本周导读
当 OpenAI 把算力采购推到 2GW、当 Wayve 用 12 亿美元把自动驾驶带进“零微调跨城泛化”、当 Service-as-Software 直接把“人头税SaaS”打成历史尘埃——资本正在用最残酷、最昂贵的方式宣布一件事：旧世界的边界（软件/服务、数字/物理、芯片/能源、合规/增长）正在被智能体与核反应堆一起熔穿。
你会在文中看到两条同时发生的“文明级重组”：一条在办公室里发生——智能体开始交付结果、吞掉岗位、抽走利润；另一条在工厂与电网里发生——端到端具身模型争夺“物理主权”，而能源与半导体架构的战争决定谁能点亮未来十年的算力帝国。这一次，最值钱的不是软件，而是能把现实世界变成可编程系统的那把钥匙。
一、市场观察
Anthropic，2021年成立于美国旧金山，研发并提供基础大模型 Claude。组织约50–60亿美元二级份额交易（secondary sale），对应估值约3500亿美元。
Anthropic 正在收购 Vercept，这是一家成立仅两年的西雅图初创公司，开发了一个名为 Vy 的 AI 桌面代理，用于观察屏幕并自动化重复性计算机任务。TechCrunch 在这里有更多报道。此次收购是 Anthropic 去年 12 月收购编码代理引擎 Bun 以帮助扩展 Claude Code 的最新举措。
Cerebras 是一家总部位于加利福尼亚州桑尼维尔、拥有 11 年历史的公司，与英伟达在制造 AI 芯片和服务器方面竞争，去年撤回了之前的 IPO 申请后，正准备公开上市。该公司可能最早于今年四月上市，已在八轮融资中筹集了超过 25 亿美元。
Generate Biomedicine 是一家总部位于马萨诸塞州萨默维尔、拥有八年历史的初创公司，利用人工智能设计基于蛋白质的治疗药物，其美国 IPO 目标估值高达 21.7 亿美元，筹集资金可能达到 4.25 亿美元。该公司由风险投资公司 Flagship Pioneering 孵化。
Stripe，2010年成立于爱尔兰都柏林（并在美国设重要总部），为企业提供支付与金融基础设施。完成员工股权出售（tender/secondary，金额未披露），对应估值约1590亿美元；投资方包括Thrive Capital、Coatue、Andreessen Horowitz；累计融资额公开信息口径不一，需以权威数据库为准。
General Atlantic 正在出售字节跳动股份，交易估值为 5500 亿美元， 较去年 3300 亿美元的回购增长了 66%。
Peak XV 于 2023 年从红杉分拆，为印度亚洲基金筹集了 13 亿美元。
Pegasus Tech Ventures 是一家总部位于加州圣何塞、拥有 15 年历史的风险投资公司，专门为全球企业管理企业风险基金，他们为丰田子公司 AISIN 筹集了 1 亿美元的基金，用于支持人工智能、出行、机器人、能源和健康领域的初创企业。
Thrive Capital 最近通过类似看涨期权的结构以 2850 亿美元的估值购买了更多 OpenAI 股票，仅为OpenAI当前估值的1/3。
二、创投研判：核反应堆与智能体的引擎正在熔毁旧世界的边界(2026.02.28)
2026年2月的最后一周，一级市场的极客与深口袋资本巨头们却在进行一场狂热的、甚至是不计成本的资源重组：OpenAI以7300亿美元的投前估值完成了史无前例的1100亿美元融资，并直接向亚马逊AWS锁定了高达2吉瓦（GW）的Trainium物理算力 ；而在实体物理世界，自动驾驶与具身智能领域的融资金额呈现出爆炸性增长，单笔十亿美元级别的支票屡见不鲜，亚马逊创始人Jeff Bezos甚至亲自携62亿美元重装下场，试图用智能体接管全球制造业的流水线。
通过对本周超大规模融资事件的穿透式审视，专业投资者必须认清资本流向背后隐藏的三个不可逆的宏观趋势：
- Service-as-Software（服务即软件）模式正在对按人头收费的传统 SaaS 进行毫不留情的降维打击，从提供“系统工具”彻底转向交付“业务结果”。
- 物理主权（Physical Sovereignty）的争夺已进入白热化阶段，端到端（End-to-End）的具身大模型正在彻底统治机器人的躯体，进而图谋改写整个人类工业制造与出行的物理定律。
- 能源闭环与底层半导体架构的霸权之争正在重塑硅谷的权力结构，英伟达（Nvidia）在通用GPU算力上的绝对垄断开始出现被定制化ASIC芯片与极低能耗材料撕裂的致命缝隙。
1. 趋势一：SaaS 的溃败与 Service-as-Software 新物种的崛起
案例1：Basis 与 Harper 的结果导向革命
