老黄将AI基建触手伸向模型层 豪掷近160亿
近期科技圈的两笔重磅交易，将芯片巨头英伟达的AI布局推向了新的维度。先是官宣以超129亿美元收购开源模型社区Hugging Face，紧接着又被曝将向穆拉蒂创办的Thinking Machines Lab投入近30亿美元，这两笔交易前后间隔仅数日，总金额接近160亿美元。
作为全球最大的开源模型集散地，Hugging Face手握开发者社区和模型分发的核心入口，这笔收购让英伟达直接拿下了开放AI生态的关键枢纽。而另一边的Thinking Machines Lab，则是由OpenAI前CTO穆拉蒂创立的新锐公司，短短19个月就拿下了超400亿美元的投前估值，成长速度堪称惊人。
2024年9月，穆拉蒂从OpenAI离职，当时她不仅担任公司CTO，还在奥特曼被董事会罢免期间担任临时CEO。时隔五个月，她正式创办Thinking Machines Lab，创始团队几乎是清一色的OpenAI旧部，包括Lilian Weng、John Schulman等一众AI领域的顶尖研究者。
2025年7月，公司拿下20亿美元的种子轮融资，投后估值达到120亿美元，当时领投方为a16z，英伟达、AMD等机构跟投，彼时穆拉蒂还没有推出任何成熟产品，投资方的信心完全来自于她的行业影响力。仅仅14个月后的2026年，公司的投前估值直接翻了三倍多，突破400亿美元。
2025年10月，公司的首款产品Tinker正式上线，这是一个模型微调平台，开发者可以将自有数据上传，将开源权重模型定制为符合自身需求的版本，按算力使用量付费，12月该平台全面开放。2026年3月，Thinking Machines与英伟达官宣长期战略合作，计划部署至少1GW级别的Vera Rubin算力系统，英伟达同时完成了一笔未披露金额的战略投资。四个月后的7月，公司推出首款自研大模型Inkling，这款模型总参数达9750亿，激活参数410亿，支持最长100万token的上下文窗口，可处理文本、图像、音频等多模态数据，且完整权重对外开放，还专门推出了适配英伟达Blackwell架构的NVFP4版本。
此次公司计划募资50至60亿美元，投前估值已达400亿美元，若募资顺利完成，投后估值将逼近450至460亿美元。与上一轮不同的是，本轮领投方换成了Accel，而英伟达将成为最大的出资方，包揽约一半的融资额度。值得注意的是，英伟达既是本轮融资的核心投资方，也是Vera Rubin算力系统的供应商，资金进入公司账户后，很大一部分将转化为英伟达的芯片采购订单，形成投资、采购、营收的完整闭环。
穆拉蒂的路线：不争模型第一
与OpenAI、Anthropic等专注打造顶级通用闭源模型的玩家不同，Thinking Machines从成立之初就选择了差异化路线。穆拉蒂曾明确表示，Inkling并非当前最强的模型，不管是开源还是闭源赛道。公司的核心业务是为企业提供模型定制服务，帮助客户将通用模型改造为适配自身业务的专属AI工具，按算力使用收取费用，本质上是做AI领域的定制化基础设施。
用穆拉蒂的话说，公司要做的是“人们可以塑造、可以据为己有的AI”，这与英伟达一直倡导的AI工厂、AI基建、Token经济的理念高度契合——每多一个客户，就意味着更多的算力消耗，这正是英伟达想要的可持续增长的算力生意。
2026年3月的合作公告中，双方还提到将联合设计面向英伟达架构的训练和推理系统，这意味着未来Thinking Machines的模型从底层架构上就将适配Vera Rubin算力系统，进一步强化双方的绑定关系。
叠上Hugging Face：英伟达的生态闭环
将两笔交易放在一起看，英伟达的布局逻辑更加清晰：Hugging Face负责开放模型的分发入口和开发者社区，Thinking Machines则掌握前沿模型技术和定制化微调平台，二者分别对应生态的两端。开发者可以从Hugging Face下载Inkling模型，在Tinker平台上完成定制微调，最终运行在Vera Rubin的英伟达算力集群上，从入口、模型、平台到算力，形成了完整的商业生态闭环。
英伟达不再满足于仅为头部AI实验室提供芯片，而是通过资本提前绑定下一代前沿AI公司，锁定未来的算力需求，进一步巩固自己在AI基建领域的主导地位。
从单纯的芯片供应商，到深度绑定生态核心玩家，英伟达正在重构AI产业的利益格局，而这两笔相隔数日的交易，正是其战略转型的关键一步。
