🌡️ 市场体温 (Market Pulse)

资本流向的“暴力美学”：从SaaS的温室到原子世界的荒原

站在2026年1月的这个时间节点回望，如果说2024年和2025年是大模型（LLM）的“春秋战国”，是软件吞噬世界的最后一场狂欢，那么本周的融资数据则无情地、甚至有些残酷地宣告了那场狂欢的落幕，以及一个全新时代的“硬”着陆。我们正在目睹资本市场发生一场剧烈的“脱虚向实”——资金正在以惊人的速度逃离那些仅仅在屏幕上移动像素的“轻资产”舒适区，转而疯狂涌入那些能产生热量（高功率算力芯片）、消耗热量（液冷基础设施）、产生动能（具身智能机器人）以及保护物理安全（国防科技）的“重资产”原子世界。

本周的创投市场呈现出一种极度撕裂但内在逻辑又严丝合缝的“高热”状态。这种热度不再是SaaS黄金时代那种雨露均沾、均匀分布的温暖，而是集中在几个极高壁垒领域的滚烫熔岩。透过纷繁复杂的新闻迷雾，作为《硅谷科技评论》(SVTR) 的观察者，我们必须敏锐地捕捉到空气中那股焦灼的气息。这不仅仅是数字的跳动，这是硅谷乃至全球科技资本对于“增长极限”的一次暴力突围。

我们观察到三个令人不安却又让极客们血脉偾张的异常值（Anomalies），它们构成了本周市场体温的核心读数：

估值的“脱重力化”与“含硅量”的恶性通胀

机器人初创公司 Skild AI 完成了14亿美元的巨额融资，其估值在短短7个月内翻了三倍，飙升至140亿美元 (1)。这是一个极其危险又极具诱惑的信号，也是本周最大的“异常值”。

让我们拆解一下这个数字背后的荒谬与合理。一家年营收据报仅为3000万美元左右的公司 (3)，竟然撑起了140亿美元的估值。这意味着其市销率（P/S Ratio）达到了令人咋舌的466倍。在传统的财务模型中，这绝对是泡沫破裂前夕的疯癫。然而，当我们审视其背后的资本推手——软银（SoftBank）、光速创投（Lightspeed）、红杉资本（Sequoia）以及亚马逊创始人杰夫·贝索斯（Bezos Expeditions）(2)——我们必须意识到，这些顶级的聪明钱已经不再用传统的财务回报率来衡量这家公司。

他们在赌什么？他们在赌的是一张“通往物理世界的终极门票”。Skild AI 所承诺的“通用机器人大脑”（General Purpose Robot Brain），如果真的能够实现，那么它在物理世界的地位将等同于微软在PC时代的Windows，或者谷歌在互联网时代的Search。这是一个赢家通吃的游戏。一旦成功，这就不仅是一个万亿级市场的问题，而是关于谁能定义未来劳动力的根本属性。然而，一旦失败，这就是下一个WeWork级别的灾难性泡沫。这种“非生即死”的二元期权属性，正是当前AI泡沫进入深水区的典型特征——中间地带正在消失，你要么是改变世界的基础设施，要么就是一文不值的电子垃圾。

防御科技（Defense Tech）的“独角兽化”与去敏化

美国国防科技初创公司 Defense Unicorns 完成了1.36亿美元的B轮融资，估值一举突破10亿美元大关，正式跻身独角兽行列 (5)。与此同时，大西洋彼岸的欧洲，Harmattan AI 获得了法国达索航空（Dassault Aviation）领投的2亿美元融资，估值达到14亿美元 (7)。

这两笔融资的发生绝非巧合，它们标志着“国防科技”不再是硅谷投资圈的禁忌话题，也不再是政府合同的后花园。从Defense Unicorns在新闻稿中毫不避讳地使用“Department of War”（战争部）这一极具历史沧桑感和攻击性的措辞 (6)，到欧洲高举“主权AI”（Sovereign AI）的旗帜 (9)，我们看到资本正在为地缘政治的摩擦支付高昂的溢价。