在一级市场，资本的嗅觉永远比二级市场更嗜血。顶级VC已经用脚投票，将弹药疯狂倾泻于那些不再兜售软件，而是直接取代人类服务交付的新物种——Service-as-Software。
本周，聚焦于财务与会计领域的AI智能体公司 Basis 宣布完成了一笔高达1亿美元的融资，投后估值达到1.15亿美元，正式跻身硅谷独角兽俱乐部。这轮融资由顶级机构 Accel 领投，GV（Google Ventures）、Khosla Ventures 甚至前高盛CEO Lloyd Blankfein 均大举跟投。Basis 的核心产品逻辑极具侵略性：它根本不屑于向会计师推销“提高工作效率的SaaS工具”，而是直接部署AI代理来接管极其耗时的日常任务，如自动编制财务报表、提交复杂的税务申报表并追踪巨量费用明细。在美国面临高达40万名专业会计师短缺的宏观背景下，Basis 的渗透速度令人胆寒——其平台目前已经成功拿下了美国排名前25大精算与会计师事务所中30%的客户份额，在排名前150的事务所中也占据了20%的份额。
在更为古老且流程极度繁琐的商业保险市场，Harper 同样展示了 Service-as-Software 降维打击的恐怖潜力。这家毕业于Y Combinator (YC W25) 的初创公司刚刚完成了由 Emergence Capital 领投的4700万美元种子轮及A轮组合融资，总融资额推高至5400万美元，Peak XV Partners亦参与其中。商业保险尤其是规模高达1350亿美元的过剩与盈余（E&S，即非标准风险）市场，长期受制于严重的碎片化、繁琐的邮件沟通、低效的ACORD表单和极长的人工核保周期。Harper 的颠覆性在于，它并没有像传统 InsurTech 公司那样去开发一套卖给现有经纪人的SaaS系统，它直接申请了保险经纪牌照，让自己成为了一家近乎自治的 AI 原生经纪公司。
通过构建名为 Harper Hub 的AI引擎，Harper 能够自动跨电话、邮件和对话抓取上下文数据，自动处理报价路由、风险偏好匹配并进行承保人跟进，将申请时间削减了惊人的50%以上。通过剥离人工经纪人处理琐碎文书的冗余成本，Harper 在一个传统的“服务行业”中，硬生生实现了只有纯软件公司才能拥有的超高毛利率，以传统模式十分之一的极低成本向数千家由于缺乏传统券商关注而难以投保的物流、医疗和建筑中小企业提供企业级服务。
案例2：企业级 IT 与合规架构的全栈重构
除了垂直业务场景，企业内部定制化 IT 应用的生成与管理方式也在经历底层重塑。本周，由在 Palantir 拥有8年复杂企业软件开发经验的 Steve Basher 创立的 SolveAI 携5000万美元A轮融资（由 GV 领投，Accel 此前领投了其500万美元的Pre-seed轮）高调走出隐形模式。当前市面上的 AI 代码生成工具（如 Cursor、Lovable 甚至 Claude Code）大多只能快速生成前端代码原型或独立的脚本，缺乏对企业级安全和部署环境的理解。SolveAI 的野心在于跨越这道鸿沟。其平台允许任何不具备深厚技术背景的员工通过自然语言对话，直接生成符合企业 IT 合规标准、带有内置治理架构的生产级全栈应用程序。这些由AI构建的应用程序能够无缝部署在企业现有的基础设施上，并利用前置部署工程师的经验体系，安全地对接 Salesforce、SAP、ServiceNow、Snowflake 和 GitHub 等核心系统。
这标志着企业解决长尾 IT 需求的方式发生了根本性转变：绕过昂贵的外部 IT 咨询公司和排队数月的内部开发资源，直接由最懂业务的员工进行应用级开发。同样的逻辑也适用于金融与法律服务行业，新晋上市公司 Intapp 在其2026投资者日上宣布了被其管理层称为“有史以来最重要”的产品发布——Celeste Agentic AI。这是一个历时两年打造的原生AI平台，旨在为律师事务所和咨询机构提供专业的“专家智能体”，深度嵌入业务发掘、交易资产管理和合规审计工作流中。Intapp 毫不掩饰其野心，直接设定了到2029财年通过这种深度的 Agentic AI 渗透实现10亿美元ARR的激进财务目标。这些数据强有力地证明，在AI时代的创投圈，企业服务初创公司的成长速度已被极速拉升：根据a16z的最新基准数据，目前最优秀的前1% AI应用公司，如Cursor和Gamma，能在极短时间内实现5000万至1亿美元的惊人营收，而即便是一般的企业级AI初创公司，其达到200万美元ARR的时间也被压缩至短短12个月之内，并能在商业化仅仅9个月后顺利完成A轮融资。
SVTR点评
