AI创投周报是阿尔法公社推出的聚焦于以生成式AI为代表的人工智能新浪潮的创投资讯周报。阿尔法公社发现和投资非凡创业者（Alpha Founders），相信非凡创业者们在技术、商业和社会方面的巨大推动力，他们指引着创投生态的风向。

本图片由“千象”（网址：www.hidreamai.com）生成

人工智能产品和技术的新突破

1.OpenAI与博通达成战略合作，共同开发部署10吉瓦规模AI加速器

OpenAI宣布与半导体巨头博通建立战略合作，共同部署由前者设计的10吉瓦（1 吉瓦等于100万千瓦）规模AI加速器。这是继上月与NVIDIA达成类似合作后，OpenAI在算力布局上的又一重要举措，标志着其从依赖单一供应商转向“自主设计+合作生产”的多元化算力战略。

根据合作规划，OpenAI将负责加速器及系统设计，博通则提供以太网连接解决方案，双方计划自2026年下半年起部署融合AI加速器与网络系统的机架，并于2029年底前完成全部部署。

OpenAI首席执行官Sam Altman强调，自研加速器能将其在模型研发中的经验直接融入硬件设计，而博通CEO陈福阳（Hock E. Tan）则认为此举将推动通用人工智能发展。

2.马斯克的xAI入局世界模型竞争，挖角NVIDIA瞄准游戏生成

马斯克旗下人工智能公司xAI近期正式加入世界模型研发赛道。据《金融时报》报道，xAI在今年夏季招募了曾参与NVIDIA旗下Omniverse平台开发的Zeeshan Patel和Ethan He等专家，他们在大规模多模态模型和物理仿真领域具备丰富经验。这一动作直指当前由Google DeepMind、Meta等巨头主导的世界模型战场。

世界模型作为让AI理解物理规律的核心技术，将成为xAI实现“理解宇宙本质”目标的关键跳板。公司计划将首批成果应用于电子游戏领域，目标在2026年底前推出能实时生成自适应3D场景的AI驱动游戏。为此xAI正组建多模态团队，涵盖音频、视频理解与生成方向，并罕见招聘游戏导师向模型传授机制设计。

这一布局可能打通特斯拉的自动驾驶数据、Neuralink的脑机接口与X平台反馈，形成协同闭环，为智能体、机器人等应用铺平道路。

3.李飞飞发布全新世界模型，单GPU就能跑

著名AI科学家李飞飞的团队近日公布了其世界模型创业的最新成果，对外推出了一款名为RTFM（A Real-Time Frame Model）的全新模型。该团队的目标是解决当前生成式世界模型对算力需求过高的痛点，旨在设计一款能立即部署且可随算力提升而扩展的高效模型，从而在现有硬件条件下提前预览未来技术的巨大潜力。

RTFM的核心亮点在于其卓越的效率、持久性与可扩展性，仅需单张H100 GPU即可实现交互级帧率的实时运行。它另辟蹊径，不依赖传统三维管线的显式表征，而是作为一种“可学习的渲染器”，通过自回归扩散变换器架构从海量视频数据中端到端地学习构建世界。为实现无限时长的持久性，RTFM创新地将带有三维姿态的帧作为空间记忆，并通过“上下文切换”技术仅检索邻近帧作为推理上下文，巧妙地构建出永不消失的虚拟世界，解决了算力瓶颈问题。

4.NVIDIA个人AI超算DGX Spark正式交付

NVIDIA面向个人开发者的AI超级计算机DGX Spark，最近以3999美元价格正式上市，旨在为研究者、开发者提供桌面级超算能力。黄仁勋将首批设备交付SpaceX，Musk亲自接收。

DGX Spark的核心突破在于小型化与高性能的平衡：搭载定制GB10 Grace Blackwell芯片，提供1 PFLOPS的FP4精度算力，并采用128GB统一内存架构，使CPU与GPU无缝共享数据，直接支持超大规模模型加载。

它可通过高速网络连接两台设备运行405B参数模型，逼近当前最大开源模型规模。评测显示，它在中小模型批量推理中吞吐量高效，如Llama 3.1 8B模型预填充速度达7991tokens/s，且散热稳定无降频。预装DGX OS系统简化部署，支持本地模型服务、私有对话和离线代码助手等应用，显著降低AI开发门槛，推动数据安全与低延迟创新。

5.谷歌开源全栈平台Coral NPU，能让大模型在可穿戴设备上全天候运行

谷歌近日推出全栈开源AI平台Coral NPU，旨在解决边缘设备在性能、碎片化和隐私方面的核心挑战。这一神经处理单元专为智能手表、可穿戴设备等低功耗场景设计，为下一代环境感知AI奠定基础。

