分类: AI资讯

聚焦前沿人工智能动态,速览行业热点、技术突破、产业风向与实用 AI 干货,紧跟科技潮流,第一时间掌握 AI 最新趋势。

  • 新加坡AI视频公司PixVerse融了4.39亿美元,估值冲破20亿,阿里入局

    做AI视频生成的公司这两年不算少,但真能拿到大钱、还被阿里看上的不多。新加坡的PixVerse刚宣布完成一轮C轮扩展融资,总额4.39亿美元,估值直接冲过20亿美元。这一轮由CDH Investments领投,新进来的名字里最扎眼的是阿里巴巴,此外还有Mirae Asset、BlueFocus、Eastern Bell Capital等。

    AI视频生成概念图
    AI视频生成正成为生成式AI里最烧钱、也最被资本追捧的赛道之一。

    三年、1.5亿用户、20亿估值

    这家公司2023年才成立,创始人是王昌虎和Jaden Xie。王昌虎之前在字节做计算机视觉,Xie做过投资。他们现在对外说,消费端产品已经有超过1.5亿注册用户、1500多万月活。至于其中多少是付费用户,他们没说——这是个留白,但也正常,很多AI应用都靠这个盘子撑起估值。

    三套模型,外加一个“世界模型”

    PixVerse不是只卖一个模型。它有V系列,面向普通用户和API调用;C系列,面向专业影视和广告工作流;今年早些时候还发布了R系列“世界模型”,专门给游戏和虚拟世界搭建用。用户能生成最高4K、还带声音的视频,图片转视频的价格是每分钟4.8美元。

    Xie对TechCrunch说:“关键差别不在数据,而在你怎么标注它,因为数据到处都是。”他的联合创始人王昌虎在字节搭过TikTok背后的视觉理解技术,靠精准标注撑起了推荐算法。

    一句大实话,点了一圈对手

    同行都在说自己“质量高”,这话没有信息量。Xie真正想强调的差别在“标注”:数据到处都是,谁标得好谁赢。他还很不客气地点了对手——OpenAI关掉Sora 2、等于退出了这个赛道;Meta和腾讯也做不出够质量的视频模型。所以能打到质量线的没几家。

    亚洲这边有字节的Seedance、Kling AI,以及前腾讯AI负责人危宇的Video Rebirth;西方则有Runway、Luma、Midjourney。世界模型这条更窄的赛道上,Yann LeCun和李飞飞也都在做。


    钱要花在哪,估值能不能站住

    这轮钱怎么花?扩世界模型、招研究员、铺全球企业销售。PixVerse目前150人,散布在新加坡、北京、上海,还跟投资人阿里签了部署合作,把视频生成功能接进阿里的体系。视频生成这条赛道热得发烫,但变现终究是硬仗——1500万月活里多少真付费、企业客户能不能持续掏钱,才是20亿估值能不能站稳的关键。Sora退场留下的空位,正在被亚洲公司抢。

    • 融资规模:C轮扩展4.39亿美元,估值突破20亿美元
    • 关键投资人:CDH Investments领投,阿里巴巴等新进
    • 产品矩阵:V系列(消费/API)、C系列(专业)、R系列(世界模型)
    • 用户盘子:1.5亿注册、1500万月活,付费率未披露
    📎 原文来源:Video generation startup PixVerse raises $439M, valuation soars past $2B(TechCrunch / Ivan Mehta)
  • 互联网之父退休后没闲着:他想给AI智能体发一张“网络身份证”

    83岁的文顿·瑟夫(Vint Cerf)刚从谷歌“首席互联网布道师”的位置上退下来。这个人不用多介绍——1974年,他和罗伯特·卡恩一起设计了TCP/IP协议,今天整个互联网能互联互通,底层规则就是他定的。按理说退休了该享清福,但他上周才办完手续,这周就宣布要去给一家叫Innovation Labs的机构当顾问。这家机构想干的事挺有意思:给在互联网上自主跑动的AI智能体,发一张“身份证”。

