四年時間，累計虧損超53億元，研發投入超過43億元，中國國產GPU獨角獸摩爾線程如今帶著537億元估值沖向科創板，尋求新一輪80億元募資。01. 摩爾線程募資80億決戰GPU發行價114.28元/股，募資80億，11月24日登陸科創板－這組數字宣告了中國GPU明星企業摩爾線程的背水一戰。11月20日晚間，摩爾線程智慧科技（北京）股份有限公司公告首次公開發行股票並在科創板上市的發行價格確定為114.28元/股。公司計劃發行7,000萬股，預計募集資金總額約80億元，扣除發行費用後預計募集資金淨額為75.76億元。這項募資規模讓摩爾線程成為今年科創板今年掛牌的最大IPO，同時114.28元/股的發行價也創下今年科創板新股發行價新高。以此發行價計算，摩爾線程上市時市值約537.15億元。摩爾線程的IPO進程堪稱「光速」。公司於2025年6月30日提交申請，9月26日過會，從受理到過會僅用88天，創下科創板IPO過會紀錄。這速度背後是科創板「1+6」系列改革政策的落地成效。在政策發布100天之際，摩爾線程的過會詮釋了製度創新與科技企業的「同頻共振」。11月13日，摩爾線程揭露招股意向書，正式啟動科創板IPO發行。網路發行與網路發行將於11月24日分別透過上交所交易系統及網際網路交易平台實施。本次發行價格114.28元/股對應的2024年攤薄後靜態市銷率為122.51倍，高於同行業可比公司平均水平。發行人和保薦人已就此提示投資風險。根據招股書，摩爾線程此次IPO募資將主要用於四個面向：新一代自主可控AI訓推一體晶片研發項目（25.1億元）、新一代自主可控圖形晶片研發項目（25.02億元）、新一代自主可控AI SoC晶片研發項目（19.82億元），以及補充流動資金（10.06億元）。此次上市恰逢中國GPU市場需求爆發性成長。根據弗若斯特沙利文預測，2029年中國GPU市場規模將超1.3兆元，全球佔比將從2024年的15.6%大幅提升至37.8%。摩爾線程與沐曦、壁仞、燧原並稱“國產GPU四小龍”，其率先沖線科創板，有望帶動行業迎來上市潮，加速技術自主與生態構建。02. 「中國版輝達」的崛起摩爾線程成立於2020年10月，法人代表為原輝達全球副總裁、中國區總經理張建中。他在輝達14年間，將中國市佔率從少於50%提升至超80%。創業後，張建中組成了一支涵蓋輝達、AMD、英特爾等巨頭的頂尖團隊，攻堅全功能GPU技術。基於完全自主研發的MUSA統一系統架構，摩爾線程實現了單晶片同時支援AI運算加速、圖形渲染、物理模擬和科學運算的技術突破。他的團隊中也不乏前輝達員工，包括聯合創辦人周苑，她曾在輝達擔任市場生態高級總監長達16年。摩爾線程的核心競爭力在於其自主研發的「全功能GPU」。基於自主MUSA架構，公司實現了單晶片同時支援AI運算加速、圖形渲染、實體模擬、超高畫質視訊編解碼的技術突破。這種全功能路徑與輝達更為相似，有別於其他只專注於AI加速的國產晶片公司。在短短五年內，摩爾線程已成功量產五顆晶片，推出四代GPU架構和智慧SoC產品。其產品矩陣涵蓋了AI智算、高效能運算、圖形渲染、運算虛擬化等多個應用領域，形成了從企業級智慧運算到消費級終端市場的全面佈局。03. 燒錢換技術研發投入與虧損現狀晶片產業的高投入特性在摩爾線程的財務數據上體現得淋漓盡致。 2022年至2024年，公司營業收入從0.46億元成長至4.38億元，三年複合成長率達208.44%。然而營收的高成長背後是同樣驚人的虧損。 2022年至2024年，摩爾線程歸母淨虧損分別為18.39億元、16.73億元及14.91億元。進入2025年上半年，儘管虧損面大幅縮小，但仍錄得2.70億元的淨虧損。三年半時間，公司累計虧損額接近53億元。巨額虧損的根源在於晶片產業的天文數字般的研發投入。 2022年至2024年，摩爾線程研發投入累計高達38.10億元，佔同期營收總額的比例達到驚人的626.03%。光是2024年，研發費用就高達13.59億元，是當年營收的三倍多。高強度的「燒錢」模式直接反映在公司的研發費用率上——2022年至2024年，這一數字分別高達2422.51%、1076.31%和309.88%。截至2025年6月底，公司累計研發投入已超過43億元。04. 資本賭局高成長與高虧損的冰火兩重天翻開摩爾線程的招股書，兩組數據形成了鮮明對比。 2022年至2025年上半年，公司營收從4,608萬元飆升至7.02億元，三年半累積營收12.1億元，成長曲線陡峭。然而同一時期，公司累計虧損額高達52.76億元，光2022年就虧損18.4億元。這種「高成長+高虧損」的模式在晶片產業並非個案，但摩爾線程的燒錢速度仍是現象級的。 2024年，公司研發投入佔營收比例高達309.88%。這意味著每收入1元錢，就要投入3元多用於研發。營收結構分析揭示了公司策略轉向。 2025年上半年，AI智算業務收入佔比已超過94%，而專業與桌面圖形加速收入持續萎縮。這意味著摩爾線程已從最初定位的「全功能GPU」轉向重點攻堅AI算力市場。高投入背後是晶片產業固有的資金壁壘。一款高階GPU晶片從設計到量產需投入10-20億元，而輝達每年研發投入超過百億美元。摩爾線程此次募資80億元，相當於將過往所有融資規模翻倍。05. 技術突圍全功能GPU的艱難旅程摩爾線程的核心競爭力在於其自主研發的「全功能GPU」。基於MUSA架構，該公司實現了單晶片同時支援AI運算、圖形渲染、科學運算和視訊編解碼四大功能，這與輝達的通用GPU路線高度相似。成立四年來，摩爾線程完成了四代GPU架構迭代：從2021年的蘇堤架構、2022年的春曉架構、2023年的曲院架構到2024年的平湖架構。這種迭代速度在業界極為罕見，體現了團隊深厚的技術累積。創辦人張建中的輝達背景成為公司技術突圍的關鍵因素。他在輝達擔任全球副總裁長達14年，核心團隊也多來自輝達、AMD等國際大廠。這種「既懂對手又懂戰場」的優勢，使摩爾線程能夠快速定位技術突破口。在生態建置上，摩爾線程推出MUSA統一程式設計模型，並開發MUSIFY工具實現CUDA程式碼遷移。截至2025年6月，MUSA軟體堆疊已適配300餘款應用，與PyTorch、TensorFlow等主流框架完成相容。然而，與輝達CUDA生態的400萬開發者相比，差距依然龐大。06. 商業現實大客戶依賴與供應鏈風險摩爾線程的客戶集中度極高。 2025年上半年，前五名客戶貢獻了98.29%的收入，其中單一客戶R就佔了56.63%。這種大客戶依賴症在TO B市場雖常見，但潛在風險不容忽視。更值得關注的是公司的供應鏈風險。 2023年10月，摩爾線程被美國列入“實體清單”，對其採購美國生產原材料、使用含有美國技術的智慧財產權和研發工具產生限制。公司不得不將晶圓代工轉向國內Foundry，共同開發7nm製程。商業化進度也不盡人意。截至2025年上半年，基於最新「平湖架構」的闆卡銷量「相對較少」。公司宣稱的萬卡叢集技術能力，實際銷售量中最大規模僅2048張GPU。這與輝達H100上市半年銷售量突破10萬張形成鮮明對比。存貨減損風險同樣存在。 2024年，摩爾線程存貨跌價準備餘額7,153.20萬元，2025年上半年再提列7,111.47萬元。部分型號可變現淨值可能低於成本，若新一代產品推出後舊產品滯銷，存貨價值有快速回落風險。07. 國產替代政策驅動下的生存邏輯在技​​術差距面前，摩爾線程提出了「精度多樣性+政策支援」的競爭策略。透過支援低精度運算（如INT4/INT8）降低客戶部署成本，同時依託國內資料安全政策，推動政府、國企等關鍵領域採購國產化GPU。這項策略已初見成效。 2025年上半年來自政府專案的營收佔比已達38%2024年，公司綜合毛利率達70.71%，高於海光資訊、寒武紀等同業。