在过去，VC们对国防项目避之唯恐不及，因为周期长、道德风险高、退出难。但现在，软件交付的安全性、空隙环境（Air-gapped）下的生存能力、以及在断网条件下的自主作战能力，成为了新的硬通货。Defense is the new SaaS。资本已经意识到，在一个动荡的世界里，最坚固的护城河不是网络效应，而是物理生存能力。

中美硬科技投资逻辑的“镜像分化”

在代表人类终极能源梦想的核聚变领域，中国的 星环聚能 (Star Ring Fusion) 完成了10亿元人民币（约1.4亿美元）的A轮融资，由上海国资旗下的上海科创集团领投 (10)。而在美国，虽然核聚变融资依然火热，但更多是由私人风险资本主导，如Commonwealth Fusion Systems等巨头占据了市场的半壁江山 (12)。

这种差异揭示了两种不同的创新体制。美国依赖于高度发达的私人资本市场和冒险精神，试图通过“大浪淘沙”筛选出技术胜者；而中国正在通过“举国体制+市场化风投”的混合模式，利用国有资本的耐心和产业链的整合能力，加速追赶。特别是在具身智能领域，中国的 自变量机器人 获得了字节跳动、阿里、美团三大互联网巨头的联合注资 (14)。这种巨头抱团押注“单一标的”的现象，与美国VC分散下注Skild AI、Figure、Sanctuary AI等多家公司的策略形成了鲜明对比，反映出中国市场在面对技术追赶时的资源集聚倾向。

本周市场数据透视 (Market Data Perspective):

为了更直观地理解这种资本的疯狂与理性，我们整理了本周关键融资事件的对比表：

SVTR 市场综述：

市场正在经历一场深刻的范式转移。如果说SaaS时代是关于“连接”（Connecting），那么现在的AI硬科技时代则是关于“生成”（Generating）与“行动”（Acting）。资金不再青睐那些优化存量效率的工具，而是疯狂追逐那些能创造新物理能力的平台。Infra is the new App, and Defense is the new SaaS. 我们正处在一个巨大的“替代周期”（Replacement Cycle）的开端，资本极其聪明，也极其无情，他们正在用真金白银投票，淘汰旧时代的赢家。

🏗️ 技术栈穿透 (The Stack)

透过表面的融资数字，我们需要深入到技术的底层逻辑，将本周的巨额融资事件解构为三个层级（Layers），试图还原资本流动的真实脉络。这不仅仅是关于钱的故事，更是关于物理学、控制论和地缘政治的交响曲。

Layer 0: Physics & Infra (物理层与基建——热力学与算力的战争)

在这一层，核心矛盾极其原始而残酷：摩尔定律的边际效应递减与能源/散热墙（Thermal Wall）之间的博弈。所有的融资都在试图解决一个问题：如何让更多的智能在更小的空间内爆发，而不把地球（或至少是数据中心）烧毁。

芯片架构的豪赌：通用 vs. 专用 (General Purpose vs. ASIC)

Etched 本周融资5亿美元，估值达到50亿美元的消息 (15)，在半导体行业引发了巨大的震动。这不仅仅是一条新闻，更是一个巨大的、二元对立的赌注。这家由三位哈佛辍学生创立的公司 (17)，正在向全球市值最高的公司Nvidia发起自杀式冲锋。