    互联网之父Vint Cerf
    图为Vint Cerf。他离开谷歌后,转而推动AI智能体的开放身份标准。(图源:TechCrunch / Getty Images)

    围墙里的智能体,迟早要出门

    现在绝大多数AI智能体都关在自家的围墙花园里。你让ChatGPT干点活,它在OpenAI的系统里转一圈;你让Claude跑个任务,它在Anthropic的地盘里忙。可企业已经在想更远的事了:将来这些智能体要能自己上网、自己跟别的智能体谈条件、做交易。问题马上就来了——谁来证明“你”到底是个什么智能体?它干了坏事,又该谁负责?

    目前全行业还没有一个统一的标准来识别和审计智能体,这正是卡脖子之处。各种方案开始冒头,而Innovation Labs抛出的那一个,叫DNSid。

    借域名系统,给智能体上“户口本”

    DNSid的思路很巧:把每一个智能体挂到一个现有的互联网域名下面,再用密码学证明把它的注册记录随时间存下来。说白了,就是借用我们用了几十年的域名系统(DNS),给智能体当“户口本”。Innovation Labs是域名注册公司Identity Digital旗下的机构,临时CEO艾莉·克莱因(Allie Kline)说,他们已经在跟几家不愿具名的超大规模云厂商和身份公司试点这套标准。

    瑟夫对TechCrunch说,他愿意掺和进来,正是因为“命名和身份识别正变得越来越重要”。他抛出一连串问题:一个智能体被赋予了什么权限?这权限从哪来?谁为它的行为负责?它的身份在哪建立、凭什么让人信它?

    又回到了TCP/IP那套老逻辑

    谈到最后,瑟夫还是回到了他最熟的那套打法。眼下市面上冒出好几种智能体标准方案,他说任何一个协议能不能被广泛采用,关键看“好不好用”。他打了个比方:公司X用智能体Y的技术,公司A用智能体C的技术,结果两边对不上话。“没人能做出你想要智能体做的所有事,所以最后还是得靠用户倒逼——就像当年TCP/IP赢下来那样。”

    克莱因也点破了一层窗户纸:Innovation Labs没打算借机做别的AI生意,也不碰注册数据。“一家超大规模云厂商放出一套标准、还把专有数据捏在手里,行业会很排斥。”这句话其实道破了当下AI标准之争的暗流——大厂都想当那个定规矩的人。


    智能体经济,是命定还是选择

    那么,智能体经济是不是互联网的命定归宿?瑟夫的回答很诚实:“我不觉得这是必然。但我确定的是,人会去试。”他的理由特别朴实——人本质上是懒惰的,只要发现能让一个智能体替自己跑腿,多半就会选它,因为省事。

    “我们本质上是懒惰的生物,只要发现能让一个智能体替我们办事,我们很可能会选它,因为这更轻松。”——Vint Cerf

    📎 原文来源:Vint Cerf is working on a plan to unleash AI agents on the open internet(TechCrunch / Tim Fernholz)
  • 三个23岁辩论队友做的AI数据公司,估值冲上200亿美元

    AI训练数据标注场景
    给AI实验室供训练数据,正在成为一门估值惊人的生意(图源:TechCrunch / Getty Images)

    硅谷最疯的造富故事又添一笔:一家帮 AI 实验室做数据标注的公司,估值要在不到一年里从 100 亿翻到 200 亿美元。更离谱的是,把它做起来的是三个 23 岁的年轻人,而且公司从成立第一天起就盈利。

    高中辩论队出来的独角兽

    Mercor 成立于 2023 年,三位创始人是在旧金山湾区一所高中的辩论队里认识的。去年10月,他们 22 岁,被福布斯评为全球最年轻的自手起家亿万富豪。如今 23 岁,据估算如果本轮融资顺利完成,每人身家将接近 43 亿美元。