這顯示出國產替代政策紅利正在釋放。政策支援確實為國產GPU提供了發展窗口。 GPU作為AI、高效能運算核心硬體被納入「新基建」關鍵領域。國家透過「積體電路產業投資基金（大基金三期）」「算力基礎建設專案補貼」等政策，重點扶持國產GPU研發與產業化。然而，政策驅動是一把雙面刃。一位行業分析師指出：“在政企推理場景，國產GPU企業存在強競爭關係。在訓練場景，這幾家的GPU均無法和輝達甚至華為相比。盈利前景依然主要依靠政策驅動。”08. 生態睏局國產GPU的共同挑戰摩爾線程面臨的不僅是技術挑戰，更是整個國產GPU產業的生態困局。國際巨頭之所以難以撼動，關鍵在於其建構的軟硬一體生態。輝達的CUDA已經成為AI開發的事實標準，形成了強大的網路效應。為突破生態壁壘，摩爾線程選擇相容CUDA的路徑，透過MUSIFY工具幫助開發者遷移程式碼。但這種相容性策略也存在風險：輝達2024年已明確禁止第三方轉譯相容，未來可能面臨生態割裂的風險。更現實的是，國內AI晶片市場已呈現「一超多元」格局。輝達佔54.4%的市場份額，華為海思佔21.4%，AMD佔15.2%，而摩爾線程與其他國內廠商合計僅佔1%左右。在如此狹小的生存空間內，多家國產GPU企業仍面臨同質化競爭的問題。有國產GPU企業CEO坦言：「我們花了8000萬開發的編譯器，隔壁公司居然也在做一模一樣的東西。」這種「重複造輪子」的現象，折射出國產晶片生態的分散與內耗。 （電腦報少年派）

美國太陽能產業的破產潮繼續升級。近日，美國最大的太陽能開發公司之一Pine Gate也正式申請破產。Pine Gate曾是美國太陽能行業最耀眼的明星企業。過去的三年內，它吸引了包括黑石、凱雷、博楓資本、Generate Capital在內的全球頂級機構投資者的數十億美元注資。因此，它的破產對美國太陽能產業的打擊格外巨大，一些評論稱它是美國“綠色能源泡沫的最後一滴眼淚”，甚至有人認為這標誌著美國的可再生能源行業已經消亡。回望2022年，ESG熱情正處高潮，同時利率幾乎降到零水平，一場轟轟烈烈的太陽能熱席捲全球，沒想到三年後會是一地狼藉。如今，更是連Pine Gate這樣的頭號玩家都走到了破產這一步。01. 全美最大太陽能項目的開發商Pine Gate成立於2016年，其創始團隊在太陽能開發行業有豐富經驗，聯合創始人、CEO本·卡特是美國太陽能行業協會（SEIA）的董事。創業的頭幾年，Pine Gate是一家“垂直一體化”太陽能開發商。所謂垂直一體化，是指一家公司搞定“開發、融資、建設和營運”的全流程。2021年，Pine Gate進行了一次關鍵的重組，剝離了重資產的建設部門。Pine Gate成立了一家子公司Blue Ridge Power，專門負責工程施工。至於Pine Gate自身，則轉型為一家輕資產的“融資和開發公司” 。這次業務重組極大增強了Pine Gate對資本的吸引力。再加上2022年美國通過了《通膨削減法案》，大規模補貼太陽能行業，綠色能源泡沫興起。於是，Pine Gate開始在融資上狂飆突進。2022年6月，Pine Gate完成了第一輪融資，由專業的基礎設施投資機構Generate Capital獨家投資。該輪融資總規模5億美元，包括在公司層面2億美元的股權融資，以及3億美元的項目融資。接下來，Pine Gate的融資一發不可收拾，全球最頂級的機構投資者紛紛入局:2023年底，凱雷的私募信貸部門向Pine Gate投資了1.5億美元；2024年4月，Pine Gate完成6.5億美元的E輪融資，Generate Capital再次領投，加拿大安大略養老基金（HOOPP）、澳大利亞養老基金（HESTA）跟投；2024年10月，黑石向Pine Gate投資2.88億美元，形式是優先股；2024年11月，Pine Gate以稅收抵免額度轉讓的形式，從日本三井住友銀行、西班牙國際銀行等金融機構獲得2.9億美元的債務融資；2025年3月，博楓資本向Pine Gate提供了3億美元的貸款；2022年-2025年的三年之內，Pine Gate公開可查的融資總金額就超過21.8億美元（約合155億人民幣）。根據Mercom的《2024太陽能行業融資併購報告》，Pine Gate是2024年獲風險投資最高的太陽能公司。另外，Pine Gate在項目層面進行了規模更大的融資。根據Pine Gate發佈的新聞稿，截至2025年8月，其項目融資和資本投資總額達100億美元（約合710億元人民幣）。在巨額資金加持下，Pine Gate迅速崛起為美國太陽能開發行業的領導者。在申請破產前，Pine Gate營運著超過2GW的太陽能項目，開發中的項目則超過30GW，遍及美國30多個州，員工總數超過1000人。2024年12月，Pine Gate在美國俄勒岡州開發的Sunstone Solar項目獲批，這是全美最大的太陽能項目。今年8月份，距離申請破產不足三個月的時候，Pine Gate Renewables還宣佈與Meta達成協議，為後者開發一個210MW的太陽能項目，投資規模7.5億美元。02. 黑天鵝一來，價值一夜歸零然而，這個價值百億美元的太陽能商業帝國實則非常脆弱。僅僅是一個黑天鵝事件，就讓Pine Gate從資本的香餑餑，變得無人問津。今年7月份，美國通過了OBBBA法案，也就是俗稱的“大美麗”法案，其中有兩條政策都直擊Pine Gate的要害：一是大幅削減對太陽能行業的補貼，二是大幅增加對太陽能產品的關稅。於是，Pine Gate的商業模式在一夜之間就幾乎宣告失效。超過30GW的項目儲備庫，是Pine Gate公司估值的核心。而在補貼收緊之後，這些項目的大部分都在經濟上不再可行。比如前面提到的項目Sunstone Solar。根據新政策，要想獲得稅收抵免，必須在2026年7月完成所有融資、工程設計並滿足“開工建設”的法律要求，這是不可能完成的任務。這個號稱“全美最大”的太陽能項目，很可能最終只能停留在紙面上了。新政策出台後，美國的太陽能行業融資額驟降。根據Mercom Capital Group的資料，2025年美國太陽能公司的總融資額（包括風險投資、公開市場融資和債務融資）下降了39%。Pine Gate Renewables的擴張本就高度依賴融資，一旦融資失利，現金流立刻就會斷裂。實際上，在“大美麗”法案出台之前，由於利率上升，Pine Gate的現金流就已經處於高度緊張的狀態。2024年，就曾有消息稱Pine Gate拖欠了給子公司Blue Ridge Power的工程款，導致一些項目施工進度延後。2024年9月，Blue Ridge Power宣佈裁員500人，這是大事不妙的前兆訊號。9月底，有媒體報導稱Pine Gate正在考慮進行破產重組。11月6日，Pine Gate正式申請破產。破產報告顯示，其債務達44億美元（約312.4億元），而帳上的現金只剩850萬美元。根據破產程序，Pine Gate接下來將嘗試出售旗下“幾乎所有的資產和業務”。一組“有擔保的貸款人”將作為“假馬競拍者”，收購那些可產生現金流的優質資產。如無意外，所有劣後於這些“有擔保貸款人”的債權以及所有股權資本都將歸零。據報導，目前Pine Gate的債務包括約20億美元的工程債務，14億美元公司層面的債務，以及10億美元的未償優先股。它欠凱雷、博楓資本等私募股權機構約14億美元。03. 一次集體投機失敗，投資人下“罪己詔”隨著Pine Gate申請破產，美國太陽能行業轟轟烈烈的破產潮也達到了高潮。2025年以來，美國已經有數十家太陽能公司宣告破產，從中小型公司開始，一直蔓延到Pine Gate這樣的頭部玩家。美國太陽能市場主要分為兩類，一類是以住宅為主要場景的屋頂太陽能；一類是太陽能公用事業，也就是大型的太陽能電站。