本周导读
本周全球 AI 创投版图出现剧烈“温差”——资本正迅速撤离泛应用层，全面回流深科技、AI Infra、AI for Science 与具身智能。核能、推理模型、AI 原生 ERP、科研自动化等赛道迎来巨额融资，而应用层进入“强 ROI 审查”时代。硅谷、欧洲、中国形成新的三极创新格局；科研人才与大厂工程负责人回流创业；VC 投资逻辑从“功能展示”转向“工程密度与不可替代性”。这是一次资本偏好的结构性拐点，也是一场关于下一代 AI 能力边界、算力格局与创始人画像的全面重构。
一、热门交易
Pennylane，2020年成立于法国巴黎，面向中小企业的会计/财务软件与服务。据报道正在进行至多2亿美元新一轮融资，领投方为TCV，本轮估值为42.5亿美元；累计融资2.37亿美元，#AI创投榜财务会计赛道排名第三。
注：联系微信pkcapital2023，加入SVTR会员，了解更多交易细节。
二、创投聚焦
在经历了对低门槛 AI 应用层的短暂狂热后，2025 年的创业与投资市场正在迅速冷却表层、加热底层。一场从“泛应用”向“深科技”的结构性资金重配，正在重塑全球 AI 创业版图。
本周全球 AI / 硬科技领域共录得超过 31 亿美元融资，其中 X-energy 单笔 7 亿美元的 D 轮拉高整体温度，但更值得关注的，不是融资总额的回暖，而是资本正在形成新的分层：高壁垒 Infra 与科学计算获得大额集中投资，而低门槛应用层则进入验证期、淘汰期。
1、AI 投资走向深水区：三重趋势
资本流动的变化，释放出三重关键趋势：
- 模型增速趋缓，Infra 融合应用成为突破点。 大模型“性能天花板”初现，推动基础设施的重构成为必要条件。安全、可控、可信成为核心需求，这直接推动了“AI-native Infra”“Trust Layer”与“多模态检索”的集中爆发。
- AI 企业级化进入“部署+治理”周期。 以 Vijil、Opti 为代表的新一代 Infra 创业项目，其核心不是“让 AI 能跑”，而是“让 AI 可控且合规”。模型透明度、运行时安全、Agent 权限管理成为 AI 工程的新范式。
- AI for Science 与具身智能成为结构性新大陆。 资本正快速聚焦具备物理世界交互能力与科学研究推动力的赛道。这不仅是工程密度高、护城河深，更是当前大模型能力难以替代的领域，构成了未来 3–5 年创业者的最大机会空间。
2、资本新宠：从应用层回撤，回归工程密度
本轮结构性升温，并非“所有人都在热”，而是“特定项目在大热”。X-energy 的 7 亿美元，Harmonic 的数学推理模型融资、CoPlane 的企业 ERP 革新，背后呈现三大规律：
- 工程含量极高，门槛重定义融资逻辑。 从 HyprView（生物光子成像）到 Deep Principle（AI for Science），项目普遍具备科研基因与跨学科融合。
- 明确落地路径，资本更重视 ROI 与商业闭环。 应用项目如 Onton（神经符号搜索）、Procure AI（企业采购）虽然处于早期，但具备明确价值逻辑。
- “能跑的 AI”已经过时，“能部署、能治理、能放权的 AI”才被买单。 从 Vijil 到 TISC，基础层创业已从算力优化走向系统治理。
应用层并非全军覆没，但融资特征已发生剧烈转变：融资额度趋小、估值趋低、验证周期更短。 内容、SaaS、Agent 工具项目如果无法说明清晰变现路径与差异化护城河，将迅速被淘汰。
3、全球版图重构：三极分化趋势加剧
本周地缘分布呈现明确三极结构：
- 硅谷：AI Infra 与 Dev 工具仍占主导。 Vijil、Momentic、CoPlane、Mira 等核心 Infra/DevTools 项目集中于湾区，技术深度与市场化能力并重。
- 中国：集中爆发于具身智能与科学 AI。 深度原理、开物纪、具识智能等体现出 AI 与材料、机器人、视觉大模型的融合，显示出中国在“AI + 制造”与“实验自动化”方向的巨大潜力。
- 欧洲：聚焦合规性与垂直行业。 Overstory、Procure AI 等项目代表欧洲在产业垂直和数据治理方向的竞争力。
未来的全球 AI 创业竞争，很可能是“美国做 Infra”，“中国做 AI + 物理世界”，“欧洲做垂类合规”的三极共振格局。
4、创始人画像：科研人才与 Infra 工程师回归主场
值得注意的是，本周高频出现三类创业者，构成当前融资获得者的主力：
- 深科研背景回潮。 AI for Science、核聚变、生物成像等方向由 Cambridge、MIT 博士主导，体现出硬科技的根基仍在科研系统。
- 大厂 Infra 与安全负责人离职创业。 TISC、Opti、Vijil 等项目创始人多出自 Meta / AWS / Stripe 等平台，转而打造 AI Infra 的下一代架构。