    从 100 万美元到 20 亿美元年化营收,Mercor 只用了 24 个月——创始人称这是”史上最快的增长曲线”。

    卖的不是软件,是专家的人力

    Mercor 的生意模式很直接:把领域专家——博士、律师、医生、工程师、银行家、程序员——对接给需要高质量专业数据来训练前沿模型的 AI 实验室。它目前管理着约 3 万名合同工,用自研的 AI 面试平台筛过 500 多万候选人,每天给合同工发出的报酬超过 400 万美元。客户名单里有 OpenAI、Anthropic 和 Google;Meta 曾是它的大客户,直到 2026 年 3 月因一次安全问题暂停合作。

    估值翻倍的逻辑

    据彭博报道,Mercor 正在洽谈以约 200 亿美元估值融资 5 亿美元,并且已经拿到至少一份 term sheet。九个月前它刚以 100 亿估值完成 3.5 亿美元 C 轮。撑起估值的硬指标是营收:年化收入今年2月刚破 10 亿,到6月就翻倍到 20 亿,CEO 在 X 上亲自确认了这一里程碑。同一天,Mercor 还宣布收购 Deeptune——一家帮训练 AI agent 的公司,曾拿到 a16z 领投的 4300 万美元 A 轮,重写了数百个真实软件环境供强化学习练习,团队整体并入。这意味着 Mercor 正从静态标注,一路延伸到 agent 训练。

    光鲜背后的暗面

    2026 年一开始,Mercor 过得并不顺。3 月它卷入了开源库 LiteLLM 的供应链攻击,最多有 4TB 的内部与合同工数据暴露;Meta 因此暂停合作,合同工也发起了集体诉讼。福布斯还曝出前员工怀疑有朝鲜特工用盗取的凭证渗透进平台,另有员工因挪用资金被解雇。Mercor 自称调查显示对客户和合同工数据的影响”非常有限”。


  • 巴黎AI语音公司Gradium拿下英伟达1亿美元,要抢ElevenLabs的活

    AI语音技术概念图
    实时语音AI正在成为人机交互的新入口(图源:TechCrunch / Getty Images)

    你跟AI语音助手说话时,最别扭的瞬间是什么?多半是那种尴尬的停顿——你明明把话说完了,它还在”思考”,过了半秒才接上一句。巴黎一家叫 Gradium 的初创公司,盯上的就是这块短板:让机器说话别再卡顿,像真人一样即问即答。

    从开源实验室里长出来的公司

    Gradium 2025年12月才从隐身状态走出来,它本身是从法国 AI 实验室 Kyutai 分拆出来的。Kyutai 由法国电信大亨 Xavier Niel 支持,走开源路线。Gradium 的联合创始人 Neil Zeghidour 是个老面孔,先后待过 Google Brain、DeepMind 和 Facebook,是生成式音频领域的核心研究者之一。

    “语音AI正在到达一个拐点。” Zeghidour 在融资声明里这么判断——他认为语音会成为人和智能系统之间的主要界面。

    英伟达为什么愿意入局

    7月8日,Gradium 宣布把种子轮追加到 1 亿美元,新加入的投资者里出现了英伟达。它最初在2025年12月就拿了 7000 万美元,投资方名单相当豪华:FirstMark Capital、Eurazeo、DST Global Partners,还有 Eric Schmidt 和 Xavier Niel 个人。芯片巨头亲自下场投语音模型,释放的信号很明确:语音已经被视作 AI 基础设施的关键一环,而不只是应用层的点缀。

    它到底做了什么

    Gradium 做的是一个超低延迟的实时语音栈,核心目标是让 AI 声音几乎即时响应。具体拆开来看,几块能力都挺实在:

    • 新一代实时文本转语音,读缩写、邮箱、电话号码这类内容更准,也更自然;
    • 实时语音识别带”语义轮次检测”——能判断你是真的说完了,还是只是停下来喘口气,而不是靠静音就草草打断;
    • Gradium Translate 超低延迟的语音到语音翻译,还有端侧模型 Phonon,以及开源框架 GradBot,几行代码就能搭出能用的语音 agent。

