AI创投周报｜Figure创始人自筹1亿美元创立Hark，Harvey的估值突破110亿美元

本周，获得大额融资的AI创业公司包括：Figure创始人自筹1亿美元资金创立多模态AI个人助理公司Hark；AI推理的异构算力调度平台Gimlet Labs完成8000万美元A轮融资；AI法律公司Harvey完成2亿美元新一轮融资，估值达到110亿美元。

获得后段融资的AI创业公司中，AI法律公司Harvey完成2亿美元新一轮融资，估值达110亿美元；自主进攻性安全平台XBOW完成1.2亿美元C轮融资；面向高端硬件制造的数据基础设施Sift完成4200万美元B轮融资。

从本周获得融资的AI创业公司来看，AI/Agent的基础设施，物理AI以及AI安全是较为热点的投资方向。

获得早期融资的AI创业公司

1.多模态AI个人助理公司Hark，由Figure创始人创立，自筹1亿美元种子轮融资

Hark获得1亿美元的种子轮融资，本轮融资由Figure的创始人Brett Adcock个人出资，他同时也是公司创始人。

Hark旨在解决当前通用AI模型“不够智能”以及现有计算设备“底层架构不适配AI原生交互”的核心痛点。公司计划打造一套多模态、端到端的个人智能产品，涵盖AI模型的自主研发、硬件设计及用户交互界面的重构。

其核心业务逻辑在于通过软硬件的一体化协同设计，打造具备持久记忆系统、能实时看听并与现实世界交互的AI助理，让智能成为一切交互的基础层，而非仅仅停留在应用层。

Hark明确排除了智能眼镜等在人与现实世界之间增加隔阂的穿戴式设备路径，试图探索一种能预判需求、主动适应个体的无感自动化交互模式。

Hark目前已招募45名工程师和设计师，其核心高管Abidur Chowdhury（设计总监）曾是苹果资深设计师，曾主导iPhone Air及近期多款机型的设计团队。

2.AI推理的异构算力调度平台，Gimlet Labs完成8000万美元A轮融资

公司官网：https://gimletlabs.ai

Gimlet Labs获得8000万美元A轮融资，本轮融资由Menlo Ventures领投，种子轮领投方Factory以及Eclipse Ventures、Prosperity7和Triatomic等新老股东跟投，并获得了Bill Coughran、斯坦福教授Nick McKeown等多位产业高管和学界专家的个人投资。公司总融资额已达9200万美元。

Gimlet Labs面向大型AI模型实验室和数据中心，解决AI推理阶段面临的“异构算力调度失效”与“硬件资源严重闲置”两大核心痛点。

一个完整的AI智能体工作流包含计算密集型、内存密集型和网络密集型等多个环节，单一类型的芯片（如GPU）无法对所有环节实现最优处理，导致整体硬件利用率仅为15%-30%，造成巨大的资本浪费。

Gimlet Labs开发了一套“多硅基推理云”软件层，其核心是将AI工作流甚至模型本身进行切片，并将其智能地分发到由CPU、GPU、高内存系统等不同硬件组成的混合算力池中并行处理。该方案宣称能在同等成本与功耗下，将推理速度提升3到10倍。

Gimlet Labs创始人兼CEO Zain Asgar是斯坦福大学客座教授，也是一位成功的连续创业者。核心创始团队（Zain Asgar, Michelle Nguyen, Omid Azizi, Natalie Serrino）均来自其上一家创业公司Pixie。

3.构建企业级AI安全智能体，RunSybil完成Khosla Ventures领投的4000万美元融资

公司官网：www.runsybil.com

RunSybil获得4000万美元融资，由Khosla Ventures领投，S32、Anthology Fund、Conviction、Elad Gil，以及Jeff Dean等多位科技公司高管作天使投资人跟投。

随着企业开发流程被AI加速，定期的外部渗透测试和内部红队演练已无法匹配高频的代码部署。RunSybil提供基于AI智能体的连续性自主渗透测试平台。

与静态代码扫描工具不同，该平台直接在实时运行的系统中模拟黑客攻击路线，自主探索环境、串联漏洞并测试鉴权边界。其核心商业价值在于将离散的安全测试转化为无人工干预的常态化防御能力。目前产品已接入Cursor、Notion等初创公司及多家世界500强金融机构。