- 内容与创作者工具由“懂内容的人”主导。 从即剪到 Elser.AI，内容赛道不再追求模型炫技，而是回归产品与创意驱动。
复合型团队尤其重要：强技术 + 强 go-to-market 成为融资标配。
5、结构性机会项目：Harmonic 与 CoPlane
两家项目值得额外强调：
- Harmonic：用数学推理重构模型边界。 估值 14.5 亿美元、两年即成独角兽，说明市场对“AI 数学能力”具备高度共识。这不仅关乎 AGI，更可能直接颠覆金融、安全、自动驾驶等推理密集型行业。
- CoPlane：真正的 AI-native ERP。 不是优化老系统，而是用 Agent 重构流程与数据流，具备产业链强背书（Ribbit + Stripe 投资），极可能成为“企业级 AI Agent 的操作系统”。
三、社区动态
AI Coding 正在经历从「辅助工具」向「智能体（Agent）」进化的关键时刻。模型边界的突破、推理效率的优化以及真实工作流的重构，都在未来 12–24 个月内酝酿着巨大的机会。
在此背景下，SVTR 联合快手（Kuaishou） 发起本次 Palo Alto 闭门圆桌午宴。快手智能研发、技术战略与运营核心团队将首次来到湾区，与硅谷一线的 AI Coding / DevTool / Agent 创业者面对面，深度拆解技术路线与落地实战。
本次活动为 Invitation-Only 审核制（SVTR会员优先）。
四、本周必读
a16z「25 本书」清单：这 10 本，帮创始人完成 80% 的认知升级。"If you want to beat experts as an outsider, you can just read 25 books."这是 a16z 在与Khosla Ventures 投资人Keith Rabois 对谈时抛出的观点，也成为了他们新栏目 You can just read 25 books 的缘起。为了落地这句话，a16z 找来了自家创始人和合伙人，整理了一份真正塑造过他们世界观的 25 本书单。但对身处一线的创业者和投资人来说，一个更现实的问题是：在时间极度稀缺的前提下，这 25 本里，先读哪几本，才能最快「升级系统」？
算力暴利时代终结：当 Google Complex 的垂直整合击穿 OpenAI 的松散联盟，英伟达的护城河还稳吗？在硅谷，挑战英伟达（Nvidia）通常被视为一种“自杀式任务”。但在SemiAnalysis最新的深度报告与Coatue资本市场的一张残酷图表中，我们看到了这场战争久违的变数。这一次，主角不是那个喊着要“超越CUDA”的AMD，而是刚刚亮出第七代“大杀器”TPUv7 "Ironwood"（铁木）的谷歌。这不再是一场关于谁的跑分更高的无聊游戏，而是一场关于单位经济模型（Unit Economics）的冷血屠杀。
LLM 筛项目提速 537 倍：VC 刚入行的分析师，可能没有「明年」了。在一级市场，很多变化是缓慢而不易察觉的。但有些技术的出现，会像火山喷发那样，直接改写游戏规则。在我们看来，AI对创投行业的影响，就是如此。近日发表于 International Review of Financial Analysis 的一项实证研究，为我们带来了这样的“爆点”：AI Agent 在真实基金投资场景中，全面超越人类团队——不只是快，更是准。
五、下周预告
活动时间：2025年12月3日（周三）PST 19:00 - 20:30 活动地点：斯坦福大学 Hohbach Hall 122，557 Escondido Mall, Stanford, CA 94305 活动主题：《人工智能的本质与受益者：Max Kasy 与 Rob Reich 的对谈》 主办方：斯坦福大学 McCoy 家族伦理中心 与 Stanford University Libraries 联合主办
人工智能的广泛应用已渗透到我们生活的方方面面——从日常网络使用到法庭判决、求职筛选，甚至战争决策。然而，AI 的技术架构如何被社会权力和不平等所塑造？在本次对谈中，经济学家 Max Kasy 将基于其新书《预测的手段（The Means of Prediction）》，探讨AI的发展究竟服务于谁，以及我们如何才能确保它真正造福所有人。
Kasy 主张，人工智能并非无法驾驭的技术力量，而是由一小部分掌握关键资源（如数据、算力、专业知识和能源）的权力群体主导发展。他倡导对AI目标的民主控制，以回应公众对AI风险和伤害日益增长的担忧。
本场活动由 Stanford 社会伦理学教授 Rob Reich 主持对谈。Reich 是科技与民主治理领域的权威学者，著有《系统错误：科技巨头的迷失与重启之道》和《数字科技与民主理论》等作品。
欢迎免费报名参加，并了解如何以公共利益为导向塑造人工智能的未来。