❯ Fireworks 完成 15 亿美元 D 轮
[这轮怎么融的] 公司公告显示，Fireworks 完成 15.05 亿美元 D 轮，估值升至 175 亿美元，由 Atreides Management、Index Ventures 与 TCV 联合领投，英伟达、光速、Bessemer 等跟投，年化收入运行率已突破 10 亿美元。公司成立于 2022 年，总部在圣马特奥，本轮接近其过往累计融资总和的数倍，资金用于扩张算力基础设施、扩充工程团队，继续做企业把通用模型训成自有专用智能的推理平台。
[凭什么跑出] Fireworks 押中一个正被验证的判断：开源模型能力逼近闭源前沿，企业与其租用别人的智能，不如自己拥有并定制。它的平台帮企业在自有数据上把通用大模型做成专用模型，以高性能推理栈规模化交付，客户包括 Cursor 的编程模型、Harvey 的法律 AI 等。当模型能力不再稀缺，「推理成本 + 数据主权」成新护城河，Fireworks 卡住的是企业落地层的入口。
[资本在买什么] 这轮把「企业自有智能」的估值锚拉到 175 亿美元、收入破 10 亿 的量级，资本已不只为大模型本身买单，而是在为推理层规模化交付与模型主权重新定价。下一个被追的，是能把单位推理成本压到行业几分之一、又能兜住数据合规的那一层。
signal: 真正被定价的不是更大的模型，而是企业把模型「据为己有」并跑起来的那套基础设施。
❯ Chai Discovery 完成 4 亿美元 C 轮
[融资盘点] 公司称，Chai Discovery 完成 4 亿美元 C 轮，估值 38 亿美元，由 Index Ventures 领投，红杉、Kleiner Perkins、DIMENSION 跟投。估值较约七个月前的上一轮近乎翻三倍（彼时约 13 亿美元），年内融资节奏显著加快；资金用于继续打磨生成式药物设计模型并扩大规模化能力。
[凭什么被追] Chai 做的是用生成式模型直接设计新药分子，最新模型 Chai-3 已用于攻克高难度药物靶点。其差异化在「速度 + 范式切换」：传统发现靠湿实验试错，Chai 把靶点→分子的设计环节用模型前置，缩短从靶点到候选物的时间。目前团队与多家药企推进合作，Index 领投、头部基金押注，等于把「AI 设计药物」从概念验证推到规模化投产预期。
[钱往哪追] Chai 七个月估值翻近三倍，给同行划了一道线：AI 制药的估值逻辑已从「模型多新」转向「靶点覆盖与交付节奏」。下一笔钱会先追那些能把模型真正接进药企研发管线、并跑出临床前候选物的公司，纯算法 demo 的窗口在收窄，资本开始按「能否持续喂出可成药靶点」重新定价。
signal: 资本把 AI 制药的估值锚从「模型新颖度」换成了「能否持续喂出可成药靶点」。
❯ Walden Robotics 携 3 亿美元出 stealth
[谁投了] 据彭博报道，Walden Robotics 从 stealth 亮相，拿下 3 亿美元种子轮，估值 11 亿美元，由丰田与 Deviation Capital 联合领投，英伟达、波音跟投。这家从丰田机器人实验室分拆的公司总部在剑桥，由前丰田研究院高管 Russ Tedrake 联合创立，机器人已开始在北美一家丰田工厂以八小时轮班与人类并肩作业。
[凭什么不同] 据公司称，Walden 有意偏离人形热潮，做的是**「人形上半身 + 轮式底盘」**工业机器人产品，理由是工厂要的不是双足行走。其模型已能在实际产线运行、持续学习新工业任务，客户包括丰田工厂的八小时轮班产线——这是此前多数仍在 demo 阶段的人形公司未交出的答卷。背靠丰田制造场景，叠加英伟达算力与波音资源，Walden 卡的是「Physical AI 先在工厂赚钱」的现实路线。
[谁在承压] Walden 用「轮式上身」撕开人形叙事的一道缝：双足通用机器人的估值溢价，正受到「能立刻进产线」的轮式方案挑战。压力会先落在那些只有 demo、没有真实工时数据的纯人形玩家身上，资本开始按「能否排班上工」而非「多像人」重新定价。