破產潮從住宅太陽能市場開始，而後迅速蔓延到公用事業市場。2025年6月，美國最大的屋頂太陽能公司之一Sunnova申請破產保護，留下超過89億美元的巨額債務。隨後，Titan Solar Power、Sunworks、Lumio Solar等更多公司一個接一個倒下，用行業崩潰來形容也不誇張。過去幾年，上千億美元的資金被投向太陽能行業，最終都人間蒸發，眾多全球頂級投資機構在破產潮中損失慘重。從“綠色能源泡沫”到破產潮，這一輪太陽能產業的周期轉換太快，以至於那些最老練的投資者也未能預判。換個角度看，也可以說這是一次巨大的集體投機翻車事件。回溯這些走到破產的公司，無不是採取了過度槓桿化的商業模式，背負巨額債務，把希望寄託於持續的廉價資金和政策支援。最終，它們在政策風向突變之時走向覆滅，亦是意外中的不意外。Pine Gate最早和最大的投資者Generate Capital CEO大衛·克蘭近期發表了一篇不同尋常的部落格文章。雖然文章沒有直接提到Pine Gate的名字，但字裡行間似乎都在反思這一場失敗。大衛·克蘭在文章中坦白承認在“2020年代初期的興奮”中犯了錯，“被分散了注意力，忘了自己是誰”。他還表示，在這個“罕見的悲觀時刻”，我們必須“誠實面對自己的錯誤”。他非常直白的寫道，當時的Generate Capital只顧著為自己作為“金融投資者”的精明而沾沾自喜，以至於把專業性拋到了一邊。而事實證明，許多的新興清潔能源公司，無論其技術或商業模式多麼令人興奮，都缺乏商業基本面。“這裡沒有業餘愛好者的空間，這是一個需要與鋼材、水泥、電線和專業人員打交道的實體業務，而不能僅僅是用excel表格做預測。” (華爾街見聞)

隱私立法紅利消退後，合規巨頭的求生之路。近日，有消息稱，隱私與資料合規軟體公司OneTrust正在與潛在買家接觸，評估包括出售在內的多種可能性。潛在收購方包括多家私募股權基金。這家成立九年的亞特蘭大公司曾憑藉GDPR、CCPA等隱私立法浪潮迅速崛起，但在IPO市場持續冰封的大背景下，也開始考慮新的資本路徑。資本再評估從財務層面看，OneTrust的基本面依舊穩固。截至今年7月，公司的年度經常性收入（ARR）突破5.05億美元，同比增長約17%，比去年中期8%的增速有所回升。同時，公司已連續兩年實現正向現金流，僅7月當季就產生了超1000萬美元自由現金流。然而，對比其他曾衝刺IPO的高速增長公司，例如Figma（增速約48%）和Netskope（約33%），OneTrust的增長表現仍顯溫和。資本市場對增長相對溫和的軟體公司的投資興趣下降，也是促使其考慮出售的原因之一。2021年，OneTrust 的估值曾高達53億美元；2023年新一輪融資中的估值則在45億美元左右，多家機構（包括Franklin Templeton）還下調了其持股估值，反映出投資端對其增長預期的收縮。Insight Partners董事會成員Richard Wells表示，公司目前尚未正式啟動出售流程，但投資者興趣在增加，“優秀的公司永遠處於開放狀態”。從隱私紅利到AI治理OneTrust的崛起始於隱私法規時代。GDPR、CCPA落地後，企業需要管理使用者同意、資料訪問權、刪除請求等複雜流程，而OneTrust正是幫助企業自動化完成這些合規任務的核心工具。為了避險隱私市場增長趨穩的趨勢，公司正積極押注AI治理（AI Governance）：1）對模型訓練和推理過程中的資料進行追蹤2）監控模型與智能體行為3）支援企業遵守EU AI Act、ISO 42001等新標準這一方向被視為未來五年的新增長點，但目前仍處於早期佈局階段。Insight Partners認為，OneTrust在隱私資料治理領域的深厚積累，為其在AI Governance市場打開“巨大潛力”。加速行業整合OneTrust在2023年經歷過一場備受關注的董事會糾紛，圍繞決策透明度和控制權問題爆發訴訟。最終，相關董事出售股份並退出董事會，公司治理結構得以重整。內部風險已基本解除。但外部環境卻在發生更大的變化：隱私與資料治理行業正進入整合周期。近期已有多筆相關併購：1）Veeam Software以約17.3億美元收購Securiti AI2）私募基金Main Capital收購TrustArc3）網路安全公司Snyk也與私募討論潛在出售如果OneTrust最終選擇被收購，將成為這一整合處理程序中最具象徵性的一筆交易。（圖片來源：OneTrust）OneTrust是否會出售尚未確定，但它的決定不僅關乎一家公司，更像征行業變化：隱私合規紅利期已過，AI治理成為新的爭奪焦點。OneTrust能否成功打造第二增長曲線，也將直接影響其最終身價。 (創新觀察局)

一、一級市場崛起：全球經濟的 “第二極”一級市場資本正重塑全球經濟格局 —— 若將一級市場資本管理規模（AUM）視為一個 “國家”，其體量已躋身全球第二大經濟體。2024 年全球一級市場資本 AUM達 22 兆美元，較 2012 年（9.7 兆美元）實現翻倍增長；而美國上市公司數量較 2000 年減少 50% 至 4000 余家，風險投資（VC）支援的非上市企業數量卻激增 25 倍。更關鍵的是，初創企業 “非上市周期” 大幅延長：當前企業成立後平均 16 年才啟動 IPO，較十年前推遲 33%，1999年美國 IPO 企業中位年齡僅 5 年，2022 年升至 8 年，2025 年已達 14 年。從收益端看，一級市場長期跑贏公開市場：過去 10 年，私募股權（PE）年化回報率較標普 500 指數高出6 個百分點，且抗波動性更強 ——2012 年以來一級市場募資波動遠低於公開市場，成為資本避險與增值的重要選擇。二、非上市企業的核心優勢：為何企業更願 “藏於幕後”？儘管公開公司具備透明度、治理規範、流動性等優勢，但非上市企業憑藉 “高收益、強控制、低成本” 的特性，成為更多企業的選擇。具體來看：成本與合規優勢：公開公司需承擔高昂的上市與合規成本 —— 營收 1-2.49 億美元的企業，IPO 平均成本達 690-3050 萬美元，承銷費佔募資總額 4%-7%；且每年需消耗 4.25 億小時處理財務合規檔案（相當於建造 12 座吉薩大金字塔的工時），合規成本佔中位市值的 4.1%。戰略自由度：非上市企業無需向公眾披露財務資料、研發策略與智慧財產權，可規避短期業績壓力（如季度財報），專注長期創新 —— 例如 AI 企業可投入巨額研發而不必擔心短期盈利波動，資料顯示 1% 的私募股權投資可帶動美國專利局（USPTO）專利數量增長 0.04%-0.05%。規模適配性：當前美國上市公司平均市值達 155 億美元（2024 年），較 1975 年（0.3億美元）增長 60 倍，公開市場 “巨頭化” 讓中小企業更難突圍，而一級市場可提供更靈活的成長空間。三、獨角獸生態圖譜：全球 1620 家獨角獸，總估值 6.6 兆美元根據 Crunchbase 資料（2025年 10 月 13 日），全球當前有 1620 家獨角獸（估值≥10 億美元），總估值約 6.6 兆美元；其中 84 家為十角獸（估值≥100 億美元），7 家為百角獸（估值≥1000億美元）。這些企業高度集中於科技相關領域，美國與中國合計佔據 86% 的獨角獸數量，AI 企業佔前 50 大非上市企業的40%。從募資端看，2025 年截至 10 月，獨角獸募資額已達 1580 億美元，超 2024 年全年（1160 億美元）；從頭部企業看，“非上市版七巨頭”（Private Magnificent-7：OpenAI、SpaceX、Anthropic、Databricks、Stripe、Anduril、xAI）估值達 1.4 兆美元，較 2023 年（2640億美元）增長 5 倍，相當於德國股市總市值規模。