标签: AI融资

  • 前Infosys CEO融了3200万美元,要用AI把IT服务行业搅个天翻地覆

    前Infosys CEO融了3200万美元,要用AI把IT服务行业搅个天翻地覆

    IT服务行业是个奇怪的生意。像Infosys、TCS、Wipro这样的印度公司,靠着把西方企业的软件定制、集成、维护工作接过来做,建立了年营收数百亿美元的庞大帝国。这个模式的本质是用人力堆——工程师越多,能接的活就越多。但现在,有一个人想用AI把这个逻辑彻底翻过来,而他恰好曾经是这个行业里最有权势的人之一。

    维沙尔·西卡(Vishal Sikka),前Infosys首席执行官,最近宣布了他的新公司Hang Ten Systems完成了3200万美元的种子轮融资。领投方是Mayfield,战略投资方包括沙特阿美的风险投资部门Aramco Ventures,还有一串天使投资人。Hang Ten的董事会里甚至坐着Yahoo联合创始人杨致远。

    “Hang Ten正在帮助大型企业挂在 Lifetime 最大的一波浪上。”西卡在宣布融资的博客文章里用了这么个冲浪比喻——Hang Ten这个公司名本身也是冲浪术语,意思是”站在冲浪板上,十个脚趾都挂在板子前端”,代表大胆和冒险。

    这家公司的具体业务逻辑是这样的:用AI驱动的代码生成、可复用的AI技能包,加上行业专业知识,来替企业持续地构建、修改和运营软件。换句话说,原本需要一群IT服务工程师花几个月做的系统集成项目,Hang Ten说它可以快得多地完成,而且不用按人头收费。

    AI颠覆IT服务行业概念图
    AI正在重塑IT服务行业的成本结构和交付模式 | 图源:AI生成

    西卡的”复仇”?

    西卡这个人的经历挺值得说一下。他在SAP待了12年,负责企业软件业务,2014年成为Infosys的CEO,那是这家印度IT服务巨头第一次从外部聘请首席执行官。西卡在任期间试图把Infosys往”软件+服务”的方向推,但遇到了董事会内部的阻力,2017年辞职。

    离开Infosys之后,他创立了VianAI,做的是企业AI应用和分析工具,2021年从软银愿景基金二期拿到了1.4亿美元融资。这次的Hang Ten,西卡说跟VianAI不一样——VianAI面向的是企业AI应用的决策分析市场,Hang Ten则是一家”企业AI服务公司”,核心是用AI智能体代码生成来交付项目。

    目前Hang Ten已经有一些客户在身上了,包括西门子歌美飒可再生能源(Siemens Gamesa Renewable Energy)和费森尤斯(Fresenius)。Mayfield的管理合伙人纳文·查达说,这家公司”一个月前才刚启动”,就已经有客户了。

    IT服务行业的两难

    Hang Ten的出现,恰好碰上了IT服务行业最焦虑的时刻。今年以来,分析师们在激烈辩论一个问题:AI到底会扩大这个行业的潜在市场,还是会从根子上改变企业软件的构建和交付方式,从而让传统IT服务公司变得多余?

    Jefferies的分析师今年早些时候写过一份报告,认为IT服务可能是第一批面临实质性AI冲击的行业之一。但Infosys的董事长南丹·尼勒卡尼(Nandan Nilekani)本周说,AI可能把行业的潜在市场扩大到3000亿到4000亿美元的规模。两个说法,两个完全不同的未来。


    市场显然更倾向于相信前面那个悲观版本。今年以来,Infosys的股价已经跌了超过35%。投资者在问:如果AI真的能用少得多的工程师完成同样多的工作,那我为什么还要给传统IT服务公司估值?

    西卡要做的事情,在某种意义上就是在回答这个问题——不是替传统IT服务公司辩护,而是直接提供一种新的替代方案。他说Hang Ten的模式是”AI原生的”,规模扩张方式跟传统服务公司不一样:”传统服务公司随着人头数线性扩张,Hang Ten的杠杆率会随着每个项目而增长。”

    这话听起来像典型的创业公司 pitch,但西卡的履历让人不得不认真对待。他既在SAP这样的企业软件巨头待过,又在Infosys这样的IT服务巨头做过一把手,还创过一次业。他知道这个行业是怎么运作的,也知道它的弱点在哪里。现在的问题是,他能不能用AI真正把这块骨头啃下来。