signal: 具身智能的第一笔大钱，先给了「能在工厂排班上工」的方案，而不是最像人的那一个。
❯ Spectro Cloud 获高盛 1 亿美元 D 轮
[本轮焦点] 公司公告显示，Spectro Cloud 完成超额认购的逾 1 亿美元 D 轮，由高盛另类投资旗下成长股权部门领投，AMD Ventures、爱立信、LG 科技风投、Maximus 跟投，累计融资达 2.6 亿美元。公司总部在圣何塞，主做帮企业跨云与本地管理 AI 与 Kubernetes 基础设施的软件，本轮将用于扩张其 PaletteAI 平台。
[凭什么能成] Spectro 解决 AI 落地最痛的运维层：企业买了 GPU 集群，却苦于成本、安全、合规难管。它的 PaletteAI（2025 年 10 月推出）给平台团队和云厂商一套统一操作模型，覆盖 GPU 集群、AI 工厂与分布式推理，且不锁定单一厂商。客户横跨企业、公共部门与主权云；高盛领投之外，AMD、爱立信、LG 三家战略方入场，把算力、通信、终端制造的需求侧一并拉进生态。
[价值往哪迁] 当 GPU 不再稀缺、推理随处可跑，管控成本与合规的软件层成了新瓶颈。Spectro 拿到高盛与 AMD、爱立信等产业资本联手押注，资本正把预算从「堆算力」往「管算力」迁移——主权云、企业与公共部门都在这层重新下注，下一笔钱会先追能把集群利用率与合规审计一体化的平台。
signal: 真正稀缺的从芯片变成「把芯片管明白」的软件，主权云与企业 IT 都在这层重新下注。
❯ State Affairs 获 7000 万美元 A 轮
[钱怎么来的] 公司公告显示，State Affairs 宣布共获 7000 万美元（A 轮）融资，由 Khosla Ventures 与 Founders Fund 领投，Tru Arrow、Alumni Ventures 及多位媒体与商界人士跟投。公司总部在华盛顿，平台把独家每日报道、原创数据采集与 AI 结合，覆盖美国 50 个州政策与监管动态，面向民选官员、政府机构与大型企业提供实时政策情报。
[凭什么稀缺] State Affairs 的差异化在「自有信源 + AI 处理」：它不像通用搜索靠二手搬运，而是自建新闻编辑室、雇全职记者持续产出原创政策数据，再用 AI 让机构能分析并行动化。目前平台覆盖 50 州立法与监管，客户包括民选官员、政府机构与大型企业；当政策越来越直接左右市场与资本配置，谁能先把政策变成可检索、可预警的结构化情报，谁就握住高付费机构客户。
[谁最受益] 资本把 Founders Fund 与 Khosla 同时拉进政策情报，信号很直白：政策正成为比行业周期更硬的风险变量。为机构提供「政策雷达」的生意，会从边缘工具变成合规与投研的标配采购，下一笔钱会先追那些已覆盖全美 50 州、且有独家信源壁垒的平台。
signal: 真正被定价的是「政策不确定性」本身——资本在为机构采购一份实时政策雷达。
❯ Radical Numerics 获 5000 万种子轮
[种子轮概览] 公司公告显示，Radical Numerics 从 stealth 亮相，拿到 5000 万美元种子轮，由 Emergence Capital 领投，Obvious Ventures、Triatomic Capital、Factory、First Spark Ventures 跟投，并曾获 Stripe 联合创始人 Patrick Collison 预种子支持。公司 2026 年成立于旧金山，创始团队含 Eric Nguyen、Michael Poli 等，正打造「通用生物智能」。
