❯ Arcee AI 完成至少 1.5 亿美元 B 轮融资，2000 万美元训练出开放权重模型家族

金额有边界Arcee AI 完成 B 轮融资，公司未在一手公告披露金额；据 Fortune 报道，规模至少 1.5 亿美元，投后估值 超过 10 亿美元。Vista Equity Partners、Cambium Capital 与 Emergence Capital 领投，AI10 Ventures、日立、IAG、微软 M12、P7 和 Wipro 跟投。它从零训练开放权重基础模型，并提供微调、评测、部署和推理工具，让企业在自有环境掌握模型。

从微调到预训Arcee 2023 年成立，早期重点是模型压缩和后训练，2024 年获得 2400 万美元 A 轮。不到一年前，公司决定自行预训练模型，六个月内把 Trinity 从 45 亿参数稠密模型扩到 4000 亿参数混合专家模型。公司称 2025 年整套模型阵容连同工资、算力、数据、基础设施与运营合计约花 2000 万美元；这轮融资发生在其证明“有限预算也能做大模型”之后，资金将支持下一代 Trinity 训练。

开放全栈Arcee 的差异不只在公开权重。Trinity Large 采用 宽松许可证，公司同时要让开发者从预训练一路走到生产推理，并把模型覆盖手机、笔记本以及科学与开发者工作负载。资金还会扩大与 美国能源部及国家实验室的合作，Genesis-Science-1 已成为科学机构使用开放模型的起点。投资方里既有企业软件基金，也有日立、微软和 Wipro 等战略参与者，显示部署渠道与主权控制同样进入交易逻辑。

效率赌注这轮钱在给“可拥有的模型”定价，也在赌训练效率能抵消算力规模差距。2000 万美元成本若能持续产出有竞争力的模型，企业就多了一条不依赖封闭 API 的路径；但开放权重会削弱单纯模型访问费，Arcee 必须靠定制、工具链和企业部署收回研发投入。更大的 B 轮让它能继续预训，也把与头部实验室的评测差距变成必须公开回答的问题。

▪ SIGNAL开放模型的商业战已从“下载量”转向“谁能低成本训练，并在企业自有环境完成部署”。