一年內從 120 億到 400 億美元：Thinking Machines 新一輪募資改寫 AI 融資規則

短短十四個月左右，Thinking Machines Lab 從一筆轟動矽谷的 20 億美元種子輪（史上最大規模之一），走到如今據報正在洽談的至少 400 億美元估值。根據 The Information 於 2026 年 9 月 3 日的報導，並經 TechCrunch 證實，這家由前 OpenAI 技術長 Mira Murati 創辦的 AI 實驗室，正在討論以此價位募集新資金，現有投資人 Accel 洽談領投 10 億美元；已與其建立策略夥伴關係並持有股權的 NVIDIA，據報也討論過參與投資。

數字本身已足以讓這成為一樁指標性交易。但更有意思的故事，是這些條款揭露了私人市場如今如何為 AI 實驗室定價——以及估值對話距離 2025 年底的高峰已經移動了多遠。

關於這輪募資，我們知道什麼

綜合 The Information 與 TechCrunch 自家消息來源，報導中的架構如下：

• 新資金： 至少 10 億美元；The Information 的報導指出，討論中的總募資額可能延伸到 50 至 60 億美元區間。
• 估值： 投前約 400 億美元——若以恰好 10 億美元、無其他結構調整的前提下完成，投後約為 410 億美元。
• 領投方： 現有投資人 Accel，而非新的外部領投——這個訊號說明，早已看過公司財務的內部人願意加碼。
• NVIDIA 的角色： The Information 報導，NVIDIA 討論過在更大規模的募資中投入約 25 億美元，深化一段始於 2026 年 3 月基礎設施夥伴關係的合作。

必須強調：目前並未宣布任何已完成的融資。私人市場條款在簽約前可能生變，兩家公司都未對此公開評論。但方向很清楚——Thinking Machines 正以前沿實驗室的身價被定價，而不是一家「有潛力的新創」。

估值算術極不尋常——也極具啟發性

根據向 TechCrunch 透露公司財務狀況的消息來源，Thinking Machines 的年營收跑速（run rate）超過 1 億美元（The Information 的報導則稱年化營收已達「數億美元」）。

以 1 億美元營收跑速計算，400 億美元估值意味著約 400 倍的營收倍數。即使用較寬鬆的「數億美元」計算，倍數依然高得驚人。作為對照：成熟軟體公司的歷史區間約為 10 至 15 倍營收；即使是高成長的公開 AI 基礎設施公司，也鮮少能維持 30 倍以上。

這是另一種資產類別的算術。私人市場如今為 AI 實驗室定價，依據的不是當前財務數字，而是達到前沿規模能力的「感知機率」——也就是這家擁有對的團隊、對的算力、對的通路的實驗室，成為定義下一個十年技術平台的少數公司之一的機會。投資人買的，本質上是對那個尾部結果的求償權。

不過，條款也說了一個「紀律」的故事——至少是談判的故事。2025 年底，Thinking Machines 據報曾探詢以超過 500 億美元的估值募集 40 至 50 億美元。如今的討論落在那個目標之下：無論是帳面估值，還是（取決於最終規模的）總募資額。投資人依然願意以前沿實驗室的溢價資助這家公司，但要求比公司先前尋求的更低的進場點。相較上一輪週期純粹的估值競逐，這是更健康的動態——即使絕對數字依然令人瞠目。

創辦人光環溢價——與人才出走

Thinking Machines 由 Mira Murati 在 2025 年初離開 OpenAI 技術長職位後創立，迅速聚集了業界最有資歷的研究團隊之一。原始的 20 億美元種子輪由 Andreessen Horowitz 領投，NVIDIA、GV、Lightspeed 與 Conviction Partners 跟投，在公司尚未推出產品前就給出 120 億美元估值。投資人當時很明白：他們押的是 Murati 與追隨她的前 OpenAI 研究者的金字招牌。

過去一年考驗了這個命題。公司歷經數次高調離職：共同創辦人 Lilian Weng 與 Luke Metz 回鍋 OpenAI，研究主管 Barret Zoph 則轉任 Google DeepMind 研究副總裁。對一家原始估值重度依賴團隊的實驗室而言，這個速度的資深研究員流失，通常會是警訊。