不要被传统 SaaS 财报电话会议中那些所谓“AI 功能采用率”的遮羞布所欺骗。那些试图把 AI 当作一个华丽的附加组件（Bolt-on feature），包装进现有的产品矩阵中，并继续向客户收缴“人头税”的软件公司，实际上在物理层面上已经被宣判了死刑。传统软件护城河的三大支柱——高昂的切换成本、封闭的数据孤岛以及复杂的流程捆绑，正在被具有强推理能力的智能体一层层剥开、粉碎。
Basis 和 Harper 们展现出的商业特质是致命的：它们不卖铲子，它们直接把挖出的金矿卖给你。这不仅仅是定价模式的转变，这是整个人类商业社会价值捕获机制的底层重构。旧时代软件公司的高毛利，建立在将极其沉重的“系统使用与培训成本”转嫁给客户（客户需要雇佣大量的员工来学习和点击这些软件）的基础之上；而新物种主动承担了端到端的“执行成本”，进而在业务产生实质性结果的瞬间，抽走整个产业链条中最丰厚的绝对利润。
2. 趋势二：自动驾驶与具身智能对物理主权的终局争夺
案例1：Wayve 的端到端胜利与传统车企的倒戈
本周自动驾驶领域最大的震荡，来自于总部位于英国伦敦的初创公司 Wayve 宣布完成的高达12亿美元（约合10亿欧元）的 D 轮超级融资，此举将其投后估值直接推升至惊人的86亿美元，成为欧洲最具价值的 AI 初创企业之一。解剖这份堪称豪华的投资人名单，我们可以清晰地读出现有出行霸主们的焦虑与妥协。此轮融资由一线财务投资者 Eclipse、Balderton 和软银愿景基金2期（SoftBank Vision Fund 2）领投，但真正具有决定性意义的是战略投资方的阵列：微软（Microsoft）、英伟达（Nvidia）科技巨头，携手梅赛德斯-奔驰（Mercedes-Benz）、日产（Nissan）和 Stellantis 等老牌全球汽车制造商集体入局。
尤为引人注目的是出行巨头 Uber 的深度参与及结盟。Uber 不仅在 D 轮中注入了巨额战略资金，更额外承诺了基于运营里程碑（Milestone-based）的高达3亿美元的后续资本注入，使得该项目的总支持资金池达到了15亿美元。按照双方披露的合作框架，Wayve 将在2026年率先于伦敦街头启动商业化自动驾驶出租车（Robotaxi）试验，随后在 Uber 的全球网络中扩展至超过10个核心市场；与此同时，Wayve 计划在2027年将其具有监督自治功能的 L2+ 级别（“hands-off” 脱手驾驶）乃至 L3/L4 级别（“eyes off” 闭眼驾驶）软件部署于消费级乘用车中。
Wayve 融资规模的庞大，是对其自2017年起便孤注一掷的“端到端（End-to-End）”具身 AI 技术路线的最高级别背书。与目前行业主流依赖高精地图（HD Maps）、激光雷达堆叠和硬编码规则（Hard-coded rules）的模块化自动驾驶架构截然不同，Wayve 凭借其底层训练自70多个国家海量数据的统一 AI 基础模型，实现了极其恐怖的泛化能力。运营数据显示，Wayve 是全球首个也是唯一一个能够在无需进行任何城市特定微调（Zero-shot）的情况下，在欧洲、北美和日本的500多个不同城市中实现稳定行驶的自动驾驶企业。这种直接通过车载嵌入式算力从感知输入直接输出控制指令的跨地理边界泛化能力，宣告了自动驾驶技术正式从“本地规则的死记硬背”跃升至具备“通用物理常识”的高级形态。
案例2：Project Prometheus 的资本暴力
物理主权的争夺绝不仅限于公共道路交通，全球制造业核心流水线的控制权正在被迅速瓜分。就在本周，由亚马逊创始人 Jeff Bezos 携手前 Google X 核心高管、化学与物理学家 Vik Bajaj 共同创立的神秘 AI 实验室 Project Prometheus，带着惊人的62亿美元初始天价融资重磅入场。
这家总部位于旧金山、目前拥有约120名从 OpenAI、Meta 和 DeepMind 重金挖角的顶尖研究员的公司，其目标极其冷酷：打造一个“制造业转型载体（Manufacturing Transformation Vehicle）”，利用能够通过现实世界试错（Trial and Error）而不仅是文本训练来学习的物理AI系统，彻底重塑计算机、航空航天和汽车工业的物理任务执行逻辑。
为了加速这一进程，Project Prometheus 在成立极短的时间内（有消息称仅在旧金山米其林餐厅进行了一次密会后的第四天），便闪电收购了由前 DeepMind 和特斯拉研究员 Sherjil Ozair 创立的智能体计算初创公司 General Agents。General Agents 的核心资产是一款名为“Ace”的计算机智能体（依托其自研的 ace-control-small 和 ace-control-medium 基础模型），该智能体能够以竞争对手无法企及的“光速（Lightspeed）”在计算机视窗内自动跨应用执行复杂的微操任务。这种在数字环境下极致的运动控制与决策能力，显然是为下一步全面接管复杂的工业机器人与多轴制造流水线进行底层算法的前置演练。Bezos 筹集数百亿美元资金意图收购那些将被工业 AI 颠覆的传统制造企业的战略意图昭然若揭：当物理世界的控制权被端到端模型掌握，工业巨头们积累百年的工艺护城河将被瞬间击碎并被低价兼并。
