周四（13日），人工智慧（AI）产业传出一笔备受瞩目的潜在并购案。据《彭博》、《路透》等外媒报导，AI新创Anthropic正洽谈收购以色列AI新创Decart，交易金额可能达60亿美元，若最终成交，将成为Decart成立近3年来最重大的估值跃升。

与此同时，《金融时报》报导，Anthropic部分投资人预期公司最快可能在今年10月上市，上市估值甚至可能达到2兆美元或更高。

若这一预期成真，Anthropic将超越今年6月以约1.77兆美元估值上市的SpaceX，成为史上IPO估值最高的公司。

分析指出，Anthropic目前最需要解决的，似乎已经不是如何继续扩大营收，而是如何支撑高速成长背后日益庞大的算力需求。

而Decart所掌握的，正是AI模型如何更有效率运行于不同晶片架构上的能力。

Anthropic为何看上Decart？

Anthropic今年的成长速度十分惊人。

公司2月完成300亿美元G轮融资，投后估值达3,800亿美元，当时公布的年化营收约140亿美元；到了4月，年化营收已传出达300亿美元。

5月底，Anthropic再完成650亿美元H轮融资，投后估值攀升至9,650亿美元，年化营收也突破470亿美元。

短短数个月，Anthropic估值翻逾一倍，年化营收更增加超过两倍。

6月1日，Anthropic向美国证券交易委员会（SEC）秘密提交IPO草案申请（Form S-1），市场也开始将焦点转向这家公司能否把目前的高速成长延续到公开市场。

《金融时报》指出，部分Anthropic投资人预期，公司到2026年底的年化营收可能进一步达到1,000亿至1,200亿美元，其中一名投资人甚至依据营收增速与估值倍数推算，认为Anthropic的理论估值可能达到3兆美元。

高速成长也让Anthropic的早期股东身价迅速膨胀。根据《富比士》5月底的估算，包括执行长Dario Amodei、总裁Daniela Amodei在内的7名共同创办人，各自持有略高于1.6%的公司股份，以9,650亿美元估值计算，每人持股价值约155亿美元。

但对Anthropic而言，估值与营收快速攀升的另一面，是成本同样快速增加。

大模型的算力需求主要可以分成训练与推理两大部分。模型训练需要大量资料与晶片资源，而模型正式上线后，每一次使用者提出问题、要求Claude撰写程式码或处理文件，都需要再次消耗算力。

与集中于特定阶段的模型训练不同，推理需求会随着使用者数量与使用频率持续增加。Claude使用越普及，Anthropic需要投入的推理算力就越大。

因此，Anthropic近几个月持续扩大算力布局。

4月，公司与亚马逊(AMZN-US) 签署新协议，未来10年将承诺在AWS技术上投入超过1,000亿美元，取得最高5GW的算力容量；同月也扩大与Google(GOOGL-US) 及博通(AVGO-US) 的合作，取得数GW下一代TPU容量。5月，Anthropic再与SpaceX(SPCX-US) 达成算力合作。

目前Claude同时运行于亚马逊 Trainium、Google TPU以及辉达(NVDA-US) GPU等不同晶片平台。

问题在于，不同晶片采用不同硬体架构。模型若要从一种晶片平台转移到另一种平台，并不是单纯更换硬体即可，底层程式、运算方式以及资料传输与通讯机制，都可能需要重新调整与最佳化。

而这正是Decart的核心能力。

Decart的主要技术之一是DOS（Decart Optimization Stack），可以视为介于AI模型与晶片之间的效能最佳化层。其核心工作，是针对不同硬体架构重新调整模型的运算、晶片调用与资料传输方式，让同一套AI模型能更有效率地运行在不同平台。

目前DOS已经支援辉达 GPU、Google TPU与亚马逊 Trainium。

换句话说，Anthropic无论采用哪一家的AI晶片，都可能需要面对如何把硬体效能充分发挥的问题，而Decart正好具备这方面的技术与工程经验。

就在8月5日，Anthropic才宣布开始组建自有晶片设计团队，招募同时具备硬体与软体能力的工程师，希望透过客制化晶片提升Claude的运算效率，同时维持多晶片策略。