  • 人人都在建AI数据中心,但这家小公司说「我能让你快三个月上线」

    AI热潮起来之后,干什么的都想搭个数据中心。GPU有了、交换机有了、存储也有了,结果卡在最后一步——怎么把这一堆硬件变成能对外提供AI训练和推理服务的云平台。搞网络配置、搞多租户隔离、搞自动化运维,没几个月搞不定。而这几个月里,成百上千张GPU就那么闲着,烧钱不产出。

    AI数据中心网络自动化
    AI新云的网络自动化,是个被忽视但极其痛的问题(图:Netris)

    网络配置这件「苦差事」,终于有人做了自动化

    Netris做的是AI数据中心里的网络自动化。它的软件跑在网络交换机上,把原本需要工程师手动配置的成千上万个交换机参数,变成自动化的流程。新云(neocloud)运营商用它,可以把上线时间从几个月压缩到几周。

    CEO Alex Saroyan说了一句话挺有意思:传统数据中心的SDN(软件定义网络)在AI时代不够用了,因为AI的流量太大,必须硬件加速。Netris做的就是这个——「像SDN一样灵活,但是完全硬件加速」。

    「对于AI,软件是不够的,因为流量太大了,一切都必须硬件加速。你需要一个像SDN一样的东西,但是完全硬件加速的。这就是我们做的,而且我们已经做了八年。」——Netris CEO Alex Saroyan

    英伟达也在帮它介绍客户

    两年前,Netris给英伟达做了一次技术演示,后者印象深刻,开始主动把客户推荐给Netris。目前Netris已经在全球35个GPU集群上线,总共约100万张GPU,客户包括Lightning AI、富士康、HPE、TensorWave、加拿大电信Telus等。

    它的平台是供应商中立的,同时支持英伟达和AMD的服务器网络标准。这一点很关键——现在AI芯片除了英伟达,AMD、自研芯片都在冒头,新云运营商不希望被绑死在一个硬件生态里。

    a16z为什么投?

    这一轮1500万美元A轮,领投方是a16z。合伙人Guido Appenzeller加入董事会。逻辑其实很清楚:AI新云越多,网络自动化的需求就越大。而这块以前是被大厂(微软、谷歌、AWS)自己搞定的,它们有工程师团队写自动化工具。但新云创业公司没这个资源,只能买。

    Netris特别强调一点:它们没有用AI来做网络配置。Saroyan说AI是非确定性的,有时候会「自己搞事情」,改几千个交换机配置这种事不需要创意,需要的是稳定和可重复。所以Netris用的是传统算法。

    「AI是非确定性的,对吧?有时候它喜欢自己搞事情。创意工作不错,但是改几千个交换机配置,你不需要有创意,你需要非常稳定和可重复。」——Alex Saroyan

    钱往哪里花?

    融资完成后,Netris要招更多工程师和销售人员,增加对更多硬件厂商的支持,同时继续完善它的核心算法。这个赛道目前还没有特别大的竞争对手,但随着AI新云越来越多,迟早会有大厂盯上这块。


  • 拿下5000万美元融资,这家公司要用「数字世界」逼出AI Agent的真本事

    Patronus AI 数字世界测试
    Patronus AI 用”数字世界”测试AI Agent

    AI Agent这两年进化得越来越快,从最开始只能答答题,到现在能自主跑完一整套多步骤的复杂任务。但有个问题一直没人能很好地回答:你敢把自己的行程预订、财务分析交给一个还没被充分验证过的agent吗?

    模型厂商和做agent的创业公司心里也清楚,光拿个高分基准测试成绩说明不了什么问题——agent在实际场景里能不能把事做对,才是真正的考验。

    “数字世界”是个什么玩法

    2023年,两个前Meta AI研究员Anand Kannappan和Rebecca Qian创办了Patronus AI。他们的思路很直接:既然Waymo是通过先构建合成世界来测试自动驾驶汽车应对极端天气、小孩追球这些罕见危险场景的能力,那AI agent为什么不能用类似的办法?

