2025年1月，DeepSeek发布R1开源模型，震惊整个硅谷。一家中国小型实验室以低于美国同行的资源投入，创造出如此强大的开源模型，科技行业的大佬们大为错愕。马克·安德里森（Marc Andreessen）称之为“斯普特尼克时刻”。时任Scale CEO的Alex Wang将其形容为一记“警钟”。
01
在OpenAI内部，三名年轻研究员也大受震动，他们意识到开源模型的潜力。
他们想，如果能够构建基础设施来优化这些模型，可能就会发掘一个巨大的商机。“我们的理念与OpenAI的许多同事截然不同，”其中一位研究员亚什·帕蒂尔告诉《福布斯》。“如果开放权重模型真的会变得非常好用，我们认为未来的发展方向不会是OpenAI或Anthropic集齐世界上所有的数据，来训练一个超级模型。我们认为未来更有可能是摩根大通这样的公司，用自己的数据针对自身业务训练模型——这些数据，他们永远不会对外交出。”
五个月后，帕蒂尔与同事里瑟姆·加格和Linden Li一同离开OpenAI，创立了Applied Compute。这家初创公司为企业客户训练定制开源模型，然后在自有云上运行这些模型。自那以后，一切发展得如旋风一般。
公司在2025年6月完成2000万美元种子轮融资，并在一年内签下DoorDash、英伟达和微软等大牌客户。6月，微软CEO萨提亚·纳德拉与帕蒂尔对谈，探讨企业AI的未来发展。周三，Applied Compute告诉《福布斯》，公司正在洽谈一轮3.5亿美元的融资，其估值将跃升至32.5亿美元。该公司提醒，本轮融资尚未最终确定，部分数字可能会有变化（The Information此前报道了最新融资的一些细节）。这一新估值较仅四个月前的估值近乎翻倍，增速超过了YC孵化的成长最快的独角兽。
天使投资人埃拉德·吉尔（Elad Gil）是领投方，Lux Capital和凯鹏华盈等现有投资方也参与了本轮融资。帕蒂尔表示，新注入的资金将主要用于购买更多芯片，搭建“大规模算力集群”，扩充公司云基础设施。
该公司与大型企业合作，帮助它们基于阿里巴巴千问、月之暗面Kimi等开源模型，打造专用AI模型与智能体。相比依赖OpenAI或Anthropic的方案，这套模式的成本效益要高得多。公司采用名为“强化学习”的技术对这些模型进行微调，在模型出色完成任务时给予奖励，进而推动模型自主调整，以获取更多奖励。
Applied Compute会派驻工程师为企业客户提供咨询服务，基于客户的内部自有数据训练模型，之后再将模型部署到自家服务器运行。公司的定位是一站式平台，提供定制开源智能体的训练、部署与运维全套服务。8月，该公司发布了AC2平台，客户可自行使用Applied Compute内部的模型训练工具，成本比使用这家初创公司的深度人工咨询服务低得多。
本轮融资推进之际，正值企业纷纷设法控制持续上涨的AI开支，开源模型快速普及。Anthropic的Fable、OpenAI的Sol这类旗舰级前沿闭源模型性能极强，但每百万词元的成本几乎是一些开源模型的40倍。帕蒂尔称，在部分场景下，他们的模型成本仅为前沿闭源模型的十分之一。
Applied Compute的联合创始人席地而坐，身边是公司员工。照片摄于这家成立15个月的公司在旧金山的总部。 图片来源：APPLIED COMPUTE
与此同时，开源模型的能力持续提升，在部分企业场景中处理相对基础的任务时，已经成为可行的替代方案。“我一直认为开源方案会在诸多领域发挥重要作用，”本轮融资领投人吉尔对《福布斯》表示。他提到，几位创始人（全部不超过25岁）履历亮眼，在开源模型优化领域是极具竞争力的团队。“他们本身就是出自OpenAI、专攻这类技术问题的研究团队，是实打实的业内顶尖。”
