阅读

德国德累斯顿的AI芯片初创公司Sparxity（前身为SpiNNcloud）宣布完成A轮融资，使公司总融资额达到9000万美元。本轮融资由ICM HPQC基金领投，洛克希德·马丁风险投资（Lockheed Martin Ventures）、GlobalFoundries、GS Futures、Cloudberry Ventures、TGFS以及欧洲创新委员会基金参与。天使投资人包括Recursive Superintelligence联合创始人Richard Socher和Moonhub创始人Nancy Xu。

Sparxity专注于“稀疏原生计算”（sparse-native computing），旨在通过跳过模型中不相关的计算来提高AI效率并降低能耗。CEO Hector Gonzalez表示，这一愿景是加速从密集、高能耗架构向异构数据中心过渡，为超稀疏工作负载提供专用硅片。Gonzalez指出，Sparxity并非与Nvidia直接竞争，后者在密集工作负载方面表现卓越；其主要竞争对手是中国深圳的Moffett AI。

除了资金支持，Sparxity还与德国电信（Deutsche Telekom）签署了意向书（Letter of Intent），首次部署计划于2028年进行。此前，该公司的技术已在多个研究中心和大学部署，包括美国桑迪亚国家实验室、莱比锡大学、德克萨斯大学圣安东尼奥分校以及于利希超级计算中心。

Sparxity声称其技术可实现10倍更快的稀疏求解器、事件驱动机器学习能耗降低18倍，以及优化问题运行时间缩短20倍。新资金将用于推出第二代产品、支持下一代稀疏AI芯片的流片（tapeout）以及满足当前订单的生产需求。尽管获得了大量公共资助，Sparxity的总融资额仍低于一些推理芯片初创公司的单轮融资规模，例如Axelera AI（2.5亿美元）和Fractile（2.2亿美元）。

据Sky News报道，美国对冲基金DE Shaw & Co.正在洽谈领投英国数字银行Monzo的一轮融资，规模至少为3亿英镑，消息人士称总额可能达到5亿英镑。这一融资对应的投前估值约为70亿英镑。

此次融资背景是Monzo此前与巴西金融科技公司Nubank的收购谈判破裂。2024年10月，Monzo在员工股份出售中的估值为45亿英镑。按TFN计算，若加入3亿至5亿英镑新资金，投后估值将达到约73亿至75亿英镑，较2024年估值上涨约56%。

财务数据显示，截至2026年3月31日的财年，Monzo营收为17亿英镑，调整后税前利润为1.726亿英镑。在70亿英镑投前估值下，其市销率约为4.1倍，基于调整后利润的市盈率约为41倍。

DE Shaw管理资产规模达1250亿美元，也是AI公司Anthropic的投资者。报道指出，DE Shaw有支持即将上市公司的历史，这可能使Monzo的首次公开募股（IPO）计划更具可行性。目前其他投资者也在与Monzo进行洽谈，具体条款尚未最终确定。

总部位于美国奥斯汀的AI硬件工程智能平台Nominal宣布完成2.4亿美元的C轮融资，投后估值达到30亿美元。本轮融资由Lightspeed Venture Partners领投，Insight Partners联合领投，Lux Capital、Sequoia、Founders Fund以及洛克希德·马丁风投（Lockheed Martin Ventures）等机构参与。

这一估值较该公司在2026年3月设定的10亿美元估值翻了三倍。Nominal旨在将AI引入高风险的物理工程领域，如飞机、卫星和机器人制造。其平台连接分散的工程数据与上下文，允许AI代理在工程师控制下进行复杂分析。目前已有超过80家商业和政府组织使用该平台，其中包括七大国防承包商中的五家。

Nominal联合创始人兼CEO Cameron McCord表示，硬件工程正迎来其“AI时刻”，新资金将用于深化产品功能，并计划通过收购向汽车、机器人和能源等新行业扩张。此前，该公司已收购Fid Labs和Pull Systems以增强其在代理构建和汽车领域的技术能力。

2026年11月10日，成立于2026年的中国超导量子计算初创公司正元量子（Zhengyuan Quantum）宣布完成近亿元人民币的天使轮融资。投资方包括深创投、浦东创投、德宁资本等机构，多维资本担任独家财务顾问。本轮资金将主要用于千比特超导量子计算机的研发，加速三维封装、低温互连和集成测控等关键技术的验证。

随着超导量子芯片上的比特数量增加，传统的边缘出线方式面临信号密度和串扰的限制。正元量子的技术路径聚焦于“把连接转向第三个维度”，即利用硅通孔（TSV，Through-Silicon Via）技术在硅基结构中建立垂直电连接，配合三维集成封装，使部分信号能从垂直方向引出。这一方法旨在缓解大规模量子系统中接线边界不足的问题，是迈向千比特整机的重要工程步骤。