几天后，Decart的潜在收购消息便浮上台面。

根据《路透》报导，如果交易最终完成，Decart团队将并入Anthropic的推理与效能部门。

分析认为，Anthropic看上的可能不只是Decart旗下的AI产品，而是一支同时理解模型、晶片与底层系统最佳化的工程团队。

对一家准备进入公开市场、估值可能挑战2兆美元的AI公司而言，模型能力固然重要，但每一次推理所需要付出的成本同样关键。

Claude越多人使用，Anthropic就越需要思考如何在增加算力投入的同时，提高每一美元算力支出的产出。

从GPU最佳化起家的Decart

Decart成立于2023年9月。

共同创办人兼执行长Dean Leitersdorf过去曾在新加坡国立大学从事博士后研究，并在此期间与Moshe Shalev筹备创业团队。更早之前，Leitersdorf就读于以色列理工学院，23岁取得计算机博士学位，求学期间也曾在以色列国防军8200部队服役。

Leitersdorf也正是在8200部队认识Moshe Shalev。

两人的背景却相当不同。Leitersdorf一路走在学术与技术研究道路上；Shalev则成长于以色列极端正统派家庭，年轻时从事过多种工作，也曾一边工作、一边在夜间就读会计课程。23岁参军后，他加入8200部队，前后服务13年，之后逐渐转向AI系统建设与管理。

Decart创立后，最早并没有立即把重心全部放在打造自己的大型AI模型，而是先协助其他公司提高AI模型在GPU上的推理效率。

根据《The Information》此前报导，Decart成立约3个月后，就从一家GPU云端服务商取得数百万美元合约，协助对方提升AI模型的GPU推理效率。到2024年10月，相关业务年化营收已超过1,000万美元。

更值得注意的是，即使Decart当时已经开始投入资金训练自有影片基础模型，公司仍维持正自由现金流。

这让Decart走出一条与许多AI新创不同的路线：先利用自身对GPU与模型效率的理解创造营收，再将收入投入自己的模型开发。

红杉资本合伙人Shaun Maguire曾形容Decart对GPU的理解已深入到极为底层的硬体运作层面。

红杉甚至将这种能力与Google早期的发展模式相比。Google当年的竞争优势不只来自PageRank，也包含分散式系统能力，能够利用大量相对廉价的硬体组成系统，并尽可能提高每一单位算力的使用效率。

在红杉看来，Decart可能正在AI时代走上类似的路线：先从底层效率切入，再将这种能力转化为产品。

Oasis、Lucy背后的即时生成能力

Decart第一个受到市场关注的产品，是2024年10月推出的Oasis。

Oasis的游戏体验让人联想到《Minecraft》，但其运作方式并非传统游戏引擎预先建立固定场景，而是透过AI模型根据玩家的键盘与滑鼠操作，即时生成下一帧画面。

玩家移动，AI便持续生成新的场景；玩家破坏方块，模型则根据前一个动作预测接下来的画面。

Decart官方表示，Oasis推出72小时后，使用者数量就突破100万。

之后，Decart又将即时生成技术延伸到影片领域，推出Lucy。

Lucy的核心概念，是让使用者在直播或视讯通话过程中即时改变人物外观、服装、背景以及周遭环境，而不是像传统AI影片工具一样先完成生成，再播放结果。

Decart表示，Lucy 2.0已能以1080p解析度、每秒30帧的速度持续生成画面。

今年6月，Decart再推出Oasis 3，进一步将世界模型能力延伸至自动驾驶与机器人领域。

所谓世界模型，可以简单理解为让AI不只辨识当下环境，还能根据目前的动作预测下一刻可能发生的变化。例如车辆转向后，道路与周遭环境如何改变；机器人伸手碰触物体后，物体又会如何移动。