DoorDash已与Applied Compute合作打造了一款模型，可帮助餐厅在入驻该外卖平台时自动生成精准菜单。英伟达则借助这家初创公司，对其开源权重的Nemotron系列模型开展后训练，用于搭建复杂智能体。法律AI初创公司Harvey也依托Applied Compute开发了一款智能体，可审阅海量诉讼文书，或是完成尽职调查环节的合同审核工作。Harvey应用研究主管尼科·格鲁彭（Niko Grupen）向《福布斯》透露，整个智能体的搭建耗时不到两个月。而在以前，这类工作需要数月甚至数年才能完成，还要投入大量资源——包括后训练研究员、超算基础设施工程师以及海量算力。“两者的效率差了整整一个数量级。”
02
23岁的帕蒂尔是印度移民之子，在奥斯汀长大，父母一位是儿科医生，一位是硬件工程师。童年时期，父亲先后任职于高通、ARM等芯片巨头，从事电路设计与功耗架构相关工作。他踏入科技行业是受哥哥尼尔的影响，尼尔如今是生物科技初创公司Chai Discovery的工程师。疫情期间，还在上高中的帕蒂尔和哥哥开发了一款名为Helping Hands的程序，帮助有需求的人群对接身体健康的志愿者，请他们协助完成采买杂货、代取药品等事务。24岁的加格在达拉斯长大，高中时通过参加黑客马拉松活动接触科技领域；25岁的Li出生于北卡罗来纳州，中学阶段在上海度过，在看过一场自动驾驶汽车的技术演示后，决定投身于科技行业。
三位创始人在斯坦福大学结为好友。攻读计算机科学专业期间，帕蒂尔在OpenAI首席执行官山姆·阿尔特曼为斯坦福工程系学生举办的家宴上，见到了这位日后的上司。“我当时特别紧张，基本没敢跟他搭话，顶多最后打了个招呼，”帕蒂尔回忆道。几个月后，OpenAI推出ChatGPT，和全世界所有人一样，帕蒂尔也被这项技术深深吸引。他给阿尔特曼发邮件，表示希望参与这款尚处早期的聊天机器人的研发，阿尔特曼随即邀请他申请公司的驻场研究员项目。20岁加入公司后，帕蒂尔引荐加格入职，加格随后又引荐了Li。任职期间，帕蒂尔负责后训练基础设施研发，以及后来的Codex项目；加格主攻推理模型方向，Li聚焦机器学习系统。
三人年纪比OpenAI其他研究员轻得多，因此关系格外要好。帕蒂尔和加格在旧金山OpenAI总部旁合租一间公寓，住在附近的Li下班后也常过来小聚。
DeepSeek的出现，成了三人的顿悟时刻。R1模型发布时，帕蒂尔、加格和Li恰好一同在太浩湖滑雪。三人兴致很高，几乎一整天都趁滑雪的间隙聊这件事。DeepSeek横空出世，让开源模型获得了前所未有的关注。帕蒂尔并不认为企业客户会彻底抛弃OpenAI和Anthropic的顶尖前沿模型，全面转向开源。在他看来，企业会根据不同应用场景，搭配使用高端模型和更经济实惠的方案。随着部分企业开始更看重成本效益，开源替代方案也愈发成熟可行，Applied Compute认为属于自己的机遇已经到来。
凯鹏华盈合伙人利·玛丽·布拉斯韦尔（Leigh Marie Braswell）主导了这家顶尖老牌风投对Applied Compute的投资，今年早些时候她就亲眼见识了这家公司的专注程度。布拉斯韦尔热衷打扑克，常为被投企业组织扑克之夜活动，在硅谷很出名。但她在旧金山Applied Compute总部办的那场活动，晚上10点左右就提前收场了。“从来没有哪家公司会把我从办公室里‘赶’出去，”她笑着说，“他们说，‘我们得接着干活了’。”
文：Richard Nieva
翻译：Elaine
校对：Lemin
本文译自：
https://www.forbes.com/sites/richardnieva/2026/09/01/applied-compute-openai-the-ex-openai-guys-building-cheaper-open-source-alternative/