RunSybil联合创始人Ari Herbert-Voss曾是OpenAI首位安全研究员，对大模型带来的网络威胁有早期系统性研究；联合创始人Vlad Ionescu曾领导Meta的进攻性安全红队。

4.专为AI智能体构建的“training gyms”，Deeptune完成a16z领投的4300万美元A轮融资

公司官网：https://deeptune.com/

Deeptun获得4300万美元的A轮融资，由a16z领投，Abstract Ventures、Inspired Capital，以及AI研究员Noam Brown、Mercor CEO Brendan Foody等天使投资人跟投。

虽然现有大模型在通识测试中表现优异，但在接管如收件箱管理、财务结算等复杂企业工作流时，往往因缺乏实际环境的操作交互经验而失效。

Deeptune提供了专为智能体定制的高保真数字世界仿真基础设施，其核心价值在于允许AI智能体通过强化学习在受控且无风险的环境中进行高频试错与任务演练。这使得企业能够将原始的底层大模型能力转化为真实世界上可靠的业务表现，建立起连接“模型智力”与“现实执行力”的经验训练闭环。

Deeptune的核心团队均拥有硅谷头部AI实验室与顶级企业级软件公司的深厚工程背景。团队成员主要来自Anthropic、Scale AI、Palantir、Glean、Retool以及Hebbia等前沿科技企业。

5.面向大规模AI基础设施的超导光电计算硬件，Great Sky完成1400万美元种子轮融资

公司官网：www.greatsky.ai

Great Sky获得1400万美元的种子轮融资，本轮融资由Bison Ventures领投，Matchstick Ventures、Range Ventures，以及Mark Leslie、Adam Pritzker和Ivan Vendrov等天使投资人参与跟投。

Great Sky解决当前基于GPU的传统AI计算在物理能耗、传输延迟及数据搬运上的底层瓶颈。

随着模型规模的扩张，传统硅基硬件由于依赖电信号传输，不仅面临庞大的算力资本支出与数据中心供电压力，且在处理语音、实时视频等高通量任务时存在明显的延迟上限。

Great Sky提供了基于超导光电网络的全新计算底座，其核心技术壁垒在于直接从物理层面重构硬件：将极低温下运行的超导计算电路与单光子级别的高带宽光互连网络相融合，并在架构上实现存算同置。这使得系统能够以极低的能耗物理模拟生物神经元行为，彻底绕过传统的数据传输瓶颈，直接支撑连续数据流的端侧自适应学习。目前，其首批超导芯片已成功流片，并在高通量视频处理测试中展现出远超传统GPU架构的处理帧率。

Great Sky的核心创始团队成员（CEO Jeff Shainline、CTO Jeff Chiles、Saeed Khan与Bryce Primavera）均曾担任NIST资深研究员，长期专注于光子学、超导体及半导体系统的交叉领域研发。

6.GPU算力池化的云基础设施平台，Hosted.ai完成1900万美元种子轮融资

公司官网：www.hosted.ai

Hosted.ai获得1900万美元的种子轮融资，本轮融资由Creandum领投，People Ventures与Repeat VC跟投。

在现有的AI基础设施中，GPU通常以整卡、服务器或机柜为单位进行静态租赁，导致客户侧平均高达60%的算力处于闲置状态，同时也让重资产投入的底层算力运营商损失了潜在的利润空间。Hosted.ai提供了专为GPU资源定制的软件池化平台与算力市场。

其核心商业价值在于：支持多个AI工作负载在同一批GPU上并发运行，将传统的“物理整卡租赁”转化为“按用量计费的弹性消耗”模式。这一方案不仅帮助算力运营商在现有硬件上实现高达5倍的效能产出，同时也为注重数据主权、低延迟与区域可用性的企业客户，提供了一个绕开美国少数垄断云厂商的高性价比算力替代方案。

创始人兼CEO Ditlev Bredahl曾深度经历过传统数据中心与AWS等超大规模云厂商争夺底层算力市场的商业演进周期。

7.个人知识工作者的AI上下文引擎，Littlebird完成1100万美元融资

公司官网：https://littlebird.ai/

Littlebird获得1100万美元融资，本轮融资由Lotus Studio领投，Lenny Rachitsky、Scott Belsky、Gokul Rajaram等多位知名产品专家与天使投资人跟投。