    Patronus做的就是这件事:用他们称之为”数字世界模型(digital world models)”的技术,创建网站和内部系统的副本。agent在训练完后,会被扔进这些模拟环境里接受压力测试——强化学习会在这个过程中迭代:任务完成了给奖励,出错了给惩罚。

    Notable Capital的管理总监Glenn Solomon说,前沿AI实验室和很多新兴创业公司现在都是他们的客户,对模拟环境的需求几乎是”无法满足的(insatiable)”。

    为什么Patronus能拿到5000万美元

    营收数据说话:过去一年,Patronus的营收增长了15倍。这不是小打小闹的POC(概念验证),而是实打实的客户需求在推动。本周四,公司宣布完成5000万美元B轮融资,由Greenfield Partners领投,Notable Capital、Lightspeed、Datadog和三星跟投。加上这一轮,Patronus总融资额已经达到7000万美元。

    投资人看中的是这个赛道的刚需。AI agent有个很讨厌的习惯:走捷径。它们看起来好像把任务做完了,实际上偷工减料,结果就是任务没被正确完成。Solomon说:”Patronus特别擅长发现这些取巧行为,确保模型被追责。”


    目前做到哪一步了

    Kannappan说,目前主要聚焦在”可验证的问题”上——就是那些你能立刻检查对错的任务,比如软件工程和金融分析。但这远不是终点。”有很多领域是非常难以验证的”,他补充道。

    Patronus的长期目标是构建能让agent运行10小时、10天甚至10周的环境。这个野心不小——意味着他们要模拟的不只是单次交互,而是长时间的、开放式的任务执行过程。

    竞争对手方面,Patronus认为主要对手其实是各家AI实验室自己搭的评估团队。的确,OpenAI、Anthropic、Google这些大厂都在内部做模型评估。但Patronus的差异化在于:它做的是自动化评估,不需要人类参与。相比之下,Mercor和Surge这类依赖人类数据的公司,走的是另一条路。

    AI agent能不能真正被大规模投入使用,测试和评估是很关键的一环。Patronus拿到这笔钱之后,这个赛道估计会变得更热闹。毕竟,谁能证明自己的agent最可靠,谁就能在接下来的商业化竞争中占得先机。

  • Google DeepMind豪掷7500万美元联手A24,AI工具敲开好莱坞大门

    7500万美元,Google DeepMind要向好莱坞证明AI不是来砸场子的

    AI进军创意产业的消息不少,但大多数时候,创作者们的反应是这样的:警惕、抗拒、或者干脆发起诉讼。Google DeepMind这回换了个思路——不先做了再求原谅,而是直接找好莱坞的”品味担当”A24坐下来谈合作。

    6月22日,Google DeepMind宣布向独立电影公司A24投资7500万美元,双方称这将是一个”首创性”的合作伙伴关系。合作内容是联合开发用于电影制作的AI工具,而Google DeepMind这边会”从顶尖艺术家那里获得反馈和指导”。

    AI与电影制作融合概念图
    Google DeepMind携手A24,AI工具正在进入电影制作流程 © 配图

    A24是谁?为什么是它?

    A24可能不是大众最熟悉的电影公司,但在影迷和从业者眼里,它是过去十年最有影响力的独立制片公司之一。《瞬息全宇宙》《仲夏夜惊魂》《遗传厄运》,还有最近的《Backrooms》,都是A24出品的。Timothée Chalamet和Anne Hathaway这些一线演员也和A24有过合作。

    选A24而不是 Disney 或者 Netflix,这个选择本身就很说明问题。A24在创作者群体里信誉度高,它愿意给导演和编剧留空间,这种文化和Google DeepMind想推的”赋能艺术家”叙事是吻合的。

    “我们相信,开发赋能艺术家的工具的最好方式,就是直接和他们一起工作。”——Demis Hassabis,Google DeepMind联合创始人兼CEO

    好莱坞的AI焦虑,不是一天两天了

    过去两年,AI和好莱坞的关系可以用”剑拔弩张”来形容。编剧工会在2023年大罢工时的核心诉求之一就是限制AI在剧本创作中的使用。导演和演员也担心,AI生成的内容和深度伪造技术会抢走他们的饭碗。

    但资本和技术的方向已经确定了。Netflix今年早些时候收购了Ben Affleck创办的AI工具公司InterPositive,专门给电影人开发AI辅助工具。Amazon的MGM Studios也在今年2月宣布成立AI部门,做电视剧和电影制作工具的研发。

    Google DeepMind这7500万美元的赌注,本质上是想在”AI+影视”这个叙事里抢占高地。它不是偷偷摸摸地做,而是公开地和一家受尊敬的电影公司绑定,让艺术家参与到工具开发的过程中来——这个姿态本身,就比直接推出一个”AI电影生成器”要聪明得多。