四、重點行業非上市龍頭解析：AI、自動駕駛、量子計算等前沿領域報告重點分析了 16 家核心非上市企業（總估值 1.5 兆美元，佔全球 GDP 超1%），覆蓋 AI、自動駕駛、量子計算、消費、能源、金融科技、醫療、航天 8 大領域，以下為關鍵企業的核心資料與進展：1. AI 領域：OpenAI 領跑，Anthropic 緊追OpenAI：估值 5000 億美元（百角獸），2025 年 8 月周活使用者超 8 億，付費企業使用者 500 萬；2025 年營收跑率達130 億美元，計畫 2029 年突破 1250 億美元，同時佈局廣告與電商佣金新賽道，2026 年廣告收入預計貢獻 250 億美元。其 GPT-5 模型已支援多模態生成，與微軟、沃爾瑪等達成深度合作，Walmart 使用者可在 ChatGPT 內直接購物。Anthropic：估值 1830 億美元（百角獸），Claude 4 系列模型（Sonnet 4.5、Opus 4.1）在企業市場份額達 32%，超 OpenAI（25%）；2025 年營收跑率 70 億美元，Claude Code（編碼助手）貢獻 5 億美元，全球企業客戶超 30 萬家，與 Salesforce、Deloitte 合作覆蓋 47 萬員工。2. 自動駕駛領域：Waymo 商業化提速Waymo（Alphabet 子公司）：估值 450 億美元（十角獸），2025 年每周提供超 25 萬次自動駕駛出行，覆蓋舊金山、鳳凰城等 6 城，計畫 2026 年進軍倫敦（首座歐洲城市）；累計自動駕駛里程超 1 億英里，事故率較人類駕駛低 91%（嚴重傷亡事故），與 Uber、Lyft合作拓展出行網路，2025 年二季度加州出行量達 220 萬次，同比增長 427%。3. 量子計算領域：Quantinuum與 PsiQuantum 雙雄爭霸Quantinuum：估值 110 億美元（十角獸），2025 年 9 月量子體積（quantum volume）達 3355.4432 萬，較 5 月（800 萬）增長 4 倍；H2 型號量子電腦具備 56 個量子位元（qubit），保真度超 99.9%，與 NVIDIA、Mitsui合作推進量子化學與藥物研發，2025 年營收 3300 萬美元，未完成訂單 1900 萬美元。PsiQuantum：估值 70 億美元（獨角獸），採用光子量子技術，與 GlobalFoundries 合作量產 Omega 晶片，計畫 2028 年部署百萬量子位元系統；2025 年 9 月完成 10 億美元 E 輪融資，與 Linde 合作建造量子專用低溫設施，獲美國空軍 1080 萬美元合同。4. 金融科技領域：Stripe 與 Revolut 引領支付變革Stripe：估值 920 億美元（十角獸），2024 年處理支付量 1.4 兆美元（佔全球 GDP 超 1%），營收 56 億美元；2025 年收購穩定幣平台 Bridge，佈局 B2B 支付賽道，與 OpenAI 合作推出 ChatGPT 即時結帳功能，全球線上支付市場份額達 15%。Revolut：估值 450 億美元（十角獸），2025 年使用者超 6000 萬（英國1200 萬），2024 年營收 31 億英鎊，淨利潤 7.9 億英鎊，ROE 達 31%；推出 Ultra 訂閱計畫（45 英鎊 / 月），覆蓋全球 30 國，2025 年獲阿聯支付牌照，計畫 2027 年使用者破 1 億。五、一級市場投資機遇：零售投資者如何入場？過去一級市場僅限機構與超高淨值人群，但近年來政策與產品創新正降低門檻：政策支援：2025 年 8 月美國川普政府允許 401 (k) 計畫投資另類資產；新加坡金管局（MAS）推出長期投資基金（LIF），英國 17 家養老金承諾2030 年 10% 倉位配置一級市場資產。產品創新：常青基金（evergreen funds）、聯接基金（feeder funds）等工具降低起投門檻，例如英國 Hargreaves Lansdown 通過 SIPP 帳戶提供一級市場投資，最低1 萬英鎊起投。增長潛力：貝恩預測 2022-2032 年零售另類資產 AUM CAGR 達 12%，遠超機構（8%），2032 年零售佔比將從 16%升至 22%，規模達 13 兆美元。六、風險提示：一級市場投資需警惕三大挑戰技術落地風險：AI 算力需求若不及預期（如大模型商業化放緩），將影響 OpenAI、Anthropic 等企業的估值；量子計算的矽光損耗、核聚變的工程難題（如 Helion Energy 的 2028 年供電承諾）可能延遲商業化。市場競爭風險：海外企業在技術成熟度（如Google Gemini、微軟 Azure）與客戶資源上佔優，國內廠商若無法突破 MEMS 陣列、液晶調製單元等核心器件，可能面臨份額壓制。流動性與估值風險：非上市企業估值依賴融資輪次定價，可能存在泡沫（如部分獨角獸未盈利卻高估值），且資產流動性低，短期退出難度較大。 (資訊量有點大)

來自中東的這筆錢，相當於是一筆戰略投資──新石器已經規劃將阿聯作為出海的第一站。10月23日，新石器無人車宣佈完成逾6億美元D輪融資，本輪融資由阿聯磊石資本（Stone Venture）領投，並由高成投資、信宸資本、鼎暉VGC、朝希資本、北京市人工智慧產業投資基金及某大型網際網路公司重磅聯合領投。重要的投資人還包括君聯資本、高榕創投、善水資本、恆旭資本、亦莊科創二期基金、華泰天府數智基金等，雲啟資本等老股東也在本輪持續加註。以金額計，本輪融資是迄今中國自動駕駛領域最大的私募融資，也是今年中國私募領域最大的融資之一。今年年初，這家公司還官宣了10億元C+輪融資，由多家物流巨頭和中金資本等財務投資人共同出資。雖然沒公佈估值，但根據融資金額來推算，新石器躋身獨角獸是板上釘釘的事。值得關注的是，本輪領投方阿聯磊石資本，是總部位於杜拜的投資機構。來自中東的這筆錢，相當於是一筆戰略投資──新石器已經規劃將阿聯作為出海的第一站。「新石器在阿聯酋已經拿到了世界上第一張正式頒發的公開道路無人車牌照，我們會把中東和阿聯作為出海的第一站，把那裡打造成出海的橋頭堡，再向'一帶一路'和其他地區延伸。」在媒體溝通會上，新石器創始人餘恩源透露。在揭露融資的同時，新石器也公佈了自動駕駛技術的關鍵進展。由其自主研發的L4級無圖自動駕駛技術方案已開始商業化交付，並在小範圍應用。這使得新石器成為無人配送產業第一家交付無圖技術方案的公司。無人配送，是自動駕駛賽道裡第一個從小規模示範躍入大規模商用的細分戰場。在餘恩源看來，這個階段對公司的考驗不再是單點演算法，而是一套系統工程：演算法、算力、資料閉環、車輛規模、行駛里程、場景覆蓋、合規拿牌、軟硬成本、品質控制、營運服務，缺一塊就難落地。 “不少投資者跟蹤整條賽道一年多，最終把票投給我們，就是因為看到我們在構建這套複雜服務體係時從未動搖過。”從送快遞到闖關無人駕駛和那些自動駕駛產業出身的創業者相比，餘恩源的創業故事很親民，始於親手送快遞。2009年，為了摸清物流痛點，他在長沙、武漢、深圳幹了三個月快遞員：晚上11點收工，還要手寫面單到凌晨1點，早上6點繼續派件。這段經歷讓他先後做出國內首款快遞專用PDA和最早一批快遞櫃，一年營業額數億元，利潤達到數千萬元。轉折發生在2016年。 AlphaGo擊敗李世石，讓餘恩源聯想到，硬體領域的天花板有限，人工智慧或許可以為物流配送業帶來巨大的變革。窺見機遇，2018年7月，餘恩源正式成立新石器，定位為「物流領域無人駕駛車輛的主機廠」。創業初期，新石器團隊蝸居在北京亦莊的簡陋房間裡，專注於研發首款低速無人車SLV10。