50 亿美元、400 亿美元：Murati 的实验室正在收尾今年最大一笔 AI 融资
前 OpenAI 首席技术官 Mira Murati 创办的 Thinking Machines Lab，正在完成一轮据报道规模 50 亿美元的新融资。据 Business Insider 2026 年 11 月 6 日援引知情人士的报道，这轮融资由 Accel 领投，投前估值 400 亿美元，最快本周内就能关闭。与此同时，英伟达据传正洽谈单独投资约 25 亿美元。如果消息属实，这将是今年全球 AI 实验室赛道最大的一笔私人融资之一，也是一家成立不到两年的公司估值一年翻三倍多的最新注脚。
需要先把口径说清楚：截至发稿，这轮融资尚未有官方确认。Thinking Machines Lab 与 Accel 均未公开置评。最早披露交易细节的是 The Information，今年 9 月的报道称融资规模在 50 亿至 60 亿美元之间，投前估值至少 400 亿美元，Accel 洽谈领投，英伟达预计出资约 25 亿至 30 亿美元，约占整轮融资的一半。Business Insider 的最新报道把规模收窄到 50 亿美元，并称交易已进入收尾阶段。两个信源的核心数字相互印证，但最终结构——英伟达的 25 亿美元是包含在 50 亿美元之内，还是另行追加——目前仍不清楚，条款也可能在关闭前发生变化。
从 120 亿美元到 400 亿美元：一年翻了三倍多
这轮融资最引人注目的不是金额本身，而是估值跳升的速度。Thinking Machines Lab 上一次公开定价的融资是 2025 年 7 月的种子轮：融资 20 亿美元，估值约 120 亿美元，由 Andreessen Horowitz 领投，英伟达、AMD、思科、ServiceNow、Accel、Jane Street 等参投。按 400 亿美元投前估值计算，一年多时间里公司估值翻了三倍多。
这个数字放在 AI 实验室的语境里看更有意思。去年底，Thinking Machines Lab 曾洽谈过一轮估值 500 亿至 600 亿美元的融资，但那轮谈判最终没有谈拢。也就是说，如今的 400 亿美元既是一次大幅跃升，也是一次从更高要价回落后的重新定价。市场愿意给一家尚未公布重磅商业化产品的实验室开出这样的价格，说明投资者对顶级 AI 人才与模型团队的争夺已经进入不讲性价比的阶段。
收入端也有了初步的数字支撑。据 TechCrunch 9 月援引知情人士的说法，Thinking Machines Lab 的年收入已经超过 1 亿美元。按 400 亿美元估值计算，这相当于约 400 倍的市销率——即便对 AI 赛道而言也是极端水平。投资者显然不是在为今天的收入买单，而是在为团队未来做出下一代模型的能力下注。
产品线：开源小模型先行，大模型还在路上
Thinking Machines Lab 成立于 2025 年初，由 Murati 从 OpenAI 离职后创办，核心团队多来自 OpenAI。公司至今的产品动作相对克制：2026 年 7 月 15 日发布了 Inkling-Small，一个拥有 2760 亿参数、120 亿激活参数的开源权重模型。相比 OpenAI、Anthropic、谷歌动辄以旗舰模型争夺头条的节奏，这家实验室的公开产品线显得低调。
但它的算力布局一点也不低调。2026 年 3 月，Thinking Machines Lab 与英伟达宣布多年合作，将部署至少 1 吉瓦的英伟达下一代 Vera Rubin 系统，首批部署目标定在 2027 年初。1 吉瓦的算力规模，相当于一座中型发电站的全部输出，这笔合作本身就解释了为什么公司需要 50 亿美元级别的融资：训练下一代模型的第一成本就是算力，而算力的账单是以十亿美元为单位计算的。
这也是理解本轮融资用途的关键。公司没有披露具体的资金用途，外界也不应凭空编造。但从公开信息可以合理推断：算力采购与部署、顶级研究人才的薪酬与留任、以及支撑未来模型训练的基础设施，将是资金最主要的去向。换句话说，这 50 亿美元买的主要是“继续留在牌桌上”的资格。
英伟达的 25 亿美元：供应商、客户，还是共同下注者？
英伟达据传洽谈投资约 25 亿美元，是这轮融资中最值得单独拎出来看的细节。如果按 The Information 的说法，这笔钱约占整轮融资的一半，意味着英伟达将成为本轮最大的单一出资方之一。而这已经不是英伟达第一次向 Thinking Machines Lab 掏钱：它既是 2025 年种子轮的参投方，也是今年 3 月算力合作的另一方。
这种“芯片供应商同时是大股东”的结构，正在成为 AI 产业的新常态。英伟达近年来已向多家模型公司投资或提供算力支持，逻辑并不复杂：模型公司是它最优质的客户，把资本投给客户，既能锁定未来的芯片订单，也能在模型生态的话语权上占一个位置。对 Thinking Machines Lab 来说，英伟达的钱还附带一层额外价值——在全球算力紧张的背景下，与最大芯片供应商的深度绑定，本身就是供应保障。
更值得注意的是，英伟达对模型公司的投资并非孤立动作。据行业媒体梳理，在短短约五周时间里，英伟达已连续向多家模型公司投入资金或达成算力合作，Thinking Machines Lab 只是其中规模最大的一笔。芯片巨头正在系统性地把资本投向自己的客户群，这种打法在半导体行业历史上几乎没有先例。它反映了一个现实：当算力成为 AI 竞赛中最稀缺的资源时，谁掌握了芯片的分配权，谁就掌握了对模型生态的影响力。英伟达的投资版图，本质上是在为自己的硬件需求“造客户”。