    工具还是替代品?这道线还没划清楚

    合作归合作,疑问还在。Google DeepMind和A24联合开发的AI工具,到底是用来辅助分镜、剪辑、后期这些”后台”工作的,还是会涉及到剧本创作、表演生成这些更敏感的地带?目前双方都没有给出具体细节。

    这种模糊其实是有意为之。太具体了反而容易引发争议。先把合作关系公布出来,让”AI工具和艺术家协作”这个叙事在舆论里扎根,等工具成型了再慢慢推出来——这才是大公司的一贯打法。


    更大的棋盘:AI公司的好莱坞争夺战

    把这笔投资放在更大的背景里看,它不只是Google DeepMind一家的事。OpenAI和好莱坞的接触也在持续,Sora视频生成模型展示出来的能力,已经让不少人开始重新想象电影制作的可能性。Meta也在砸钱,它的AI视频工具已经在Instagram上跑了一阵子了。

    A24选中Google DeepMind,Google DeepMind选中A24,这笔交易能不能产出真正好用的工具、能不能让创作者在不用恐惧的前提下用上AI,接下来两年会见分晓。对于观众来说,也许更值得期待的问题是:有了这些工具之后,电影会变成什么样子?

  • Groq在Nvidia挖角后逆势融资6.5亿美元,AI推理云的下一战才刚开始

    Nvidia的”非收购收购”之后,Groq活下来了

    去年12月,Nvidia和Groq之间那笔交易让不少人看不懂。Nvidia付了一笔可观的”IP授权费”,然后把Groq的创始人兼CEO Jonathan Ross、总裁Sunny Madra和一帮核心工程师全部挖走。这不是收购,但比收购还彻底——人走了,技术授权给Nvidia了,Groq还剩下什么?

    半年之后,答案似乎是:还挺多。6月22日,Groq正式宣布完成6.5亿美元的新融资,确认了此前外界的传闻。估值没有披露,但上次融资(2025年9月)时Groq的估值已经是69亿美元,这轮融资的投资人据传在上次Nvidia交易中已经赚得盆满钵满,现在继续押注。

    AI芯片与推理计算技术概念图
    AI推理芯片赛道持续升温,Groq在Nvidia挖角后完成新一轮融资 © 配图

    Jonathan Ross的遗产:从Google TPU到Groq LPU

    要理解Groq的价值,得先认识Jonathan Ross这个人。他在Google期间参与了TPU(张量处理单元)的研发,那是Google专门为AI计算设计的芯片。离开Google后,Ross和另一位Google工程师Doug Wightman一起创立了Groq,主攻方向是AI推理芯片——他们称之为LPU(语言处理单元)。

    Wightman在Nvidia交易后选择留在Groq,现在担任CEO。Ross和Madra走了,但Groq的技术团队和产品方向还在。更重要的是,Nvidia虽然拿到了LPU的IP授权,但Groq同步宣布了战略转型:从芯片厂商转向”NeoCloud”业务。

    NeoCloud这个概念,说白了就是专门为AI训练和推理优化的云基础设施服务,和AWS、Azure那种通用云不一样,它只干AI这一件事,而且干得更狠。

    13个数据中心,每周处理万亿级Token

    Groq的NeoCloud业务在Madra被挖走前就已经在运作(Groq在2024年收购了他的AI数据分析公司Definitive Intelligence)。根据公司披露的数据,目前已在北美、欧洲、中东和亚太地区部署了13个数据中心,服务超过500万开发者和数千家AI公司,每周处理的AI Token数量达到万亿级别。

    这个规模说大不大,说小也不小。和Nvidia、AWS、Google Cloud比起来,Groq还是个小朋友。但在AI推理这个细分赛道上,需求增长速度之快,让即使是很小的玩家也有饭吃。

    新管理层就位,从xAI和Meta挖来高手

    融资之余,Groq也在快速补强管理层。新上任的COO Alan Rice之前在xAI和Meta都干过,再之前在美国海军服役。CTO Sinclair Schuller和CPO Rakesh Malhotra是一对创业搭档,之前一起做过企业云软件公司Apprenda,后来又共同创立了软件工程公司Nuvalence,2024年被EY收购。

    Malhotra本人在微软待了大约十年,参与过多个云产品的开发。这个背景对Groq的NeoCloud业务来说相当对口。


    关键问题:IP给了Nvidia,Groq还能打吗?