公司创始人郑亚锐拥有中国科学院物理研究所博士学位，曾师从中国科学技术大学朱晓波教授，并在头部互联网公司负责过超导量子硬件研发。联合创始人吴大超则参与过中国科大“祖冲之三号”的相关研究。团队背景显示其在芯片设计、工艺制造及系统集成方面具备经验积累。目前，正元量子已获得行波参量放大器和量子芯片等核心零部件订单，并与潜在客户洽谈整机需求。

欧洲初创企业的资金劣势最直观的呈现方式是融资规模的悬殊对比：Mistral的35亿美元D轮融资是欧洲有史以来最大的风险投资轮次，而OpenAI在2026年3月获得了1220亿美元融资，Anthropic在2026年5月获得了650亿美元，xAI在2026年第一季度获得了200亿美元。把Mistral的35亿美元放进美国最大的融资轮次列表中，只能排到第19位。投资博主Joachim Klement用这组数字引出问题，但随后引用经合组织的一项新研究将对比推得更精确。

经合组织的研究覆盖2000至2025年间在欧盟和美国创立的初创企业，将成功规模化的企业分为两类：最终估值超过110亿美元的rising superstars（崛起超级明星），以及以5000万美元领投为标准的growth-oriented companies（成长导向型企业）。研究的核心发现是，成长导向型企业在欧美两地的融资增速大致相同——这意味着欧洲并非缺乏对中等规模增长企业的资本供给。真正的分化发生在超级独角兽阶段：美国企业创立五到六年后，开始吸引远超欧洲同行的资本。

经合组织还从时间维度提供了另一组数据：从首次专利申请到获得足够资金实现规模化，约40%的欧盟初创企业花了七年以上，平均比美国同行多花1.5年。Klement将这两组发现并列呈现，说明欧洲初创企业面临的不仅是顶端资本吸引力的差距，还有整个规模化过程的起步延迟。经合组织原始报告未能独立核验，上述数据均为Klement对该研究的转述。

对投资者而言，这一发现的实际意义在于改变诊断的精度。如果认为欧洲的问题是普遍性的资本短缺，那么任何早期基金或成长基金都面临同样的困境。但如果问题集中在超级独角兽阶段，那么需要关注的变量就不同：不是欧洲有没有创业资本，而是欧洲有没有足够规模的后续轮次机构和深度退出市场来承接从优秀走向卓越的企业。Klement在文末预告周四将讨论另一项研究，指出另一个阻止欧洲初创企业规模化的关键因素，但未在本篇中展开。

独立技术分析师Richard Windsor在其最新分析中提出了一个判断：围绕Nvidia CEO黄仁勋的争议已经使主张放宽对华AI芯片出口的一方在政治上失去了立足之地，无论其经济论据本身是否成立。Windsor指出，黄仁勋一直是最直言不讳的倡导者之一，这不难理解——中国超过80%的民众对AI持正面看法，电力资源充沛，而Nvidia可以说拥有全球最好的AI训练与推理系统，其可触达市场正因无法进入中国而受到压缩。

但Windsor认为，问题的关键不在于经济逻辑是否成立，而在于谁来讲述这个逻辑。他写道，黄仁勋对Nvidia股东的信托责任要求他游说美国政府放宽限制，这本身无可指摘。然而近期曝光的事件——涉及黄仁勋配偶可能与中国国家存在关联的指控——已经使这一游说路径的政治可信度遭到根本性破坏。Windsor用了一个条件句来表述：

如果黄仁勋女士确实是中国国家的代理人，那么可以轻易论证她的角色就是影响黄仁勋在华盛顿推动放松出口限制——而这正是他所做的。

Windsor进一步分析了中国方面的策略逻辑。他指出，任何与中国进行过贸易谈判的人都会告诉你，中国首先要求的是先进Nvidia芯片，而非美国允许出口的降规格版本。将这一谈判行为与黄仁勋的游说活动放在一起解读，可以得出一个推论：中国想要的是先进芯片，而不是美国愿意给出的二流替代品。这一策略的合理性在于，先进芯片将使中国在AI领域更具竞争力，同时为国产芯片争取追赶时间，最终将Nvidia和其他外国厂商从系统中移除。