这种技术可让自动驾驶系统与机器人在AI生成的虚拟环境中进行大量情境测试，再将能力应用到实际道路、工厂或家庭环境。

从整体技术布局来看，Decart已形成一条相对完整的技术链：DOS负责模型训练与推理效率最佳化；Lucy将即时生成能力延伸至影片；Oasis则进一步朝世界模型、机器人与自动驾驶发展。

不到3年，估值从5亿美元跃升至近40亿美元

资本市场也快速反映Decart的成长。

2024年，红杉资本领投Decart 2,100万美元种子轮，之后公司持续募资，累计融资金额达5,300万美元，估值升至约5亿美元。

2025年8月，Decart完成1亿美元融资，估值进一步攀升至31亿美元。

今年5月，公司再完成3亿美元融资，估值接近40亿美元，由Radical Ventures领投，辉达、Adobe Ventures、Toyota Ventures、eBay Ventures等新投资者加入，红杉资本、Benchmark及Zeev Ventures则持续参与投资。

按照Decart官方说法，公司累计融资额已超过4.5亿美元，最新一轮融资后估值接近40亿美元。

不到3个月后，市场传出Anthropic可能以约60亿美元洽购Decart。

Leitersdorf的目标原本也不只是把Decart做成一家高估值AI新创。

他在2025年接受《Fortune》采访时曾表示，希望打造一款拥有10亿使用者的消费级应用，也曾公开谈到将Decart发展成一家兆美元企业的目标。

如今，Decart同时面临两条截然不同的道路：继续追求兆美元公司的长期目标，或接受Anthropic约60亿美元的潜在收购报价。

AI巨头开始用并购「买时间」

分析指出，Anthropic与Decart的谈判，也凸显AI产业正在出现的另一项变化：AI新创的技术价值与资本估值，正在以比过去更快的速度被市场确认。

今年6月，SpaceX与AI程式设计工具Cursor母公司Anysphere达成并购协议，交易对应Cursor约600亿美元股权价值。Anysphere成立于2022年，几名MIT校友从创业到进入600亿美元规模的并购谈判，仅用了约4年。

AI产业的资本逻辑正在改变。过去，一家公司通常需要花多年时间证明营收、市场规模与商业模式；但在AI快速演进的环境下，如果一支新创团队率先掌握大型科技公司未来几年势必要解决的关键技术，巨头未必愿意重新招募人才、建立团队，再投入时间进行反复试错。

换句话说，直接收购可能更快。因此，巨头买下的并不只是产品或技术，也包含已经完成的研发、人才以及过去累积的试错成本。

Decart花费近3年时间，将模型最佳化技术延伸至辉达GPU、Google TPU与亚马逊Trainium等不同硬体平台，并建立自己的最佳化系统与工程团队。若Anthropic最终完成收购，等于可以直接取得这套已经经过开发与验证的能力。

这也解释了为何部分AI新创成立时间并不长，却能迅速进入数十亿美元甚至数百亿美元的估值与并购市场。

分析称，当AI技术更新速度不断加快，真正稀缺的不只是资金，也包括能解决关键问题的人才与技术能力。对大型企业而言，与其等待竞争对手追上，不如直接透过并购缩短取得关键能力的时间。

财富变化同样反映出这种趋势。根据《富比士》今年3月公布的资料，2026年全球亿万富豪榜中，有86人的主要财富来源与AI有关，其中45人在过去12个月成为新晋亿万富豪，来自Perplexity、Mercor、Mistral、Cursor、Lovable、Cognition等成立时间相对较短的AI公司。

AI正在加速的，不只是财富累积，而是从技术形成、企业估值到价值实现的整个周期。

过去，一家公司可能需要10年才能证明自身价值；如今，如果一支团队掌握的是大型企业短期内难以复制、同时又迫切需要的技术能力，成立不到3年，也可能直接站上数十亿美元并购案的谈判桌。