  1. 反共识信号 (The Contrarian Signal)：在Nvidia CUDA生态统治一切的时代，绝大多数AI芯片公司都在试图兼容CUDA或者做通用的GPGPU。然而，Etched 走了一条截然不同的路——他们押注的是 ASIC for Transformers（Sohu芯片）(18)。他们的逻辑简单而粗暴：既然世界上99%的高价值AI负载都是基于Transformer架构（ChatGPT, Gemini, Sora等），那么为什么我们需要一个能做图形渲染、能跑光线追踪的通用GPU呢？为什么要为那些不用的晶体管买单？
  2. 技术赌局 (The Technical Bet)：Etched声称其Sohu芯片在运行Transformer模型时的推理效率比Nvidia的Blackwell架构高出一个数量级 (18)。这是基于ASIC（专用集成电路）的物理特性——因为去掉了所有不必要的通用逻辑单元，芯片的面积和功耗都完全服务于矩阵乘法和Attention机制。
  3. 风险分析 (Risk Analysis)：这是一个典型的“非生即死”的赌局。Etched 实际上是在做空AI架构的演进速度。如果明天DeepMind或者OpenAI发布了一个基于非Transformer架构（例如SSM、RWKV或者类脑架构）的SOTA模型，Etched的专用芯片将瞬间变成昂贵的沙子。但如果Transformer架构像当年的x86指令集一样统治计算界10年甚至20年，那么Etched就有可能成为下一个英特尔。彼得·蒂尔（Peter Thiel）的入局 (16) 说明，硅谷最顶层的资本愿意为这种“确定性”的豪赌买单。因为Nvidia的通用性溢价实在太高了，市场急需更廉价、更极致的推理算力。

热力学的反击：液冷与热能回收 (Thermodynamics Strikes Back)

随着Nvidia Blackwell等千瓦级功耗芯片的部署，传统的风冷（Air Cooling）时代正式终结。本周 Karman Industries 和 Accelsius 的动作揭示了数据中心的新战场——不再是算力本身，而是如何把热量搬运出去。

  1. Accelsius：这家公司主打的是两相直接芯片液冷（Two-Phase Direct-to-Chip）技术，并在奥斯汀扩建了工厂以满足激增的需求 (19)。其核心技术逻辑是利用流体的相变潜热（Latent Heat）来带走热量。相比于单相液冷（水仅仅变热），两相液冷（液体沸腾变成气体）能带走的热量呈指数级增加，单插座散热能力超过4500W (20)。这是对未来单芯片功耗将突破1000W甚至更高（2029年预计GPU TDP超过4000W (21)）的直接物理回应。
  2. Karman Industries：这是一家极具想象力的初创公司，融资2000万美元 (22)。他们的视角更加宏大——不仅仅是散热，而是“热处理单元”（Heat Processing Unit, HPU）(23)。Karman的创始人来自SpaceX和Rocket Lab (23)，他们将航天级的热管理技术带到了数据中心。他们的理念是将数据中心的废热转化为资产（例如用于区域供暖、驱动工业流程等），将数据中心的机械冷却占地面积减少60%以上 (24)。
  3. 深度洞察 (Deep Insight)：液冷不再是数据中心的可选项（Option），而是准入门槛（Prerequisite）。2025-2026年是液冷的爆发元年，市场规模预计将翻倍 (21)。谁能解决“热”的问题，谁就掌握了下一代AI工厂（AI Factory）的入场券。Karman的出现标志着数据中心正从单纯的“电力黑洞”向“能源交换站”演变。热力学定律成为了AI发展的最大约束，也成为了最大的商机。

终极能源：核聚变的竞速 (The Race for Fusion)