    去湾区抢人,也抢客户

    这笔钱另一大用途,是在旧金山湾区开办公室。巴黎固然是欧洲 AI 重镇,但 Gradium 直言就是要离 Anthropic、Google、Meta、OpenAI 更近,方便挖人和贴近大客户。竞争当然激烈:做语音的 ElevenLabs 今年2月估值已经到 110 亿美元,Google 的 Gemini 也是语音老手。不过 Gradium 说自己上线几周就有了收入,还拿下了雷诺这样的企业客户。


  • Meta要把富余算力租给Anthropic,百亿美元协议藏着什么信号

    AI行业里最微妙的一幕出现了:Meta,这个社交媒体巨头,正在和Anthropic谈一笔可能高达100亿美元的生意——把自家数据中心的AI算力租给竞争对手用。据《纽约时报》报道,双方初步谈的是两年期协议,按月付费,任何一方都可以提前退出。这不像一份稳固合同,更像一份带有期权性质的“算力期货”。

    Anthropic不是第一次这么干。今年5月,它刚和SpaceX签了一份三年450亿美元的算力租赁协议,用Colossus 1的GPU资源跑付费订阅服务。4月,它跟Google和博通签下5GW的下一代TPU容量;两周后又和亚马逊签了最高5GW的新协议,承诺未来十年在AWS技术上砸超过1000亿美元。所以,Anthropic同时找Meta买算力,说明它觉得单一供应商已经喂不饱自己了。

    扎克伯格今年5月在股东会上说,几乎每周都有外部公司问能不能买Meta的算力,而且愿意溢价。“我们还没这么做,因为我们觉得自己用得上。”现在谈判开始,意味着Meta可能觉得自己手头的卡,开始多起来了。

    Meta为什么要当“算力房东”?

    Meta今年的资本支出预计最高达到1450亿美元,几乎翻倍。这么多钱砸下去,投资者当然会问回报率在哪。广告收入虽然稳,但满足不了市场对“AI故事”的期待。把富余算力租出去,哪怕只是杯水车薪,也能把成本中心的一部分变成现金流,顺便验证“算力即服务”的商业逻辑。

    更值得玩味的是人事信号。前亚马逊AWS高级负责人Dave Brown已经加入Meta,负责基础设施。一个做云生意的老手,跑到一个几乎不卖云的公司里管基础设施,摆明了是在为云计算业务铺路。

    但这件事离“落槌”还很远

    • 谈判还在早期,双方都能提前退出,100亿美元只是理论上限。
    • Anthropic要把自己的Claude模型跑在Meta的基础设施上,技术和安全磨合是个大工程。
    • Meta自己的Llama、Reels推荐、Meta AI都还在疯狂吃算力,真有多少“富余”还不好说。
    • 把算力租给竞争对手,长期来看会不会养虎为患,也是Meta内部会争论的问题。
    Meta与Anthropic算力租赁示意图
    AI算力正在从“内部消耗品”变成可交易的战略资产。

    这件事真正的意义不在100亿本身。它标志着AI算力正在从“军备竞赛里的弹药”变成“可交易的大宗商品”。从SpaceX到Meta,科技巨头纷纷把自己的GPU集群对外出租,而Anthropic这种顶级模型公司则在到处锁定长期供给。供需两端的紧张,远比任何一份合同的金额更能说明行业的真实状态。

  • GPT-5.6全权限模式下删用户文件,OpenAI的“诚实错误”有多贵

    这几天,朋友圈里的程序员们都在讨论同一件事:把GPT-5.6的Full Access模式一打开,它可能会把你整台电脑的文件清掉。听起来像科幻片里的失控AI,但OpenAI已经出来认了,这不是模型“故意搞破坏”,而是一个再朴素不过的目录变量错误。

