英伟达拟向穆拉蒂旗下AI公司投资约30亿美元，估值达400亿
nashnova research
英伟达正洽谈向OpenAI前CTO穆拉蒂创办的Thinking Machines Lab投资25亿至30亿美元，投前估值400亿美元；这笔钱的大部分最终会变成英伟达自己的芯片订单，形成一个'左手投资、右手卖货'的资金闭环。
14个月估值翻三倍，凭什么？
Thinking Machines Lab 2025年7月种子轮投后估值120亿美元，本轮投前估值至少400亿美元——14个月涨了两倍多。
但公司年化收入刚过1亿美元，对应约400倍营收倍数。这意味着→ 市场定价买的不是今天的收入，而是它背后绑定的算力部署计划。
本轮拟募50亿至60亿美元，英伟达可能包揽约一半，是最大的单一出资方。
英伟达既投钱又卖货——这个闭环怎么运转？
融资规模从最初传出的10亿扩大到50亿至60亿，背后是1吉瓦算力部署计划的资金缺口——芯片、网络、电力、数据中心全要按吉瓦级配置。
用大白话说＝ 英伟达投进去的钱，相当一部分会转头变成Thinking Machines Lab向英伟达采购Vera Rubin系统的订单，投资款在体系内转了一圈又回来了。
双方今年3月还官宣联合设计训练和推理系统，这意味着→ 穆拉蒂未来的模型从底层架构开始就和英伟达芯片深度绑定，切换成本极高。
穆拉蒂走了一条什么不同的路？
核心产品是微调平台Tinker（2025年10月上线），让开发者用自有数据对开放权重模型做定制微调，按算力用量付费。
穆拉蒂明确与老东家划线：不做OpenAI、Anthropic那样的通用闭源大模型，定位是"让人们可以塑造、可以据为己有的AI"。
2026年7月发布自研模型Inkling：9750亿总参数、410亿激活参数，支持文本/图像/音频，完整权重开放——发布时坦承"不是当前最强模型"，走的是可定制基础模型路线。
英伟达在开放权重生态里还布了什么棋？
Inkling的完整权重挂载在Hugging Face上，并专门配备了面向英伟达Blackwell架构的NVFP4版本——开放模型跑起来就绑定英伟达硬件。
英伟达本月早些时候宣布以约129亿美元收购Hugging Face；加上这笔对Thinking Machines Lab的投资，两笔交易合计接近160亿美元。
这反映出一个清晰的布局逻辑：Hugging Face是开放权重模型的分发入口，Thinking Machines Lab是模型层——英伟达在生态的上下游同时落子。
这个闭环最大的悬念是什么？
英伟达的核心赌注是：通过股权绑定，把Thinking Machines Lab的算力需求长期锁定在自家芯片上。
用大白话说＝ 投钱→卖芯片→拿回收入→再投钱，这个循环能不能一直转下去，取决于穆拉蒂的产品能不能持续吸引付费客户。
目前年化收入1亿美元对400倍估值的张力摆在那里——这是这个闭环能否持续兑现的核心验证节点。
市场有风险，内容仅供研究参考，不构成投资建议。