这可能才是很多量子技术商业化后的样子:技术仍然是量子的,产品却不再需要叫“量子”。

再往前看两步

· 核钟:用钍-229 原子核内部的能级计时,受外界电磁干扰更小。2024 年,叶军团队与维也纳工业大学等合作者首次把钍核跃迁频率与锶原子钟直接比对;2026 年发表在《自然》的研究显示,两块不同掺杂的钍晶体在 7 个月跨度上的核跃迁频率重复性达到约 1.1×10⁻¹³。但温度、晶体环境等系统误差仍待解决,距离商业产品很远。

· 月球上的激光:今年 5 月,叶军与德国联邦物理技术研究院(PTB)等研究者在 PNAS 提出,在月球南极永久阴影区约 50 开尔文的环境里放一块硅光学腔,做成超稳激光,为月面导航和测距提供时间基准。目前只是概念提案。

这个判断可能错在哪

· 时钟市场天花板低:授时设备的买家集中在国防和关键基础设施,单一大客户依赖重,很难长成量子计算那样的估值故事。

· 传感可能只是功能,不是公司:Vector Atomic 最终被 IonQ 收购,Infleqtion 也把计算与传感放在同一家公司里。如果这是常态,独立的传感公司更像收购标的,回报上限有限。

· 计算一旦突破,回报格局会反过来:容错量子计算如果在几年内落地,今天投在计算侧的钱回报会远高于传感侧。Oratomic 三个月内两轮融资,说明资本正在提前为这个结果下注。

看实验室,先问它让什么第一次变得可测

测量精度提高几个数量级之后,最先变现的往往是已经有人在为“测不准”付钱的场景:GPS 失效时的授时、地下找矿、癌症早筛。最宏大的应用反而排在后面。

评估一个前沿实验室,与其问它能做什么产品,不如问两个问题:它刚让什么东西第一次变得可测或可控?今天谁在为“测不出来”付出代价?第二个问题的答案,往往决定了第一家公司的落地方向。

SVTR AI 创投平台 · 入驻申请

阅读原文

跳转微信打开

  •  

关于田柯宇,观点太多,事实太少

原创 SVTR 2026-10-19 08:30 美国

2024 年在字节跳动,到底发生了什么?

10 月 7 日,田柯宇创办的世界模型公司被曝完成近 3000 万美元融资,投后估值约 2 亿美元,投资方包括五源资本和 IDG 资本。十天之后,当事人讲了,前同事反驳了,投资人被推到台前,多家创投和财经媒体也陆续表了态。

到今天,我们已经有了采访、评论和相当完整的公开材料梳理,但关于一个最基本的问题,答案仍然不完整:2024 年在字节跳动,到底发生了什么?

这篇文章不是调查报道。SVTR 没有拿到完整判决书,没有接触字节内部原始日志,也没有采访田柯宇、涉事前同事和投资机构。我们真正想讨论的是另一件事:当一个有重大争议的人重新获得资本定价,媒体应该停在“听他说”“表达态度”,还是继续向证据走一步?

同一件事,三个说法

同一件事,三种时间长度

2024 年 11 月,字节跳动内部通报称,当年 6 月至 7 月,田柯宇因对团队资源分配不满,通过编写、篡改代码等方式,干扰团队研究项目的模型训练任务并造成资源损耗。字节随后向法院起诉,要求赔偿 800 万元及相关支出,并公开赔礼道歉。

今年 10 月 12 日,田柯宇出现在播客《elsewhere别处发生》中,第一次完整公开讲述自己的版本。他说,自己并非持续攻击模型,而是在大约十天时间里,手动停掉另一名实习生的程序“五次左右”。主持人最后问他,如果说的是假话怎么办,他回答:“终生研究受挫。”

一天之内,另一份公开材料出现。一份由相关人员整理、并列出五名实名确认人的陈述称,异常行为从 2024 年 3 月持续到 7 月,涉及的不只是十天和一个人的程序,而是多个训练任务;材料还公开了声称来自当时内部环境的代码和记录。这里必须强调:这些内容仍属于相关人员一方的陈述,并不等于司法认定。

于是,同一件事出现了三个明显不同的范围:田柯宇说的是约十天、五次、针对一名实习生;字节公开通报指向的是6 月至 7 月、团队研究项目;前同事的公开陈述则扩大到3 月至 7 月、多个训练任务。这几种说法并非每一处都互相排斥,但差异已经大到不能简单用“角度不同”解释。范围差多少,责任就可能差多少。

采访、评论和事实梳理

这十天里,媒体其实做了不同的事。《elsewhere别处发生》提供了最重要的一块材料:当事人的完整陈述。访谈并不温和,主持人追问了次数、持续时间、动机,以及田柯宇是否曾把责任推向其他人。没有这次访谈,公众很难知道田柯宇自己如何描述当年的行为。它的价值很明确,但采访解决的是“田柯宇怎么说”,不是“事实最终是什么”。誓言当然也不是证据。

随后出现的动察 Beating 等文章,把田柯宇的说法和前同事的陈述放在一起,争议开始从一个人的自述进入双方说法的对照。10 月 14 日,《21世纪经济报道》进一步完成了目前公开报道中比较重要的一步:它把田柯宇的说法、前同事材料、字节通报和一审判决信息放在一起,明确指出三方真正争议的是行为持续了多久、影响了谁、涉及多大的范围。文章同时明确注明,前同事公开的部分内容属于单方叙述,具体行为范围与责任仍有待司法程序认定。这已经不是简单的站队,而是在做公开材料的事实梳理。

