❯ 卡兰尼克的物理 AI 公司 Atoms 完成 17 亿美元融资,a16z 领投
| 轮次 | 股权融资(轮次未标注) |
|---|---|
| 金额 | 17 亿美元 |
| 估值 | 未披露 |
| 领投 | a16z |
[这轮怎么融的] Uber 联合创始人特拉维斯·卡兰尼克创办的物理 AI 公司 Atoms 完成 17 亿美元股权融资,由 a16z 领投,普通合伙人本·霍洛维茨进入董事会,资金将投向食品、矿业与重型运输三条产线的自动化落地。据公司公告与 TechCrunch 报道,跟投方包括贝恩资本、Fifth Wall、K5 Global、SV Angel,以及卡兰尼克 2017 年被迫离开的 Uber 本身;投后估值未披露。
[凭什么是它] Atoms 不是一家新公司,而是卡兰尼克把两家已有实体装进去的控股平台:做暗厨房的 CloudKitchens,和做重工业自动化的 Pronto。目前它拆成 Atoms Food、Atoms Mining、Atoms Transport 三个事业部,卡兰尼克把公司定位成”造原子计算机的原始设备制造商”——用软件、传感器、机器人这一整套东西,去改造那些搬运和加工实物的行业。这两块业务此前各自积累了多年的实体运营:CloudKitchens 做的是共享厨房产能,Pronto 做的是矿区重型车辆自动驾驶,具体客户数与营收公开资料未披露。霍洛维茨给出的下注理由是路线之争:他明确认为在重工业场景里,专用机器人比人形机器人更合适。这套打法的底气是现成的产能、场地、客户和运营团队,而不是一份从零开始的路线图。
[资本在买什么] 17 亿美元一次性投给一个尚未披露估值的控股平台,说明大额资金正在从演示视频转向有真实产线可插的场景。全球机器人融资今年已冲到 558 亿美元的纪录,但真正能吃下十亿美元级支票的,是那些自带脏活场景的团队。受益的是矿山、食品加工这类被软件长期忽视的行业供应商;承压的则是靠通用人形机器人叙述估值的创业公司——当最大的一笔钱选了专用路线,人形赛道的融资门槛会立刻抬高。
▪ SIGNAL 这笔钱押的不是机器人本身,而是谁手里已经有可以被改造的车间。
❯ AI 推理芯片公司 Etched 完成 3 亿美元 C 轮,估值 103 亿美元
| 轮次 | C 轮 |
|---|---|
| 金额 | 3 亿美元 |
| 估值 | 103 亿美元 |
| 领投 | 红杉 |
[融资盘点] AI 推理芯片公司 Etched 完成 3 亿美元 C 轮,投后估值 103 亿美元,由红杉领投,a16z、SK 海力士、量化交易巨头 Jane Street 与 Diffusion Capital 跟投,资金用于扩产推理集群。据公司公告,这一估值较 2025 年 12 月那轮 50 亿美元七个月翻倍;公司称在手订单已达 10 亿美元,并在办公室 15 分钟车程内新开了一处 8000 平方米、10 兆瓦的产线与打样设施。
[做对了什么] Etched 成立于 2022 年,由三名哈佛辍学生创立,从一开始就放弃了通用路线:芯片、机架、软件和量产方式一起协同设计,只服务推理这一步,不碰训练。这是个高风险赌注——把模型结构固化进硅片,赌的是主流架构不会在流片周期内换掉。四年过去,10 亿美元在手订单给了这个赌注第一份硬证据;SK 海力士以战略投资方身份进场,等于把高带宽内存这一最紧缺的环节提前锁住。据报道,这是红杉领投的 C 轮中估值最高的一次。
[估值逻辑变了] 七个月估值翻倍,市场重估的不是”芯片能不能做出来”,而是推理成本本身已经成了 AI 公司的主要开支项。当 Agent 类应用把调用量推上去,每一分推理单价的下降都直接反映在应用层毛利上。英伟达的通用图形处理器仍然是训练环节的默认选择,但推理这一段正在被拆出来单独定价——下一笔大钱大概率还会追专用推理硬件,而买家的预算会从”买通用算力”挪向”买单位推理成本”。
▪ SIGNAL 真正被定价的是每一次推理的单价,而不是芯片的峰值算力。
❯ AI 3D 生成公司 Meshy 完成近 4 亿美元 B 轮,估值 15 亿美元
| 轮次 | B 轮 |
|---|---|
| 金额 | 近 4 亿美元 |
| 估值 | 15 亿美元 |
| 领投 | IDG 资本、经纬创投中国、Monolith |
[谁投了] AI 3D 生成公司 Meshy 完成近 4 亿美元 B 轮,投后估值 15 亿美元,由 IDG 资本、经纬创投中国与 Monolith 联合领投,红杉中国与源码资本作为老股东超额行使跟投权。据公司公告,这是 AI 3D 生成赛道迄今最大的单笔融资,折合人民币约 27 亿元。
[凭什么是它] Meshy 的前身是 2021 年 2 月成立的太极图形,创始人胡渊鸣从清华姚班到麻省理工博士,读博期间主导了开源图形计算库 Taichi。2023 年公司转向生成式 3D,推出 Meshy-1,用户输入一句话或一张图,约一分钟就能拿到带几何结构、纹理和材质的可用 3D 模型——过去这件事需要专业技能、昂贵软件和数周时间,现在的成本约为一分钟加一美元。公司称注册用户已超过 1200 万,累计生成模型超过 1 亿个,年度经常性收入(ARR)同比增长约 12 倍,全球市值或估值前十的科技公司中已有一半是它的客户。