Littlebird主要面向个人知识工作者，解决通用AI模型因缺乏用户个人实时上下文而效用受限的核心痛点。其竞品（如Rewind、Microsoft Recall）通过录屏截图来捕获上下文，存在数据量大、侵犯隐私且搜索体验不佳的问题。Littlebird提供了差异化的解决方案：它是一款在后台运行的AI工具，通过直接“读取”屏幕内容并将其转化为结构化的文本格式来构建个人知识库。

这种“文本化”的路径构成了其核心壁垒，不仅大幅降低了数据存储负担、规避了视觉信息的隐私风险，也使捕获的上下文更易于被大语言模型理解和调用。除基础的“回溯”功能外，产品还集成了会议纪要、基于历史邮件和文档的“会议准备”助手，以及可自动执行每日简报等任务的“例程”功能。

Littlebird创始人Alap Shah、Naman Shah与Alexander Green均为成功的连续创业者。其中，Shah兄弟此前联合创立的机构投资者平台Sentieo被市场情报巨头AlphaSense收购。

8.AI智能体安全管控平台，Manifold完成800万美元种子轮融资

公司官网：www.manifold.security

Manifold获得800万美元的种子轮融资，本轮融资由Costanoa Ventures领投，Cherry Ventures、Rain Capital、Modern Technical Fund，以及前Uber首席安全官Joe Sullivan等人跟投。

随着AI应用从文本对话演进为自主操作，开发与办公智能体开始高频访问代码库和生产系统，传统安全方案依赖自然语言拦截或通用终端监控，不仅面临极高的误报率，且无法看清智能体在系统后端的实际动作。

Manifold提供了专为智能体定制的检测与响应（AIDR）平台，其核心价值在于提供无摩擦、Agentless的运行时监控，直接追踪并绘制智能体的工具调用、API触发和系统访问轨迹。这使得安全团队能够为所有智能体建立动态行为基线并秒级捕捉异常漂移，建立起连接“不可见AI行为”与“可控安全策略”的数据闭环。

Manifold的核心创始团队成员Neal Swaelens与Oleksandr Yaremchuk均拥有顶级的AI底层安全背景。在之前的创业经历中，两人专门负责开发业内应用极广的开源大模型防火墙LLM Guard（后被Palo Alto Networks间接收购）。

9.金融AI智能体平台Obin AI完成李飞飞、Lukasz Kaiser参投700万美元种子轮融资

Obin AI获得700万美元的种子轮融资，本轮融资由Motive Partners领投，知名AI学者李飞飞与Lukasz Kaiser等天使投资人参与跟投。

随着AI智能体在通用办公场景普及，金融机构的部署阻碍在于：涉及数亿美元的决策要求近乎完美的准确率、完整的审计追踪及严格的监管对齐，且机构无法将核心数据和IP交给封闭的外部大模型生态。

Obin AI提供了专为强监管金融环境定制的AI劳动力平台，其核心价值在于采用开放式架构，在确保企业数据资产私有化的同时，将长达数十年的非结构化历史数据和机构上下文直接嵌入智能体推理层。

这使得金融机构能够无缝部署AI智能体，直接执行持续监控、规模化核保及早期风险检测等核心工作流，建立起连接“历史金融数据”与“可审计AI决策”的业务闭环。目前，该产品已在多家资管规模超万亿美元的全球大型金融机构中进入生产部署阶段。

Obin AI的CEO Apoorv Saxena曾任摩根大通AI业务负责人，并曾在Google Cloud领导多款AI产品的开发；CTO Valliappa Lakshmanan曾任Google与银湖资本高管及资深AI架构师。

10.AI智能体的终端安全管控层，Certiv完成420万美元Pre-seed融资

Certiv获得420万美元Pre-seed融资，投资方包括Aviso Ventures、Founders Co-op以及Fortson等。

随着AI智能体逐步掌握通过员工凭证自主编写代码、读取文件和访问企业敏感系统的权限，传统的云端或网络层安全工具因缺乏对终端的可见性，已无法看清其底层行为。

Certiv提供了直接部署在员工本地设备上的“运行时保障”软件。其核心价值在于让安全策略直接驻留在算力发生点，作为智能体与交互系统之间的网关，不仅能检测未经授权的AI智能体，还能追踪其行动的完整推理链，并在动作触达生产环境前进行实时违规阻断。