案例3：模态与真实物理数据的残酷军备竞赛
在全球视野下，大洋彼岸中国具身智能赛道的疯狂与内卷程度，丝毫不亚于硅谷。本周，千寻智能（Spirit AI）、智平方（Zhipingfang）与西湖机器人（Westlake Robotics）释出的底层数据与巨额融资信号，向投资者揭示了机器人“大脑”进化的残酷真相。
千寻智能宣布完成了高达2.8亿美元的融资，其背后的核心武器是基于视觉-语言-行动（Vision-Language-Action, VLA）统一架构的 Spirit v1.5 模型。在业界公认最为严苛、被誉为机器人“全球统考”的真实物理环境测试平台 RoboChallenge（涵盖放置、目标识别、工具使用等30多项物理任务）中，Spirit v1.5 以66.09的综合得分和高达50.33%的任务成功率强势登顶，直接且彻底地碾压了由美国明星公司 Physical Intelligence（Pi）开发的 pi0.5 模型。
必须极度关注的是千寻智能团队主导的“脏数据（Dirty Data）”战略。由加州大学伯克利分校博士、清华大学助理教授杨高带领的年轻研发团队指出，当前业界许多同行由于过度依赖精心编排、过度清洗的“干净”演示数据，其模型性能已经触碰到了天花板；而 Spirit v1.5 则反其道而行之，通过优先处理现实世界充满噪音与复杂性的未经编排的交互数据（目前已累积超20万小时数据，预计到2026年底将突破100万小时），来强制模型学习真正的物理常识。借助其专有的可穿戴数据采集设备，千寻智能将数据获取成本相比传统遥操作（Teleoperation）大幅降低了90%。这种在3D定位、遮挡处理和长视野执行上的压倒性优势，使得其搭载该模型的 Moz1 仿人机器人甚至已经在2025年底成功进入宁德时代（CATL）的新能源电池 PACK 产线进行真实的高强度部署作业。
与此同时，智平方也在大洋彼岸发布了全球首个全域全身 VLA 大模型 GOVLA。在底层计算参数规模仅为谷歌同类模型1/20的情况下，GOVLA 实现了极其恐怖的性能跃升，综合表现提升超过80%。传统 VLA 大模型的致命缺陷在于其往往只能输出单一的机械臂控制指令，而 GOVLA 则首次实现了系统级的突破——同时输出对机器人的全身协同控制信号与整体移动轨迹规划。这种跨越，使得搭载 GOVLA 模型的 AlphaBot 等机器人能够彻底摆脱“固定工位”的束缚，在工厂柔性制造、半导体生产乃至消费端餐饮服务等多种极具差异化的跨任务场景中实现无需二次训练的无缝泛化。
在这场资本狂热中，由国家重大项目首席科学家、西湖大学顶尖 AI 科学家王东林教授与前阿里天猫精灵核心创始人杜海涛联合创立的“西湖机器人（Westlake Robotics）”，也在成立不到一年的时间内迅速完成了近亿元人民币的天使+轮融资。这笔由晶科集团旗下 CVC 金能基金与犇驰资本领投的产业资本注入，标志着具备极强工业资源背景的重资产企业正急不可耐地将实验室里的端到端大模型强行拉入商业化与量产部署的深水区。
SVTR 点评
2026年是物理世界与具身智能的“1945年”——旧的传统机械制造与规则控制工业秩序即将面临终结，而掌握了底层数据的新超级大国正在依据算力与模型重新划定势力范围。人形机器人或者四足机器狗的硬件本体已经开始无可逆转地迅速商品化，其机械结构的降本速度将远超预期；这条赛道里真正的、唯一不可逾越的护城河，只存在于 VLA 基础模型的泛化能力，以及在真实物理世界获取高维、高信噪比“脏数据”的系统性能力之中。
外行可能会觉得千寻智能在评测中 50.33% 的任务成功率看似不值一提，但在包含严重 3D 视觉遮挡、不可预见的物理碰撞以及多步长序列推理的复杂物理世界里，跨越 50% 这一工程阈值，意味着该系统已经初步脱离了实验室演示的玩具范畴，具备了切入特定工业环节的商业可用性。
对于自动驾驶和机器人领域，胜负的判定标准异常冷酷且单一：抛弃所有的公关演示视频，谁能最先在完全无人类接管干预的真实开放世界中实现商业化收入的闭环，谁就能在下一个五十年里，毫无悬念地垄断全球物理生产力的分配权。
3. 趋势三：算力异构化、能源底座的崩塌与半导体霸权的反叛
案例1：1100 亿美元的算力黑洞与 AWS 的物理级捆绑
