随着开源模型需求增长，Applied Compute 瞄准 30 亿美元估值

据报道，位于加州的 Applied Compute 是一家协助公司开发、部署和改进开源权重 AI 模型的公司，正在与投资者谈判，以 securing 价值约 3 亿美元的融资，据 The Information 报道。

如果筹集成功，这将使其四个月前披露的一轮融资中 13 亿美元的旧估值翻倍以上，展示了投资者对 AI 基础设施看法的变化。

这表明 AI 行业更广泛的变化。随着开源模型的进步，企业不断寻找可以个性化用于其用途并管理的系统，导致对能够训练、部署和改进这些模型的基础设施需求不断增长。

领先的开源模型平台 Hugging Face 表示，2025 年其平台用户达到 1300 万，拥有超过 200 万个公开模型，这证明了开源 AI 生态系统的进步。

从 1.3 亿美元的 B 轮融资翻倍

Applied Compute 报告称，2025 年 4 月完成 8000 万美元融资，Kleiner Perkins 为主要投资方，投后估值为 13 亿美元，使该公司总融资额达到 1.6 亿美元。

在新的一轮中，30 亿美元的估值在几个月内将该水平提高了约 2.3 倍。融资仍在进行中，因此该估值可能会发生变化。

拟议的数字与 Epoch AI 的融资数据形成鲜明对比。领先的开源模型开发商之一 Mistral AI 截至 2025 年 9 月筹集了 30 亿美元股权，根据 Epoch 数据集，其估值为 137 亿美元。

相比之下，Applied Compute 迄今为止筹集了约 1.6 亿美元，这意味着其估计的 30 亿美元估值所基于的融资额远少于 Mistral。这两家公司本身不能直接比较，因为 Mistral 创建基础模型，而 Applied Compute 提供必要的基础设施，但这样的差异确实显示了投资者对开源 AI 模型基础设施的重视程度。

Mistral 最近一轮融资几乎是 Applied Compute 获得总融资额的 25 倍，估值约为 Applied Compute 的 4.6 倍。这让人理解 Applied Compute 的估值增长，而无需依赖不确定的收入预测。

Applied Compute 实际销售什么

Applied Compute 将其平台描述为用于训练、推理和持续改进开源模型的云。其 Agent Cloud，或AC2，允许企业围绕其自身数据和流程训练模型，同时在生产中部署它们。

其核心理念在于将模型训练与代理部署联系起来。与传统区分训练和部署的做法不同，Applied Compute 允许组织保持其代理基础设施不变，并部署符合其需求的替代训练模型。

“Harness 可以停留在它已经运行的地方。” — Vinjai Vale, Applied Compute

该平台使用生产痕迹、企业上下文和强化学习来改进专用模型。随着企业超越通用 AI 助手，这可能会变得越来越有价值。

Applied Compute 的研究说明了这种方法。在最近的一项实验中，它训练了一个路由器，在 NVIDIA 的 Nemotron 3 Ultra、GPT-5.5 和 Claude Opus 4.7 之间分配软件工程任务。该公司表示，该路由器以大约 25% 的成本实现了 GPT-5.5 级别的性能，同时捕获了大部分 oracle 策略的收益。

该策略将 AI 模型视为可互换的组件。企业不必将每个任务发送给最强大的模型，而是可以平衡能力和成本。

随着开源模型缩小与专有系统之间的差距，这一点变得更加相关。Cryptopolitan 此前曾报道Kimi K3 与 OpenAI 和 Anthropic 的竞争，展示了中国开源权重模型如何在能力和价格上越来越挑战美国系统。

为何时机有利于押注开源模型

Applied Compute 的融资讨论正值 AI 基础设施支出向生产工作负载转移之际。Gartner 预计，推理 将占 2026 年 AI 优化基础设施即服务支出的 55%，随着 AI 进入更多现实世界的应用。

这一趋势符合 Applied Compute 的模式。该公司不仅仅是在销售训练算力；它正在构建旨在在部署后持续改进模型的基础设施。

Hugging Face 的增长提供了市场扩大的另一个迹象。2025 年，其平台达到 1300 万用户，拥有超过 200 万个公开模型，因为开发人员越来越多地在现有系统上构建微调模型和应用。

对于企业来说，开源权重模型还提供了更大的控制权。公司可以围绕专有工作流定制它们，并在部署时保留对其数据和模型行为的更多控制。

这赋予了 Applied Compute 一个潜在有价值的地位。如果企业越来越多地希望围绕自己的数据构建 AI，而不是仅仅从封闭提供商处租用智能，那么连接模型与专有工作负载的基础设施可能成为全球 AI 市场的重要组成部分。

因此，拟议的 30 亿美元估值不仅仅是对一家初创公司的押注。这是对这样一个未来的押注：公司将越来越多地围绕自己的业务使用、训练、定制和持续改进 AI 模型。