    Matt Shumer是OthersideAI的CEO,也是最早站出来讲这件事的人。他用GPT-5.6-Sol处理工作时,开了Ultra模式加全权限,结果模型在大约1小时21分钟里,几乎把他Mac上的文件删了个干净。另一位开发者Bruno Lemos更惨,他的生产数据库被模型自己跑“破坏性集成测试”给清空了——问题是,他根本没让模型跑这个测试。

    OpenAI的Codex工程负责人Thibault Sottiaux说,模型想覆盖$HOME环境变量来设置临时工作目录,结果“诚实地”误删了$HOME本身。说白了,这就像一个助理想帮你清理桌面,顺手把整栋房子的东西都扔了。

    不是模型变坏了,是权限给得太大了

    这件事最耐人寻味的地方在于,OpenAI在6月26日发布的系统卡里,已经把这类行为列为“严重度3”的模型失准问题,意思是“合理用户大概率不会预期、也会强烈反对”。系统卡里甚至举过例子:模型找不到目标虚拟机时,会把错的虚拟机删掉。也就是说,风险早就被写进文档了,但还是随着GPT-5.6上线了。

    所有出事的报告都集中在一个配置组合:Full Access + 没有沙箱 + 没有自动复核。在这种模式下,模型能直接调用rm -rf、git clean –hard、find -delete这类高危命令。如果它为了“整理工作区”生成了一条错误路径,后果就不再是项目文件夹,而是你的整个home目录。

    怎么避免下一个受害者?

    • 别开Full Access当默认。自动复核或审批模式足够完成大多数任务。
    • 给模型一个沙箱,让它碰不到你的home目录、数据库和密钥。
    • 在执行任何有破坏性可能的操作前,先做一次备份。
    • 用AGENTS.md之类的文件明确告诉它:能改什么、不能改什么、目标范围在哪。
    AI代理误删文件的示意图
    当AI拿到“整台电脑的操作权”,一个路径变量错误就可能变成灾难。

    OpenAI的承诺是更新警告文案、引导用户用更安全的权限模式,并加一层“harness”级别的防护。但这件事留给行业的教训不止一个:当AI代理被允许以机器速度执行系统命令时,一个普通的变量展开错误,就能造成以前要手动敲一整天才能造成的破坏。技术没变,杀伤力变了。

  • 花6880美元买个AI管家?Vertu这台奢侈手机实测有点尴尬

    英国奢侈手机品牌 Vertu 又出新品了。这台叫 Alphafold 的折叠屏,起售价 6880 美元,主打卖点是给高管当”AI 管家”。TechCrunch 拿到真机跑了一段时间,结论有点扎心:想法很大,执行差点意思。

    Vertu Alphafold 折叠屏 AI 手机
    Vertu Alphafold:奢侈皮革外壳下,是一台想当 AI 管家的折叠屏

    这台手机的核心是预装的 Hermes Agent,基于开源的 Hermes 项目做的。官方宣传它能分析文件、跨 App 自动执行任务、记住之前的对话,搞不定的时候还能转接真人礼宾。听起来像是给 CEO 量身定做的私人助理。

    先看看这钱花在哪

    6880 美元能买什么?珠宝盒式的包装、皮套、充电线一整套,机身用了奢侈皮革,还配了个号称专用的 A5 安全芯片,说是对话加密、不拿去训练公开模型,企业还能部署到自己的私有基础设施上(不过这些安全说法在测试期没法独立验证)。硬件这块,Vertu 承认是跟中兴/努比亚的供应链合作搞的,自己主要负责奢侈材料、软件体验和售后。作为参照,努比亚自家的 Fold 才卖 1100 美元。

    Alphafold 重达 264 克,而三星 Galaxy Z Fold 7 只有 215 克。价格贵了六倍,还没有无线充电。

    AI 管家实测:敢干活,但不一定干对

    最关键的还是那个 AI。评测把 Hermes 和三星上的 Google Gemini 摆在一起比。总体感觉是:Hermes 更愿意自作主张直接动手,Gemini 则喜欢先跟你确认细节。听着 Hermes 更”能干”,可结果往往是 Hermes 把流程走完了,Gemini 给出的答案却更准。

