AI初创分批融资套路：51亿美元估值背后的70倍价差

2026 年初，谷歌 DeepMind 前资深科学家 David Silver 出现在一场 Zoom 线上会议上，向一家风投机构推介自己新成立的初创公司 Ineffable Intelligence。这位在谷歌任职十余年的强化学习先驱，用半小时阐述了一个宏大构想：搭建数字环境，让 AI 系统无需人类提供数据或人工干预就能自主学习。他甚至畅想，人工智能未来将发展到「连烤面包机都能装上 AI」的地步。然而，这位参会投资人回忆，推介过程「没有演示文稿，也没有项目备忘录」，听起来「离谱得不像话」。

尽管西尔弗短期内没有推出产品的计划，更谈不上盈利，他仍然为 Ineffable Intelligence 完成了 11 亿美元种子轮融资——被冠以「欧洲史上最大种子轮」之名，公司估值高达 51 亿美元。但企业备案文件显示，这场融资实际上分为两批：红杉资本等机构先以约 5500 万美元投前估值出资 1100 万美元；仅过一个月左右，公司又以约 40 亿美元投前估值追加募集 11 亿美元，Lightspeed、Index Ventures、DST Global 以及红杉均按高估值入场。短短数周，同一家企业的入股价格相差 70 多倍。

分批融资成为 AI 圈新常态

这种分批次募资模式在当下的 AI 融资热潮中愈发普遍，在「新型实验室」（neolab）类企业中尤为典型——这类公司成立即融资数十亿美元，重心放在前沿研究而非产品开发。搭建 AI 实验室需要海量 GPU 算力，创始人募资需求庞大，领投机构也顺势要求更优惠的投资条款。

据 Menlo Ventures 合伙人 Deedy Das 5 月统计，目前新型实验室数量超 63 家，总估值超过 3000 亿美元，募集资金约 480 亿美元。过去一年投向 OpenAI 和 Anthropic 以外 AI 初创公司的资金总额约为 2830 亿美元，这类实验室的融资规模占到其中 16%。

不仅是研究型实验室，AI 基础设施公司同样如此。Baseten 近期分两批完成 15 亿美元融资，两笔对应估值分别为 110 亿和 130 亿美元。据多名消息人士透露，Aaru、Serval 等备受关注的 AI 初创企业也采用了类似方式。

为何同一家公司估值悬殊

领投方通常先以较低估值入场，帮助组织整轮融资，并向英伟达、谷歌或微软等战略投资者释放「前景看好」的信号。这些大型企业投资者对价格相对不敏感，因为开出的大额支票很快会转化为芯片合同和云服务协议。蓝筹风投公司随后鼓励初创公司开启第二批融资，借助自身品牌推高本轮热度，制造竞争氛围和紧迫感。

后入场机构甘愿支付高溢价，部分原因是 FOMO 心理——它们错过了 OpenAI 和 Anthropic 等 AI 巨头，希望在新型实验室中押中下一波前沿企业。Foundation Capital 合伙人 Jaya Gupta 指出：「当下募资市场只看市场热度，一则十亿美元级融资的头条新闻，远比准确真实的融资数据有价值得多。」

企业真实价值通常采用混合估值——根据每一批次出让股权比例加权计算的平均值，这个数字一般不对外公开。对外公布的大额总估值因此制造了一种错觉：红杉等一线机构以超高估值重仓，实际情况要复杂得多。

被高估值裹挟的员工

混合估值与披露估值之间的落差，最终可能由员工承担。Mercor 首席执行官 Brendan Foody 6 月在 X 平台发文称：「过去 6 个月里，我见过六七起红杉分两批投资的案例」，并将这种做法称为「红杉骗局」。他指出：「创始人向员工歪曲这一事实，然后再拿这个高估值去忽悠天使投资人。」红杉合伙人 Shaun Maguire 回应称，在红杉七年里这种情况仅发生过五次，实际情况是「其他投资者为了投资热门公司甘愿支付比我们高好几倍的价格」。

高估值的吸引力在于吸引顶尖人才——这些人才通常手握多家录用邀约，股权在薪酬中占比很高，而公司估值往往是他们做选择的决定性因素。但以高估值行权价入职的员工，未来分享的上行收益将更少。Gupta 表示：「当初让初创公司股权具有吸引力的社会契约正在瓦解，而大多数候选人要等到退出，或迟迟不能退出时，才会意识到这一点。」

对于 Ineffable Intelligence 这样的新型实验室来说，以分批方式构建融资轮次有其合理性：可以选择心仪投资者，筹集巨额资金。正如公司网站 1 月博文所写：「要争取巨大的成功，就需承担不小的风险。但这样的成功一旦实现，就将积极改变 AI 的发展轨迹，乃至推进整个人类的进程。」这场豪赌的最终结果，或许要等到多年后才会揭晓。