穆拉蒂的公司要融 50 亿美元：投前估值 400 亿，同一天放出 594B 的 Inkling 2 Small

去年这个时候，Thinking Machines Lab 的估值还是 120 亿美元；今年早些时候，它想按 500 亿美元谈，谈崩了。现在它又回到了牌桌上，而且姿态更强硬：据 Business Insider 报道，这家由前 OpenAI 首席技术官米拉·穆拉蒂创办的公司，正以 400 亿美元投前估值募集 50 亿美元。

一分钟速览

• 投前估值 400 亿美元，拟融资 50 亿美元
• 此前曾以超 100 亿美元估值完成 20 亿美元种子轮
• 后来一次按 500 亿美元估值融资的尝试谈判破裂
• 同日发布第二代模型 Inkling 2 Small：MoE 架构，参数 594B-A17B
• 该模型经历四阶段预训练与 9 天联合强化训练，下周以 Apache 2.0 开放权重

估值过山车：500 亿谈崩，400 亿再来

一家公司一年之内估值从 120 亿跳到 400 亿甚至想上 500 亿，中间却没有公开的产品收入支撑，这件事本身就值得拆开看。Thinking Machines Lab 的融资节奏更像是在”用时间换空间”：先拿一笔足够大的钱把算力和人锁住，再把估值抬到下一轮，直到某一轮谈不动为止。

500 亿美元那轮谈判破裂，说明市场的耐心在收紧。对比今年 AI 基础设施领域的融资热度，这个结果并不意外——投资人开始要求看到可验证的进展，而不是只看创始人履历。现在退回到 400 亿美元的投前估值，逻辑上是一次务实回调：既没有大幅降价伤到老股东，又给了新投资人一个”比上一轮便宜”的说法。

同一周放出 594B：融资叙事要有模型垫底

更值得注意的是时间点。融资消息和模型发布撞在同一天：Inkling 2 Small 采用 MoE 架构，参数规模 594B-A17B，也就是总参数 5940 亿、每个 token 激活约 170 亿。它经历了四个阶段的预训练，外加 9 天的联合强化训练。公司称这款模型在分析智能上的得分远超此前模型，反映在智能编码、视觉理解、知识工作和推理上的提升。

名字里的 “Small” 有点反讽——594B 的总参数放在开源模型里属于顶格。但对 MoE 来说，看总参数容易误判：真正决定推理成本的是激活参数，17B 的激活量意味着它在服务端的单次推理开销接近中型稠密模型。这也解释了为什么它对标的是”能力密度”而不是”参数量”。

下周以 Apache 2.0 开放权重，这个动作的信息量比参数量更大。一家估值 400 亿美元的实验室把旗舰级模型权重放出去，通常只有三种动机：抢开发者生态、用社区反馈补数据、以及在人才市场上立一块”我们真的在做前沿”的招牌。考虑到这家公司此前多次被曝核心人才被挖走，第三种动机大概占了不小的比重。

为什么投资人还愿意给 400 亿

从外部看，这家公司目前最硬的资产是人和方向，而不是收入。穆拉蒂在 OpenAI 时期主导过 ChatGPT 和 DALL·E 的产品化，这套经验在”把模型变成产品”这件事上确实稀缺。而市场对”下一个前沿实验室”的押注，本质上是押注 AGI 到来时能站在第一梯队的少数几家公司。

风险也很清楚：前沿模型的训练成本正在以每年数倍的速度上涨，50 亿美元听起来很多，放到千卡万卡级别的集群里，也就是一到大两年的弹药。如果这一轮融资完成后仍拿不出可规模化的商业路径，下一轮的估值故事会更难讲。

一句话总结

400 亿美元买的是一个还没被验证的假设：穆拉蒂的团队能在 OpenAI、Anthropic、谷歌之外，做出第三条前沿路线。Inkling 2 Small 的开放权重，是这家公司第一次让外界有机会自己检验这个假设——权重放出来之后，跑分和口碑都不再靠新闻稿。