2018年底，新石器帳上現金已經見底。餘恩源密集見了六七十家機構，“要先花兩個小時解釋什麼是新石器無人車，投資者聽完搖著頭就走”，最悲觀的判斷是“全國能賣500輛就不錯了”。無奈之下，他抵押自有房產向銀行貸款。還好餘恩源和這家公司都已經撐過了最難的時光。自2018年成立以來，新石器實現了多個里程碑：累計交付L4自動駕駛車輛突破1萬台車，成為全球第一家破萬台的L4級車隊；單月交付車輛突破2,000台，成為全球首家單月突破2,000台的自動駕駛公司；在青島市部署車輛突破1,200台，協助成為全球無人駕駛車輛最多的城市；X3和X6車型累計交付數均突破4000台，成為業界唯一實現多爆款（大規模交付SKU）批次交付的公司；部署車輛城市數突破300個，成為全球城市覆蓋最多的自動駕駛公司；無人車累計L4自動駕駛里程已率先突破5000萬公里，持續領先業界。當前無人車領域已進入商業化落地階段。新石器無人車CFO李子夷透露，今年收入規模會達到10億量級，上半年已實現連續的單月盈利，預計明年實現全面盈利。 「無論從L4自動駕駛的視角還是從機器人、具身智能的視角來看，無人車很有可能是第一個大規模商用，並且能夠正向盈利的細分賽道。」餘恩源曾這樣表示。無人車競速IPO無人駕駛物流車的發展得益於自動駕駛技術的不斷成熟，特別是L4級及以上的自動駕駛技術，為無人車配送的商業化運營奠定了基礎。新石器蹚出的道路上，後來者裡比較出挑的還包括九識智慧和白犀牛。這些頭部企業都進入了B輪之後的融資輪次，距離IPO已經不遠了。九識智慧核心團隊包括創始人及CEO孔旗、聯合創始人朱偉鋮和莊立，三人曾是京東無人車的創始班底。公司2021年8月成立於蘇州，定位為“全鏈條L4城配物流方案商”，演算法、線控底盤、整車製造和售後體系一體化佈局。落地成果方面，截至2025年9月，九識智能累計交付營運無人車超10000台，安全行駛總里程超5000萬公里，累計送單量超10億件。這家公司在2025年宣佈3億美元B輪及1億美元B+輪融資，投資方包括鼎暉百孚、藍湖資本、螞蟻集團、BV百度創投等。白犀牛成立於2019年3月，由前百度L4系統整合負責人朱磊與董事架構師夏添聯合創辦。公司定位城配公開道路L4無人配送，採用「BEV+Transformer+端對端」技術堆疊，自研感知、決策、調度全端模組，硬體端與鑫源車深度繫結。融資方面，這家公司今年5月完成了總計5億人民幣的B+輪融資。其中，順豐一年內三度出手。白犀牛的計畫是2026年實現5,000台日活，並啟動車規級無人車平台化開發。根據前瞻研究院統計，中國無人駕駛物流車產業總產值增加5,948億元。換言之，這是一個足夠廣闊的市場。除了創業公司，大公司裡，互聯網公司是一類重要玩家，例如百度Apollo等企業在演算法優化和傳感器成本控制上取得顯著進展；物流企業對無人駕駛技術的需求最為迫切，京東物流已在全國30座城市投入運營超過700台智能配送車；上汽、廣汽、比亞迪等傳統車企也在積極佈局。「2018年我們進入這個行業的時候，像是孤零零地進入了無人區，無人配送這個領域只有我們一個玩家。今天我們宣佈完成D輪融資，很榮幸有這麼投資者看好我們，這代表無人車賽道正式成為一個光明的賽道。這是我們努力了7年的成果。我們也看到很多其他企業在進入這個賽道，希望一起把這個賽道做源的規模。 （投中網）

不久前才宣稱要收購GoogleChrome瀏覽器，如今又以2億美元的新一輪融資再次刷新自己的估值紀錄，成立僅三年的AI搜尋創業公司Perplexity以其高調的行事作風，成為矽谷最引人注目的AI獨角獸之一。近日，據多家外媒報導，Perplexity已獲得2億美元的新一輪融資承諾，公司估值飆升至200億美元。而就在兩個月前，Perplexity才剛剛以180億美元估值融資了1億美元。然而，儘管Perplexity備受資本青睞，以密集的融資節奏和驚人的估值漲幅迅速躍升為頭部AI創業公司，但在估值一路狂飆的背後，其商業化處理程序卻顯得步履蹣跚。廣告業務幾近停滯、電商功能缺失嚴重，這家被寄予厚望的“Google殺手”，似乎仍在尋找屬於自己的“錢景”。這一強烈反差，也為Perplexity的未來蒙上了一層不確定性。A面：三年“吸金”15億美元Perplexity的融資歷程，堪稱AI創業中的“速度與激情”。公開資料顯示，Perplexity成立於2022年8月，總部位於美國舊金山。聯合創始人兼首席執行官Aravind Srinivas曾在OpenAI擔任研究科學家，創始團隊成員來自Meta、Quora和Databricks等知名科技公司。自成立之初，Perplexity就立志要做生成式AI時代的新搜尋工具。Aravind Srinivas曾表示，Google為了獲取更多的廣告收入，往往會降低搜尋效率，致力於獲得使用者更長的瀏覽時間和更多的點選數量，而Perplexity的目標則是提供更簡潔和精準的答案，減少人們獲取資訊的時間。顛覆傳統搜素工具的定位，使得Perplexity的估值在三年間飛速躥升，更被業界稱之為“Google殺手”。據PitchBook資料，Perplexity成立以來累計融資已達15億美元。此外，公司獲得了許多知名公司和科技圈人士的支援，投資人名單中不乏晶片巨頭輝達、巨量資料公司Databricks以及亞馬遜創始人傑夫·貝佐斯、前推特副總裁Elad Gil、前GitHub首席執行官Nat Friedman等金光閃閃的名字。值得注意的是，Perplexity雖然依然是一家尚未盈利的創業公司，但其資本“野心”並不小。今年8月，Perplexity向Google母公司Alphabet發出收購要約，計畫以345億美元全現金收購Google旗下的Chrome瀏覽器。這一報價近乎Perplexity當時180億美元估值的兩倍。這場“蛇吞象式”的收購讓外界頗為驚訝，但也進一步強化了其“Google挑戰者”的市場定位。不過，前不久，Google漫長的反壟斷訴訟迎來了里程碑式的判決。美國華盛頓特區聯邦地方法院作出了最終裁定，駁回了政府提出的對Google進行結構性分拆的最嚴厲處罰方案，Google將無需分拆售出其核心資產——Chrome瀏覽器和Android移動作業系統。這也意味著，Perplexity收購Chrome瀏覽器的願望宣告“泡湯”。B面：商業化探索步履維艱作為一家標榜要做“生成式AI時代的新搜尋工具”的創業公司，Perplexity的願景雖然很美好，但也一直面臨著以何種方式實現商業化盈利的困境。與Google相比，Perplexity創業之初一直標榜自己不賣廣告，“與Google的財務和商業目標非常不同”。因此在創業之初，Perplexity主要是通過向使用者直接收費的訂閱制方式盈利，從而提供沒有廣告的查詢結果。然而，這一願望最終還是被現實“打了臉”。去年4月，Perplexity就表示將開始銷售廣告。Aravind Srinivas曾在採訪中說，廣告是過去50年中最偉大的商業模式，也是Perplexity未來營利的引擎。據瞭解，與傳統競價排名的Google模式相比，Perplexity銷售廣告的方式更隱晦一些，不會直接在回答中涉及廣告，而是在使用者提問後，在“相關問題”中融入廣告連結與內容。這種形式雖避免了傳統搜尋廣告對使用者體驗的干擾，但也因品牌曝光度低、轉化效果差而遭到廣告主詬病。此外，為了降低對使用者體驗感的影響，Perplexity的廣告策略極為保守，公司對廣告商篩選嚴格，在數千個直接申請投放廣告的廣告主中，僅有不到0.5%獲得批准，大量品牌方被拒之門外。因此，Perplexity在2024年第四季度的廣告收入僅為2萬美元，商業化進展幾乎停滯。另外一個被寄予眾望的電商業務，同樣進展緩慢。