贝索斯旗下Prometheus融资120亿美元，估值410亿美元

背景

在人工智能领域，从纯软件生成向物理世界落地的转型已成为资本与科技巨头关注的焦点。近日，由亚马逊（Amazon）创始人杰夫·贝佐斯（Jeff Bezos）与谷歌旗下生命科学部门 Verily 的前联合创始人 Vik Bajaj 共同创立的物理人工智能（Physical AI）初创公司 Prometheus 宣布完成新一轮融资。

此次融资不仅刷新了该领域的估值纪录，更标志着贝佐斯在离开亚马逊日常运营后，将目光投向了更具挑战性的实体工程自动化领域。这一动向发生在全球科技行业加速自动化、同时引发关于就业与生产力广泛辩论的背景下，具有极高的行业观察价值。

核心内容

Prometheus 宣布以 410 亿美元的估值完成了 120 亿美元的融资。这笔资金主要来自贝佐斯本人，以及摩根大通（JPMorgan Chase）、高盛（Goldman Sachs）和黑石集团（BlackRock）等金融机构。根据 CNBC 报道，这是 Prometheus 自去年底启动以来的第二轮融资，其首轮融资金额为 62 亿美元。

1. 产品愿景：构建“通用人工智能工程师” Prometheus 的核心目标是开发一种被称为“通用人工智能工程师”（artificial general engineer）的软件系统。该系统旨在自动化复杂物理系统的设计与制造过程，其应用范围涵盖从喷气发动机到药物化合物等广泛领域。其终极野心是用 AI 取代大量传统工程工作，实现从设计到制造的全流程自动化。

2. 劳动力观点：生产力提升导致“劳动力稀缺” 尽管 AI 自动化引发了对大规模失业的担忧，但贝佐斯持不同观点。他向 CNBC 表示，AI 带来的生产力提升将导致他所谓的“劳动力稀缺”（labor scarcity）。他认为，当经济中生产力显著提高时，生活水平将随之上升。例如，今天需要双职工家庭才能维持生计，未来可能只需单职工家庭；那些需要加班的人可能会停止加班。这一观点与许多预测 AI 将导致广泛失业的科技界人士形成了鲜明对比。

3. 公司现状与资金用途 目前，Prometheus 在旧金山、伦敦和苏黎世设有办公室，员工总数为 150 人。公司对其已构建的具体技术细节保持保密。贝佐斯指出，大部分资金将用于满足公司巨大的算力（compute）需求。

4. 行业背景：物理 AI 的崛起 作为全球最大个人股东兼执行主席，贝佐斯深谙大规模劳动力管理的复杂性。亚马逊拥有超过 150 万名员工，在过去一年中，在 CEO Andy Jassy 的领导下，随着自动化推进，公司裁员数万人。

在此背景下，Prometheus 以 410 亿美元的估值成为有史以来估值最高的 AI 初创公司之一，也是单笔投资于物理 AI 领域的最大赌注之一。近期，风险投资家纷纷涌入物理 AI 领域。投资者和创始人认为，与纯软件相比，物理 AI 具有更强的防御性（moats），因为物理世界本身构成了代码无法轻易跨越的壁垒。

关键要点

• 巨额融资与高估值：Prometheus 完成 120 亿美元融资，估值达 410 亿美元，由贝佐斯、摩根大通、高盛和黑石等领投。
• 技术定位：致力于开发“通用人工智能工程师”，旨在自动化喷气发动机、药物化合物等复杂物理系统的设计与制造。
• 贝佐斯的劳动力哲学：贝佐斯认为 AI 带来的生产力提升将解决而非加剧失业问题，导致“劳动力稀缺”，从而降低工作强度并提高生活水平。
• 物理 AI 的防御性优势：行业普遍认为，物理 AI 比纯软件 AI 更具投资价值，因为物理世界的复杂性构成了天然的竞争壁垒。
• 公司现状：目前拥有 150 名员工，办公地点位于旧金山、伦敦和苏黎世，大部分资金将用于购买算力，具体技术细节尚未公开。

意义与影响

1. 重新定义 AI 的价值锚点 Prometheus 的高估值表明，资本市场正在从纯粹的生成式 AI（如大语言模型）转向更具实体落地能力的“物理 AI”。投资者意识到，虽然软件 AI 发展迅猛，但物理世界的工程、制造和科学发现领域仍存在巨大的自动化空白，且进入门槛更高，因此具备更高的长期防御价值。

2. 对“AI 取代人类”叙事的修正 贝佐斯的“劳动力稀缺”理论为 AI 对就业的影响提供了另一种视角。不同于“零和博弈”式的失业恐慌，他主张通过生产力的极致提升来扩大经济蛋糕，从而改变工作形态（如减少加班、单职工养家）。这一观点若被验证，将深刻影响未来劳动力市场的政策制定和社会讨论。

3. 巨头入局加剧竞争 随着贝佐斯、摩根大通等传统金融与科技巨头深入物理 AI 领域，该赛道将迅速从早期的风险投资阶段进入巨头主导阶段。这对于其他初创公司既是挑战也是机遇：一方面面临资源碾压，另一方面也验证了赛道的正确性，可能吸引更多跟随者。

4. 算力需求的持续爆发 贝佐斯明确表示大部分资金用于算力，这再次印证了 AI 行业对计算资源的无尽渴求。无论是软件还是物理 AI，算力基础设施都将是未来几年最确定的受益环节之一。