中国的 星环聚能 完成10亿元融资 (10)，再次将核聚变推向聚光灯下。这不仅是能源新闻，更是算力新闻。

  1. 技术路线 (Technical Path)：星环聚能采用的是球形托卡马克（Spherical Tokamak）+ 重复重联加热（Repetitive Reconnection Heating）方案 (25)。这是一种追求工程化速度的路线，试图通过紧凑型的装置更快地实现商业化，而不是建造像ITER那样巨大的科学实验堆。
  2. 资本结构差异 (Capital Structure)：对比中美两国的核聚变赛道，我们可以看到明显的结构性差异。美国核聚变融资多为私人风投主导（如Commonwealth Fusion Systems融资超过20亿美元），而中国则是“国资领投+市场跟投”的模式 (10)。数据显示，美国和中国占据了全球87%的聚变融资 (12)，双极格局已经形成。
  3. 意味着什么 (What It Means)：AI对电力的渴求是无底洞。根据JLL的报告，到2030年AI将占据数据中心一半的工作负载 (26)。现有的电网根本无法支撑这种指数级的增长。核聚变不仅是清洁能源，更是AI算力可持续扩张的唯一终极解。资本现在下注，是在为2035年后的算力霸权买保险。如果你相信AGI（通用人工智能）会到来，你就必须投资核聚变，因为那是唯一能喂饱AGI的能量源。

Layer 1: Embodied & Models (具身智能与模型——为机器注入灵魂)

如果说Layer 0是为AI造身体（硬件与能源），Layer 1就是为AI造小脑（运动控制与感知）。本周的数据表明，“通用机器人大脑” 是目前创投圈最拥挤、最昂贵、也最充满泡沫的赛道。

Skild AI 的“万能大脑”野心 (The Ambition of Omni-bodied Brain)

Skild AI 的140亿美元估值 (1) 是本周最大的争议点。我们需要深入剖析其技术与商业的合理性。

  1. 核心逻辑 (Core Logic)：CEO Deepak Pathak 是卡内基梅隆大学（CMU）的教授，也是机器人学习领域的学术明星 (27)。他的研究核心在于 Self-Supervised Learning (自监督学习) 和 Adaptation (适应性)。传统的机器人控制依赖于精心设计的控制律（Control Laws），或者是针对特定任务的模仿学习（Imitation Learning）。而 Skild AI 试图训练一个能控制任何机器人（四足狗、人型、机械臂、轮式）的基础模型 (28)。
  2. 数据飞轮 (Data Flywheel)：机器人领域的最大痛点是缺乏像互联网文本那样海量的数据。Skild AI 声称通过一种机制，利用网络视频（人类行为）和大规模物理模拟（Simulation）来预训练模型，从而克服了“缺乏机器人互联网”的难题 (28)。他们认为，模型可以通过观看人类做饭的视频，理解“做饭”的物理逻辑，然后迁移到机器人身上。
  3. 隐忧 (The Hidden Worry)：营收与估值的极度错配（$30M Revenue vs $14B Valuation） (3) 表明，市场给予了它几乎完美的“零样本泛化”（Zero-shot Generalization）预期。但这忽略了物理世界的复杂性——摩擦力、接触动力学、光照变化、传感器噪声，这些都是模拟器难以完美复现的（Sim-to-Real Gap）。如果Skild的模型真能跨形态泛化，那么硬件制造将迅速商品化（Commodification），所有机器人硬件厂商都将沦为Skild的代工厂。这解释了为什么像SoftBank这样的巨头会领投——他们在押注产业链的制高点。但如果这个模型只能在特定场景下工作，那么这140亿美元就是空中楼阁。

中国的“自变量”与巨头抱团 (China's "Zi Bian Liang" and Tech Giants)

自变量机器人 (Zi Bian Liang) 获得字节跳动、阿里、美团、深创投的10亿元联合投资 (14)。

  1. 信号 (The Signal)：这不仅是财务投资，更是战略卡位。这三家巨头分别代表了社交/内容（字节）、电商/物流（阿里）、本地生活/配送（美团）。他们同时注资一家初创公司极其罕见，这说明他们都意识到了具身智能是他们现有业务的下一个形态。美团需要机器人送外卖，阿里需要机器人进仓库，字节需要新的流量入口和物理世界数据的采集端。
  2. 技术对标 (Benchmarking)：自变量的 WALL-A 模型直接对标 Skild AI (14)。这是一场中美在“具身大模型”上的正面对决。自变量强调其模型是“VLA（Vision-Language-Action）与世界模型深度融合的系统范式”。中国的数据优势（庞大的物流、制造场景、复杂的城市配送环境）可能在这一轮竞争中发挥关键作用。如果说Skild AI靠的是学术界的算法突破，那么自变量依靠的可能是中国丰富的应用场景带来的数据红利。

