据彭博社报道,专为AI公司构建专用数据中心的初创企业Fluidstack,目前正就一轮10亿美元融资展开谈判,估值达180亿美元,潜在领投方为Jane Street。
若此次交易最终落地,Fluidstack的估值将在短短数月内实现翻番。
去年12月,据彭博社消息人士透露,该公司正寻求以75亿美元估值融资约7亿美元,但并未正式宣布该轮融资的完成情况。彼时的领投方据称为专注于通用人工智能领域的基金Situational Awareness——该基金由前OpenAI研究员Leopold Aschenbrenner创立,Stripe联合创始人Collison兄弟、前GitHub CEO Nat Friedman以及AI投资人兼创业者Daniel Gross均参与其中。
据《华尔街日报》报道,今年2月,上述融资谈判仍在持续推进,谷歌亦在考虑向该轮融资注入1亿美元。
Fluidstack备受关注自有其缘由。去年11月,Anthropic宣布与其签署一份价值500亿美元的协议,委托其在德克萨斯州和纽约州建设专为自身需求定制的数据中心。与AWS等服务多元计算需求的超大规模云厂商不同,Fluidstack的基础设施专为AI场景量身打造。
这笔交易对Fluidstack而言是一次重大的信任背书。Fluidstack此前在美国知名度相对有限,而Anthropic主要依托AWS和谷歌云来部署其Claude模型(同时也与微软达成合作,通过后者向企业客户提供Claude服务)。但与竞争对手OpenAI一样,Anthropic正处于高速扩张阶段,亟需更多算力支撑,而此次合作也使Anthropic得以对自有云基础设施拥有更强的掌控力。
这一合作对Fluidstack的战略意义之重大,促使这家脱胎于牛津大学、曾是欧洲AI领域明星企业的公司将总部从英国迁至纽约。据彭博社报道,上个月,Fluidstack还退出了法国一项规模达100亿欧元的重要AI项目,将战略重心全面转向美国市场。
除Anthropic外,Meta、Poolside、Black Forest Labs等均为其客户。在与Anthropic达成合作之前,Fluidstack最广为人知的身份,或许是Mistral的基础设施服务商。
目前,Fluidstack未就置评请求作出回应。
Q&A
Q1:Fluidstack是一家什么公司,主要做什么业务?
A:Fluidstack是一家专门为AI公司构建专用数据中心的初创企业,起源于牛津大学,曾是欧洲AI基础设施领域的明星公司。与AWS等综合性云服务商不同,Fluidstack的基础设施专为AI计算场景设计,客户包括Anthropic、Meta、Poolside、Black Forest Labs以及Mistral等知名AI企业。
Q2:Anthropic为什么要与Fluidstack签署500亿美元的数据中心协议?
A:Anthropic主要使用AWS和谷歌云运行Claude模型,但随着业务高速增长,现有算力已难以满足需求。与Fluidstack合作,不仅能获得专为AI定制的数据中心资源,还能让Anthropic对自身云基础设施拥有更强的掌控力,降低对第三方云平台的依赖。该协议将在德克萨斯州和纽约州建设专属数据中心。
Q3:Fluidstack最新一轮融资的估值为何短期内大幅上涨?
A:Fluidstack的估值在数月内从75亿美元飙升至180亿美元,主要驱动因素是与Anthropic签订的500亿美元数据中心建设协议,这笔交易极大提升了市场对其商业价值的认可度。此外,公司将总部迁至纽约、战略聚焦美国市场,也进一步增强了投资者信心。此轮融资潜在领投方为Jane Street。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。