NPU基于RISC-V架构，在仅几毫瓦功耗下实现512 GOPS算力，支持Transformer模型本地运行。其技术亮点包括标量核心、向量执行单元和矩阵执行单元的三层设计，通过IREE和TFLM编译器无缝对接TensorFlow、JAX和PyTorch框架。该平台率先集成硬件级隐私保护技术如CHERI，可将敏感数据隔离于沙箱内。实际应用涵盖活动检测、语音识别、手势控制等场景，显著提升设备端AI的持续运行能力。

6.谷歌发布Veo 3.1，视频生成模型迎来音频与叙事控制升级

谷歌近日正式推出AI视频生成模型Veo 3.1，这是对今年5月发布的Veo 3的重大升级。新模型集成于谷歌的AI电影创作工具Flow中，旨在通过增强音频支持与叙事控制能力，为用户提供更逼真的视频生成体验。

Veo 3.1的核心突破在于原生音频集成与多模态输入支持。模型首次在“连帧成片”、“素材生成视频”等功能中直接生成环境音效和对话，用户无需手动后期即可实现音画同步。

它支持文本、图像及视频片段作为输入，并可结合最多三张参考图像引导风格一致性。新编辑功能如首末帧插值实现平滑过渡，场景延展能力将视频时长从8秒提升至148秒，显著增强叙事连贯性。

7.谢赛宁团队携RAE登场，表征自编码器或成DiT训练新基石

纽约大学助理教授谢赛宁团队近日提出名为RAE（表征自编码器）的全新框架，旨在替代已沿用十余年的VAE（变分自编码器）技术。

该研究针对当前扩散模型中VAE存在的计算冗余、信息压缩过度及表征能力弱等核心问题，通过融合预训练表征编码器与可训练解码器，构建了更高效的潜空间方案。这一突破被视为继DiT取代U-Net后生成模型架构的又一次重大演进。

RAE的核心创新在于利用冻结的预训练编码器提取语义丰富的特征，结合ViT解码器实现高保真重建，其潜空间维度显著高于VAE，有效提升了信息承载量。

为解决高维潜空间中扩散模型训练难题，团队提出DiT^DH变体，通过引入浅层宽头结构匹配token维度，并结合噪声调度偏移与噪声增强解码技术，克服了传统DiT的训练失效问题。实验结果显示，RAE在ImageNet上达到无引导FID 1.51、有引导FID 1.13的当前最优效果，且训练效率提升高达47倍。

8.谷歌ReasoningBank：AI智能体的自我进化记忆框架

近日，谷歌研究团队联合斯坦福大学等机构提出了一种名为ReasoningBank的创新记忆框架，该技术旨在使AI智能体能够无需传统微调即可从自身经验中实现自我提升。

这一研究响应了当前“微调已死”的学术讨论，通过让智能体从成功和失败中双向学习，提炼可转移的策略和教训。ReasoningBank作为智能体的经验学习者，专注于扩展经验的深度而非广度，从而在闭环过程中不断优化智能体的决策能力。

ReasoningBank的核心突破在于其结构化记忆项设计，每个记忆项包含标题、描述和内容，从轨迹中抽象出可操作的原则。智能体通过检索记忆指导新任务行动，并将新经验分析后整合回记忆库，形成自我进化循环。

谷歌还引入了记忆感知的测试时扩展（MaTTS），包括并行和顺序两种模式：并行扩展通过同一查询的多次试验生成对比信号，而顺序扩展则迭代完善推理过程。实验结果显示，在网页浏览和软件工程等挑战性任务中，ReasoningBank显著提升了性能与效率，例如在WebArena上相对性能提高达34.2%，同时减少交互步骤16.0%。

9.Meta"早期经验"范式：AI智能体自学习突破数据瓶颈

Meta超级智能实验室联合FAIR和俄亥俄州立大学提出名为"早期经验"的新训练范式，旨在解决AI智能体从人类数据时代向经验时代过渡的核心挑战。该研究响应了图灵奖得主Richard Sutton等人关于"经验流"的论述，针对当前监督微调方法依赖专家数据、缺乏环境交互的局限，探索了一种介于模仿学习与强化学习之间的中间路径。

研究核心创新在于让智能体从自身动作的后果中直接学习，无需外部奖励信号。具体通过两种策略实现：隐式世界建模将智能体探索的下一状态作为预测目标，内化环境动态；自我反思则通过对比专家动作与自生成动作的后果，用自然语言解释决策优劣。

实验显示，该方法在网页导航等任务中成功率达9.6%提升，分布外泛化能力增强9.4%，且为后续强化学习提供了更高起点。这一范式突破了传统对高质量专家数据的依赖，通过将经验转化为监督信号，为AI在开放环境中自主进化提供了可行方案。