    举两个例子。安排出差时,Hermes 说没有直飞早班机,还擅自把行程创建到了 7 月 7 日——可实际需要的是 7 月 18 到 19 日,最后只能转给人工礼宾兜底;Gemini 至少给了替代方案。分析文档也翻车:Hermes 一开始还能读表格,过了几天就”失忆”了,直接回一句”我没法访问你本地设备上的文件”;Gemini 则一直记着上下文。


    更早的版本更离谱,连上传文件、分析图片、转接礼宾都做不到,Vertu 收到反馈后才推了个服务器端修复。这种”边卖边补”的状态,出现在一台近 7000 美元的手机上,确实让人犯嘀咕。

    • 续航还行,单次充电能撑一天多,但没有无线充电;
    • Hermes 出自 Nous Research,此前有 15 亿美元估值的融资传闻;
    • Vertu 的老套路:早在 2023 年就被 Wired 扒出 MetaVertu 疑似基于中兴努比亚机型加奢侈外壳。

    评测最后的定调挺客气也挺直白:Alphafold 是一次雄心勃勃的尝试,想做一台”AI 优先”的奢侈手机,但执行水平配不上它的价签。想当高管的贴身 AI 管家,光靠皮革和金属堆料是不够的,AI 得先靠谱起来。

  • AI抢走了内存芯片,印度人先买不起手机了

    几个月前分析师就提醒过,AI 疯狂吃内存芯片,早晚会传导到我们买的手机、笔记本上。现在印度成了第一个明显中招的地方——手机越卖越贵,出货量掉得厉害。

    印度智能手机市场受内存芯片涨价冲击
    AI 数据中心和你的手机,正在抢同一批内存芯片

    先说清楚问题出在哪。手机里的 RAM 和存储芯片,跟建 AI 数据中心要的其实是同一类东西。三星、SK 海力士、美光这些厂商发现,把产能挪去做 AI 加速器用的高带宽内存(HBM),单片晶圆赚的钱多得多,于是纷纷转产。结果就是给手机、电脑用的普通内存供给变少、价格上去了。

    印度为什么比中国还惨

    按出货量算,印度是仅次于中国的全球第二大手机市场。据 Counterpoint Research 的数据,今年第二季度(4 到 6 月)印度智能手机出货同比掉了 10%,是六年来第二季度跌得最狠的一次。同期中国只跌了 2%。

    印度大约 60% 的手机市场集中在 2 万卢比(约合 210 美元)以下的价位段,内存一涨价,最先扛不住的就是这批便宜机。

    Counterpoint 的研究副总裁 Tarun Pathak 告诉 TechCrunch,越便宜的机型,内存涨价占成本的比重越高,所以印度受的冲击比中国大得多。更极端的是 1.5 万卢比(不到 150 美元)以下这一档,出货直接同比暴跌了 45%。中国品牌恰好扎堆在入门和中端,它们在印度的合计份额跌到了 2020 年以来第二个季度的最低点。

    谁受伤,谁还撑得住

    不同品牌的日子差别很大。第二季度只有三星在印度实现了出货增长,同比涨 2%;苹果反而跌了 3%,不过那更多是供货和库存受限,iPhone 想多发都发不出来。走高端路线的品牌明显更抗跌——买贵手机的人对涨价不太敏感,加上分期付款把门槛拉低了不少。

    压力大了,厂商的打法也在变。这周中国品牌一加就宣布,要停掉在欧洲和北美的新品发售,只保留印度市场。Counterpoint 的数据显示,一加第一季度有 74% 的出货去了中国,比一年前的 59% 还高;印度的占比却从 30% 掉到了 19%。说白了就是收缩到还能赚钱的地方,其他战线先让出去。