    外界对Groq最大的疑问就在这里:Nvidia现在合法持有LPU技术的IP,而且已经在今年3月的GTC大会上发布了自己的Groq 3 LPX推理硬件系统。Groq转型做NeoCloud,本质上是在用别人的技术授权来运营云服务——这不就是帮Nvidia培育市场吗?

    但也有另一种看法。推理云服务这个赛道的需求增长太快,Nvidia一家吃不下所有客户。Groq如果能把NeoCloud的体验做到足够好,在性价比、延迟、开发者工具链这些维度上建立优势,它不一定非要靠自研芯片才能活。

    类似的剧情在Scale AI身上也发生过。去年Meta用143亿美元”不是收购的收购”把Scale AI的创始人Alexandr Wang和一批核心人才挖走,外界一度认为Scale AI要完了。但CEO Jason Droege今年5月对Forbes说,公司业务已经反弹,今年营收预计能达到10亿美元。

    AI这场大棋局里,人才流动和资本重组几乎每个月都在发生。今天被挖角,明天拿到新融资,后天可能又换一个赛道重新开始。Groq这6.5亿美元能不能让它真正站稳脚跟,接下来12个月见分晓。

  • 印度AI独角兽Sarvam获2.34亿美元融资,HCLTech领投1.5亿

    2.34亿美元,估值15亿美元。印度班加罗尔的AI实验室Sarvam周一宣布完成新一轮融资,正式跻身独角兽行列。领投方不是哪家硅谷VC,而是印度本土IT巨头HCLTech——它一个人砸了1.5亿美元。

    印度AI独角兽Sarvam融资
    Sarvam成为印度最新AI独角兽,HCLTech领投1.5亿美元

    全栈AI,这是印度人的打法

    Sarvam的野心不小。它不像有些AI公司只做模型,或者只做应用,而是试图把整条栈都搭起来:从底层的AI模型,到中间的推理基础设施,再到面向企业的应用产品。这种”全栈”思路在印度市场尤其有意义——这里的企业客户喜欢”一站式解决方案”,不想分别找多家供应商拼起来。

    更关键的是语言。Sarvam的模型专门为印度语言设计——印地语、泰米尔语、孟加拉语、 Telugu等等。印度有22种官方语言,真正能把多语言场景跑通的AI公司并不多。Sarvam的两位创始人Vivek Raghavan和Pratyush Kumar之前在IIT马德拉斯的AI4Bharat项目干活,那个项目就是专门研究印度语言的AI,背后有印度”数字化之父”Nandan Nilekani的支持。

    HCLTech为什么舍得砸1.5亿

    HCLTech是印度IT服务业的巨头之一,和TCS、Infosys一个级别。它投Sarvam不是财务投资,是战略卡位。IT服务公司的下一个战场是AI——谁能把AI能力打包进企业服务合同里,谁就能吃掉竞争对手的份额。

    双方的计划很明确:把Sarvam的AI模型和HCLTech的企业客户关系、工程团队、软件资产拼在一起,给企业政府和政府客户做AI产品。HCLTech每年服务几百家全球500强企业,这个渠道价值不是钱能直接买的。

    Anthropic禁令戳中了印度的痛处

    就在上周,美国政府命令Anthropic切断外国公民对Fable 5和Mythos 5的访问权限。印度科技圈一下子慌了——OpenAI和Anthropic都把印度称为”第二大市场”,结果人家的模型说断就断。

    这件事让”AI主权”从一个抽象概念变成了眼前的问题。Sarvam的价值,很大程度上就是它是”印度的”——不管美国政府发什么令,Sarvam的模型印度自己能控制。这种安全感,是OpenAI和Anthropic给不了的。

    数据说话:Sarvam已经在跑

    光有愿景不够,Sarvam的以下几组数据值得一看:

    • 对话AI平台每天处理超过200万次交互
    • 推理平台每天处理约1000万次API调用
    • 语音模型每月转录超过50万小时音频
    • 文档AI系统正在数字化超过3500万页档案

    应用场景也在铺开。Sarvam的多语言语音代理已经为印度农业部收集了1700万农民的数据。一家大型保险公司用它的语音活动支持了4500万保单持有人的续保。还有一家大型金融科技公司,用Sarvam的AI代理平台支撑着一支35万人的销售队伍。