仓储自动化的软件定义时刻 (Software-Defined Warehousing)

Mytra 完成1.2亿美元C轮融资 (29)。

  1. 连接点 (Connecting the Dots)：这家公司由前Tesla和Rivian的自动化负责人创立 (30)，带有鲜明的马斯克式第一性原理思维。Mytra 不仅仅做机器人，而是做“软件定义的存储” (31)。他们试图把仓库变成一个巨大的、可编程的3D立方体。
  2. 颠覆性 (Disruption)：传统的AS/RS（自动存取系统）是刚性的、昂贵的钢铁丛林。Mytra试图通过极简的机器人单元和强大的调度软件，让仓库变得像乐高积木一样灵活。这与 Skild AI 的逻辑异曲同工——硬件只是载体，软件才是护城河。这也解释了为什么它能获得包括Greenoaks在内的顶级资本青睐。

Layer 2: Vertical & Defense (垂直应用与防御——代码的军事化)

当软件开始控制导弹和无人机，当AI开始决定网络攻防的胜负，代码的安全性就变成了国家安全。这一层的融资数据充满了火药味，也是地缘政治最直接的映射。

Defense Unicorns：战争的软件供应链 (Supply Chain of War)

Defense Unicorns 融资1.36亿美元，估值10亿美元 (6)。

  1. 关键措辞 (Key Phrasing)：必须注意到其新闻稿中明确提到了 "Department of War"（战争部）而非仅仅是 "Defense"（国防）(6)。在美国语境下，这是一种极具攻击性的信号，表明其产品是为实战（Warfighting）准备的，而不仅仅是和平时期的威慑。
  2. 核心痛点 (Core Pain Point)：美军的软件交付太慢、太不安全。在现代战争中，软件更新的速度就是战斗力。Defense Unicorns 提供的 "Airgap Software Delivery"（空隙环境软件交付）解决了在潜艇、战机、前线基地等断网环境下更新软件的难题 (6)。这是现代战争的“数字后勤补给线”。
  3. 创始人背景 (Founder Profile)：CEO Rob Slaughter 曾领导美军的 Platform One 项目 (32)，这是典型的“旋转门”创业——将军队内部验证过的需求转化为商业SaaS。这种“带资进组”（带着对军方痛点的深刻理解和人脉）的创业模式，正在成为国防科技赛道的主流。

Harmattan AI 与达索的联姻 (The European Sovereignty)

Harmattan AI 获得达索航空2亿美元投资 (7)。

  1. 地缘政治解读 (Geopolitical Interpretation)：达索是法国阵风战斗机（Rafale）的制造商。这次投资是为了让未来的阵风F5战机具备控制“忠诚僚机”（Loyal Wingmen）无人机的能力 (7)。
  2. 主权AI (Sovereign AI)：欧洲不愿意在核心武器系统上依赖美国的AI模型。Harmattan 提供的“主权、受控、可监控”的AI (33)，是欧洲国防自主的最后倔强。在俄乌冲突的背景下，欧洲各国政府深刻意识到，如果没有自主的AI能力，他们的先进战机在未来战场上可能只是一堆昂贵的废铁。这笔投资是法国乃至欧洲试图在AI军事化浪潮中保持一席之地的战略举措。

Torq：安全运营的“去人化” (De-humanizing Security)

Torq 融资1.4亿美元，估值12亿美元 (34)。

  1. AI Agent的应用 (Agentic AI)：传统的SOC（安全运营中心）依赖大量分析师盯着屏幕看警报，这导致了严重的“警报疲劳”和人员流失。Torq 利用 AI Agent 自动处理警报，进行调查、分类甚至修复 (35)。
  2. 趋势 (Trend)：网络安全正在从“辅助人类”转向“代理人类”。在不对称的网络攻防中，攻击者已经在使用AI自动生成攻击脚本，防守方如果还依赖人类的手速和反应，必败无疑。只有AI能对抗AI。Torq的高估值反映了企业对这种“自动化防御”的迫切需求。

