花不到一億美元的三年團隊讓巨頭爭搶亞馬遜憑什么出價七十億一家成立僅僅三年的初創(chuàng)團隊在短短幾個月內(nèi)讓英偉達登門接洽讓估值高企的明星機構(gòu)開出約60億美元盡職調(diào)查后又放棄緊接著亞馬遜以約70億美元的潛在高價端坐到了談判桌前。這家公司名叫 Decart到2026年5月時賬面累計開銷甚至還不到1億美元。一個極度省錢的團隊憑什么在四個月內(nèi)讓身價從約40億美元一路被抬到約70億美元的高位。一、為什么買了昂貴芯片的客戶反而被一根無形繩索綁死了要看懂這筆交易得先看清眼下科技巨頭們最頭疼的算力賬本。各家公司為了訓練和運行大模型瘋狂采買英偉達的圖形處理器。但許多人沒注意到真正的護城河其實不是芯片硬件本身而是圍繞它建立起來的那套龐大軟件生態(tài)。打個通俗的比方這就像一家飯店花重金從某一家廠商那里買齊了整套專屬規(guī)格的爐灶與鍋具日后無論廚師做菜的配方、調(diào)料的用量還是起鍋的手法全都是按這套專用廚具量身定做的。如果你想換成別家更便宜的灶臺所有炒菜流程和食譜代碼都得推倒重寫一遍代價大到?jīng)]人敢輕易嘗試。亞馬遜云服務AWS很早就意識到了這個問題并下大力氣自研了名為 Trainium 的定制芯片試圖為市場提供更便宜的替代方案?？墒羌幢阈酒旧硇阅懿诲e、價格更低客戶依然不敢輕易搬遷。原因很簡單把原先跑得好好的復雜模型搬到新硬件上遷移成本高得嚇人。問題就出在這道軟件鴻溝上。Decart 正在干的事情恰恰是打造一把萬能鑰匙。這家由 Dean Leitersdorf、Orian Leitersdorf 兄弟與 Moshe Shalev 于2023年創(chuàng)立的公司主打一套名為 DOS 的系統(tǒng)底座。這套軟件的目標非常純粹就是讓復雜的模型可以在英偉達圖形處理器、谷歌張量處理器以及亞馬遜自研芯片之間無縫切換。對于苦于算力賬單居高不下的企業(yè)來說這相當于有一套智能調(diào)度系統(tǒng)能把同一份工作負載平滑拆分到不同廠商的硬件上運行榨干手里每一顆現(xiàn)有芯片的性能徹底擺脫被單一硬件廠商綁死的困境。二、從40毫秒壓縮到10毫秒亞馬遜在自家機房里看到了什么亞馬遜并不是看了一份商業(yè)企劃書就貿(mào)然掏出巨資的。實際上亞馬遜云服務早就成為了這家初創(chuàng)公司的戰(zhàn)略客戶。早在一年前的2025年亞馬遜團隊就與 Decart 的創(chuàng)始團隊進行過深入會面并被其深厚的技術(shù)功底打動隨后直接給予其最新的自研第三代 Trainium 芯片的早期訪問權(quán)。也就是說這家初創(chuàng)公司的技術(shù)到底靈不靈亞馬遜在自己的數(shù)據(jù)中心里早已親自驗過貨。驗證出來的工程數(shù)據(jù)相當扎實。根據(jù) Dean Leitersdorf 披露的實測記錄借助亞馬遜定制芯片獨特的內(nèi)存層級和高吞吐引擎Decart 的實時視頻模型在上面的吞吐量最高提升了4倍相比市面上的頂級圖形處理器成本效率整整提升了2倍而生成延遲更是直接從40毫秒被壓縮到了10毫秒。延遲從40毫秒降到10毫秒意味著什么。在需要實時互動的計算場景里40毫秒能讓人明顯感覺到遲滯與跳幀而10毫秒則達到了人眼幾乎無法察覺的流暢基準。這種級別的優(yōu)化讓以前在標準硬件上無法實現(xiàn)的超大規(guī)模實時視頻生成變成了現(xiàn)實。更讓亞馬遜下定決心收編的是其龐大客戶群的實際訴求。比如目前采用近百萬顆第二代 Trainium 芯片搭建超級計算機來訓練和運行 Claude 的 Anthropic就是該定制芯片的最大客戶之一。如果亞馬遜能把 Decart 的底層跨芯片調(diào)度軟件直接收歸己有不僅能讓自家定制芯片的買家省去繁重的底層代碼適配工作更能向整個行業(yè)證明在亞馬遜的云上跑先進模型不但不需要被英偉達的軟件生態(tài)鎖死還能跑得更快、更便宜。與其長期當客戶采買服務不如直接花錢把這項能促進自家芯片銷量的關鍵技術(shù)徹底掌控在自己手里。