改變在於：這家公司如今可以用「作品」而非「履歷」來評估。新的一輪若完成，定價的將是一家擁有已發布模型家族、商業化平台、實質營收與明確基礎設施路線圖的公司——與當年純押創辦人名聲的種子輪，是完全不同的命題。

Inkling 與 Tinker：商業命題成形

2026 年 7 月，Thinking Machines 發布了第一款主力模型 Inkling——以 Apache 2.0 授權的開放權重多模態模型。規格相當有份量：稀疏混合專家（MoE）架構，總參數 9,750 億、每 token 啟動 410 億，支援最長 100 萬 token 的上下文視窗，預訓練資料涵蓋文字、影像、音訊與視訊共 45 兆 token。較小的兄弟款 Inkling-Small 則以總參數 2,760 億、啟動 120 億提供更低成本的選項。

公司對外相當坦白：Inkling 並非整體最強的模型。它的策略價值在於另一種組合——開放權重、多模態、可控的推理努力程度、長上下文，以及最關鍵的：透過 Tinker 平台進行客製化的能力。

Tinker 正是商業模式所在。開放權重本身不會帶來持久營收——任何人都能下載並自行部署模型。但一個讓開發者與企業調適這些權重的平台，能創造重複性的基礎設施使用、工作流程黏著度，以及在可攜式資產之上的一層商業護城河。Thinking Machines 對 Tinker 上的模型調適收取用量計費的算力費用，這就是那個超過 1 億美元年跑速背後的機制。

對投資人而言，這個區別至關重要：模型聲望吸引目光，但平台經濟學——重複使用、企業整合、工作量擴張——才是真正有機會長成 400 億美元估值的東西。

NVIDIA 連結：算力即資本

Thinking Machines 的擴張路線圖早已與 NVIDIA 硬體綁定。2026 年 3 月，雙方宣布多年期夥伴關係，將部署至少 1 GW 的次世代 NVIDIA Vera Rubin 系統，目標 2027 年初上線，支援前沿模型訓練與大規模可客製化 AI；NVIDIA 當時也進行了公司所稱的重大投資。一個月後的 4 月，TechCrunch 報導 Thinking Machines 另與 Google Cloud 簽署價值數十億美元的 AI 基礎設施合約。

在這個背景下，NVIDIA 參與新一輪募資是策略上一致（coherent）的發展，而非意外。它讓資金供給、硬體取得與模型部署三方對齊——NVIDIA 的投資有一部分會以基礎設施支出的形式回流，同時為其次世代平台再鎖定一個大型客戶。

但 GW 級的承諾是雙面刃。前沿研發需要穩定算力，夥伴關係降低了執行的不確定性；但這種規模的部署需要巨額資本與營運紀律，並製造出必須由成長中營收吸收的固定成本。這正是這個時代每一家前沿實驗室融資內部的結構性張力：基礎設施既是護城河，也是燃燒率。若模型使用與企業營收成長夠快、足以消化產能，融資論述就增強；若承諾擴張快於變現，公司只會更快回到市場募資。

對 AI 融資地景意味著什麼

若這輪以接近報導的條件完成，Thinking Machines 將躋身私人 AI 公司估值最高梯隊——與營運歷史遠長於它的實驗室平起平坐。這筆融資將確認：對於「前沿研究＋可信商業化層」兼具的 AI 實驗室，私人市場依然給予非凡定價。

它也標誌著這些價值如何被辯護的微妙轉變。一年前，這家實驗室的估值建立在「名字」上；如今報導中的條款建立在「作品」上：一個可下載的前沿級模型、一個有付費使用者的平台、相對價格雖小但真實存在的營收，以及一條以 GW 計量的算力路線圖。倍數依然驚人——但被放大的基數，至少已經可以衡量了。

真正的考題是執行。Thinking Machines 必須把技術企圖與基礎設施通路，轉化為足以匹配這個通常屬於數十年歷史公司的估值的持續經濟產出；必須在最知名的校友們於 OpenAI 與 Google 任職的陰影下做到這件事；還必須在 OpenAI、Anthropic、Google、Meta 全都以同樣瘋狂速度擴張基礎設施的市場中做到。當年對 Mira Murati 名字的 120 億美元押注，如今成了對她公司的 400 億美元押注。這筆交易會複利成長還是回調修正，將是本輪 AI 融資週期最值得關注的故事之一。