去年，Perplexity推出“Buy With Pro”購物服務，承諾使用者可以“研究和購買產品”而無需跳轉到外部網站。然而，該服務至今缺乏最基本的“購物車”功能，使用者只能逐件下單，無法合併結算。這一設計缺陷不僅嚴重影響使用者體驗，也讓商家在訂單管理和物流成本上承受額外壓力，實際體驗遠未達到預期。此外，Perplexity對商家的篩選也極為嚴格，目前僅與少數品牌建立合作。業內人士普遍認為，Perplexity尚未建立起可持續的電商生態。財務資料顯示，2024年Perplexity的營收為3400萬美元，但在第三方模型及雲服務上的支出高達5700萬美元，處於虧損狀態。Perplexity的估值狂飆，是AI搜尋賽道火熱的一個縮影。然而，估值的暴漲並不意味著商業上的成功。廣告業務的謹慎與電商功能的缺陷，暴露出這家初創公司在商業化道路上的稚嫩與搖擺。在OpenAI、Google等巨頭紛紛加碼AI搜尋的背景下，Perplexity面臨的競爭將愈發激烈。如何在保持使用者體驗的同時找到可持續的盈利模式，將是這家“Google殺手”能否真正顛覆Google的關鍵所在。 (創業資本匯)

AI for Science的浪潮下，徹底激發了投資人的熱情。據彭博社報導，AI公司Lila Sciences已經完成2.35億美元的A輪融資，公司估值約為12億美元。本輪融資由Braidwell 和加州養老基金聯合持有的投資機構 Collective Global 領投，“木頭姐”凱西·伍德的 ARK Venture Fund與General Catalyst 作為種子輪投資方繼續參與了本次A輪融資，Flagship Pioneering 也出現在新晉投資機構名單中。Lila Sciences致力於建構世界上第一個科學超級智能平台，以及應用於生命科學、化學和材料科學的完全自主實驗室。就在今年3月，這家公司才走出隱匿模式，獲得2億美元的首輪資金。短短半年，Lila Sciences在沒有任何產品的情況下，就累計融了4.25億美元（約合人民幣31億元），究竟有什麼可取之處？01. Flagship又一巨大賭注Lila Sciences成立於2023年，總部位於馬薩諸塞州劍橋，高管都來自行業頂尖人物。公司首席執行官Geoffrey Maltzahn博士，擁有麻省理工學院生物醫學工程和醫學物理學博士學位，也是Flagship的合夥人，曾經參與創辦Generate：Biomedicines等AI製藥獨角獸。公司首席技術官Andrew Beam是哈佛醫學院生物醫學資訊學系的副教授，此前曾開發過多個醫學相關的深度學習演算法。著名的基因編輯大牛、哈佛大學教授George Church則擔任公司的首席科學家。公司董事會主席則由Flagship的創始人Noubar Afeyan擔任。圖：Lila Sciences的高管團隊根據LinkedIn的資料，這家初創公司的員工人數已從成立初期12人增長到180人。能夠打動這麼多行業領軍人物，這就不得不提到公司背後的推手Flagship Pioneering。作為生命科學領域的頂級VC，Flagship多年來累計孵化並投資了超100家公司，25家成功IPO，包括研發出mRNA疫苗巨頭Moderna。Lila則是Flagship在AI for Science的一個巨大賭注。Lila由兩個早期AI項目合併而成的，一個專注於新材料，另一個專注於生物學。基於其成立背景，它更像是一家AI初創公司，而不是一家傳統的生物技術公司。Lila Sciences有一個宏大的願景：打造世界上第一個科學超級智能平台（Scientific Superintelligence ）。正如Flagship Pioneering的創始人Noubar Afeyan 博士所說：“縱觀人類歷史，科學探索的方法始終如一，即通過假設、測試、學習、創造。然而，儘管我們取得了所有進步，但我們仍然只瞭解支配物理世界的規則的一小部分。傳統科學家提出假設、收集資訊資料、實施實驗並最佳化結果，整個過程可能耗時數年。儘管有自動化裝置的出現，也被早早引入科研領域，但依舊沒有改變實驗與科學探索的本質，科學新發現依舊非常緩慢。因此，Lila正在打造一個集合AI與自動化裝置的系統——人工智慧科學工廠（AISF）。公司正在打造科學領域的AI Agent，該系統由生命科學和材料科學實驗室的論文、實驗和資料訓練而成，能夠自主確定以及實施實驗。這意味著，Lila希望打通AI自主提出假設——生成實驗方案——調度自動化裝置執行實驗——分析結果——學習並最佳化下一個假設，這一整個流程。最終，AISF以遠遠超出人類能力的規模、速度和精準性產生新的科學知識。公司表示，在短短幾年的開發中，該平台在醫療、材料、環境等多個領域展示了超越人類和現有AI的性能，包括基因醫學產品，發現和驗證數百種新型抗體、肽和結合劑、酶催化劑、碳捕劑等。其中一個項目，兩位科學家利用AI在四個月內發現了一種新的綠色氫氣生產催化劑，而通常情況下這一過程需要數年。這個項目的成功，甚至直接吸引清潔能源新材料領域的著名研究員John Gregoire離開加州理工學院，加入Lila並擔任物理科學研究負責人。儘管Lila只在內部驗證其模型，也沒有發佈其產品，但它的支持者們依然相信，它將極大改變科學研究。02. AI for Science時代到來2024年，諾貝爾化學獎和物理學都授予了與AI相關的研究，讓AI for Science這一概念廣泛傳播，也標誌著新時代的到來：AI不再僅僅是科學研究的輔助工具，而是成為科學發現的核心引擎。前不久，OpenAI震撼發佈GPT-5，奧特曼稱其擁有在任何領域博士等級的研究與對話能力，並已經將其開放給安進、Moderna等頭部企業進行測試。近年來隨著AI大模型以及Agent的發展，更在重塑整個科學研究的範式和方法論。2023年，Nature就發表了一項重磅級研究成果：由卡內基梅隆大學的研究團隊就打造了一位AI化學家Coscientist。該系統基於GPT-4等大模型建構，能夠快速精準地自主完成檢索資訊、規劃及設計實驗、編寫程序、遠端操控自動化系統做實驗、分析資料的一整套流程。圖：Coscientist2024年，史丹佛大學電腦系教授James Zou利用AI Agent打造了一個“虛擬實驗室”，在人類極少的干預下，5個Agent組成的AI跨學科研究團隊協同合作，最終成功設計出能夠結合新冠病毒的奈米抗體。今年5月，前GoogleCEO Eric Schmidt投資的一家非營利機構FutureHouse，發佈了Robin—一款自動化AI科研多智能體系統（Agent）。Robin智能體系統只要給定一種疾病，Robin就會自動檢索文獻提出疾病機制，識別相關的體外實驗，並提出候選方案。短短的10周之內，Robin自主發現了一款名為Ripasudil的ROCK抑製劑可以作為治療乾性老年黃斑性變形（AMD）的潛在療法。有眼科專家表示，該療法非常新穎。這些成果意味著，AI科學家或許會越來越多地介入科研流程。在自動化與Agent技術逐漸成熟的當下，投資人已經逐漸理解並相信AI for Science的商業模式和巨大潛力，願意下重注賭其未來。未來，我們將會看到人類科學家與AI系統，共同拓展科學邊界的一天。 (智藥局)