OpenAI 本周正式确认了其震惊华尔街的1100亿美元创纪录融资，这一举动将其投前估值推高至令人晕眩的7300亿美元。在这个由软银（300亿美元）、英伟达（300亿美元）和亚马逊（高达500亿美元）共同构筑的资本深渊中，我们看到了极度矛盾的财务数据：尽管 OpenAI 宣称其在2025年实现了令人咋舌的233%的年营收暴增（年化经常性收入飙升至200亿美元，内部更是疯狂预期到2030年将突破2800亿美元） ，但冷酷的财务投影显示，其2026年的预期亏损依然将达到骇人听闻的140亿美元。这意味着，这家公司每产生1美元的收入，都在以指数级的速度焚烧底层的计算资源。
然而，这场融资中最核心、最具战略穿透力的信号绝对不在于那7300亿的估值泡沫，而在于资源底座的深度强制绑定。亚马逊分两期注入的500亿美元巨资（首期150亿，尾款350亿与AGI实现或IPO条件挂钩），其核心交易代价是 AWS 将成为 OpenAI 极其关键的企业级代理平台“Frontier”的独家第三方云分发商。但更令人毛骨悚然的数据在于基础设施物理层面的承诺：作为协议的一部分，OpenAI 将在未来极具侵略性地消耗高达 2 吉瓦（Gigawatts, GW）的 AWS Trainium 芯片算力容量（覆盖当前及下一代 Trainium4 芯片）。
2GW 是什么概念？一台标准的大型海上风电机组峰值功率约为14兆瓦，而 2GW 相当于一座中大型商用核电站满负荷运转的全部输出功率。这种完全脱离常轨的计算资源调动规模表明，大模型的训练与全球规模推理已经彻底超越了传统 IT 商业采购的范畴，直接进入了国家战略级能源与基础设施部署的残酷领域。
案例2：TPU 门徒的叛乱与边缘突围
当单一企业的算力需求陡增至 GW 级别时，英伟达（Nvidia）引以为傲的通用 GPU 架构（其设计初衷必须兼顾图形渲染与各种浮点运算的灵活性）在极高吞吐量推理场景下的高能耗、内存墙瓶颈与延迟短板，便成了不可忽视的系统性痛点。硅谷的硬科技资本正在疯狂寻找能够刺穿英伟达护城河的专用集成电路（ASIC）长矛。
由前 Google Tensor Processing Unit (TPU) 核心软硬件开发主管 Reiner Pope 和 Mike Gunter 创立的芯片初创公司 MatX，本周极其高调地宣布完成了高达5亿美元的 B 轮融资。这轮融资不仅由华尔街最精密的量化交易巨头 Jane Street 和专注于 AGI 投资的 Situational Awareness LP 领投，更吸引了全球芯片互连巨头 Marvell Technology 的战略参与。MatX 剑指大语言模型（LLM）推理计算的延迟与吞吐量物理极限。其核心产品 MatX One 芯片在架构上彻底放弃了 GPU 的通用性妥协，采用高度定制化的可拆分脉动阵列（Splittable Systolic Array）设计，并将传统 SRAM 优先（SRAM-first）设计的极低延迟特性与高带宽内存（HBM）对超长上下文窗口支持的容量优势进行了暴力的物理融合。
凭借这种基于第一性原理的极端优化，MatX 宣称其目标在2027年通过台积电（TSMC）完成量产，并在 LLM 的处理吞吐量上提供十倍于现有英伟达旗舰 GPU 的效能。MatX 团队的逻辑极具毁灭性：在万亿参数模型成为工业标配的时代，继续为非核心计算（如小模型或极低频工作负载的灵活性）保留庞大的硬件冗余是极其愚蠢且不可接受的；在极高频的矩阵乘法任务面前，如 Xilinx FINN 框架支持的 FPGA 芯片虽然灵活但性能上限极低，只有极致打磨的专用架构（ASIC）才能在性能功耗比（Performance-per-watt）上取得压倒性优势，并必将无情地吞噬通用 GPU 庞大的推理市场份额。
在边缘计算（Edge AI）和具身智能本体端，位于荷兰的 Axelera AI 最新公开的 Europa AI 芯片在仅仅45瓦的极低功耗限制下，交付了惊人的 629 TOPS（万亿次操作每秒）算力。对比其上一代仅需 4-8W 就能实现 214 TOPS 的 Metis 架构（根据官方基准测试，Metis 在 SSD-Mobilenet v2 视觉网络测试中达到了 2400 FPS 的极高推理吞吐率，性能是同类竞品的数倍，且在模型量化后几乎不损失精度），Europa 显然将狩猎目标瞄准了需要实时运行复杂大语言模型与多模态机器视觉的工业级“AI 工厂”、自动化导引车（AGV）及高自由度人形机器人本体。值得注意的是，Axelera AI 故意选择采用成熟的传统 PCIe Gen 4 和 M.2 接口以确保对现有工业系统的广泛兼容，这种利用低成本快速实现算力下沉部署的战略，正在从底层解构英伟达高昂的硬件护城河。
