商业 TechCrunch · Maggie Nye · 昨天 23:02 · AI 生成
前 DeepMind 研究员在推出产品前以 3 亿美元估值完成种子轮融资 前 DeepMind 研究员 Andrew Dai 创立的视觉 AI 公司 Elorian，在未发布产品的情况下以 3 亿美元估值完成了 5500 万美元种子轮融资，估值/融资比率超过美国史上最大种子轮之一的 Thinking Machines Lab。本文以播客对话形式，从创始人视角拆解了这轮融资的完整过程：如何将技术愿景转化为投资人听得懂的故事；为何优先选择 Nvidia、Menlo Ventures 等战略型投资人而非出价更高的财团；以及招募顶级 AI 研究人才时，速度已成为 Big Tech 之外的最大竞争壁垒。适合关注 AI 创业融资、前沿技术商业化的创始人或投资人体会这些实操细节。原文 ↗ 原文 ↗
核心观点
▍ 视觉 AI（视觉理解与推理）是当前 AI 进展最不均衡的领域，也是下一个重大前沿，Elorian 的目标是推动视觉 AGI。 01 Andrew Dai 在 Google DeepMind 工作超过十年，参与了包括后来启发 ChatGPT 的 AI 系统研究。 02 Elorian 在未发布产品的情况下，以 3 亿美元估值完成了 5500 万美元种子轮融资，估值/融资比率高于 Thinking Machines Lab 的 120 亿美元种子轮。 03 Andrew Dai 将技术愿景转化为投资人能理解的故事，并优先选择战略型投资人（Nvidia、Menlo Ventures）而非更高估值出价方。 04 Andrew Dai 认为对于 AI 初创公司，速度已成为最大竞争优势之一，并且招募 Big Tech 研究人员的竞争需要靠速度与愿景说服。 反方 / 局限
— 文章未讨论视觉 AI 领域已有竞争者的进展（如 Meta、OpenAI 的视觉模型），也未提及 Elorian 相较成熟产品的差异化壁垒。 — 依赖战略型投资人（如 Nvidia）可能带来潜在的利益冲突或技术路线绑定，文章未涉及此风险面。
前置背景 0产品高估值的AI融资潮
Elorian的3亿美元种子轮并非孤例。2025年，前OpenAI CTO Mira Murati创立的Thinking Machines Lab，在成立不到一年、无产品无营收的情况下，以120亿美元估值完成20亿美元种子轮，由a16z领投，英伟达、AMD跟投。更早前，DeepMind科学家David Silver的Ineffable Intelligence以51亿美元估值完成11亿美元种子轮。这轮「0产品」融资潮的背后逻辑是：投资人的赌注押在创始人的过往战绩和团队密度上——穆拉蒂是ChatGPT的核心缔造者，Silver是AlphaGo之父。当技术壁垒极高时，「投资即投人」的逻辑被推到了极致。
▸ 3 条关联资料
▼
平行视角 天价种子轮是泡沫还是理性？
同一笔账两种叙事。乐观派认为，AI领域正经历类似半导体早期的「基础设施投资周期」，英伟达市值突破4万亿美元，全球头部云厂商年度资本开支高达7500亿美元，天价种子轮是整个产业链的理性前置押注。悲观派则援引数据发出警示：AI应用项目商业化落地率不足15%，巨头们单季度资本开支几乎吃掉全部营业利润，市场的循环融资模式（英伟达投资OpenAI→OpenAI采购英伟达芯片）可能虚增需求。核心分歧在于：这是1999年互联网泡沫的重演，还是蒸汽机级别的产业革命初期？
▸ 3 条关联资料
▼
未来推演 视觉AGI的下一站：世界模型
Elorian瞄准的是视觉理解这个AI进展「极其不均匀」的领域，目标直指视觉AGI。当下关键变量不是参数规模，而是能否突破静态识别瓶颈，构建能理解物理因果与动态演化的世界模型。2025年中国团队VIDU已在视频生成评测中登顶，谷歌Genie 3等模型已实现分钟级物理规律模拟。拐点信号在于：模型能否从「看懂画面」进化到「预见下一步」——即能在自动驾驶、机器人操作等闭环场景中做实时推理决策。这需要视觉模型与强化学习框架的深度融合，2026-2027年的公开基准测试成绩将是第一个分水岭。
▸ 3 条关联资料
▼
延伸追问 战略投资人比高价更重要？
Andrew Dai选择优先接受Nvidia和Menlo Ventures的投资，而非出价更高的财团。这引出一个深层问题：在算力稀缺时代，英伟达的「股权+算力采购」绑定模式能多大程度改变创业公司的技术路线和估值天花板？英伟达的NVentures仅2人团队已投出20家独角兽，其投资逻辑是让最前沿的AI公司离不开其CUDA生态。当投融资从纯财务游戏变成「生态铺轨」，创始人衡量投资人的标准需要重构——算力配额、供应链优先权、技术适配支持，这些可能比估值数字贵得多。
▸ 3 条关联资料
▼