Applied Compute获8000万美元融资，Benchmark、红杉等参投
专注于为大型企业开发人工智能模型的 Applied Compute 宣布完成 8000 万美元 融资。本轮投资方包括 Benchmark、Sequoia、Lux Capital 及部分天使投资人。
总部位于美国的 Applied Compute 表示，新资金将用于扩充 GPU 基础设施、加速研发进程，并提升向客户交付定制 AI 模型的速度。
融资历程与团队背景
该公司成立于 2025 年初，今年 6 月曾获得 2000 万美元 投资，上月亦有消息称其正寻求高达 5 亿美元 的新一轮融资。
Applied Compute 由 Yash Patil、Rhythm Garg 和 Linden Li 联合创立。公司致力于帮助客户利用自有数据从头训练模型，相比通用大模型具备更高的准确性与性能。这些定制化模型深度适配企业运营与行业特性，在数据分析、自动化流程及决策支持系统中表现卓越。
技术优势与合作伙伴
在技术层面，Applied Compute 采用强化学习方法训练模型，使 AI 能够通过试错机制自主优化决策能力；同时结合低秩自适应（LoRA）技术，实现对预训练模型的快速微调。
依托数千个 GPU 构建的强大算力基础设施，公司将模型训练周期从数月大幅缩短至数天。目前，DoorDash、Cognition AI 及 Mercor 等企业已成为其客户，共同推动定制 AI 模型的高效开发与落地。