为了应对未来持续膨胀的能耗危机，半导体材料学的底层创新也传来了剧烈震动。麻省理工学院（MIT）的研究团队展示了一种全新的 3D 逻辑芯片堆叠制造技术。通过创新性地在半导体后端采用非晶铟氧化物（Amorphous Indium Oxide）作为晶体管沟道材料，并结合铁电铪锆氧化物（HfZrO），研究人员成功在仅150摄氏度的极低安全温度下，实现了逻辑计算单元与内存组件的垂直堆叠整合。这种被证明可以替代传统昂贵且需要在极高温度下使用黄金键合的氮化镓（GaN）晶圆技术的全新工艺，直接从物理结构上消除了传统冯·诺依曼架构中因数据在逻辑与内存间不断搬运而导致的巨量能耗损失，并在 20 纳米级的微小物理尺寸上实现了仅 10 纳秒的极速内存开关。这种从材料学底层的降维突破，才是应对 AI 算力黑洞的终极武器。
案例3：医用同位素掩护下的核聚变突围
如果半导体架构的优化仅仅是“节流”，那么彻底突破人类文明能源上限的“开源”，则必须指向宇宙中最硬核的物理技术——核聚变。本周，核技术公司 SHINE Technologies 宣布完成了一笔总额达 2.4 亿美元的新一轮重大股权融资。尽管这家威斯康星州公司当前的商业落地故事依然高度集中在医疗同位素生产领域（其正在建设的 Chrysalis 设施预计每年可稳定提供约 2000 万剂用于心脏病与癌症诊断的钼-99（Mo-99）患者剂量；而其 Cassiopeia 设施则具备每年生产 10 万至 20 万剂尖端靶向放射性抗癌药物镥-177（Lu-177）的庞大产能），但其隐藏在医疗外衣下的核心驱动力，是其已经实现稳态中子产额接近惊人的每秒 50 万亿次的氘-氘（D-T）核聚变中子发生器技术。
SHINE 的战略高度在于，它利用核聚变的中子源彻底替代了以往高度依赖且具有严重核扩散风险的传统高浓缩铀（HEU）裂变反应堆，并在2023年极其罕见地获得了美国核管理委员会（NRC）30多年来首次针对非公用事业公司颁发的运营许可技术审查最终安全评估报告认证。
在这个时间点，AI 计算巨头与能源巨头的物理界限正在被彻底抹除。当 2GW 仅仅是 OpenAI 在 AWS 上一个初步锁定的合同配额时，传统脆弱的交流电网与低效的化石能源根本无法支撑 AGI（通用人工智能）模型训练所需要的能量密度。投资核聚变与先进反应堆，早已不再是硅谷风险投资家们为了展示科技情怀的点缀，而是确保在未来十年内，那些由数百万块 GPU 与 ASIC 堆叠而成的数字帝国，不会因为一次拉闸限电而瞬间分崩离析的续命之举。
SVTR 点评
不要再把英伟达的市值巅峰视为无懈可击的物理神明。毫无疑问，Jensen Huang 构建了无比庞大且黏性极强的 CUDA 软件生态壁垒，但这并不能掩盖 GPU 架构在面临万亿规模矩阵乘法这一极其单一且确定的数学任务时的物理低效。在极致的算力密度要求和极度敏感的能源功耗成本面前，专为长序列 Transformer 或特定多模态 VLA 模型进行深度定制的 ASIC 芯片（如 MatX One 和亚马逊自研的 Trainium）拥有不可逆的底层物理优势。OpenAI 拥抱 AWS Trainium 并锁定 2GW 电力的举动，绝非单纯的商业采购，而是一份重塑硅谷算力霸权的“国家级”战略条约。
同时必须清醒地认识到，在算力耗电量以对数级别增长的今天，任何不将能源自给率与散热物理学纳入考量的 AGI 宏大叙事都是在对投资人耍流氓。算力的终极尽头不是芯片工艺的迭代，而是受控核反应堆。那些能够在接下来的十年内，将先进核能（无论是小型模块化裂变堆还是可控聚变）与超级液冷数据中心进行原生物理级耦合的巨头企业，将成为真正统治新世界运转逻辑的绝对寡头。
案例4：合规刺客的绞肉机与被忽视的防守型 Alpha
在底层物理技术狂欢和旧时代软件模式崩溃的巨大阴影下，一个通常被激进投资者嫌弃的赛道——合规治理，却正在迎来一次隐秘但确定性极高的暴利收割机会。
随着全球范围内针对 AI 的法律紧箍咒不断收紧，例如具有极强惩罚力度的《欧盟人工智能法案》（EU AI Act，违规企业最高将面临全球总营业额 7% 的毁灭性罚款）、美国科罗拉多州与犹他州的 AI 法案、加州针对自动化决策技术（ADMT）的严格消费者隐私限制，以及纽约市极具针对性的 Local Law 144（强制要求对 AI 招聘工具进行年度偏见审计），企业部署核心 AI 系统的最大阻力，已经从前沿的技术研发端，灾难性地转移至了极其保守的法务审计端。