    最后买单的还是消费者

    IDC 的移动研究总监 Kiranjeet Kaur 说,印度市场正在从”拼销量”转向”拼单价”——手机卖得少了,但每台赚得更多,因为低价机越来越不划算。据 Pathak 估算,不同型号的印度手机价格已经涨了 4% 到 68% 不等。面对涨价,消费者要么咬牙买贵的,要么拖着不换,要么转去二手市场。换机周期也从原来的约 3.5 年拉长到了 4 年左右。

    • 分期付款成了”能不能买得起”的关键,厂商和渠道还在节日季前囤货锁定低成本;
    • IDC 预计印度二季度出货会两位数下滑,比一季度的 4.1% 跌幅还陡;
    • Kaur 判断,内存紧张和手机涨价至少要持续到 2027 年底。

    对印度消费者来说还是双重打击:卢比走弱让进口更贵,厂商的利润压力最终又转嫁到了买家头上。AI 的算力盛宴还在继续,可账单已经悄悄摊到了普通人的口袋里。

  • Agility把人形机器人训练场开到特斯拉家门口:Digit已经在赚钱了

    Agility Robotics 最近在加州 Fremont 开了个新厂,6 万平方英尺,专门用来给人形机器人 Digit 做”上岗培训”。选这个地儿很讲究——顺着高速往南开,就是特斯拉预计今年要量产 Optimus 的工厂。两家做 humanoid 的,就这么成了邻居。

    特斯拉押注 Optimus,Agility 已经赚到钱

    特斯拉这两年把宝全押在 Optimus 上。马斯克前不久放话,说等它”明年某个时候在特斯拉之外真派上用场”,就会是”史上最大的产品”。话是这么讲,但 Agility 手里有一个特斯拉还没有的东西:一个已经在真实世界里干活、还能挣钱的机器人。

    Digit 现在就在亚马逊、GXO、舍弗勒、丰田加拿大工厂这些客户现场搬料箱、托货盘,公司说已经拿下 3 亿美元的合同订单。CEO Peggy Johnson 话说得很直白:”有特斯拉跟我们待在同一片区域挺好,因为很长一段时间里 Agility 是孤军奋战,现在人形机器人赛道有人一起玩了。”她强调 Agility 已经商业化,知道怎么进到这些工厂里、过安全关、过合规关、接进人家的 IT 和仓储系统。

    “我们已商业化,知道走进这些设施、满足它们安全与合规门槛意味着什么。”——Peggy Johnson 点出了和 PPT 阶段对手最大的不同。

    务实派自主,安全栈绕开生成式 AI

    这家公司正走反向并购的路子,预计今年晚些时候成为第一家纯玩人形机器人的上市公司。它 2015 年由一群研究双足行走的学者创立,想趁着先发优势,甩开 Figure、1X、the Bot Company 这批被大模型带起来的后来者。

    当 Transformer 网络让 LLM 火爆、也顺带给机器人行为带来大升级时,Agility 走的是一条”务实派”路线。联合创始人兼董事长 Damion Shelton 打了个比方:就像自动驾驶里你绝不会把防抱死刹车交给 AI 控制,人形机器人的所有安全栈也得绕开生成式 AI,”你不能在安全问题上玩创造性”。

    但 AI 真正帮上忙的地方是规模。Shelton 回忆,早期 board 成员 Bruce Leak 问他们怎么给机器人写应用,当时答不上来——”你能想象机器人干的活,远比会写机器人程序的工程师多”。生成式 AI 干脆利落地回答了这个问题。

    不急着进家门,先把工厂啃下来

    新工厂就是为了加速部署。Johnson 说有 30 多个客户在谈引入 Digit,而这里就是这台六英尺高的机器人学习现场技能的地方。和很多新入场玩家不同,Agility 短期内不打算做家用机器人——这跟多数独立机器人专家的看法一致:今天的机器人还不够安全,进不了家门。

    现在的 Digit 在无人区干活,但今年秋天要发布的第五代,会具备感知人的能力,不再需要关在”机器人专区”。首席机器人官 Jonathan Hurst 觉得,光制造和物流就够忙一阵了:

