
2026年11月09日—11月15日 | 第03期
摘要 一家AI公司获10亿美元A轮融资,不是为了做下一款聊天应用,而是让Agent参与模型研发。为什么资本愿意押注“造模型的方法”?本期梳理20项全球AI融资,分析研发自动化、推理芯片和工业机器人的不同投资逻辑。 |
01|本周资本风向
一家公司拿到10亿美元A轮融资,最值得追问的不是它准备训练多大的模型,而是它想改变谁来训练模型。11月12日,美国公司Mirendil宣布获得10亿美元A轮融资。按照公司的说法,一名研究人员借助AI智能体,在3.5个月内完成了一个编程模型的从零预训练,计算投入低于1000万美元。这里的效率数据来自公司自身披露,尚不能视为经独立验证的行业基准。
为什么资本可能愿意为“造模型的方法”下注?传统模型研发的成本不只有GPU,还包括数据处理、训练代码、实验设计、故障定位和反复试错。Mirendil试图把其中大量可自动化的工作交给长期运行的Agent,让少量研究人员同时探索更多技术路线。如果这一能力能够跨模型、跨课题稳定复用,投资人买到的就不仅是某一款模型,而是持续生产新模型的研发能力。
这是一笔与普通AI应用投资不同的赌注,但不能由融资规模倒推技术已经成功。Mirendil尚未披露可核验的产品收入、客户留存或第三方复现实验。即便一次实验确实降低了人力需求,也要进一步回答:算力总成本是否下降?异常实验和失败路径如何处理?能否在不同研究课题上重复取得效果?“自动完成更多实验”与“长期研发出更好的模型”,中间还有明显距离。
本周其他融资,恰好构成了对照。Mercor获得7.5亿美元融资,服务于模型训练和评测中的专业人才与任务数据;LangChain获得3亿美元融资,面向Agent的运行与评测;Path Robotics融资3亿美元,则需要在真实工厂里证明焊接机器人能够稳定交付。它们分别解决研发所需的人与数据、Agent上线后的管理问题,以及工业AI的落地问题,不能简单并成一种资本趋势。
因此,本周值得关注的变化,不是“投资人不再看收入”,更不是“模型研发已实现自动化”,而是AI产业的投资标的继续向上游研发流程与下游真实交付两端延伸。模型可以由AI协助研发,但研发方法能不能成为可复制、可收费的产品,仍要由下一阶段的技术证据和客户来回答。
02|全球重点融资
精选20项公开交易,不代表全球完整统计。以下每项分别标明公司、金额、轮次、投资方、时间与来源;有口径差异的交易单独说明。
前沿研发与模型训练
Mirendil | 10亿美元 | A轮 美国 · 11月12日 · 投资方:Kleiner Perkins、Clearlake Capital领投;Google、Battery Ventures等参投 公司称一名研究员与智能体合作、3.5个月完成模型预训练,计算投入不足1000万美元;该结果为公司披露,尚非独立复现。 |
Mercor | 7.5亿美元 | D轮 美国 · 11月10日 · 投资方:Benchmark、Felicis、Nvidia及Apollo关联基金等参与;未披露明确领投 从人才匹配扩展到专家参与模型训练与评测;路透报道称估值200亿美元,不能将估值计为融资。 |
推理算力、芯片与能源
Fractile | 7.2亿美元 | C轮 英国 · 11月11日 · 投资方:Thrive Capital、Founders Fund、Lightspeed、Redpoint等 押注低成本推理芯片;路透报道估值约70亿美元,商业芯片计划于2027年推出,性能仍待真实客户验证。 |
Torus | 5亿美元 | C轮(彭博口径) 美国 · 11月11日 · 投资方:Magnetar领投,Iconiq、Origin Ventures、Trinity Capital等参与 把储能、供电、冷却与推理计算装入模块化系统;公司称为增长资金,未完整披露股债构成,不纳入“纯股权融资”推算。 |
阜时科技 | 超4亿元人民币 | C4轮 中国 · 11月12日 · 投资方:信通电子、精测电子、华睿投资、汇宁投资等 布局单芯片RGB-D空间感知,现有SPAD激光雷达芯片据公司称已累计出货超过百万颗;新技术规划2027年产业化。 |
通芯智能 | 合计数亿元人民币 | 种子轮及天使轮(两轮) 中国 · 11月12日 · 投资方:清华校友种子基金、北京通用人工智能研究院、松霖科技、平治信息等 围绕新型AGI认知计算架构研发芯片;尚处核心架构设计阶段。报道金额是连续两轮合计,不是一笔单独融资。 |