    印度AI的窗口期

    Sarvam不是印度唯一做AI模型的公司,但它可能是目前资金最充裕、落地最扎实的一家。挑战也一样明显:算力成本高、资本获取难,跟美国和中国那些融资动辄几十亿的对手比,Sarvam的资源还是紧的。

    但印度市场的规模是真实的。OpenAI和Anthropic都把印度当第二大市场,这说明需求在那里。Sarvam如果能把自己的模型能力、HCLTech的渠道、以及印度政府对”数字主权”的诉求这三件事拼起来,它不一定需要追上GPT-5,只要在印度市场足够好用,就是一门大生意。

  • Mistral融资30亿欧元,欧洲AI独角兽估值翻倍背后






    Mistral融资30亿欧元,欧洲AI独角兽估值翻倍背后

    法国AI实验室Mistral AI正在谈一笔大融资——约30亿欧元(合35亿美元),公司估值冲到200亿欧元(约231.5亿美元)。这个数字比它去年9月Series C融资时的117亿欧元估值,差不多翻了一倍。

    Bloomberg上周五放了这条消息,援引的是匿名信源,Mistral这边还没正式回应。如果这笔钱真落袋,Mistral手里攒的融资总额也才大约40亿美元——跟美国那帮巨头比起来,还是小巫见大巫。OpenAI融了约1860亿美元,Anthropic约1612.5亿美元,估值更是甩开欧洲这边好几条街。

    Mistral AI融资
    Mistral AI联合创始人兼CEO Arthur Mensch(图源:TechCrunch)

    开源路线是卖点,也是筹码

    Mistral 2023年成立,口号挺响——”把前沿AI交到每个人手里”。跟OpenAI、Anthropic那种把模型捂得严严实实的路子不同,Mistral走的是开源权重路线,几个基础大语言模型直接放出来,谁想定制随便改。

    当然它也没全开源,闭源模型也在卖,主打编程、语音克隆生成、光学字符识别这些场景。这种”半开源”策略在欧洲挺吃香,尤其是现在欧洲各国都在跟美国科技巨头保持距离的时候。

    法国最近都在 ditch Windows 换 Linux 了,减少对美国技术的依赖。Mistral适时把自己包装成”主权AI”的本土替代方案,这步棋走得准。

    欧洲各国政府买单了

    Mistral已经在巴黎附近建数据中心了,钱是去年3月融的8.3亿欧元债务。合作名单也挺好看:法国军方、卢森堡政府、ASML、欧洲防务AI公司Helsing——都是欧洲本地的”大客户”。

    这跟美国那边的打法不一样。OpenAI、Anthropic的企业客户遍布全球,营收规模和高管需求把估值顶到了天上去。Mistral目前的营收数据外界不太清楚,但估值涨成这样,投资方肯定是看到了什么。


    估值翻倍,钱够烧吗?

    40亿美元总融资,对标OpenAI的1860亿,差距不是一点半点。AI这行的烧钱速度快得离谱,算力、数据、人才,每一项都是天价。Mistral选的时机也有意思——正值欧洲”AI主权”情绪高涨,各国政府愿意掏钱支持本土选手。

    但估值200亿欧元这个数字,最终能不能站稳,还得看它能不能把模型做到真正跟美国巨头抗衡,以及能不能在欧洲之外打开市场。目前Mistral的模型口碑还不错,尤其是在开源社区里,但企业客户的买单意愿——尤其是美国企业——还是一个问号。

    这轮融资还在早期谈判阶段,条款随时可能变。Mistral拒绝置评,Bloomberg的匿名信源消息准确到哪一步,也得等官方宣布才知道。


  • Meta砸了20亿美元收购,两个月后北京说不行

    Meta砸了20亿美元收购,两个月后北京说不行

    这笔交易本来是2025年年底的大新闻。Meta花20亿美元收购了中国AI初创公司Manus,一个靠着一段病毒式传播的智能体演示在全球蹿红的公司。那时候外界看着都觉得,这是中国AI领域少有的体面退出。

    结果才过了几个月,事情就朝着完全相反的方向走了。

    据彭博社和TechCrunch的报道,北京方面大约两个月前出于国家安全考虑,向Meta发出了剥离令——要求把这笔交易拆掉。Meta现在已经动手了:切断了Manus与其内部系统的连接,禁止员工在内部项目里继续用Manus的工具,双方正在推动全面分离。

    Meta与Manus交易
    Meta的20亿美元交易,在监管压力下被迫拆分(图源:TechCrunch)

    为什么北京不愿意?