CertivCEO Jason Needham曾联合创立Union Bay Networks（2014年被苹果公司收购）与CloudCoreo（2018年被VMware收购）；CTO Paul Allen曾任CloudCoreo联合创始人兼 CTO；首席AI官Daniel Morris曾于微软任职7年，主要负责AI及开发者工具业务。

获得后轮融资或被收购的人工智能初创公司

1.AI法律公司Harvey完成2亿美元新一轮融资

公司官网：www.harvey.ai

Harvey获得2亿美元的新一轮融资，本轮融资由老股东GIC与Sequoia Capital联合领投，a16z、Coatue、Conviction Partners、Elad Gil、Evantic以及Kleiner Perkins跟投。它的最新投后估值达到110亿美元，总融资额已超过10亿美元。

Harvey主要面向大型律所、企业内部法务团队及资产管理公司，解决并购、尽职调查、合同起草和文档审查等高频且复杂的法律任务过度消耗人工成本的痛点。

其核心产品不仅是单一的AI辅助工具，而是允许客户部署定制化的AI智能体来直接执行任务。目前平台上运行着超过25000个定制智能体，产品能力已延伸至处理如“基金设立”等跨周期、多步骤的长期限智能体，并提供“共享空间”以支持跨团队与外部合作伙伴的安全协同。平台已落地60个国家的1300家机构，覆盖超半数的全美百强律所、500多家企业法务团队，全球超10万名律师在平台上处理核心业务。

2.升级为企业级AI应用，Granola完成1.25亿美元C轮融资

公司官网：www.granola.ai

Granola获得1.25亿美元的C轮融资，本轮融资由Index Ventures领投，Kleiner Perkins以及老股东Lightspeed、Spark和NFDG跟投。它的最新投后估值达到15亿美元，总融资额1.92亿美元。

Granola最初面向专业消费者，现已全面进军企业级市场，主要解决用户反感会议中出现“可见的AI记录机器人”的痛点，以及单纯的会议纪要逐渐商品化、难以直接转化为实际业务动作的问题。公司提供了一款直接运行在本地电脑端、静默抓取转录数据的AI速记应用。

为了构建商业壁垒并摆脱工具属性，Granola正在向企业级数据底层转型：在协同端，推出了带有细颗粒度访问控制的团队协作空间和文件夹功能；在生态端，推出了个人和企业级API，并升级了MCP服务器。

这套底层架构使得Granola的会议数据能直接与Claude、ChatGPT、Figma及各类本地AI智能体无缝对接，让用户可以直接基于会议上下文触发起草跟进邮件、更新CRM数据库等下游自动化操作。目前，该产品已成功打入Vanta、Asana、Mistral AI等企业客户的工作流中。

3.AI时代的自主进攻性安全平台，XBOW完成1.2亿美元C轮融资

公司官网：www.xbow.com

XBOW获得1.2亿美元C轮融资，本轮融资由DFJ Growth与Northzone领投，Sofina、Alkeon Capital，以及老股东Altimeter、NFDG Ventures 、Sequoia Capital跟投。它的最新估值突破10亿美元，跻身独角兽行列。

XBOW主要面向大型企业客户，解决传统人工渗透测试速度滞后且难以覆盖全局攻击面的痛点。随着AI技术被广泛用于网络攻击，黑客已打破人力瓶颈实现全天候跨环境探测；而企业传统的定期安全评估，在现代软件的敏捷发布节奏下面临“上线即过时”的困境。

XBOW提供了基于AI的自主进攻性安全平台，其核心价值在于利用AI推理结合真实的黑客对抗工作流，以机器速度持续进行漏洞挖掘与验证。这使得企业能够将离散的渗透测试转化为与代码部署同频的常态化防御机制，在保持极低误报率的同时深入挖掘复杂漏洞。目前，该平台已在多家财富500强及全球大型企业中投入生产级部署。

4.AI视频编辑应用Mirage完成7500万美元增长轮融资

公司官网：https://mirage.app/

Mirage获得7500万美元的增长轮融资，由General Catalyst独家投资。

Mirage最初以其C端视频编辑应用Captions切入市场，目前已全面升级为AI模型实验室，主要解决个人创作者与中小企业在短视频制作中面临的专业化剪辑与规模化生产难题。