三、世界模型不只是畫畫它是給機器人造一個低成本試驗場如果 Decart 僅僅只是一家做底層優(yōu)化的軟件公司恐怕很難同時引來英偉達、Anthropic 與亞馬遜的三方矚目。它身上另一個極具吸引力的標簽是所謂的實時世界模型。很多讀者熟悉的生成式工具本質(zhì)上是在預測文字或靜態(tài)畫面。但世界模型完全不同它是在數(shù)字空間里模擬物理世界的運行規(guī)律。Decart 旗下有兩條成熟的產(chǎn)品線一條叫 Lucy專注于在電商、直播和游戲場景里進行毫秒級的實時視頻編輯目前已經(jīng)吸引了超過10萬名開發(fā)者使用另一條則是面向物理世界的 Oasis 模擬器。以其發(fā)布的 Oasis 3 為例這是一個專為物理系統(tǒng)設計的交互式環(huán)境生成平臺。如果一家開發(fā)自動駕駛或?qū)嶓w機器人的企業(yè)想要做路測在現(xiàn)實世界里派出實體車隊加上安全員薪水、保險以及車輛損耗每跑一英里大約需要10到20美元按小時計算的實體測試費用往往高達數(shù)千美元。Decart 改變了這種昂貴的研發(fā)邏輯。通過把交互式物理環(huán)境搬到模型里實時推演它對外提供的接口服務每秒只要0.02美元折算下來一個完整的仿真小時只要大約72美元。這種低廉的數(shù)字練兵場能讓自動駕駛系統(tǒng)在極短時間內(nèi)經(jīng)歷數(shù)萬種危險路況的模擬訓練而不需要在真實馬路上撞毀任何一輛真車。根據(jù)其5月公布的性能表現(xiàn)Decart 的底層優(yōu)化棧在智能體推理任務上的處理速度超過每秒1600個輸出基本單位而行業(yè)平均水準僅在每秒200個左右其全高清視頻與世界模型的推理速度最高可達每秒100幀在同等硬件上的實時性能比同類系統(tǒng)快8倍還能在30毫秒內(nèi)迅速響應用戶的交互指令。這樣一整套從底層硬件調(diào)度一直貫穿到頂層實體仿真模型的垂直自研能力恰恰填補了云巨頭在聊天框和搜索工具之外向具身智能、物流機器人以及電商實時生成內(nèi)容大步跨進時最稀缺的拼圖。四、估值翻倍的背后七十億美元的算力棋局能順利收盤嗎梳理圍繞這家初創(chuàng)公司的資本競逐軌跡時間線顯得格外耐人尋味。最早對這家以色列背景團隊萌生收購意向的是硬件霸主英偉達。隨后到了8月大模型領跑者 Anthropic 介入并成為優(yōu)先競購方當時探討的交易價格約為60億美元但到了9月Anthropic 在完成詳細的盡職調(diào)查后選擇轉(zhuǎn)身離場交易擱淺。緊接著身為戰(zhàn)略客戶的亞馬遜接棒登場直接給出了約70億美元的潛在估值。若對照其在2026年5月的上一輪融資當時由 Radical Ventures 領投了3億美元英偉達作為新股東入局紅杉資本與 Benchmark 等老股東跟投估值接近40億美元。短短五個月后約70億美元的潛在收購價無疑給出了極高的溢價。在亞馬遜自身的收購歷史上這也算得上一筆巨款規(guī)模直接超過了2022年其以約65億美元收購米高梅影業(yè)的交易僅次于今年宣布的以約110億美元收購衛(wèi)星企業(yè) Globalstar 的手筆。但必須看清的是約70億美元只是媒體披露的談判估值并非已經(jīng)塵埃落定的最終交易談判完全存在破裂或再遭其他競購方介入的可能亞馬遜與 Decart 雙方也均未公開確認這筆買賣。更關鍵的疑問在于連估值數(shù)百億美元、芯片用量極大的 Anthropic 都在盡調(diào)之后放棄接盤Decart 的跨芯片軟件能否在極其復雜的商業(yè)級生產(chǎn)環(huán)境里普遍兌現(xiàn)那些驚艷的測試數(shù)據(jù)依然有待時間檢驗。無論這起龐大的并購最終能否落筆簽字海外算力戰(zhàn)場的風向已經(jīng)發(fā)生了深刻的轉(zhuǎn)變巨頭們瘋狂屯積硬件的第一階段正在過去誰能用一套精巧的軟件把不同芯片的算力擰成一股繩誰才能真正拿穩(wěn)通往下一階段人工智能競爭的鑰匙。