🎯 SVTR Editor's Pick (本周精选)

在众多巨额融资中，我们选择剖析一对看似无关却深层互补的标的，来揭示本周最核心的 "The Paradox of Scale"（规模悖论）。

The Signal: Skild AI ($14B Val) vs. Defense Unicorns ($1B Val)

Skild AI：硅谷的“理想主义赌注”

  1. 发生了什么：一家没有大规模量产硬件、营收仅3000万的公司，被赋予了140亿美元的身价。
  2. 这意味着什么：这是资本对 Scaling Law（缩放定律） 在物理世界依然有效的终极信仰。投资者赌的是，只要喂给模型足够多的视频和模拟数据，机器人就能像ChatGPT学会语言一样，突然“涌现”出擦桌子、换轮胎、甚至做手术的能力。
  3. 风险：物理世界没有Undo键。ChatGPT胡说八道只是幻觉（Hallucination），机器人胡乱操作就是灾难。Skild AI 的高估值忽略了物理世界数据采集的边际成本远高于文本数据。这是一个建立在“模拟数据能完美迁移到现实”假设上的空中楼阁。它代表了硅谷最乐观、最傲慢的一面——认为算法可以解决一切原子问题。

Defense Unicorns：华盛顿的“现实主义红利”

  1. 发生了什么：一群前军官做了一个看似枯燥的DevSecOps平台，悄无声息地成为了独角兽。
  2. 这意味着什么：这是对 Fragmentation（碎片化） 现实的承认。真实世界（特别是战场）不是云端，没有无限带宽，没有统一环境。潜艇、卫星、前线基地的计算环境是破碎、断网且异构的。
  3. 价值：Defense Unicorns 不赌AI的“涌现”，它赌的是软件交付的“管道”。无论AI多么先进，如果不能安全地部署到F-35的机载电脑上，它就一文不值。这是一家在淘金热中卖“防弹运钞车”的公司。它代表了科技界最务实、最接地气的一面——承认世界的混乱，并试图在混乱中建立秩序。

结论 (Conclusion)：

Skild AI 代表了科技界对未来的最大公约数幻想——一个大脑控制一切，整齐划一，无限扩展。

Defense Unicorns 代表了现实世界的最小公约数约束——在最恶劣、最受限的环境下，保证代码依然能跑起来。

本周，资本同时买入了这两个极端，说明大家既在仰望星空，幻想着通用的神级AI；也在修筑战壕，准备好迎接一个分裂、冲突、需要硬核生存技能的物理世界。对于SVTR的读者来说，真正的机会可能不在于盲目追逐那个140亿的泡沫，而在于思考：当那个通用的AI大脑真的到来时，谁来负责把它安全地运送到每一台断网的机器里？

深度附录：从 Skild AI 到 Etched —— 2026年硬科技投资逻辑重构

(以下为扩展分析，基于本周数据对行业趋势的深度推演)

具身智能的“安卓时刻”与泡沫预警

本周 Skild AI 140亿美元的估值震惊了市场，但这并非孤立事件。结合中国的自变量机器人（Zi Bian Liang）以及全球范围内具身智能的融资热潮 (1)，我们正在见证机器人行业的“iPhone时刻”向“安卓时刻”的演变。

数据背后的逻辑链：

硬件的商品化 (Commodification of Hardware)：随着宇树（Unitree）、Figure 等公司将人形机器人的BOM（物料清单）成本压低，硬件本身的护城河正在消失。电机、减速器、传感器正在变得像手机屏幕一样标准且廉价。