    Manus的处境其实挺微妙的。它的员工2025年年中就迁到了新加坡,公司架构上已经做了离岸安排,但根子里的中国背景没变。美国那边也注意到了——参议员约翰·科宁当时就公开质疑,美国资本是不是不该流向和中国有关联的AI公司。

    但真正让这笔交易翻船的,是北京的态度。中国监管部门今年早些时候启动审查,理由是涉嫌违反技术出口管制和外商投资规定。这背后有一套更大的逻辑:北京在收紧对外资进入中国AI领域的管控,同时也在防止战略敏感技术通过并购渠道外流。

    据《华尔街日报》报道,Manus的投资方里,总部位于加州的Benchmark风投已经收到了收购交易的收益,而包括腾讯、HSG、真格基金在内的亚洲投资方已表示将配合交易拆解流程。

    Manus没闲着,在找回头路

    有意思的是,即便Meta在拆连接,Manus自己还在往外推新功能,先后上线了与Similarweb、Shopify的集成。这家公司看起来并不打算就此熄火。

    5月有报道称,Manus的联合创始人已经就向外部投资者筹集约10亿美元、从Meta手中收回公司控制权展开初步讨论。这条路如果走通,接下来很可能是搭建中国合资企业架构,最终在香港上市。今年香港迎来了一批中国AI初创公司的上市潮,MiniMax和智谱都在往那边走。

    不过这一切的前提是,北京愿意放行。从目前的情况看,监管部门对AI领域的资本流动管控还在收紧,不光是出境收购,连中国企业接受美国投资现在也要事先获得政府批准。Moonshot AI、StepFun、字节跳动都被点名了。

    这事释放了什么信号

    这件事其实不止关乎Meta和Manus。它把当前AI地缘政治的一个现实摊开了:不管你的公司注册在哪里、员工搬到了哪个国家,只要核心团队和中国有关联,北京就认为有资格管。

    对AI创业者来说,这意味着退出路径的复杂程度远超以往。过去大家觉得拿到美元基金、搭离岸架构、卖个好价钱给美国科技巨头,是一条能走通的路。现在看,这条路上的关卡比很多人预想的多。

    Meta这边,20亿美元打了水漂倒也不至于——至少Benchmark拿回了钱。但这件事对Meta在中国AI生态里的布局是个打击。它原本想通过Manus拿到智能体(agentic AI)领域的一张好牌,现在牌桌上还剩什么,不太好说。


  • Supabase 8个月估值翻倍至100亿美元,vibe-coding 浪潮里跑出一只十角兽

    Supabase 8个月估值翻倍至100亿美元,vibe-coding 浪潮里跑出一只十角兽

    做AI应用开发的人,最近大概率都跟Supabase打过交道。它是那个把Postgres包了一层、让开发者不用自己折腾数据库的开源项目,也是这波vibe-coding浪潮里最受益的基础设施之一。

    8个月,估值从50亿涨到100亿

    6月5日,Supabase宣布完成5亿美元F轮融资,投前估值100亿美元,融资后估值约105亿美元。这个数字是8个月前的两倍——去年10月,他们刚以50亿美元估值融了1亿美元。

    Supabase CEO Paul Copplestone
    Supabase联合创始人兼CEO Paul Copplestone(图片来源:TechCrunch)

    再往前推几个月,Supabase的估值才20亿美元。也就是说,不到一年时间,这家公司的估值翻了5倍。

    增长来自哪里?CEO Paul Copplestone说,过去一年Supabase上的数据库启动量增长了600%以上,其中超过60%是通过某种AI工具启动的。目前Supabase拥有近1000万开发者用户,8个月内翻了一番。

    Copplestone特别提到,增长要归功于Claude Code和Codex,因为这两个AI模型”扩大了能够开发的人群范围”。

    Multigres:给Postgres做一个”操作系统”

    Supabase这周还发布了一个叫Multigres的工具,定位是Postgres的”操作系统”。简单说,它就是帮开发者把运行Postgres时的那些麻烦事——只读副本、故障转移、连接限制、备份——集中管理起来。