本周在一级市场上表现出极强业务粘性的 Luminos.AI 平台，恰恰极其精准地切入了这个让所有财富 500 强企业高管头疼的痛点。Luminos 绝非那种市面上泛滥的、仅仅套壳调用一下 OpenAI API 就敢自称为“AI 合规助手”的 Wrapper 垃圾项目。它是一个由具有数十年实战经验的外部顾问和内部法务专家团队与数据科学家深度协作构建的自动化 AI 风险治理中枢系统。
Luminos 的核心技术壁垒在于，它能够像一个无情的自动化流水线一样，将企业内部原本极度分散、甚至相互冲突的偏见统计测试、版权违规监控、去标识化校验和影响评估等繁杂工具彻底整合。更重要的是，它能够直接一键生成完全符合各个司法管辖区（Jurisdiction）特定法律框架和监管机构要求格式的定制化合规批准文档，彻底终结了过去那种“用一份通用模板应付所有合规要求”的高风险做法。根据其披露的核心运营数据，依靠这套内置了海量监管测试标准和法律知识库的自动化工作流，Luminos 平台能够极其显著地减少企业陷入人工文书流程的泥潭，将企业在实际业务中合规部署 AI 工具的审批速度提升高达 50% 至 70%。
SVTR 点评
这恰恰是当前过度拥挤的创投市场上，最为确定的、却也最容易被沉迷于技术信仰的 VC 们所忽视的 Alpha 收益源。在面向消费端的消费级 AI（C端应用）赛道里，无数试图用 ChatGPT 接口简单包装一下就宣称能改变人类交互方式的所谓“个人智能助手”初创公司，其留存率惨不忍睹，最终都已经沦为硅谷资金乱坟岗里无人问津的枯骨。
相反，在高度受监管的 B 端领域（如法律审计合规、网络安全渗透、医疗级数据去隐私化清洗），利用 AI 去自动化那些极其复杂、枯燥且容错率极低的“防御性”合规工作流程，却具有深不可测的护城河。必须明白一个冷酷的商业逻辑：对大企业而言，采用新技术是一种为了追求更高利润的“可选项”，但满足监管合规绝对是一项强制缴纳的“生存税收”。合规成本只会随着技术的进步而呈几何级数增加。谁能把这套极其复杂、晦涩的法律文本审核与代码偏见测试机制固化为平台化的 SaaS 工作流，并与大企业的 IT 基础设施深度绑定，谁就能在 AI 时代心安理得地躺平，向所有试图部署大模型的企业收取极其高昂的数字化“保护费”。
8. 本周核心融资事件总表 (2026.02.21 - 2026.02.28)
9. 全文结语：冰冷的剥离与物理世界的重组
2026年初的这场 SaaSpocalypse 与实体物理世界 AI 的融资狂飙并行发生，是对过去二十年旧有互联网投资范式的无情嘲弄与清算。宏观市场已经极度厌倦，并且不再愿意为那些仅仅停留在 PPT 上、承诺带来虚无缥缈的“潜在工作效率提升”的传统软件工具支付荒谬的 P/E 溢价。资本在极度恐慌中变得异常冷静，并开始只为两种核心事物买单：
- 能够直接切入业务流、交付确定性商业结果并彻底剥夺人类冗余工作岗位的数字精英劳动力（即彻底走向 Service-as-Software）；
- 能够突破陈旧的物理法则限制、在现实四维空间中建立起庞大算力集群与无限能源绝对壁垒的极硬核基建。
三、社区动态
招募圆满收官！SVTR 2026 Spring AI Venture Camp 邀请函已全量发出，3月上海见！
经过数周的火热报名与严密筛选，SVTR 2026 Spring AI Venture Camp 的招募工作现已正式画上圆满的句号！ 目前，所有正式入选的邀请函已全量发出。请各位申请人查收您的邮箱，确认您的专属入场凭证。
回顾本次招募，我们收到了海量令人惊艳的商业计划与参会申请。从最终确认的这份“硬核”名单中，我们看到了全球华人乃至跨国 AI 力量的强劲爆发：
1、顶配的“硬科技”先锋阵容 本次 Camp 汇聚了来自全球顶尖名校（Stanford, UC Berkeley, Oxford, UIUC 等）以及科技巨头（Apple, Meta, Google, Microsoft, Amazon 等）的硬核创业者。你们不仅有着扎实的学术与大厂背景，更带着真正能落地的技术壁垒来到这里。
2、直击核心的前沿赛道 从名单中，我们看到了 AI 正在以令人惊叹的速度重塑千行百业。本次参展与深度交流的项目，深度覆盖了当下最具爆发力的前沿领域：
- AI Agent 与底层工具： 从边缘端个人助手、AI-Native PCB 设计平台，到企业级自动化 Agent 操作系统；
- 具身智能与空间计算： 无围栏高速工业机器人、可规模化远程遥操作框架，以及构建物理世界动作级数据的空间智能基础设施；
- AI+ 垂直产业的深度重构： 涵盖了智能健康（零糖检测生科）、智能硬件与情感陪伴、AI 驱动的新型大消费硬件，甚至将 AI 算力与无人机竞速结合的全新体育科技。
