OpenAI 史上最大募資 1,220 億美元!「下一階段 AI」,不再只是模型多強

OpenAI 完成 1220 億美元的募資,估值高達 8.520 億美元。這是 AI 史上規模最龐大的一次融資,由 Amazon、NVIDIA、SoftBank 領投,Microsoft 繼續參與。

OpenAI 史上最大募資 1,220 億美元!「下一階段 AI」,不再只是模型多強

OpenAI 完成 1,220 億美元史上最大募資,投後估值高達 8,520 億美元。OpenAI 的 CFO Sarah Friar 說,這輪募資「遠遠超過有史以來最大的 IPO 規模」。這次「Accelerating the Next Phase of AI」更像是一份「轉型說明」:當 AI 能力持續快速成長,真正的瓶頸已經不在模型,而在於人類社會是否準備好接住它。


投資人名單

這輪融資的三大主力是 Amazon、NVIDIA SoftBank。Amazon 承諾 500 億美元,但其中 350 億附帶條件:OpenAI 必須完成上市,或達到「人工通用智慧(AGI)」的技術里程碑。NVIDIA 和 SoftBank 各投入 300 億美元。

Amazon 的 350 億美元綁定 IPO 或 AGI——這不只是投資,這是一份對 OpenAI 未來走向的結構性押注。SoftBank 行取得 400 億美元橋接貸款。

除了三大主力,共同領投方還包括 a16z、D.E. Shaw Ventures、MGX、TPG T. Rowe Price。機構投資人名單涵蓋 BlackRock、Blackstone、Sequoia Capital、Fidelity、Temasek 等頂級基金,Microsoft 也持續參與。


散戶也能買 OpenAI

OpenAI 首次透過銀行管道向個人投資者開放認購,此次從散戶募得超過 30 億美元。同時,OpenAI 宣布將被納入 ARK Invest 旗下的多支 ETF,讓更多人得以持有這家仍為非上市公司的股份。

OpenAI 正在為 IPO 鋪路,需要在上市前先建立廣泛的散戶股東基礎和品牌認同。這是 IPO 劇本裡的標準操作,只是規模前所未見。


能力落差

OpenAI 在文中提出一個關鍵概念:「capability overhang」(能力落差)。

簡單說,AI 已經能做到的事,遠遠超過多數人實際在用的事。

這並不是技術問題,而是一種結構性的落差:

  • 模型能力快速進步
  • 但產品設計、使用習慣、組織流程沒有同步進化

結果就是,AI 雖然強,但大部分人只用到最表層的功能(例如問答、摘要),而沒有真正改變工作方式。

OpenAI 的下一階段,是讓 AI 能夠:從「回答問題」到「完成任務」

  • 主動執行任務
  • 在多步驟流程中持續工作
  • 甚至整合工具與外部系統

這其實就是從「聊天」走向「代理(agent)」的過程。


資金運用

這筆錢將用於擴張算力基礎設施、推進前沿模型研究,以及擴大 ChatGPT 和企業 AI 產品的規模。

OpenAI 同時宣佈將循環信貸額度擴大至約 47 億美元,由 JPMorgan、Goldman Sachs、HSBC 等頂級銀行組成的全球銀行團提供支持,目前尚未動用。

OpenAI 正在建立一個整合 ChatGPT、瀏覽器、程式開發與 AI Agent 的統一平台,內部稱為「超級 App」,目標是成為用戶與 AI 互動的主要介面。這個方向和接連砍掉 Sora、成人模式、購物結帳功能的動作完全一致——收縮周邊,集中核心。


IPO 前的最後一棒

1,220 億美元不是「OpenAI 需要這麼多錢」,而是「OpenAI 在為 IPO 定錨估值」。

向散戶開放、納入 ETF、擴大信貸額度,在市場建立一個參考框架:「如果上市,這家公司值多少」。8,520 億這個數字,會成為投資人腦中的記憶點。

CFO Sarah Friar 說 OpenAI 需要做好「成為上市公司的準備」,但沒有公佈具體時間表。

同時,競爭壓力不會消失。Anthropic 的企業 API 市占正在加速擴張,Claude Code 已是開發者市場的主力工具。OpenAI 砍掉了 Sora、成人模式、購物結帳功能,把資源集中回核心,但能不能守住企業端的地盤,才是 IPO 前最關鍵的一仗。


Source

OpenAI raises $122 billion to accelerate the next phase of AI

Read more

為什麼你的 CV 明明不差,卻還是對不上理想 program?我用這套 keyword 分析法找答案

為什麼你的 CV 明明不差,卻還是對不上理想 program?我用這套 keyword 分析法找答案

選校不是只看排名,而是看 fit 這句話很多人都聽過。 但真正知道怎麼做到的人,其實不多。 大部分人的做法是: 先把 CV 整理好,去官網看一下 program 介紹,感覺不錯就投。 這樣做最大的問題是: 你是用自己的框架去看 program, 而不是用 program 的框架來看自己。 只要這個順序錯了,不管你把 CV 改得多流暢,方向都還是可能不對。 我自己曾經繞過的彎路 申請前期,我花了很多時間優化 CV。 我把每一條 bullet point 改得更精準,數字更清楚,動詞更有力。 改完之後,自己也覺得好像不錯。 但投了幾間之後,我一直有一種說不上來的感覺: 好像哪裡不太對。 後來我把其中一間學校的 program handbook 仔細讀了一遍, 才發現這個 program 真正在意的能力方向, 和我 CV 裡強調的重點其實有明顯錯位。

抽血你選機器人還護理師?全球第一台獲得歐盟 CE 認證的 AI 抽血機器人 - Vitestro

抽血你選機器人還護理師?全球第一台獲得歐盟 CE 認證的 AI 抽血機器人 - Vitestro

AI 小道消息 01 微軟攜手零壹、AI 郵報共同舉辦 AI Agent 時代來臨:從 GitHub Copilot 到 AI-Native Development,將介紹 Github Copilot、小龍蝦與 Azure 整合應用,活動將於 4/16 進行。 02 Anthropic Claude Cowork 設計負責人 Jenny Wen 近期接受 Lenny's Podcast 專訪,在訪談中直言:傳統設計流程基本上已死。 03 蘋果計劃從 iOS 27 開始,將即將改版的 Siri 開放給其他 AI 模型接入,