Windsor的结论是，这一事件的实际后果将是美国对中国的芯片进口限制进一步收紧，中国在AI硅片上的劣势将持续存在。这意味着中国将更加依赖从邻国数据中心进口使用西方芯片的算力服务。Windsor指出，这一替代方案虽然可行，但存在一个结构性脆弱点：美国可以立法规定，使用美国芯片的数据中心不得为最终在中国大陆使用的负载提供服务。这一选项目前尚未被启用，但只要依赖关系存在，它就始终是一个可用的政策工具。Windsor认为，这正是美国与西方在AI领域仍然保持较大优势的原因，且短期内不会改变。

需要说明的是，Windsor的核心论据建立在未经证实的指控之上，他本人也使用了条件性表述。他的分析价值在于提供了一个具体的机制解释——个人信誉如何使一个本可独立成立的政策论据在政治环境中变得不可用——而非对指控本身的独立证实。即便没有这一信誉危机，主张放松出口的经济逻辑仍然可以由其他倡导者重新提出；Windsor的判断是，在当前政治氛围下，这一路径已经难以走通。

据《华尔街日报》、路透社和The Information报道，人工智能公司Anthropic在计划于11月19日或20日以代码“ANT”登陆纳斯达克（Nasdaq）之际，撤回了此前发给承销银行的每股70至80美元的初步定价区间。这一举动发生在部分机构投资者明确要求将估值控制在1.5万亿美元以下的背景下，该目标低于今年早些时候讨论的约2万亿美元水平。

路透社获得的电子邮件显示，Anthropic于美东时间11月9日深夜向承销银行发送文件，提议以每股70至80美元发行约8.67亿股，募资最多约693亿美元。然而，随后发出的第二封邮件称“价格细节不正确”，并表示公司将更新文件。截至11月9日，美国证券交易委员会（SEC）EDGAR系统上最新的仍是11月2日的修正版招股书，其中价格和股数栏位留白。Anthropic拒绝就此事置评。

机构投资者对高估值的抵制反映了当前市场对AI板块波动的担忧。彭博社此前报道，潜在投资人讨论中的估值已降至1.2万亿至1.3万亿美元区间。《华尔街日报》指出，投资人的疑虑包括科技股市场波动、AI投资风险升高、新建数据中心面临的政治反对，以及大型云服务商何时能从AI支出中获得回报仍不确定。部分投资人希望首席财务官Krishna Rao采取保守定价策略，为上市首日的股价上涨保留空间。

尽管面临估值压力，Anthropic仍试图按原定时间表推进IPO。然而，若无法达成满意的定价，公司可能被迫延后上市，但这被报道认为有引发市场恐慌的风险。这一事件凸显了即便是在头部AI公司中，资本市场对其盈利路径和宏观风险的重新评估正在影响其融资条款。

韩国人工智能基础模型初创公司Motif Technologies于11月9日宣布，已完成一轮桥接融资（Bridge Round），旨在为其下一代大型语言模型“Motif 4”的开发提供资金。据Platum报道，此次融资由现有投资者和芯片巨头英伟达（NVIDIA）共同参与，但具体金额未公开。桥接融资通常指在正式下一轮大规模融资前，为维持运营或推进关键项目而进行的中间阶段筹资。

“Motif 4”是该公司于2026年8月发布的“Motif 3”的后续版本，计划于2027年第一季度以开源权重（Open Weights）形式发布。开源权重意味着模型参数将向公众开放，允许开发者下载、使用及修改。Motif Technologies设定了雄心勃勃的目标：使“Motif 4”进入全球顶级模型的前五名。

此前，“Motif 3”在韩国科学技术信息通信部（MSIT）的“独立AI基础模型”项目中开发。根据Artificial Analysis的数据，“Motif 3”在综合智能指数中得分为47分，在全球所有AI模型中排名第10，在所有开源权重模型中排名第4。若排除中美企业模型，其排名最高。该公司表示，通过采用自研的组差分潜在注意力（GDLA）等架构，仅用768块GPU和5个月时间便完成了“Motif 3”的开发。

然而，由于时间和资源限制，“Motif 3”未能充分进行强化学习（RL）等后训练（Post-training）。后训练是将预训练模型调整为更实用、更符合人类偏好的关键步骤。Motif Technologies计划利用本次新获得的资金，重点加强“Motif 4”的后训练环节，以提升其实用性和商业竞争力。

牛津大学数学博士出身的CEO Im Jung-hwan表示：“在全球模型竞争激烈的环境下，必须从架构到后训练的每个阶段实现差异化才能生存。”他承认“Motif 3”因资源约束在后训练上留有遗憾，并承诺“Motif 4”将在技术卓越性之外，提供更完善的使用体验和商业化成果。

