總部位於加州的 Applied Compute 是一家協助企業開發、部署及優化開放權重 AI 模型的公司，據報導正與投資人洽商，尋求以約 30 億美元的估值獲得融資，消息來源為 The Information。

若此次融資完成，新輪次將使該公司四個月前確立的 13 億美元估值翻倍以上——這一跳躍凸顯了投資人對 AI 基礎設施態度的轉變。Applied Compute 並非唯一吸引資金投入此領域的公司：Together AI、Fireworks AI 和 Anyscale 各自都已籌集了可觀的資金來服務開源模型生態系，反映出更廣泛的「賣鏟人」投資邏輯——投資人希望接觸到無論哪些個別模型最終脫穎而出都能受益的基礎設施。

此舉反映了 AI 產業的更廣泛趨勢。隨著開源模型技術精進，企業日益尋求能夠客製化和掌控的系統，推動了對能夠訓練、部署及持續改善這些模型的基礎設施需求。Hugging Face 是領先的開源模型平台，該平台公布在 2025 年達到 1,300 萬用戶及超過 200 萬個公開模型，展現了開源 AI 生態系的快速成熟。

從 13 億美元 B 輪融資翻倍成長

Applied Compute 在 4 月披露了一筆 8,000 萬美元的融資輪次，由 Kleiner Perkins 領投，投後估值為 13 億美元。該輪融資使公司累計總融資額達到約 1.6 億美元。

在擬議的新條款下，30 億美元的數字約為 4 月估值的 2.3 倍——且在數月內達成。該融資輪次目前仍開放中，意味著最終估值仍可能變動。

此擬議數字也與 Epoch AI 的融資數據形成鮮明對比。根據 Epoch 數據集，領先的開源模型開發商 Mistral AI 截至 2025 年 9 月已籌集 30 億美元股權融資，估值為 137 億美元。相比之下，Applied Compute 迄今僅籌集約 1.6 億美元——這意味著其 30 億美元的估計估值所依賴的資本僅為 Mistral 所部署的一小部分。

兩家公司無法直接類比：Mistral 打造基礎模型，而 Applied Compute 提供基礎設施層。儘管如此，這種差異凸顯了投資人對開源 AI 基礎設施所給予的溢價。Mistral 最近一輪融資金額幾乎是 Applied Compute 總融資額的 25 倍，估值約高出 4.6 倍——這為理解 Applied Compute 的估值增幅提供了脈絡，而無需依賴不確定的營收預測。

Applied Compute 的產品與服務

Applied Compute 將其平台描述為用於訓練、推論及持續改善開源模型的雲端環境。其 Agent Cloud（又稱 AC2）讓企業能夠圍繞自身資料和工作流程訓練模型，同時將其部署到生產環境中。

其核心理念是將模型訓練與代理部署直接串聯。與傳統上將訓練和部署分離的做法不同，Applied Compute 允許組織維持現有的代理基礎設施不變，同時替換為根據其需求新訓練的模型。對於醫療保健和金融服務等受監管產業而言，此一架構也解決了資料治理方面的限制，因為企業可以在自己控制的環境中微調模型，而非將專有資料傳送給外部 API 供應商。

「運行框架可以留在它已經運行的地方。」— Vinjai Vale，Applied Compute

該平台運用生產環境追蹤數據、企業情境脈絡及強化學習來優化專業模型——隨著企業超越通用型 AI 助理並尋求可衡量的 AI 投資回報，這些能力可能變得更加珍貴。

Applied Compute 自身的研究也展示了此一方法。在一項近期實驗中，該公司訓練了一個路由器，將軟體工程任務分配至 NVIDIA 的 Nemotron 3 Ultra、GPT-5.5 和 Claude Opus 4.7。據該公司表示，該路由器以約 25% 的較低成本達到了 GPT-5.5 等級的效能，同時獲取了預言策略大部分的優勢。

其底層策略將 AI 模型視為可互換的組件。與其將每項任務都發送至最強大的模型，企業可以在能力和成本之間取得平衡——隨著開源模型縮小與專有系統之間的差距，以及專有供應商的累積 API 支出成為擴展中組織的一筆重大開銷，此一策略變得日益重要。Cryptopolitan 先前曾報導過 Kimi K3 與 OpenAI 和 Anthropic 的競爭，說明中國開放權重模型如何在能力和價格上挑戰美國系統。

為何時機有利於開源模型的押注

Applied Compute 的融資討論正值 AI 基礎設施支出轉向生產工作負載之際。Gartner 預測，隨著 AI 進入更多實際應用場景，2026 年推論將占 AI 優化基礎設施即服務支出的 55%。

此一趨勢與 Applied Compute 的模式相符。該公司不僅僅是銷售訓練運算資源；它正在建構旨在讓模型在部署後持續改善的基礎設施。

Hugging Face 的成長提供了市場擴張的進一步證據。該平台在 2025 年達到 1,300 萬用戶和超過 200 萬個公開模型，開發者日益在現有系統上建構微調模型和應用程式。

對企業而言，開放權重模型還提供了更大的控制權。企業可以圍繞專有工作流程進行客製化，並在部署時保留對自身資料和模型行為的更多主導權。

這使得 Applied Compute 處於一個潛在的關鍵位置。如果企業日益傾向於圍繞自身資料建構 AI，而非向封閉供應商租用智慧，那麼將模型連結至專有工作負載的基礎設施可能成為全球 AI 市場的重要組成部分。包括 AWS、Google Cloud 和 Microsoft Azure 在內的數家大型雲端供應商也已擴展了自身的開源模型服務能力，顯示基礎設施層正成為兵家必爭之地，而非利基市場。

因此，擬議中的 30 億美元估值不僅僅是對單一新創公司的押注。它更是一場賭注——押的是企業將日益使用、訓練、客製化並持續改善為其自身營運量身打造的 AI 模型，而促成此一轉型的工具將獲得獨立於任何單一模型成功與否的溢價。