融资101亿，英伟达投的AI独角兽：收入暴增2000%

AI基础设施公司Baseten，最近又拿下了15亿美元融资（约合101亿元软妹币），估值直接冲到了130亿美元（约合882亿元软妹币）。

有意思的是，Baseten自己并不训练大模型，它的核心业务是帮企业把各种AI模型稳定、便宜、高效地跑起来。

仅仅18个月，Baseten就完成了四轮融资。官方宣称，过去一年收入增长了20倍。多家媒体报道，今年一季度，它的年化收入已经达到6亿美元。

那么，这条新闻背后，藏着哪些值得关注的赚钱信号？

估值半年暴增2.5倍

Baseten成立于2019年，总部在旧金山。

成立之初，它主要研究机器学习，用在反欺诈、识别滥用行为、处理用户生成内容这些领域。但前三年，收入“基本上为零”。直到2022年底ChatGPT横空出世，Baseten决定彻底转型——帮客户简化部署大语言模型的繁琐流程。

真正做AI应用的公司，不一定非得永远用最强、最贵的闭源模型。它们真正需要的是：在不同场景下，选对合适的模型，同时以可控的成本、稳定的速度，让产品顺利运转起来。

举个例子，一个AI编程工具，在写复杂代码时可能会调用前沿模型，但在简单的代码补全、检索、分类或上下文整理上，完全可以用开源模型或自研模型。同样，一个AI销售工具，也可能把不同的任务拆解开来，让不同的模型各司其职。

开源模型的能力正在迅速提升。Llama、Qwen、DeepSeek等模型给了企业更多选择。但开源模型不是拿来就能直接服务亿级用户的商品。企业还得解决一系列实际问题：GPU从哪来？怎么部署？如何优化吞吐量？怎么降低延迟？流量波动怎么办？故障如何监控？成本怎么控制？数据安全如何保障？

Baseten提供的，正是这样一套“把模型放进生产环境”的系统。它从多家云供应商采购算力，再通过自己的软件栈进行调度、优化和交付。对客户来说，不需要自己到处抢GPU，也不必重新搭建一整套推理平台。

Baseten服务的客户，很多都是快速增长的AI应用公司，包括Abridge、Clay、Cursor、Lovable、Mercor、OpenEvidence等。这些公司横跨医疗、销售、编程、招聘、企业软件等多个领域，但有一个共同点：它们的产品都高度依赖模型调用。

Baseten部分客户

这门生意，有点像云计算早期。

当互联网公司快速增长时，亚马逊云卖的并不是某个网站，而是网站背后的服务器、存储、数据库和弹性计算。当移动互联网爆发时，云服务商吃到了整个应用生态的红利。今天，AI应用公司越多，模型调用越频繁，推理基础设施的需求就越大。

Baseten想成为的，就是AI推理时代的基础设施层，这也是其估值快速飙升的根本原因。

今年1月，Baseten刚完成了3亿美元融资，估值达到50亿美元。短短几个月后，新一轮融资直接把最高估值推到了130亿美元。半年之内，估值暴增2.5倍还多。

三大风险

Baseten的走红，还有一个更大的背景：AI公司开始认真算账了。

推理不是一次性投入，而是持续消耗。一个AI产品越受欢迎，模型调用次数越多，成本也可能越高。如果每一次调用都依赖最昂贵的闭源大模型，那么产品规模越大，亏损也可能越大。

这就倒逼AI应用公司寻找更灵活的模型策略——不是所有任务都需要最强模型。AI应用能不能赚钱，很大程度上取决于推理成本能不能被压下来。

当AI进入真实工作流，推理需求会变得极其庞大。推理优化不是模型公司单独能解决的问题，也不是普通云服务商天然擅长的事。它需要介于模型、GPU、云厂商和应用之间的一层系统软件。这一层越复杂，越容易诞生新的基础设施公司。

Baseten吃到的，正是这层红利。它让AI产品有机会变成一门正常的生意。

然而，推理基础设施可能是AI行业最诱人、也最残酷的赛道之一。

Baseten并不是唯一看到推理机会的公司。Fireworks AI、Together AI、Modal、Replicate、Groq、Cerebras，以及各大云厂商，都在激烈争夺这块市场。比如，Groq在2026年5月被曝出寻求最高6.5亿美元融资；Together AI计划融资10亿美元，估值也达到了75亿美元。

推理基础设施公司看上去像软件公司，但并不完全是软件公司。它背后需要大量GPU和云资源。算力成本、采购价格、利用率、客户定价，都会直接影响利润。如果GPU长期紧缺，采购成本高，而客户又不断要求降价，推理平台的毛利率就会承压。尤其是当竞争加剧，大家都用低价争抢客户时，这门生意很可能变成“高收入、低利润”的重资产服务。这也是为什么推理优化能力如此关键——同样一块GPU，谁能服务更多请求、降低空闲时间、提升吞吐、减少延迟，谁才能有更好的经济模型。推理基础设施不是简单转售算力，而是要通过软件效率把利润“挤”出来。

AI模型、芯片、编译器、推理框架、开源生态都在快速变化。今天最优的部署方式，几个月后可能就落伍了。这对Baseten来说，既是机会，也是压力。机会在于，技术变化越快，客户越不愿意自己维护复杂的基础设施，更愿意交给专业公司。压力在于，Baseten自己必须始终跑在最前面。一旦它的技术栈跟不上新模型、新芯片、新需求，客户可能迅速转向其他平台。

英伟达投了

Baseten有一个重要的股东：英伟达。2026年1月，英伟达成为Baseten E轮融资的重要投资方（1.5亿美元）。

这笔投资，似乎是被DeepSeek“逼”出来的。

2025年初，DeepSeek突然爆红。它给美国科技市场带来的冲击，不只是“中国也能做出强模型”，而是另一件更敏感的事：原来强模型可以做得这么便宜。这直接戳中了英伟达的神经。过去几年，英伟达最核心的故事是：AI越来越强，所以需要越来越多的GPU。但DeepSeek出现后，市场开始追问一个问题：如果模型训练成本能大幅下降，如果更少的芯片也能做出接近一流的模型，那么英伟达还能继续高速增长吗？这个问题一度让英伟达股价大跌。

但英伟达后来押注Baseten，恰恰说明它看到了另一个方向：便宜模型不一定会减少算力需求，反而可能放大算力需求。原因很简单。当AI模型很贵时，只有少数大公司用得起。但当DeepSeek这样的模型把价格打下来，当开源模型越来越强，更多创业公司、中小企业、垂直行业都会开始使用AI。Baseten提供的是AI推理基础设施，帮助企业把开源模型、自研模型、定制模型部署到生产环境中，并尽量提高速度、降低成本。

这时，行业真正的瓶颈就变了——不再只是“谁能训练出最强模型”，而是“谁能把成千上万个模型稳定、便宜、快速地跑起来”。Baseten帮企业部署、调度GPU、控制成本、降低延迟、处理高峰流量。大量公司会使用不同模型；大量模型需要在不同场景里运行；大量推理任务会持续消耗GPU。英伟达需要的，不只是OpenAI和微软这样的大客户，也需要Baseten这样的基础设施公司，把更多开源模型、专用模型和企业模型带到英伟达GPU上运行。

英伟达投Baseten，本质上是在给自己的下一阶段增长铺路。

本文不构成任何投资建议。