OpenAI前研究员创办Applied Compute洽谈35亿美元估值融资
三名斯坦福同学在OpenAI共事后来离职创办企业公司Applied Compute，用开源权重为企业训练定制模型并在自有云上运行。Forbes报道，成立约15个月后，二十多岁创始团队正洽谈融资3.5亿美元、估值约32.5亿美元。
创始人为Yash Patil、Rhythm Garg与Linden Li。Patil称世界观与许多前同事不同：若开源权重足够强，摩根大通这类机构会用自己的数据训练关心的模型，因为数据不会交出去。公司2025年6月完成2000万美元种子轮，一年内签下DoorDash、Nvidia与微软等客户，Patil曾与Satya Nadella对谈企业AI。
新一轮领投人为天使投资人Eli Gil，现有股东Lux Capital与Kleiner Perkins跟投。公司提醒数字在敲定前可能变动。新估值较约四个月前接近翻倍。Patil称资金将主要用于买芯片、扩建“大规模算力集群”。
产品形态是把开源模型私有化训练后托管在创业公司云上，而不是把企业数据送进封闭旗舰模型。叙事针对不愿交出核心数据、又要定制模型的行业客户。
机制上，买方是要保留自有数据、又要现成训练与推理集群的企业，卖方是从OpenAI出来、能把开源权重接上客户语料的团队。事件由开源模型够用和企业不愿交数共同驱动，资金从新一轮股权进入GPU；受益方是能同时卖训练与托管的新云，承压方是坚持“所有数据训练一个超模”的封闭实验室。
公开信息未披露本轮是否交割、收入与合同年限，也未给出与封闭API的价差表。
来源：公开信息
ABAB AI 解读
这是OpenAI离职潮里偏“卖铲子给银行”的一支：不追求再造一个消费级聊天机器人，而是承认企业数据不会流入超级模型。三位创始人把实验室里的训练流程包装成可签约的开源定制云，估值爬升靠的是客户名单和算力采购故事，而不是公开基准登顶。
资本路径清晰：种子轮验证签约，新一轮买卡扩容。动机是抢在开源权重追上封闭模型之前，把“你们的数据、我们的集群”写成标准合同。资源调动靠前东家的训练经验，加上Lux、Kleiner Perkins与个人领投人的支票，把算力库存变成估值台阶。
类比对象是Databricks把开源引擎做成企业湖仓、CoreWeave把GPU租成新云、以及Anthropic从OpenAI出走后走另一条封闭路线。行业位置上，企业AI已从“接旗舰API”进入“用开源在专有数据上再训练”的分流；超模公司要的是全世界的数据，银行要的是自己的数据不出门。
结构判断属于定价权转移：定价权从“谁的通用模型最强”转到“谁能在客户数据上便宜地做出够用的专有模型”。机制是开源权重把训练门槛打掉后，稀缺项变成客户语料与可合规托管的卡；离职研究员用前东家的方法，卖的是不愿交给前东家的数据。
ABAB News · 认知定律
企业不会把核心数据交给超级模型
开源够用之后，卖的是训练和托管
从实验室走出来的人，往往把原公司不愿做的那一单做成公司