另一边,投中网刊发蒲凡的《我实名讨厌田柯宇和他的投资人》,并明确写道:“本文可以代表投中网立场。”媒体当然有权表达价值判断。问题在于,当一家机构媒体正式告诉读者它“讨厌”谁时,对事实基础的要求,也应该高于一篇普通的个人评论。文中提出了很多尖锐问题,甚至问道:“这是六扇门还是选黑社会?”这些反问表达了明确立场,却没有为 2024 年发生的事情增加新的事实材料。代表机构的立场,应该比个人评论承担更高的证据要求。

所以问题并不是“媒体完全没有查”。事实恰恰相反:有人采访了当事人,有人整理了双方公开材料,有人讨论投资人的责任,也有人选择直接表达价值判断。但所有这些工作走到最后,都撞上了同一堵墙:原始证据。

融资消息之后,当事人和前同事才开口

真正缺的,是几份记录

目前最值得继续追问的,并不是田柯宇究竟是“天才”还是“坏人”,而是几件非常具体、理论上可以被核实的事情。

第一,行为到底持续了多久。田柯宇说大约十天、五次;字节通报给出的是 6 月至 7 月;前同事公开材料则称从 3 月延续到 7 月。三方描述的是不是完全相同的一组行为?如果不是,各自在描述什么?

第二,一审判决究竟认定了什么。目前公开报道显示,一审法院认定田柯宇承担违约责任,判赔 50 万元,实习工资不予发放,字节提出的其余诉讼请求未获支持;田柯宇称字节已经提起上诉,案件仍处于二审阶段。但判赔 50 万元并不能自动回答所有技术事实。法院认定了哪些具体行为?哪些主张因证据不足没有被支持?赔偿金额为什么是 50 万,而不是字节主张的 800 万?这些内容需要看判决本身,而不能只根据金额推断。

第三,前同事公开的技术材料能不能经得起独立验证。那些代码片段和所谓内部记录来自哪里?时间戳是否完整?它们能够证明什么,不能证明什么?有没有与事件无关、同时又真正懂分布式训练和 PyTorch 底层机制的第三方技术人员做过验证?公开代码,不等于完成验证。

第四,投资机构究竟进行了什么尽调。资本当然可以给一个人第二次机会,投资人也完全可能在了解全部争议之后,仍然判断田柯宇值得投资。问题在于:五源和 IDG 在投资前看过哪些材料?是否读过判决书?是否向当年的项目负责人或其他知情人了解过情况?他们如何评估创始人风险?目前公开信息还不足以回答这些问题。资本的选择可以证明有人愿意承担风险,但不能替代事实核验。

我们需要什么样的媒体?

融资报道很好写。公司融了多少钱,谁投了,估值多少,创始人履历怎样,一篇文章可以很快完成。人物访谈也有成熟的方法:坐下来,让一个人完整讲自己的版本。评论更快,事实摆在面前,作者做出价值判断,告诉读者支持谁、反对谁。

真正昂贵的是中间那一步:找判决书,找到当年的项目负责人,确认公开代码到底来自哪里,找真正懂技术、又没有利益关系的人核验,把同一个问题分别问给几方,然后允许报道最后得出一个并不刺激的结论:现在还无法确认。

调查的成本远高于表态。它慢、贵、得罪人,而且很多时候没有漂亮的结局。这可能也是为什么,今天的创投内容里,我们有越来越多融资故事、创始人访谈和立场鲜明的评论,却很少看到一件争议被持续追踪到原始记录。

田柯宇事件只是把这个问题放大了。一个 NeurIPS 最佳论文第一作者、一场仍在进行的诉讼、近 3000 万美元融资、两家知名投资机构,再加上几名公开反驳他的前同事——所有元素都足够吸引注意力。但恰恰因为如此,媒体更应该抵抗最简单的两种叙事:天才获得第二次机会,或者资本正在奖励一个坏人。两种故事都很好传播,证据却比故事复杂得多。

一个年轻研究者当然有重新开始的权利,那些认为自己的研究工作曾经受到干扰的人,也有权让自己的经历被认真核实。当资本开始为一个人的未来定价,谁来核对其他人经历过的过去?这才是这件事真正值得媒体继续追问的地方。

我们也在局中

SVTR 作为独立第三方的创投平台,连接创业者、投资人和产业伙伴。离行业一线越近,越有机会接触真实信息,也越不可能假装自己天然没有利益关系。所以,比“宣称自己客观”更重要的,是公开一套可以被外界检查的规则。我们的编辑要求只有四条。

事实求真:区分可核实事实、当事人陈述、第三方指控和编辑判断,重要事实优先寻找一手资料,并尽可能交叉验证。

公平尊重:涉及个人、企业或机构的重大负面内容,应主动给予相关方回应机会;批评针对行为与事实,不以人格攻击代替专业判断。

编辑独立:商业合作、会员、投资人关系和活动合作不决定编辑结论,SVTR 不出售评级,不接受付费正面报道,存在利益关系时主动披露。

透明负责:区分报道、分析和评论;包括 AI 辅助在内,最终发布的事实和引述由编辑负责,发现错误公开更正,重要事实发生变化持续更新。

一个人可以犯错,一个投资人可以看错,一家媒体当然也可能报道错。媒体真正不能轻易放弃的,是在答案还不完整的时候,继续寻找证据的责任。在事实查清之前,最专业的立场有时不是相信谁,也不是讨厌谁,而是:继续查。

如果你也认可我们的编辑要求,掌握创投行业一手事实,欢迎通过 svtr.ai/contribute 投稿或来信。

SVTR AI 创投平台 · 入驻申请

阅读原文

跳转微信打开

  •  
❌