其核心壁垒在于自主研发垂直类AI模型，而非简单依赖通用大模型。公司已训练出针对短视频的节奏、构图和注意力动态的专用模型，以及一个能够保留用户原始口音的音频模型，解决了生成式AI普遍存在的“口音美国化”问题。

商业模式上，公司已从付费订阅转向免费增值模式，以移动端工具作为流量入口和数据飞轮，向上导流至面向企业的批量视频创作与分发平台。该策略已验证其强大的产品市场契合度与单位经济模型：平台已生成超2亿条视频，过去一年App下载量超320万次，并创造了2840万美元的应用内收入。

5.AI原生库存管理平台，Doss完成5500万美元B轮融资

Doss获得5500万美元B轮融资，本轮融资由Madrona与Premji Invest联合领投，Intuit Ventures以及新老股东Theory Ventures、General Catalyst、Contrary Capital和Greyhound Capital跟投。

Doss主要面向年营收在2000万至2.5亿美元之间的中阶市场消费品牌，解决新兴AI财务系统在处理实体供应链时“实物商品数据与财务账本难以同步”的痛点。

近年来，市场上涌现出大量旨在替代传统重型ERP的AI原生财务软件，但它们普遍缺乏处理复杂采购与库存管理的能力。

Doss避开了核心记账领域的同质化竞争，专门构建了一层AI原生的库存与采购管理系统。该产品作为供应链溯源插件，能够直接与Rillet、Campfire等新兴AI财务系统或传统的QuickBooks无缝集成。

其商业逻辑在于通过错位竞争占据独特的生态位：将极度复杂的实物商品流转抽象为高度结构化、易被AI智能体调用和读取的底层架构。这使得企业无需忍受传统ERP漫长且昂贵的实施过程，只需采用“现代AI财务软件+Doss库存系统”的组合，即可完成企业资源管理的轻量化重构。

6.面向高端硬件制造的数据基础设施，Sift完成4200万美元B轮融资

Sift获得4200万美元B轮融资，本轮融资由StepStone领投，GV、Riot Ventures、Fika Ventures以及CIV跟投。

Sift主要解决复杂物理设备在研发测试与生产环节面临的“海量遥测数据处理”痛点。随着物理设备高度软件化，Sift合作的一些车辆拥有超过150万个传感器同时传输数据，涵盖多种格式和时间尺度。

传统方案依赖通用数据库或自研脚本，不仅面临每月数百万美元的极高存储成本，且非标准化数据难以直接应用于AI分析。

Sift提供了专为物理世界定制的底层数据基础设施，其核心价值在于对跨格式、跨时间尺度的高频并发数据进行高效降本存储，并将其转化为高度结构化、机器可读的格式。这使得企业能够无缝接入各类AI智能体，直接进行生产决策自动化和测试故障诊断，建立起连接“物理传感器”与“AI大脑”的数据桥梁。

Sift的两位创始人Karthik Gollapudi （CEO）与Austin Spiegel （ CTO）均曾担任SpaceX核心工程师。在SpaceX任职期间，两人专门负责开发用于管理火箭在测试、制造及发射阶段产生海量遥测数据的软件工具。

7.亚马逊加速机器人布局：连续收购人形机器人Fauna与末端配送机器人Rivr

亚马逊近期确认连续完成两起机器人初创公司的收购，分别为人形机器人公司Fauna Robotics与末端配送机器人公司Rivr。Rivr在被收购前的最后一轮估值为1亿美元，其早期投资方即包括亚马逊产业创新基金与贝索斯个人基金。两家公司的创始团队都将并入亚马逊体系。

这两起收购展现了亚马逊在机器人领域的双线布局策略：一端伸向家庭内部，另一端打通物流终端。Fauna Robotics主要面向家庭消费场景，解决AI助理从纯软件向物理实体延伸的交互问题，其核心产品是一款名为Sprout的儿童尺寸双足人形机器人。而Rivr则聚焦于解决亚马逊核心电商业务的末端配送瓶颈，特别是传统配送机器人难以逾越的“上楼”障碍。其核心产品是一款可在楼梯上行走的四足轮式机器人，旨在补全自动化物流的最后一百米。

本文由阿尔法公社综合自多个信息源，并在AI模型的辅助下写作，封面图片由AI生成。

✦

✦