但这种绑定也有另一面。芯片供应商与模型公司的利益并不总是一致的：前者希望尽可能多的客户买芯片，后者希望获得独占性的算力优势。当英伟达同时是多家实验室的投资人时，它对任何一家的支持都不可能是排他的。投资者在评估这笔交易时，需要把这层关系看清楚，而不是简单地把“英伟达投了”当成质量背书。
对照 OpenAI 与 Anthropic：融资正在分化成两个世界
把 Thinking Machines Lab 的这轮融资放在最近两周的新闻里看，一幅分化图景就浮现出来了。本站此前报道，OpenAI 首笔 110 亿美元融资已经到账，估值 1.25 万亿美元，但融资目标实际已经砍半；Anthropic 则在 IPO 路演前遭遇压价，降价、缩规模还是推迟，要等 11 月 9 日路演周见分晓。三大实验室，三种处境：OpenAI 是规模大到连资本市场都难以一口吞下，Anthropic 是在公开市场门口被重新估价，Thinking Machines Lab 则是在私人市场享受估值狂欢。
数字对比很直观：OpenAI 估值 1.25 万亿美元，是 Thinking Machines Lab 的 30 多倍；但 OpenAI 的融资要分多笔、拉长战线才能完成，Thinking Machines Lab 的 50 亿美元却据传几周内就能关闭。规模最大的公司融资最难，规模最小的公司反而最抢手——这说明当前 AI 融资市场分化的不是“好公司与差公司”，而是“已经大到需要整个资本市场接盘的公司”与“还小到可以被几家机构轻松抬起来的公司”。
对行业来说，这个分化传递的信号是双向的。一方面，顶级 AI 团队的稀缺性仍在推高估值，资本对“下一个 OpenAI”的押注没有降温；另一方面，OpenAI 融资目标砍半与 Anthropic IPO 压价说明，即便是头部公司，资本市场也开始问回报问题了。Thinking Machines Lab 的 400 亿美元估值，建立在 1 亿美元出头的年收入之上，这个倍数能维持多久，取决于它能否在未来一到两年内拿出与估值匹配的产品与收入，而不是取决于又融了多少钱。
Murati 的底气：从 OpenAI 首席技术官到独立门户
投资者愿意为一家成立不到两年的实验室开出 400 亿美元估值，赌注的核心其实是一个人：Mira Murati。她 2018 年加入 OpenAI，2022 年出任首席技术官，主导了 ChatGPT、GPT-4 等产品的工程落地；2023 年 11 月 OpenAI 董事会罢免 Sam Altman 的风波中，她曾短暂出任临时首席执行官；2024 年 9 月离职，2025 年 2 月创办 Thinking Machines Lab。创始团队中还包括 OpenAI 联合创始人 John Schulman 等资深研究者，这样的班底在 AI 人才市场上几乎没有替代品。
这种“人才即估值”的逻辑，也解释了为什么本轮融资的领投方是 Accel 而不是一家纯财务机构。Accel 早在 2025 年种子轮就已入场，对团队的了解比新进入者更深；由它领投，等于用真金白银为团队的执行力背书。对 Murati 本人来说，400 亿美元估值既是一张成绩单，也是一份对赌协议：资本市场已经把“下一个 OpenAI”的期待提前兑付给了她，接下来她必须用产品把期待填实。
对求职者与投资者的信号
对正在看 AI 方向机会的华人求职者来说，这则新闻的实际意义比数字本身更具体。首先，Thinking Machines Lab 这类实验室的扩招几乎是确定的：50 亿美元融资到账后，招聘研究员、工程师与产品岗位是顺理成章的下一步。其次，Murati 团队的背景意味着它对有 OpenAI、谷歌、Meta 等大厂模型训练经验的人才需求最迫切，相关背景的求职者可以重点关注其招聘动态。但也要提醒一句：初创实验室的招聘节奏与融资节奏高度绑定，入职前值得留意融资是否最终关闭、以及公司的产品路线是否清晰，不要只看估值新闻就做决定。
对投资者而言，信号则要冷静得多。普通投资者无法参与这轮私人融资，能够参与的只是英伟达、Accel 等机构。但这轮融资的估值水平会影响整个 AI 板块的定价锚：如果一家年收入刚过 1 亿美元的实验室值 400 亿美元，那么市场上所有 AI 相关资产的估值逻辑都会被重新校准。已经持有 AI 板块仓位的投资者，不妨把这则新闻当作一个情绪指标：当私人市场的估值狂欢与公开市场的压价同时发生时，波动往往比单边上涨更值得警惕。
最后还要强调一次：这轮融资尚未官方确认，所有数字都来自媒体援引知情人士的报道。在交易正式关闭之前，规模、估值、领投方与英伟达的参与程度都可能变化。读者在引用这些数字时，应当保留“据报道”的口径，不要把它们当作已成定局的事实。
AI 实验室的烧钱竞赛又抬高了一档，但抬高门票价格的从来不是融资新闻本身，而是融资之后能不能交出产品。Thinking Machines Lab 拿到了继续留在牌桌上的筹码，接下来要回答的问题只有一个：400 亿美元的估值，靠什么来证明？
本文内容仅供一般信息参考，不构成投资建议。
暂无评论内容