Staera Semiconductor | 460万美元 | Pre-seed 新加坡 · 11月10日 · 投资方:Openspace Capital领投;SGInnovate、Black Kite Capital等参投 研发芯片内部光互连,瞄准AI芯片间数据搬运能耗;技术仍处从研究走向商业产品阶段。 |
企业Agent与业务应用
LangChain | 3亿美元 | C轮 美国 · 11月13日 · 投资方:CapitalG领投;GIC、DFJ Growth、IVP、Sapphire Ventures等参与 Agent运行、监控、评测与治理平台LangSmith称已有逾7000家使用组织;该口径不等于付费客户数。 |
Rox | 1亿美元 | B轮 美国 · 11月11日 · 投资方:General Catalyst、March Capital联合领投;Sequoia等参投 把销售流程做成Agent;公司称上线首年ARR增长超过10倍,但未披露基数和毛利率。 |
Coframe | 2500万美元 | A轮 美国 · 11月9日 · 投资方:Khosla Ventures、Hanabi Capital联合领投 用AI持续生成、测试、优化网站和广告;公司披露的是本轮2500万美元,3500万美元为累计融资,不应重复计数。 |
Nebuly | 2100万美元 | A轮 意大利 · 11月12日 · 投资方:Planven领投;Exor Ventures、Tenacity Capital等参投 为企业衡量Agent节省工时、影响收入和使用成本;公司称已有多笔六位数合同,但合同价值和客户效果待独立验证。 |
Kutlerri.ai | 400万美元 | 轮次未披露 印度/美国 · 11月12日 · 投资方:Narahari Investments 面向餐厅的销售与成本管理Agent,宣称按新增收入或节省费用分成;属于值得观察的效果付费模式,规模尚小。 |
Agent可靠性、治理与安全
Kindo | 3000万美元 | 本轮轮次未披露 美国 · 11月12日 · 投资方:Crosspoint Capital、Forgepoint Capital联合领投 强调Agent的权限、模型费用与执行结果可追踪;公司披露累计融资5760万美元,不能把总额当作本轮。 |
WhiteMatter | 2000万美元 | A轮 美国 · 11月10日 · 投资方:Blumberg Capital领投;Crew Capital等参投 为企业Agent提供行为治理和访问控制;公司宣称管理225万个Agent,该数量与实际独立生产业务Agent的关系需进一步辨别。 |
Plurai | 1300万美元 | 种子轮 以色列 · 11月11日 · 投资方:Team8领投;U&I、Velocity等参投 通过模拟和测试发现Agent上线后的失败;公司宣传的降本与失效率改善来自设计伙伴案例,不应泛化为行业平均水平。 |
机器人、工业AI与自主系统
UFORCE | 7亿美元 | A轮 英国/乌克兰 · 11月12日 · 投资方:Valor Equity Partners、英国国家财富基金联合领投 以自主无人平台及AI指挥控制系统服务防务领域;军事/自主系统融资,非纯AI软件,披露的7亿美元可能含有二级交易成分,比例未说明。 |
Agile Robots | 5亿美元 | 新一轮(轮次待公司确认) 德国 · 11月12日 · 投资方:SoftBank领投;Nvidia、Hitachi等参与 扩大人形机器人和机械臂产能;据路透报道,德国新工厂的规划产能最高每年1万台,产能规划不等于销量。 |
Path Robotics | 3亿美元 | E轮 美国 · 11月10日 · 投资方:Georgian领投;Addition、Tiger Global等参与 自主焊接与工业物理AI;公司披露18个月ARR增长17倍、融资后估值24.5亿美元,但未披露收入基数和客户回本周期。 |
Nominal | 2.4亿美元 | C轮 美国 · 11月9日 · 投资方:Lightspeed Venture Partners领投;Insight Partners联合领投 用工程数据系统测试飞机、设备和复杂硬件;公司称服务80余家机构,报道估值30亿美元。 |
纬钛机器人 | 数亿元人民币(媒体报道) | A轮 中国 · 11月12日 · 投资方:中车资本、永鑫方舟联合领投;银杏谷等参投 为机器人的触觉传感和灵巧操作提供组件;具体融资数额未由公司公开,媒体称“数亿元”。 |
03|值得关注的公司
Mirendil:10亿美元买的是“研发范式”,不是已证实的收入