3、创投生态的“双向奔赴” 除了带来惊艳 Demo 的参展企业，本次 Camp 还吸引了大量带着真实产业需求和场景的专业观众（参观企业），以及来自 IA Seed Ventures、Solaris Venture 等机构的敏锐投资人与生态嘉宾。从闭门研讨到 Demo Day，这里将是高频碰撞、高效 Matchmaking 的最佳场域。
无论你是来展示改变世界的产品、寻找下一个超级独角兽，还是来探索 AI 落地的前沿场景，SVTR 都已为你搭建好最纯粹的交流舞台。带着你的洞察、你的代码、你的野心，来和最懂你的人交手吧！
四、内容精选
万亿市值蒸发背后：LLM 正系统性瓦解垂直 SaaS 的护城河 | SVTR Thesis #001
过去一年，SaaS 市场的“寒气”不仅来自宏观经济，更来自技术底层的剧烈震颤。当 FactSet 和汤森路透的市值在数周内大幅缩水，华尔街将其归咎于“恐慌”，但身处一线的创业者看到了更本质的危机。本文作者Nicolas Bustamante是罕见的“双栖”创业者——他曾创立欧洲最大的法律 SaaS 平台 Doctrine，亲手构建了那些传统的护城河；而今，他又创立了 AI Native 的金融研究平台 Fintool，致力于用 LLM 拆除这些壁垒。他的视角冷静而残酷：LLM 并不是在无差别地毁灭 SaaS，而是在进行一场精准的“去伪存真”。 那些依靠复杂的交互界面（Interface）和工作流锁定客户的公司，正在失去定价权；而那些拥有独家数据和监管牌照的堡垒，却在变得更加坚固。
2028 全球智力危机：一场来自未来的金融史思想实验 | SVTR Thesis #002
2 月 22 日，Citrini Research 发布了一篇题为《THE 2028 GLOBAL INTELLIGENCE CRISIS》的宏观推演。这篇原本仅在顶级机构投资者圈层流传的内部备忘录，在周末瞬间横扫 X 趋势榜，并直接在此后的交易日将恐慌情绪传导至盘面。截至周一美股收盘，文中被“点名”的上市公司普遍下挫：外卖巨头 DoorDash、资管巨头黑石大跌超 6%，美国运通重挫超 7%，优步与 Visa 也应声走弱。市场之所以对其做出如此剧烈的“左侧定价”，是因为这不仅是一场沙盘推演，更是一份逻辑极其严密的“未来尸检报告”。自从ChatGPT问世以来，硅谷和华尔街正沉浸在一场史无前例的多头狂欢中。我们每天都在激烈讨论算力的军备竞赛、Agentic Workflows 的涌现能力，以及新一代 AI 基础设施的投资机会。但在这场狂热的“供给侧”盛宴中，绝大多数人——无论是创始人还是投资人——都刻意回避了一个致命的“需求侧”盲区如果 AI 真的如预期般完美兑现了全面替代人类智力的承诺，那些被优化的白领们，拿什么来维持支撑整个现代商业体系的消费大盘？
五、活动预告
SWITE Product Builder Series Pitch Day｜SWITE 产品开发者系列推介日
时间
2026年3月2日（周一）PST 17:00 - 19:00
地点
Gates Computer Science（盖茨计算机科学） 353 Jane Stanford Way, Stanford, CA 94305, USA
活动主题（嘉宾/评委介绍）
活动主题：2026 Builder Series 结营路演与成果展示（Pitch Day） 本次推介日是 SWITE 2026 Product Builder Series 的最终展示环节。该项目历经一个季度的密集训练，涵盖构思（Ideation）、客户调研（Customer Discovery）、原型制作（Prototyping）以及上市与增长准备（Go-to-Market Preparation），旨在帮助早期团队从概念走向落地与发布。
评委阵容（Judges）：
- Khalil Fuller｜Pear VC 合伙人 & Dorm 负责人
- Lauri Moore｜Bessemer Venture Partners 合伙人
- Brandon Farwell｜Xfund 普通合伙人（General Partner）
项目团队方向：AI、VR/XR、医疗健康、广告基础设施、创作者工具等，聚焦真实问题，以可规模化的产品驱动解决方案推进落地。
组织方介绍
SWITE 主办 Product Builder Series（产品开发者系列），通过系统化的训练与资源支持，帮助早期创业团队完成从产品想法到可发布产品与商业化路径的加速推进；本次 Pitch Day 为该系列的结营展示与公开路演环节。
报名链接：https://luma.com/wyoucylx?tk=Ot4B5v
注：访问硅谷科技评论官网（svtr.ai）或联系微信pkcapital2023，获取完整周报内容和项目细节。