7家創企，118個科研項目背後的傳奇教授。這位擁有25億美元（約合人民幣179億元）身家的大學教授，為何還堅守在一線課堂？智東西9月2日報導，近日，AI資料平台Databricks在最新一輪融資後，估值突破1000億美元（約合人民幣7162億元），有望成為全球估值第四高的AI獨角獸，這也讓外界關注到其聯合創始人兼董事長、加州大學伯克利分校（後簡稱UCB）教授Ion Stoica，以及他橫跨產業與學術界的傳奇經歷。Stoica現年60歲，自2000年起開始在UCB任教，此後25年來均未離開這一校園。2010年至今，Stoica在UCB電腦學院參與了3所重要實驗室的創辦和管理。這些實驗室在巨量資料、雲端運算和AI時代貢獻了118個科研項目，其中不乏影響力廣泛、幾乎成為AI領域核心基礎設施的項目，如巨量資料框架Spark、分佈式執行框架Ray、大模型推理框架vLLM等。▲Ion Stoica（圖源：YouTube）他還通過親自參與創業、指導創業或是提供人脈與資金支援的方式，創辦或孵化了至少7家知名創企，分佈於資料基礎設施、生成式AI等行業。除了估值已經突破1000億美元的Databricks，Stoica聯合創辦了估值10億美元的AI託管計算平台Anyscale、估值6億美元的LMArena（大模型競技場）和估值3億美元的視訊流分析技術公司Conviva等企業。Stoica是高性能AI與資料分析平台Alluxio創始人李浩源、資料中心作業系統創企Mesosphere創始人Benjamin Hindman的博士生導師，這兩家創企均發源於開放原始碼專案，曾得到Stoica的指導。目前，Stoica還在大模型記憶技術創企Letta擔任顧問。儘管取得了商業上的成功，但Stoica仍然心繫教育、科研。今年秋天，Stoica將繼續留在課堂，教授作業系統和系統程式設計的本科課程。通過在矽谷的人脈，Stoica給自己的實驗室拉來了極為豪華的贊助商陣容，包括輝達、Meta、螞蟻集團、AMD、Google、亞馬遜、華為等知名企業。他還給將自己創業獲得的資產投入科研，給實驗室提供資金支援。在向《福布斯》分析自己成功的原因時，Stoica稱，這要歸功於他對科研的專注：“這是一種創造的過程，不斷探索新想法。”在本文中，我們將回顧Stoica傳奇的創業與科研經歷，並瞭解他對自己成功經歷的思考和總結。01. 師從北大電腦校友張暉 06年首次開啟創業Stoica於2000年在卡耐基梅隆大學（後簡稱CMU）完成博士學業，導師是該校史上最年輕的終身教授張暉（北大電腦學院84級院友）。同年，他加入UCB，並從教至今。UCB地處矽谷，有極為濃厚的創業氛圍，Stoica也在2006年了自己的第一個創業項目——Conviva。▲Conviva的創始團隊（圖源：Conviva官網）2006年，串流媒體內容逐漸興起，YouTube已經成為主流平台之一。Stoica與他的導師張暉看到了市場對線上視訊體驗最佳化的需求，並在CMU和UCB的科研成果基礎之上開始創業，聯合創辦了Conviva。早期，Conviva專注於即時視訊流分析，成為全球最早實現影片播放自適應的平台之一。該公司通過AI技術識別視訊平台的播放質量問題，並收集使用者的觀看資料（包括正在觀看的內容、使用者喜好等），形成分析報告。Conviva的主要客戶包括美國福克斯公司（FOX）、NBC環球集團旗下的串流媒體平台Peacock等。Stoica原本在Conviva擔任CTO一職，但目前已經不在Conviva擁有正式管理層職位。他仍然留在董事會，每週都會與團隊見面。成立以來，Conviva已經完成了7輪融資，總融資額為1.1億美元。其上一輪融資於2017年完成，當時投後估值約為3億美元。02. 給巨量資料時代打造核心基礎設施 成果轉化為千億估值創企在創辦Conviva的同時，Stoica也沒有停下學術與科研的腳步。UCB電腦科學學部有每5年成立一個合作實驗室的傳統，Stoica深度參與了該學部近15年來成立的三大實驗室，帶領成員做出了頗具學術與行業影響力的成果。2011年，UCB成立了AMP（演算法、機器與人）實驗室。在官宣實驗室成立的演講中，Stoica稱，AMP實驗室希望通過緊密整合演算法、機器和人力，實現對巨量資料的理解。在其存續的5年間，AMP實驗室打造了25個科研項目，包括開源分佈式資源管理框架Apache Mesos、開源分佈式巨量資料處理框架Apache Spark、開源分佈式資料編排平台Alluxio（原名Tachyon）等，成為巨量資料基礎設施領域的重要貢獻者。這三大開放原始碼專案，最後都轉化為創企：Databricks（總融資208億美元，估值超1000億美元）Databricks是Stoica參與創辦的第二家創企，主營業務是AI資料分析平台。其創始團隊由七位加州大學伯克利分校的教授和研究生組成，大都來自Stoica所管理的AMP實驗室。▲Databricks創始團隊，Stoica為左數第二位（圖源：Databricks）2009年，Databricks的創始團隊開發出開源分佈式巨量資料處理框架Spark，並不斷維護、更新這一項目，還一度創下了資料排序速度的世界紀錄。在將Spark作為開放原始碼專案營運一段時間後，Databricks的聯合創始人、UCB副教授的Matei Zaharia稱，Stoica希望將Spark變成一家初創公司，以鼓勵使用者更認真地對待此類來自高校實驗室的研究。2013年，Databricks正式成立。憑藉著開放原始碼專案Spark的成功，Databricks在A輪融資時便獲得來自a16z的1400萬美元融資。2013年-2016年，Stoica擔任Databricks CEO一職，深度參與公司日常管理與決策。他在2016年將CEO一職交棒給了曾在AMP實驗室擔任訪問學者的Ali Ghodsi。對於這一決定，他在接受《福布斯》採訪時說道：“超過這個時間就意味著離開伯克利，所以我必須做出選擇，我選擇了回去。”如今，Databricks已經成長為估值超過1000億美元的超級獨角獸，服務超過60%的財富500強企業。Stoica仍在這一公司擔任董事會執行主席的職務。▲Stoica擔任Databricks董事會執行主席（圖源：Databricks）Alluxio（總融資額7300萬美元，估值暫未披露）Alluxio原名Tachyon，是一個以記憶體為中心、容錯的虛擬分佈式儲存系統，旨在解決Apache Spark生態系統內的資料共享挑戰。2015年，Alluxio正式成立，早期投資者為a16z——這是一家與Stoica關係密切的投資機構。其創始人兼CEO李浩源在AMPLab完成了相關研究，論文指導者便包括其博士生導師Stoica。▲Alluxio目前的管理團隊，上排左一為李浩源（圖源：Alluxio官網）隨著技術趨勢轉向混合雲和多雲架構以及AI，Alluxio不斷髮展，為AI和資料密集型工作負載的資料訪問提供解決方案。如今，Alluxio的AI加速平台為全球十大網際網路公司中的九家提供支援。Alluxio已經完成4輪融資，其最近一輪融資於2021年底完成，由高瓴創投領投，融資額達5000萬美元。不過，其估值暫時未對外披露。Mesosphere/D2iQ（總融資2.5億美元，最高估值7.75億美元）Mesosphere成立於2013年，Stoica的學生Benjamin Hindman在其中擔任CIPO（首席智慧財產權官）的職務。這家公司的主要技術來自於開放原始碼專案Apache Mesos，而Benjamin Hindman是這一項目的核心作者。DCOS（資料中心作業系統）是Mesosphere的核心產品。Mesosphere將資料中心抽象為“單一大機器”，通過分佈式核心調度和資源管理，為大規模計算與資料密集型工作負載提供統一的運行平台。2015年，Mesosphere宣佈獲得a16z等頂級風投的投資。隨著容器化、微服務和雲原生趨勢的興起，Mesosphere後續在產品上逐漸轉型，支援Kubernetes，並在2019年正式更名為D2iQ。D2iQ的解決方案主要面向混合雲與企業級Kubernetes平台，幫助客戶簡化雲原生應用的部署與維運。