银行网络安全投入不足通常被归因于搭便车问题：一家银行的防护投资惠及整个金融网络，但成本由自身承担，因此个体理性导致集体投入不足。Anand、Duley和Gai在《Review of Finance》（2026年）的模型中识别出另一股反向力量——挤兑威胁本身可以激励银行增加网络安全投入。

其机制如下：一次成功的网络攻击可能中断运营并动摇债权人信心，存款人或融资方随之撤资或拒绝续期。银行预见到这一后果，便有更强动机预防攻击。作者因此识别出两股对抗力量：搭便车抑制网络安全投资，挤兑威胁鼓励它。当滚动风险足够高时，后者可能压过前者，使银行投资超过社会最优水平。

这一结论的方向取决于失败驱动机制。模型区分了两种情形：当失败由偿付能力不足驱动时，银行与债权人行为相互强化——更高的网络安全投入导致更高债务负担，进而强化防护动机，形成正反馈；当失败由流动性不足驱动时，额外网络安全投入反而降低债务负担，消除了银行面临的风险-收益权衡，激励效果消失。这意味着监管纠正工具需要针对不同的边际（防护边际或韧性边际）分别设计。

模型还区分了网络安全（预防攻击）与运营韧性（攻击后继续运营）两个维度。更强烈的网络威胁倾向鼓励韧性投入，而更高的滚动风险则强化预防性网络安全投入。两者互补但争夺有限资源，银行必须在防护与恢复之间分配。

对金融板块投资者而言，这一框架的实际含义是：评估银行网络安全水平时，不能孤立看待技术投入数字，而应结合其资金结构的脆弱性。一家滚动风险较高的银行，其网络安全投入可能并非出于审慎管理，而是挤兑威胁的副产品——这意味着其防护水平对资金结构变化敏感，一旦融资环境改善，投入可能回落。同时，投资组合中不同银行、托管机构和服务商可能依赖同一技术基础设施，单一关键提供商的中断可同时影响多个持仓，构成分散化无法消除的集中风险。

美国半导体制造商德州仪器（Texas Instruments）于2026年11月9日向美国证券交易委员会提交8-K报告，宣布已完成总额20亿美元的无担保高级票据的发行与销售。此次融资分为四个等额档次，每档本金均为5亿美元，分别对应不同的到期日和票面利率：2028年到期的票据票面利率为5.000%，2031年到期的票据为5.350%，2033年到期的票据为5.500%，以及2036年到期的票据为5.750%。

该交易依据2026年10月26日签署的承销协议进行，由J.P. Morgan Securities LLC、Citigroup Global Markets Inc.、BofA Securities, Inc.和U.S. Bancorp Investments, Inc.作为主要承销商代表。票据发行基于德州仪器2025年2月提交的S-3注册声明及随后的招股说明书补充文件。

8-K报告确认了资金到位，但未披露这笔20亿美元资金的具体用途。这一事件标志着德州仪器在当前利率环境下成功锁定了长期债务成本，其后续对现金流管理或资本支出计划的影响需结合公司未来的财务指引进一步观察。

美国增强型地热能源公司Fervo Energy在周一发布的第三季度财报中披露，其已签约收入（contracted revenue）达到119亿美元，较上一季度的72亿美元大幅增长。这一数据反映了超大规模云计算厂商对AI数据中心电力需求的激增，以及Fervo在项目交付和订单获取上的进展。

Fervo正在犹他州Cape Station为谷歌建设一座396兆瓦的发电厂，计划于2028年底前并网。该项目现名为“Cape Google 400”，采用电网连接模式，允许谷歌在自身未完全使用电力时向其他客户出售。Fervo联合创始人兼首席执行官Tim Latimer表示，双方进度独立，互不等待。此前，Fervo已于今年早些时候将其首座100兆瓦电厂接入电网。

除了订单增长，Fervo的单位经济模型也在改善。公司称，Cape Station项目第一阶段的建设成本为每千瓦7000美元，而谷歌项目的成本已降至每千瓦5500美元。这一降幅表明Fervo正通过标准化模块（GeoBlock）和更深的钻井技术降低成本。目前，5500美元/千瓦的成本加上补贴后，大致相当于燃料价格为每百万英热单位6美元的天然气发电厂，虽仍高于当前天然气价格，但差距正在缩小。

尽管前景看好，Fervo仍处于早期阶段。本季度运营亏损为4370万美元，但公司拥有19亿美元的现金及等价物，以及3.016亿美元的长期债务，资金储备充足。公司的长期目标是将成本进一步降至每千瓦3000美元，若实现该目标，将能显著低于天然气发电成本，从而确立其在AI基础设施供电领域的竞争优势。