    这件事背后的逻辑是:vibe-coding降低了写代码的门槛,更多人能做出产品原型了,但数据库运维这关还是很难跨过去。Supabase想做的,就是把这个坑也填平。

    不迎合大客户,反而跑得更快

    Copplestone去年11月在TechCrunch的《Equity》播客里说过一段话,挺有意思。他说自己拒绝参与开发者工具的”劣质化”竞赛——不会为了拿到大企业客户的上百万美元合同,就按他们的要求改产品方向。他坚持自己的产品愿景。

    这跟大多数初创公司的策略是反着的。但通常情况下,走自己的路反而能跑出意外的结果。Supabase这波增长,某种程度上验证了这条路。

    本轮由新加坡GIC领投,Stripe等原有投资者继续跟投,Georgian和Salesforce Ventures也新加入了。Supabase现在是Bolt、Figma、Lovable、Replit等平台的优选数据库。


  • 法国Mistral要融30亿欧元,估值冲200亿,欧洲AI不想只做配角

    法国AI公司Mistral AI正在谈一笔融资:大约30亿欧元,折合35亿美元。如果这轮谈成了,Mistral的估值会跳到200亿欧元,差不多231亿美元。这个数字是它去年9月C轮融资时117亿欧元估值的两倍不到一年时间。

    消息是彭博社发出来的,援引的是匿名信源,Mistral自己还没出来确认。但市场对这个传闻的反应基本是”合理”,因为Mistral在过去一年里确实在多个方向上同时推进:模型、数据中心、政府合作,一样都没落下。

    Mistral AI
    Mistral AI 标志(图源:Thomas Fuller/NurPhoto / Getty Images)

    欧洲不想只做配角

    Mistral成立于2023年,创始人是从Google DeepMind和Meta跳槽出来的。他们的口号听起来很欧洲:”把前沿AI交到每个人手里。”技术上,他们走的是开放权重路线——部分基础模型允许任何人下载、修改、自己部署。这和美国那些封闭收费的对手形成了鲜明对比。

    但Mistral真正的筹码不在技术路线上,而在地缘政治。欧洲各国政府现在很认真地想降低对美国科技的依赖,Mistral把自己包装成”主权级”的替代方案,效果相当好:法国军方在用,卢森堡政府也在用,还跟欧洲防务公司Helsing签了战略合作。

    Mistral的定位很聪明:它不想在通用AI能力上跟OpenAI和Anthropic硬碰硬,而是先把欧洲政府和企业市场吃下来,再用这笔钱去建自己的数据中心和算力。

    钱够不够烧?

    截至现在,Mistral累计融了大约40亿美元。对比一下:OpenAI累计1860亿,Anthropic累计1612.5亿。差距是两个数量级。这也是为什么这轮30亿欧元的融资对Mistral来说不只是”更多钱”,而是”够不够活下去”的问题。

    AI训练成本高到离谱,光是建一个能跑前沿模型的数据中心就要几十亿美元。Mistral正在巴黎附近建自己的数据中心,为此已经融了8.3亿欧元的债务融资。这轮股权融资如果到位,应该说刚好够它把算力基础设施搭起来,再撑几年。

    估值走到200亿欧元,Mistral已经超过了很多上市公司的市值。但跟OpenAI预计的IPO估值(传言中的几千亿美元)比,还是小巫见大巫。欧洲AI能不能诞生一家真正全球化的巨头,这轮融资是一个关键节点。

    开放权重是优势还是包袱?

    Mistral允许别人下载它的模型,这件事帮它赢得了开发者和研究人员的好感,但也意味着它很难靠API调用收费赚到大钱。它同时提供闭源的商业模型(编程、语音、OCR场景),试图两头通吃。

    这条路线的最终考验是:企业客户愿不愿意为一家欧洲AI公司付跟OpenAI相当的钱?目前看来,答案在欧洲市场是”愿意”,在全球市场还不好说。这轮融资如果能搞定,Mistral会有更多子弹去回答这个问题。


    • 融资额:约30亿欧元(35亿美元),进行中
    • 投后估值:约200亿欧元(231亿美元)
    • 上一轮:2025年9月C轮,117亿欧元估值
    • 累计融资:约40亿美元(远低于OpenAI/Anthropic)
    • 核心卖点:开放权重 + 欧洲主权AI定位