[需求从哪来] 3D 资产长期是游戏、影视和电商里最贵、最慢的一环,也是最难外包的一环。Meshy 拿到这笔钱,说明生成式 3D 已经从”能出个样子”跨进了”能直接进管线”。真正腾出预算的是中小游戏工作室和电商商家——他们此前根本请不起建模师;承压的则是靠人力堆量的外包建模公司。对国内的 AI 创业者,这一轮还传出另一个信号:IDG、经纬、红杉中国、源码同时押注同一家公司,说明中国团队做全球化工具型产品的通路仍然打得通。
▪ SIGNAL 建模从一项技能变成一次调用,被重估的是整条内容生产管线的人力结构。
❯ AI 端点安全公司 Glow 带 1.8 亿美元出山,估值 12 亿美元
| 轮次 | 出山(累计) |
|---|---|
| 金额 | 1.8 亿美元(累计),据 Crunchbase 最新一轮约 1 亿美元 |
| 估值 | 12 亿美元 |
| 领投 | 红杉、Cyberstarts、Greenoaks、Redpoint |
[出山这一刻] AI 端点安全公司 Glow 结束隐身状态,宣布累计融资 1.8 亿美元,估值 12 亿美元,由红杉、以色列网络安全孵化基金 Cyberstarts、成长期基金 Greenoaks 与 Redpoint 联合领投,资金用于扩张美国销售团队和研究部门 Glow Labs。据 Crunchbase 数据,其中最新一轮约 1 亿美元;Index Ventures、Swish Ventures、Lux Capital 与 Holly Ventures 参与跟投。公司一出山即是独角兽。
[凭什么是它] Glow 是一家以色列公司,在以色列和美国两地办公,目前约 100 人,其中约 65 人在以色列。创始团队履历是这轮估值的主要支撑:首席执行官 Roi Tiger 在 Meta 工作九年,离开时任工程副总裁;首席技术官 Omer Singer 曾任数据仓库公司 Snowflake 网络安全策略负责人;研发副总裁 Ophir Arie 来自工业安全公司 Claroty。产品方向是重做端点安全——过去十年这一层由 CrowdStrike、SentinelOne 这类基于行为检测的产品占据,Glow 主张 AI 时代的攻击方式变了,防线也要跟着重写。
[预算往哪迁] 一家没有公开产品细节的公司能以 12 亿美元出山,靠的是买方的焦虑先于产品成熟。企业安全预算正从”检测已知威胁”往”应对 AI 驱动的新型攻击”迁移,而现有端点厂商的产品架构基本成型于生成式 AI 之前。红杉与 Cyberstarts 这套组合过去几年在以色列安全项目上屡试不爽,这次押的是同一个逻辑:先用顶级履历和早期客户锁住位置,再补产品。真正要重新判断的是在位厂商——如果”AI 原生”成了采购清单上的必选项,替换周期会比预期来得早。
▪ SIGNAL 买方先动了,钱跟着焦虑走在产品前面。
❯ AI 智能体安全公司 Neo 以 1 亿美元出山,a16z 与 Bessemer 领投
| 轮次 | A 轮 7500 万美元(累计 1 亿美元) |
|---|---|
| 金额 | 1 亿美元(含 7500 万 A 轮 + 2500 万种子) |
| 估值 | 未披露 |
| 领投 | a16z、Bessemer Venture Partners |
[金额口径核对] 波士顿的 AI 智能体安全公司 Neo 结束隐身,宣布累计融资 1 亿美元,其中 7500 万美元 A 轮由 a16z 与 Bessemer Venture Partners 联合领投,Craft Ventures 与 Merlin Ventures 跟投;此前还有一笔从未披露的 2500 万美元种子轮。估值未披露。此前流传的”7500 万”和”1 亿”两个数字并不矛盾——前者是本轮,后者是累计。
[做对了什么] Neo 由 Nick Warner、Shlomi Salem 和 Eran Shirazi 创立,三人均出自上市端点安全公司 SentinelOne 的高管层——这是他们第二次做同一件事,只是保护对象从终端换成了 AI 智能体。产品面向企业客户的安全运营团队,提供四样东西:企业环境内所有 AI 智能体的实时清单、风险情报、行为归因,以及可执行的策略管控。换句话说,它要回答一个几乎所有部署了 Agent 的企业都答不上来的问题——我的环境里到底跑着多少个智能体、它们各自有什么权限、出事了算谁的。这笔 1 亿美元资金将用于扩充工程与市场团队。
[下一笔钱追哪] Neo 和 Glow 同周出山、领投方部分重叠,指向同一件事:企业已经把 AI 铺了进去,但管控层是空的。智能体会自主执行动作,传统的身份权限体系根本管不住它——这块空白正在被资本快速填充。对企业安全负责人,要提前判断的是智能体清单和权限治理该由谁负责;对创业者,SentinelOne 与 Meta 系团队同期切进来,说明这个窗口的竞争会在一年内变得拥挤,靠履历拿融资的红利期不会太长。
▪ SIGNAL AI 铺得越快,“谁在替我做决定”这个问题就越贵。
OUTLOOK
[整批信号] 把五笔放在一起看,模型层几乎缺席:卡兰尼克拿走最大一张支票去改造矿山和食品厂,Etched 用在手订单换来七个月估值翻倍,Meshy 把建模变成一次调用,Glow 与 Neo 则在同一周出山补上智能体管控的空白。资本这一轮买的是AI 落地的物理约束与安全边界——算力成本、产线场景、资产生产效率、失控风险。对创业者,光有模型能力已经卖不上价;对投资人,下一轮共识大概率仍在”让 AI 跑得起、也停得住”的两端。