人工智能初创公司的新融资

1.AI音频数据公司David AI Labs完成5000万美元融资，估值5亿美元

David AI Labs近日完成5000万美元新一轮融资，投后估值达5亿美元。本轮融资由Meritech Capital领投，NVentures及First Round Capital、Y Combinator等现有投资方跟投。此次估值较公司数月前融资时增长约四倍。

由Scale AI前员工Tomer Cohen和Ben Wiley联合创立的David AI Labs，专注于为AI模型开发提供音频数据集。与Scale AI等专注于文本数据的公司不同，该公司专注于音频数据，它看准语音助手、可穿戴设备和机器人等产品将推动音频数据需求增长。David AI Labs通过支付数千名贡献者录制原始语音，创建定制化音频数据集。它采用独特的数据采集方法，例如记录互不相识贡献者之间的长期对话，以帮助AI模型学习建立人际关系的自然模式。

David AI Labs的客户包括科技巨头、AI基础模型实验室及初创企业，CEO Cohen表示，公司年度经常性收入已突破1000万美元并持续增长。Meritech合伙人Alex Kurland指出，音频数据市场潜力巨大，而David AI Labs是“唯一真正取得进展的团队”，目前需求激增几乎应接不暇。

2.EvenUp完成1.5亿美元E轮融资，估值超20亿美元

公司网站：www.evenuplaw.com

AI法律科技公司EvenUp近日完成1.5亿美元E轮融资，投后估值超过20亿美元。本轮融资由Bessemer Venture Partners领投，REV、SignalFire、B Capital、Adams Street Partners、Bain Capital Ventures、HarbourVest Partners、Lightspeed Venture Partners和Broadlight Capital参与投资。自2023年以来，EvenUp已完成四轮融资，累计融资总额达3.85亿美元。

EvenUp专注于为个人伤害律师事务所开发AI产品。其平台基于一个专有AI模型，该模型在数十万起伤害案件、医疗记录及内部法律知识基础上训练而成，支持自动生成法律文书、案件摘要、损害评估及谈判材料。据公司披露，截至2025年10月，平台每周处理案件量已达10000起，较六个月前近翻倍。

3.Harvey获EQT 5000万欧元战略投资，加速全球业务扩张

公司网站：www.harvey.ai

法律AI平台Harvey近日获得EQT AB旗下基金5000万欧元（约合5900万美元）战略投资，用于支持其国际扩张计划。本轮融资前，Harvey于今年6月刚完成由Kleiner Perkins和Coatue领投的3亿美元E轮融资，估值升至50亿美元。

EQT董事总经理Patrick McBride指出，Harvey的独特优势在于将基础AI模型与法律行业专业知识深度结合，能够快速适配最新AI技术并确保极高的安全性。平台通过技术工具帮助律师简化工作流程，提供与律商联讯合作的数据资源，实现复杂法律任务的自动化处理。

Harvey目前业务覆盖全球58个国家，拥有700家客户；公司发言人透露，美国百强律所中已有45家采用其技术方案，年度经常性收入达1亿美元。

4.AI数据公司Datacurve完成1500万美元A轮融资，瞄准软件工程领域垂类数据

公司网站：www.datacurve.com

AI数据公司Datacurve近日完成1500万美元A轮融资，本轮融资由Chemistry的Mark Goldberg领投，DeepMind、Vercel、Anthropic和OpenAI等公司的员工参与投资。此前该公司曾获得270万美元种子轮融资，投资方包括前Coinbase CTO Balaji Srinivasan。

Datacurve专注于为软件开发领域提供高质量AI训练数据，它采用独特的“赏金猎人”模式，吸引软件工程师贡献最难获取的数据集。公司已支付超过100万美元的赏金，但联合创始人Serena Ge强调，经济利益并非核心吸引力。“我们将其视为消费产品而非数据标注操作，”Ge表示，“关键在于优化平台体验，吸引目标人群主动参与。”尽管目前专注于软件工程领域，Datacurve的商业模式具备向金融、营销乃至医疗等领域的扩展潜力。

5.AI编程工具公司Relace完成2300万美元融资

AI编程工具初创公司Relace近日完成2300万美元融资，本轮由Andreessen Horowitz领投，Matrix Partners和Y Combinator参与投资。

Relace开发了专门服务于AI编程代理的AI模型工具，其核心技术包括：一个小型模型能直接将AI代理的代码修改合并至企业主代码库，无需重写周边代码；另一个模型可在AI代理接到新任务时，快速识别并提供相关的代码文件或具体行数。