大脑的稀缺性 (Scarcity of the Brain)：Deepak Pathak (Skild CEO) 的研究核心在于 Self-Supervised Learning (自监督学习) 和 Adaptation (适应性) (27)。传统的机器人需要为每个动作编程，而 Skild 的愿景是让机器人通过观看视频（YouTube模式）和模拟训练（Simulation）来学习通用技能。这种“通用性”是目前最稀缺的资源。

异常值分析 (Anomaly Analysis)：$30M 营收支撑 $14B 估值，意味着市场认为 Skild 的模型具有 Zero-shot Generalization (零样本泛化) 能力。即：今天学会了在加州厨房煎蛋，明天就能在东京厨房煮面，而无需重新训练。

SVTR 判研：

这一轮估值泡沫是必要的。就像光纤泡沫铺平了互联网的道路，具身智能的泡沫将加速机器人标准化数据的积累。但投资者需警惕：物理世界的“长尾效应”远比语言模型复杂。ChatGPT 遇到不懂的问题可以编造，机器人遇到不懂的地形会摔倒。Reliability (可靠性) 而非 Capability (能力) 将是2026年下半年的检验标准。

算力基建的“达尔文时刻”：Etched 对决 Nvidia

Etched 的5亿美元融资 (15) 是对 Nvidia CUDA 生态的一次自杀式冲锋，也是一次理性的豪赌。

为什么是现在？

  1. Transformer 的霸权：过去几年，AI模型架构百花齐放。但到了2026年，Transformer 几乎统一了文本、图像甚至视频生成领域。这种架构的稳定性为 ASIC（专用集成电路）提供了生存土壤。
  2. Sohu 芯片的逻辑：Etched 赌的是“烧死”Nvidia 的通用性冗余。GPU 为了图形渲染和各种通用计算保留了大量晶体管，而 Etched 的 Sohu 芯片只做一件事：运行 Transformer。根据 (18)，这种专注能带来数量级的能效提升。
  3. 供应链的博弈：Etched 获得了台积电（TSMC）4nm 工艺的支持 (18)，且有 Peter Thiel 站台。这说明硅谷的一股势力正在试图打破 Nvidia 的定价权垄断。

潜在的黑天鹅：

如果 DeepMind 或 OpenAI 明天发布了一个基于非Transformer架构（如 SSM、RWKV 的变体）的 SOTA 模型，Etched 的数十亿投入将面临归零风险。这就是硬科技投资的残酷性——架构锁定既是护城河，也是墓志铭。

地缘政治重塑资本流向

本周的融资数据绘制了一幅清晰的地缘政治地图。

  1. 美国：私人资本高度活跃于国防领域。Defense Unicorns, Anduril, Palantir 等公司构成了新的“军工复合体 2.0”。硅谷正在重新拥抱五角大楼，Rob Slaughter 这样的前军方背景创业者成为了 VC 的宠儿 (32)。
  2. 中国：资金流向呈现出明显的“补短板”特征。星环聚能（能源）、自变量机器人（制造/物流）、以及各类半导体项目，背后都有国资或巨头身影。特别是核聚变领域，中国正在利用举国体制试图在能源赛道上弯道超车 (12)。
  3. 欧洲：极度焦虑下的防御性投资。Harmattan AI 的融资 (7) 显示了欧洲对其国防工业自主性的担忧。在俄乌冲突和全球局势紧张的背景下，欧洲不希望其武器系统的大脑受制于人。

总结：从“连接人”到“替代人”

2026年开年的这周，创投圈的主旋律不再是社交、电商或SaaS。

Skild AI 想替代蓝领工人。

Torq 想替代安全分析师。

Defense Unicorns 想替代传统的军工采购流程。

Etched 想替代 Nvidia。

星环聚能 想替代化石能源。

我们正处在一个巨大的替代周期（Replacement Cycle）的开端。资本极其聪明，也极其无情。他们已经看到了未来的样子：那是一个由核聚变供电、液冷散热、ASIC芯片驱动、通用大脑控制的自动化世界。而本周发出的数十亿美元，就是建造这个新世界的首付款。