143億元！史上最大種子輪押注「企業AI定制」

7月16日，硅谷爆出核彈級新聞：

20億美金（約?￥143?億）

史上最貴種子輪誕生！

你敢相信嗎，一家公司剛成立，還沒發布任何產品，就以20億美元刷新「史上最大種子輪」圈錢紀錄。

這家公司，就是TML(Thinking Machines Lab)，由?OpenAI前任?CTO?Mira?Murati 創辦。

這個項目的領投方是硅谷金主爸爸a16z。

跟投名單閃瞎眼：英偉達、AMD、思科、Accel、ServiceNow、Jane?Street……，一眾大佬赫然在列。

這新公司憑啥拿這么多錢？

因為這個TML公司主要干兩件事↓

1、企業定制型AI：用強化學習把模型和客戶KPI（營收、利潤等）強綁定，俗稱 “RL?for?Business”，說白了，我要給你定制能幫你企業賺錢的AI。

2、面向大眾的消費級產品：外界猜是下一代ChatGPT競品，仍在保密中。

這兩項，隨便哪一個，拿出來都很誘人。

而且，特別值得注意的是，投資人強調，他們更看重的【企業定制型AI】。

Why？道理很簡單↓

一、錢在哪，就去哪

資本不想再聽模型多聰明，他們要“幫我多賺錢”的硬指標，只認收益。

消費級AI是燒錢賺吆喝，企業級市場才是真金礦，才是真正能夠為AI買單的群體。

二、不跟巨頭硬剛，修建自己護城河

通用大模型市場基本被GPT、Claude、Gemini、Grok占好坑了。

TML如果去卷模型，很難突圍，但行業定制需要深耦合數據+專業流程，進入門檻高、切換成本大，能形成持久黏性和數據壁壘。

三、合規紅線友好，容易落地

金融、醫療、政企客戶常說“數據出不去，模型必須進來”。這事兒，國外也一樣，甚至更嚴苛（想想GDPR）！

TML提供本地或私有云定制模型，既繞開合規紅線，也減少數據遷移／泄漏風險，是企業級AI采購時的硬指標。

四、開源打底，讓企業用戶省錢又省力

講真，這一點必須要感謝我們的DeepSeek，徹底讓開源模型占了上風，Llama做了這么久沒有做好的市場教育，被DeepSeek半年教育透了。

所以，TML不走OpenAI砸錢訓巨模的老路，反而以開源模型為起點，再用「模型層融合」技術，就像拼樂高一樣，快速組裝出企業專屬AI。

便宜、靈活、上線快，用戶接受度高。

五、客戶黏性更強

通過RL for Business（業務強化學習），能直接綁定用戶核心業務：業務、收入、增長。

RL?based模型能24×7持續在線學習，而不是一次性精調后就凍結，業務一變，模型秒跟進。這種閉環更新只有定制方案才能做到。

當然，客戶鎖定性也更強，只要你上了我的“賊船”，就下不來了

英偉達、AMD、思科的內心戲

巨頭們不是人傻錢多，他們在押注一個未來：企業AI定制，即將井噴！

英偉達和AMD既是投資人，更是賣“鏟子”（GPU）的。同樣，思科是老牌的基礎架構廠商，也是賣鏟子柄的。

企業級AI定制對算力鏟子需求巨大，基礎設施改造也能拉動一波，而且還都是資源獨占，不能復用。

這招叫：我投資你，是為了讓你多買我的貨！

堪稱硅谷最強“帶貨閉環”了。

看到硅谷這波，我們是不是也該期待點什么了。

這些年一直混toB圈，深知生成式AI對toB市場影響有限，但是Agentic AI、智能體可不一樣，一定會帶來大模型在企業級市場的規?；涞亍?/p>

為什么這么說？前面巨頭們的動作已經說明問題，再看看兩者的小比較，是不是就更有譜了↓

這么說吧，企業AI規?；涞?，拐點已到，還沒有所動作的，要抓緊加碼了。

20億美元種子輪，不是故事的結局，而是開始！