公司CEO Preston Zhou表示，这些小型专业模型在特定任务上优于通用大语言模型，且使用成本显著降低。当前AI编程产品因模型成本高昂难以实现良好毛利率，如Replit今年毛利率就因模型成本的提升而大跌。尽管面临微软GitHub等大型企业和Morph等初创公司的竞争，但Relace已获得Lovable和Figma等AI应用公司的客户认可，联合创始人Eitan Borgnia指出，Relace的机遇不仅限于编码智能体。

6.AI应用开发平台Anything完成1100万美元融资，快速生成生产级应用

AI应用开发平台Anything近日完成1100万美元融资，公司估值达到1亿美元。本轮融资由Footwork领投，M13、Bessemer Venture Partners、Uncork Capital等机构跟投，Shopify CEO Tobi Lütke等知名天使投资人也参与其中。

Anything平台允许用户通过自然语言描述快速生成完整可用的应用程序。与仅提供代码生成的AI编码工具不同，该平台提供从数据库、存储空间到支付功能的全栈式解决方案，用户无需处理后端技术细节即可发布生产级应用。

Anything创始人Dhruv Amin和Marcus Lowe为前谷歌同事，历经四年产品迭代，从最初的代码生成系统到2024年的Create组件生成器，最终围绕自主AI智能体重构为完整的Anything平台。它的最新功能Anything Max可自动测试应用、识别并修复问题，进一步降低用户维护难度。

平台上线后表现强劲，72小时内获得320万次浏览和3万名新用户注册，目前注册用户已超70万，上线两周即实现200万美元的年度经常性收入。

7.AI广告营销平台MAI完成2500万美元种子轮融资

AI广告营销平台MAI近日完成2500万美元种子轮融资，本轮融资由Kleiner Perkins领投，Gaorong Ventures和UpHonest Capital等机构参与投资。

MAI专注于为中小企业提供AI驱动的数字广告自动化管理服务，其平台通过AI agent技术自动优化Google Ads广告投放，解决中小企业缺乏专业增长团队的痛点。与传统代理公司不同，MAI平台提供全透明化操作，企业可实时查看每个优化决策的效果依据。

它的核心技术基于专有强化学习系统，能够深度整合企业电商、CRM等业务数据，实现自动出价优化、预测性受众定位和实时性能监控。平台每月管理数百万美元广告预算，帮助客户平均提升40%销售额。其客户包括NutritionFaktory、Dreo、Dr. Woof Apparel等品牌，其中NutritionFaktory使用90天后实现盈利支出增长三倍。MAI采用按广告预算10%收费的定价模式。

MAI的CEO Yuchen Wu和CTO Jian Wang均在Google和Instacart拥有十年以上广告与机器学习技术经验。

8.AI货运匹配平台FleetWorks完成1700万美元A轮融资

AI货运匹配平台FleetWorks近日完成1700万美元A轮融资，本轮融资由First Round Capital领投，Y Combinator、Saga Ventures和LFX Venture Partners参与投资。

FleetWorks专注于通过AI技术提升中小货运公司的货物匹配效率。它的核心技术为最新推出的“始终在线”AI调度器，能够理解承运商的个性化需求（如返家时间、装卸要求等），并通过多模型架构减少AI幻觉问题。系统可自动处理路线规划、价格协商等传统需数十次沟通的繁琐流程。

平台通过AI调度系统自动匹配承运商与货物信息，在六个月内已吸引超1万家承运商和数十家经纪人入驻，包括Uber Freight等合作伙伴。

FleetWorks由前Uber Freight产品经理Paul Singer和Airbnb“登月项目”工程师Quang Tran共同创立，为2023年Y Combinator夏季批次项目。创始人Singer强调，平台优势不仅在于技术实现，更注重帮助客户完成管理模式变革。

9.AI医疗平台Heidi Health完成6500万美元B轮融资，估值达4.65亿美元

AI医疗平台Heidi Health近日完成6500万美元B轮融资，投后估值达4.65亿美元，本轮融资由Point72 Private Investments领投。

Heidi Health由创伤外科医生Tom Kelly博士与技术合伙人Waleed Mussa于2021年联合创立，专注于通过AI技术减轻医护人员的行政负担。其核心产品为AI医疗记录助手，可自动处理病历记录、生成患者摘要、管理随访任务等临床文书工作。平台采用混合模型策略，结合自研AI与Google Gemini等第三方模型，在保证准确性的同时优化响应速度。

成立18个月以来，该平台已为全球116个国家的医疗工作者节省超1800万小时行政时间，支持7300万次患者就诊，每周处理临床咨询量超200万次。

本文由阿尔法公社综合自多个信息源，并在AI大模型的辅助下写作，封面图片由Hidream.ai的Pixeling（千象）生成。

✦

✦