Mirendil这笔A轮融资的特殊之处,不是又出现一家训练大模型的公司,而是它试图将模型研发流程本身产品化。公司称,一名研究人员与多个智能体合作,在3.5个月内从零预训练Mirendil-Base,计算投入不足1000万美元;其10月21日的技术说明还称,AI智能体承担了超过99%的代码编写,并参与实验和故障诊断。以上均为公司自行披露的实验口径,尚缺独立复现,不能据此直接计算行业通用的研发成本降幅。
从投资人的角度,这可能是研发产能的放大器:相同的人力尝试更多架构、更快定位失败实验,并让研发工具服务外部研究者。但“技术可运行”“多个项目可复用”“外部客户愿意为此持续付费”,是三个不同层次的验证。公司目前未披露稳定的产品收入、客户留存或完整训练账本,单次自报实验也不足以证明其已经具备头部实验室的综合模型能力。
下一次值得追踪的不是又发布一个更长上下文的模型,而是三个可核验指标:外部研究者能否复现节省的人力与算力;自动化实验在不同研究课题上是否同样有效;研究成果如何转化为持续付费的产品。如果这三个问题没有答案,10亿美元首先是押注技术路径的风险资本,而不是对现金流的定价。相关实验细节参见Mirendil于10月21日发布的公司技术说明(官网可查)。
Path Robotics:3亿美元投向工厂,真正难的是复制
Path Robotics的对象更具体:焊接。它要做的不是在展示台上让机器人完成一次漂亮动作,而是在工厂持续处理工件差异、焊缝识别、姿态调整、节拍与质量检查。公司声称,过去18个月ARR增长了17倍;这一数字支持“需求在增长”,但因为未披露起始收入,无法据此估计实际规模。
它的关键商业假设是把工业工程师的大量示教、编程和返工成本,转化为可重复部署的软件和设备能力。与通用人形机器人相比,焊接更容易定义结果:单件成本、缺陷率、节拍、停机时间、部署周期都能被客户测量。但工厂之间的工件、工艺和集成条件不同,一家工厂的成功不能直接复制到另一家。
如果下一阶段能看到客户复购、跨厂部署、上线周期缩短和单项目交付成本下降,它才可能形成软件式规模效应。反过来,如果每次部署仍靠大量现场工程师,增长可能伴随重交付成本。投资人可以为“17倍ARR增长”付钱,读者更应该追问:增长背后每一单需要多少人工交付,以及客户何时回本。
04|我们的观察
01|“造模型的方法”也能吸引资本,但还不是生意成功
Mirendil、Fractile依靠尚待规模化验证的技术承诺,Path Robotics、Rox则拿出了ARR增长数据。即使后者有收入增长,也缺少公开基数、毛利和回款信息。因此不能写成“资本已经不买故事,只买利润”;更贴切的说法是,前沿技术和业务交付被按不同风险模型定价。
02|Agent的钱正在流向“运行后的问题”
LangChain的3亿美元、WhiteMatter的2000万美元、Plurai的1300万美元、Nebuly的2100万美元,分别指向运行管理、安全、可靠性和经济效益测量。它们之间有相邻需求,但并非同一市场。真正的考验是客户会独立采购这些产品,还是云平台、模型厂商把功能内置后挤压其定价权。
03|AI芯片的竞争不是一张性能跑分榜
Fractile瞄准推理芯片自身的数据搬运瓶颈,Torus解决机房供电和交付周期,Staera关注芯片间光互连,阜时科技则聚焦物理AI的空间感知。看似都叫“AI基础设施”,实则处在不同系统层次。每家公司最终都需要证明完整系统的单位成本、可靠性、软件适配与供货能力,而不是单独展示理论峰值。
04|物理AI应该先比较可交付的场景
Agile Robots布局大规模生产,Path Robotics切焊接,纬钛解决触觉部件。资本可以同时投资这三层,但终端客户不会为“具身智能”这个概念付钱。应追踪实际装机、质量稳定性、售后人力和客户复购。对于宣称的出货量、行业覆盖率,还需要区分公司自报、渠道出货与真实生产使用。
数据口径与核查说明
统计边界:以2026年11月9日至15日23:59首次公开宣布或首次有可靠报道为纳入原则;跨时区发布日期可能相差一天。以下是编辑精选的20项融资及资本事件,不是全球融资数量或金额的完整统计,不据此计算全球市场总额。
融资口径:本周没有将IPO、收购价、投资机构募资、估值或累计融资额当作本周企业融资。Torus的增长资金未完整披露股债构成;UFORCE的融资是否含二级交易及其比例未披露;通芯智能金额是连续两轮合计;部分企业未披露轮次或精确金额。含这类非标准口径的条目不参与“新股权融资总额”汇总。
来源口径:优先公司公告、政府机构、路透、彭博等;中国条目采用投资界、智通财经等可追溯报道。公司提供的ARR倍数、客户数、性能、出货量与投后估值均注明归属,不默认通过第三方审计。