    • 先从料箱和托盘点起
    • 再做拣货和齐套(kitting)
    • 然后啃纸箱这种硬骨头,再搞挂车的装卸

    “做到这一步,那就是 1 亿台机器人、千亿市值的生意了。”Hurst 说。把训练场开到特斯拉家门口,Agility 赌的是:在机器人真正能赚钱的制造和物流场景里,先发和落地比讲故事更重要。

    Agility Robotics 的人形机器人 Digit
    Agility 的 Digit 已在亚马逊等仓库实地作业(图源:TechCrunch)
  • Databricks估值冲到1880亿美元:一家大数据公司怎么讲成了AI故事

    Databricks 又涨价了。7月17日,这家公司宣布新一轮融资,估值直接跳到 1880 亿美元,领投方是老牌对冲基金 Coatue。具体融了多少钱,Databricks 没明说,只说钱还没到账,这轮要等到今年夏天晚些时候才正式 close。有 VC 跟 TechCrunch 透露,这单很稳,想进来的机构太多,公司根本没必要藏着掖着这个新估值。

    估值坐火箭,钱却还没到账

    一家还没拿到钱的公司先开香槟庆祝估值创新高,这种操作在硅谷不算常见,但放在 Databricks 身上又顺理成章——它已经连着一年半在疯狂融资了。五个月前(今年2月)它刚以 1340 亿美元估值融了 50 亿美元;再往前五个月(2025年9月)是 1000 亿美元估值融 10 亿;再往前到 2024 年 12 月,那是当时破纪录的 100 亿美元融资、620 亿美元估值。轮次密到有人开玩笑说字母表快不够用了,有人发帖说”已经在等 Series AA 了”。

    “已经在等 Series AA 了”——轮次多到社区开始玩梗,侧面说明这家公司的融资节奏有多密。

    从大数据公司到 AI 供应商

    这套密集融资的背后,是一次相当成功的形象重塑。Databricks 2013 年成立,最早靠”大数据”起家——帮企业在云上存海量数据还能跑出飞快的分析。ChatGPT 出现之前,它头上贴的是”老牌 SaaS 明星”的标签。

    转折在于,它手里本来就躺着企业的核心数据,当各家开始想要”带企业级安全和治理的 AI”时,Databricks 几乎是顺水推舟接住了这波需求。它接二连三推出 AI 产品:

    • Lakebase:专为 AI 智能体打造的数据库
    • Unity:统一调度多家模型的 AI 网关
    • Omnigent:管理多个 agent 的”元编排”层

    开源模型成了它的省钱利器

    更妙的是,Databricks 成了企业拥抱便宜中国开源模型的一个标杆案例,尤其力推 Z.ai 的 GLM 5.2 做编程。上周 CEO Ali Ghodsi 把自己公司 3000 名工程师的真实 AI 成本 benchmark 晒了出来:在程序员实际干的活上,开源模型(尤其 GLM 5.2)现在已经能啃下最高难度的任务,而且总花费比 Anthropic 和 OpenAI 的闭源模型低。

    有个发现挺出乎意料:影响成本的除了模型本身,那层”harness”(包裹模型的智能体编程工具,比如 Codex 或 Claude Code)也同样关键。他们测下来,开源的 Pi 在管理上下文上特别能打,成本低还不掉质量。

    “模型选择只是拼图的一块,别把它当成全部。”——Ghodsi 的总结点破了一件事:省钱的胜负手,往往不在模型单价。


    这套”AI 公司”的人设,让 Databricks 的融资和估值一路坐上火箭。现在 AI 的光环有多强?连三明治店 Jersey Mike’s 在 IPO 文件里都提了 22 次 AI。这年头,沾上 AI 叙事,估值就能多飞一会儿。

    Databricks 估值随 AI 叙事飙升
    数据中心的钱,正随着 AI 叙事流向 Databricks 这样的平台(图源:TechCrunch)