总部位于加利福尼亚州的Applied Compute是一家帮助企业开发、部署和优化开放权重AI模型的公司，据The Information报道，该公司正与投资者进行谈判，拟以约30亿美元的估值筹集资金。

若最终完成，新一轮融资将使该公司此前13亿美元的估值翻倍有余——该估值仅在四个月前确立——这一跃升凸显了投资者对AI基础设施态度的转变。Applied Compute并非唯一吸引资本流入这一领域的公司：Together AI、Fireworks AI和Anyscale均已获得可观的融资以服务开放模型生态系统，反映出更广泛的"镐和铲"投资逻辑——投资者寻求布局基础设施，无论哪些具体模型最终获得采用，这些基础设施都将受益。

此举反映了整个AI行业的更广泛趋势。随着开放模型不断进步，企业越来越寻求能够定制化且可控的系统，从而推动了对能够训练、部署和持续改进这些模型的基础设施的需求。Hugging Face作为领先的开放模型平台，报告称2025年其平台用户数达到1300万，公共模型超过200万个，展现了开源AI生态系统的快速成熟。

从13亿美元B轮融资翻倍

Applied Compute在4月披露了一轮8000万美元的融资，由Kleiner Perkins领投，投后估值为13亿美元。该轮融资使公司的总融资额达到约1.6亿美元。

按拟议的新条款，30亿美元的估值约为4月估值的2.3倍——在短短数月内实现。该融资轮仍处于开放状态，最终估值可能仍有变化。

该拟议数字也与Epoch AI的融资数据形成鲜明对比。根据Epoch数据集，领先的开放模型开发商Mistral AI截至2025年9月已通过股权融资筹集了30亿美元，估值为137亿美元。相比之下，Applied Compute迄今为止仅筹集了约1.6亿美元——这意味着其30亿美元的估计估值建立在远少于Mistral所部署资本的基础之上。

两家公司无法直接类比：Mistral构建基础模型，而Applied Compute提供基础设施层。尽管如此，这一差距凸显了投资者对开源AI基础设施所给予的溢价。Mistral最近一轮融资金额约为Applied Compute总融资额的25倍，估值约为其4.6倍——这为理解Applied Compute的估值增长提供了背景，而无需依赖不确定的收入预测。

Applied Compute提供的产品

Applied Compute将其平台描述为一个用于开放模型训练、推理和持续改进的云环境。其Agent Cloud（又称AC2）使企业能够围绕自有数据和工作流训练模型，并将其部署到生产环境中。

其核心理念是将模型训练直接与代理部署相连接。与将训练和部署分开的传统方法不同，Applied Compute允许组织保持现有的代理基础设施不变，同时替换为根据自身需求训练的新模型。对于医疗保健和金融服务等受监管行业，这种架构还解决了数据治理方面的约束，因为企业可以在自己控制的环境中优化模型，而无需将专有数据发送给外部API提供商。

"线束可以留在它已经运行的地方。" — Vinjai Vale, Applied Compute

该平台利用生产轨迹、企业上下文和强化学习来优化专用模型——随着企业超越通用AI助手并寻求可衡量的AI投资回报，这些能力可能变得更有价值。

Applied Compute自身的研究展示了这一方法。在一项近期实验中，该公司训练了一个路由器，用于在NVIDIA的Nemotron 3 Ultra、GPT-5.5和Claude Opus 4.7之间分配软件工程任务。据该公司称，该路由器以约25%的更低成本实现了GPT-5.5级别的性能，同时获得了大部分先知策略的收益。

其底层策略将AI模型视为可互换的组件。企业无需将每个任务都发送给最强大的模型，而是可以在能力和成本之间取得平衡——随着开放模型与专有系统之间的差距缩小，以及专有模型提供商的API累计支出成为规模化组织的一项重大开支，这一方法变得愈发重要。Cryptopolitan此前曾报道过Kimi K3的竞争情况，展示了中国开放权重模型如何在能力和价格两方面挑战美国系统。

为何当前时机有利于开放模型押注

Applied Compute的融资讨论恰逢AI基础设施支出向生产工作负载转移之际。Gartner预测，随着AI进入更多实际应用场景，2026年推理将占AI优化基础设施即服务支出的55%。

这一趋势与Applied Compute的模式相吻合。该公司并非简单地在出售训练算力；它正在构建旨在让模型在部署后持续改进的基础设施。

Hugging Face的增长进一步证明了市场的扩张。该平台在2025年达到了1300万用户和超过200万个公共模型，开发者越来越多地在现有系统上构建微调模型和应用程序。

对于企业而言，开放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对其进行定制，并在部署后保留对其数据和模型行为的更大掌控力。

这将Applied Compute置于一个潜在的关键节点。如果企业越来越倾向于围绕自身数据构建AI，而非从封闭提供商那里租用智能，那么将模型与专有工作负载相连接的基础设施可能成为全球AI市场的重要组成部分。包括AWS、Google Cloud和Microsoft Azure在内的多家大型云提供商已经扩展了自身的开放模型服务能力，这表明基础设施层正在成为一个竞争激烈的领域，而非小众市场。

因此，拟议中的30亿美元估值不仅仅是对某一家初创公司的押注。它押注的是企业将越来越多地使用、训练、定制并持续改进为自身业务量身定制的AI模型——而推动这一转型的工具将获得溢价，其价值不依赖于任何单一模型的成功。