[凭什么硬核] 这支团队的硬通货是学术底色：成员曾开创「生成式基因组学」、做出首个能大规模读写 DNA 的模型 Evo。Radical Numerics 要做的是跨 DNA、RNA、蛋白质同时推理的多模态生物 AI，而非单点工具。其模型已在与一家癌症诊断公司合作胰腺癌与多癌早筛，并与国家实验室开发识别自然与 AI 生成病原体的系统，把生物设计与生物防御两条线一并铺开。
[赛道被重估] 一支种子轮就能拿 5000 万美元，且资方把生物安全也纳入叙事，说明**「读懂并改写生物系统」正被资本从科研项目重估为战略资产**。下一笔钱会先追既有模型底座、又有国防与医药落地场景的实验室，生物防御与药物发现两条线同时被定价，纯论文派的窗口在收窄。
signal: 生物智能的种子轮开始按「战略资产」计价，模型底座加生物防御场景成了溢价组合。
❯ Probook 获 a16z 与红杉 4000 万美元投资
[融资结构] 公司公告显示，Probook 合计拿下 4000 万美元：3400 万美元 A 轮由 Andreessen Horowitz（a16z）领投，600 万美元种子轮由红杉领投，且红杉两轮都跟投。公司总部在纽约，做面向水管工、电工、暖通空调（HVAC）等家庭服务商的 AI 操作系统，覆盖排班、调度与客户通话；创始人 George Eliadis 从自家生意痛点里长出这家公司。
[凭什么够土] Probook 的切入点很土但很准：调度是家庭服务公司的神经中枢，却被所有 SaaS 忽略。多数工具只盯获客漏斗顶部，Probook 把整个平台绕「调度」搭建，连接起客户体验。据其公告，美国数百家头部家庭服务品牌已在用，创始人来自行业一线、资方是 a16z 与红杉，让它能从水管工一路吃到电工、HVAC。
[预算往哪去] a16z 与红杉同时为「水管工的调度台」下注，说明** AI 的预算正从白领办公涌向蓝领工作流**——那些信息化最薄、却最依赖即时调度的线下行业，成了被重新定价的空白地。下一笔钱会先追那些已跑通数百家品牌、且卡住调度这一高频环节的运营系统，纯获客工具会先被挤掉。
signal: 资本在抢「蓝领工作流的操作系统」入口，家庭服务这种信息化洼地先被顶级基金扫货。
❯ Pie 完成 2370 万美元 A 轮
[融资要点] 公司公告显示，Pie 完成 2370 万美元融资，其中 1950 万美元 A 轮由 Lightspeed Venture Partners 领投，累计融资达 2370 万美元。公司总部在纽约，由前 Square 与 Toast 运营者 Syed Ali、Akhil Mantripragada 创立，做面向小商户的 AI 增长平台，帮助其在 ChatGPT、Claude 等 AI 搜索及谷歌地图、Facebook、Yelp 上被顾客发现。
[凭什么卡位] Pie 盯住一个被忽视的拐点：顾客正从谷歌搜索迁向 AI 对话，小商户却在新入口「隐形」。它的产品套件跨 AI 搜索、增长与前台（Front Desk），自 2025 年底推出首款 AI 增长产品后，靠转介绍与平台合作在 stealth 期已触达数千家小商户。创始人出自 Square、Toast，懂小店的增长与收款链路，这是它区别于通用营销工具的根。
[入口变了] 当「被发现」的入口从谷歌搜索迁到 AI 对话，小商户的增长预算也会跟着迁移。Pie 抢的是「Main Street 在 AI 搜索里的存在感」这一层：一旦 AI 入口坐实，这门生意会从可选工具变成小店的必选项，资本开始按「能否承接搜索习惯迁移」重新定价。
signal: 顾客搜索习惯迁向 AI 对话，小商户的获客预算随之搬家，Pie 卡的是迁移途中的新入口。
[合流] 这八笔融资合起来是一张资本地图：AI 重心正从「训更大模型」转向「在具体场景把 AI 跑通」。基础层兜住落地成本，生命科学把 AI 推进分子、工厂与生物体，State Affairs、Probook、Pie 把 AI 塞进政策、水管工和社区小店。越是信息化稀薄、越依赖人工调度的场景，越成资本眼里的价值洼地。接下来看谁能先交出可量化客户工时与收入，而非只是 demo。