迄今為止，D2iQ融資總額接近2.5億美元，投資方包括a16z、Khosla創投、惠普等，其估值曾經在2018年完成的D輪融資後達到7.75億美元。微軟、Google等都曾傳出有收購D2iQ的意向，但因D2iQ管理層反對而未能完成交易。2023年底，D2iQ宣佈終止營運，公司資產將進行清盤，並分配給債權人。03. 指導高性能分佈式執行框架Ray科研 衍生創企估值已達10億美元2017年初，Stoica參與到了UCB RISE（即時智能安全執行）實驗室的建立與管理工作中。當時，Stoica等人已經意識到，資料生成、計算和執行之間的循環正在閉合，AI已成現實，計算的影響正在擴展到世界的每一個角落。RISE實驗室與AMP實驗室一脈相承，期望能在巨量資料分析的基礎上，進一步發展相關技術堆疊，幫助應用程式即時地、智能地且安全地與環境進行互動。在大規模機器學習和強化學習領域，RISE實驗室貢獻了超41個開放原始碼專案，其中影響力最大的當屬高性能分佈式執行框架Ray，這一項目成功轉化為創企Anyscale。Anyscale（總融資2.59美元，估值10億美元）2019年，Anyscale成立，創始團隊包括Stoica、Philipp Moritz（Stoica的博士生）和Robert Nishihara等人。Stoica目前在Anyscale擔任董事會執行主席的職位。Philipp Moritz和Robert Nishihara是Ray的主要作者，這一項目大幅度提升了分散式運算的易用性，讓開發者能夠用簡單的API，把單機Python程序擴展到大規模分佈式環境。Stoica指導這兩位作者完成了Ray的相關研究。▲Stocia與Anyscale其他聯合創始人的合影（圖源：Anyscale官網）Ray提供了統一的程式設計方式，開發者不必關心底層分佈式細節。相比於傳統的Spark、Hadoop，Ray更靈活，支援低延遲的任務調度和多種計算模式（批處理、流式、線上推理等）。這一項目在AI/ML領域影響力尤其大，業內許多流行的庫都是基於Ray建構的，如Ray Tune超參數調優框架、Ray RLlib強化學習庫等。在此基礎上，Anyscale為Ray提供了完全託管計算平台，加入了最佳化、可觀察性、資料治理和開發人員工具等，使其成為運行Ray工作負載的最佳平台之一。目前，Uber、OpenAI、Shopify和亞馬遜等頭部企業的開發人員正在使用Ray建構機器學習平台。Anyscale成立6年來共完成4輪融資，總融資額達2.59億美元。2022年完成C輪融資後，其最新估值為10億美元。04. 實驗室3年貢獻52個項目 幫大模型造擂台、記憶庫2022年，Stoica又推動了天空計算實驗室（Sky Computing Lab）的成立。天空計算是雲平台之上的一層，其目標是實現雲之間的相互協作，讓應用程式能夠在任何雲提供商上實現“一次寫入，隨處運行”。天空計算實驗室近年來已經貢獻了52個項目，打造了本輪生成式AI浪潮中重要的基礎設施，包括大模型推理引擎vLLM、AI作業框架SkiPilot、大模型評估平台Chatbot Arena（現名LMArena）、視訊生成模型評估平台Video Arena、智能體記憶系統MemGPT等，其中，LMArena和MemGPT已經實現公司化運作。LMArena（總融資1億美元，估值6億美元）LMArena由Stoica和他的學生Wei-Lin Chiang、Anastasasios N. Angelopoulos等人聯合創辦，Stoica擔任LMArena的董事長。這一平台通過“人類偏好投票”方式，公開評估大語言模型性能。當使用者在這一平台上提交提示詞後，會有兩個匿名模型作答，然後基於使用者選擇判斷哪個模型表現更佳。LMArena的資料與排行榜廣受業界關注，甚至成為不少模型發佈前的重要參考。目前，LMArena託管了400多個AI模型，平台使用者投票數達到350多萬張。今年年初，LMArena完成1億美元的種子輪融資，領投機構為a16z，投後估值達6億美元。融資完成後，LMArena團隊發佈了全新設計的平台，最佳化了介面和投票流程，並逐步加入登錄、聊天記錄保存、WebDev Arena等功能模組。Letta（總融資1000萬美元，估值7000萬美元）Letta成立於2024年，由天空計算實驗室的兩位博士生Sarah Wooders和Charles Packer創辦。其中，Stoica是Sarah Wooders的博士生導師，並在該公司擔任顧問。▲Letta創始團隊（圖源：Letta）Letta的核心技術源自MemGPT，後者是天空計算實驗室的一個開放原始碼專案。MemGPT提出了“大模型作業系統”的概念，專注於大模型的上下文管理和長期記憶能力，讓大模型變得“有狀態”（Stateful）。2023年10月，MemGPT項目在正式發佈論文和程式碼之前，就憑藉一份白皮書迅速走紅。該項目正式發佈在GitHub上後，已經收穫1.8萬星標收藏，有近2000個分支項目。Letta目前的主要產品包括Letta雲（打造和部署有狀態Agent的雲平台）和用於增強Agent處理外部檔案能力的Letta檔案系統。2024年9月，Letta獲得1000萬美元種子輪融資，估值達7000萬美元。05. 靠拉贊助和創業反哺科研 80多名學生從中受益Stoica過去15年內主持工作的三所實驗室，擁有不少共同的特點：開源、前沿、與產業密切結合。這些特點讓它們不止停留在學術機構的層面，還擁有孵化器般的能力。自2011年的AMP實驗室以來，Stoica就特別注重與產業界的密切合作。AMP實驗室拉來了Google、SAP、亞馬遜、華為、IBM、英特爾、微軟、VMWare等企業作為贊助商。此後，Stoica的實驗室還獲得了輝達、Meta、螞蟻集團、AMD、博通、三星、Lambda等企業的支援。同時，通過不斷創業，Stoica的創業項目還使他成為了億萬富翁，現資產大約有25億美元，他將一部分個人資產投入實驗室的營運工作中。這些真金白銀的支援讓Stoica的實驗室擁有資金和資源，得以同時開展大量研究項目。目前，Stoica在UCB擔任研究資金削減問題工作組的主席。他鼓勵其他教授向他一樣通過創業獲取資金，在美國政府削減科研資助的大背景下繼續科研。但成為億萬富翁並非Stoica的目標。Stoica在接受《福布斯》採訪時稱：“我仍然是一名學者，如果賺錢是唯一的驅動力，那我就去IPO了。這是最簡單的方法，但我不是出於這一目的而創業，我想創造有意義的東西。”他還認為，自己在創業中獲得的成功，得益於對科研的專註：“這是一種創造的過程，不斷探索新想法。”此外，大學的科研項目大多具有開源性質，能吸引企業使用，而大部分公司不會開源最佳系統。基於開放原始碼專案打造的企業，在起步階段就能獲得不少聲量。將Stoica留在學術界的原因，可能是他的學生們。他向《福布斯》說道：“這些處在成長期的年輕人不知道什麼做的成，什麼做不成，但他們有信念，能做出讓人出乎意料的解決方案。”由Stoica親自指導的80多名學生從他的資源和關係網中受益，他們絕大多數都在學術界、大公司就職，或是擁有自己的初創公司，其中包括在Databricks工作的至少7名學生。06. 結語：高校前沿探索仍有望轉化為巨大商業價值當今的AI浪潮中，有越來越多頗具影響力的成果，誕生在產業界，這也讓外界一度懷疑：在計算資源要求越來越高、規模效應越來越強烈的AI領域，學術界的價值何在？而Stoica教授的成功經歷證明，在高校進行的開源、前沿探索項目，往往能對產業界起到極為重要的補充和啟發性作用。在以適當的方式轉化為企業後，仍然可以貢獻巨大的產業和商業價值。 (智東西)