這次，老黃將 AI 基礎設施的觸手，伸入了模型層。
剛過去的這一周，英偉達連續推出兩筆重磅大單。
剛與全球最大的開源模型集散地 Hugging Face 簽下收購協議，隨即傳出消息，準備向矽谷最受矚目的 OpenAI 前 CTO 米拉·穆拉蒂（Mira Murati）發出一張近 30 億美元的巨額支票。
老黃押注的是穆拉蒂創辦的 Thinking Machines Lab。
投前估值直接飆至至少 400 億美元，擬募資 50 億至 60 億美元，而英偉達可能一家就包下約一半。
This is not NVIDIA's initial investment, but rather continuous increased investment.
回看 Thinking Machines Lab 的成長速度，簡直像開了掛。
上一輪在 2025 年 7 月，它剛拿下史上最大的種子輪之一：
20 億美元種子輪，投後估值 120 億美元。
結果短短14個月過去，投前估值直接衝上400億，翻了三倍多。
If this $500 million to $600 million fundraising is successfully completed, the post-money valuation will approach $4.5 billion to $4.6 billion.
更瘋狂的，還在後面。
如此驚人的估值，這家公司的年化收入剛過 1 億美元。
A valuation of 40 billion corresponds to approximately 400 times the revenue multiple.
一家成立19個月、聯合創始人已離開數人的公司，憑什麼讓英偉達心甘情願再掏出25億到30億美元？
離開 OpenAI 兩年，估值狂飆至 400 億美元
從 120 億到 400 億，穆拉蒂只用了 14 個月。
2024 年 9 月，穆拉蒂宣布從 OpenAI 離職。當時她是 CTO，並在奧特曼被董事會趕走的那幾天裡擔任臨時 CEO。
大約5個月後，Thinking Machines Lab 橫空出世。
在初創名單中，幾乎就是一份 OpenAI 前員工通訊錄：聯合創始人包括 Lilian Weng、John Schulman、Barret Zoph、Luke Metz 等一眾大佬。
2025年7月，20億美元種子輪到賬。
a16z 領投，Accel、英偉達、AMD、Jane Street 跟投。當時穆拉蒂手裡連一個像樣的產品都沒有，投資人衝的就是她這個人。
很快，產品交出了答卷。
2025 年 10 月，第一款產品 Tinker 上線，12 月全面開放。
這不是一個模型，而是一個微調平台：開發者將自己的數據上傳，將開放權重模型微調為自己的版本，並按算力使用量付費。
接下來，更大的動作來了。
2026年3月10日，Thinking Machines 與英偉達官宣多年戰略合作：部署至少 1GW 的 Vera Rubin 系統，英偉達同時進行了一筆金額未披露的重大投資。
黃仁勳（左）與穆拉蒂（右）。2026年3月10日，雙方官宣1GW級Vera Rubin合作，英偉達同時完成一筆金額未披露的投資。
四個月後，2026年7月15日，他們推出了首款自研的王牌模型 Inkling：
9750 億總參數，410 億激活，最長 100 萬 token 上下文，文本、圖像、音頻全都能進，完整權重開放。
然後就是這輪 50 億至 60 億美元的融資洽談。
需要這麼多資金，是因為上面那份1GW的合作。
1 GW 是前沿實驗室級別的算力。晶片、網路、電力、數據中心，全部按吉瓦級配置，每一項都是天文數字。
從最初傳出的10億美元，到如今的50億至60億美元，融資規模翻了五六倍，才撐得起這1GW的野心。
那這筆錢從哪裡來？
上一輪，英偉達只是跟投方之一，領投的是 a16z。
In this round, the lead investor has changed to Accel, and NVIDIA may account for approximately half, transitioning from a follow-on investor to the largest contributor.
於是，那個熟悉的畫面再次出現：英偉達既是本輪最大的出資方，也是該 1GW 系統的供應商。
資金進入 Thinking Machines 的帳戶後，很大一部分很可能轉一圈，又變成 NVIDIA 的訂單。
投資、採購、收入，在同一家公司身上形成閉環。
方向已經足夠清楚。
英偉達不再滿足於為 OpenAI、Anthropic 等知名實驗室供應晶片，它開始以股權提前鎖定下一代前沿玩家。
在三月的公告中，還有一句容易被忽略的話：雙方將聯合設計面向英偉達架構的訓練和推理系統。
這意味著 Thinking Machines 未來的模型，從底層就是按 Vera Rubin 長出來的。
穆拉蒂的路線，不爭模型第一
透過穆拉蒂這19個月的佈局，你會發現她一直避開與 OpenAI、Anthropic 正面比拼誰的模型更強。
甚至乾脆在 Inkling 的發佈博客裡承認：
Inkling 不是目前最強的模型，無論是開源還是閉源。
Thinking Machines 的商業模式，從 Tinker 上線那天起就定了，它賣的是「把模型變成你的」這件事。
企業將自己的數據和業務放在其平台上進行訓練、微調和推理，並按算力使用量付費。
用穆拉蒂自己的話說：要打造人們可以塑造、可以據為己有的AI。
這句話將 Thinking Machines 與 OpenAI、Anthropic 放在了兩條不同的道路上。
後兩家正在爭奪最強的通用閉源模型，而它將自己定位於下一層：不爭模型第一，致力於為所有人打造定制模型的基礎設施。
這不正是老黃多次提到的 AI 基建嗎？
NVIDIA 講了兩年的 AI 工廠、AI 基建、Token 經濟，要的就是這種每多一個客戶就多燒一份算力的生意。
3月16日GTC 2026主題演講，黃仁勳稱算力需求「漲了100萬倍」，2025至2027年營收至少1萬億美元。
理解了這一點，再看英偉達為何願意掏錢，邏輯就通了。
疊上 Hugging Face，英偉達手裡兩張牌
這不是英偉達本月唯一的重大動作。
9月3日，NVIDIA 宣布以 129.303 億美元收購 Hugging Face，協議已簽署。
把兩筆放在一起看：
Hugging Face 掌握開放模型的分發入口和開發者社區；Thinking Machines 掌握前沿模型、微調平台和一支研究團隊。
一端是入口，一端是模型。英偉達在開放權重這條線上，兩端都下了注。
兩筆加起來，接近 160 億美元，前後只隔幾天。
Inkling 的完整權重已上傳至 Hugging Face，並專門提供了針對英偉達 Blackwell 的 NVFP4 版本。
開發者從 Hugging Face 下載 Inkling，在 Tinker 上將其調整為自己的版本，再於 Vera Rubin 上運行。
入口、模型、微調平台、晶片，每一步都在一個生態裡。
這正是英偉達想要的：用資本提前鎖定模型公司，也就鎖定了它們未來的算力需求。
參考資料：
https://techcrunch.com/tag/thinking-machines-lab/
https://www.theinformation.com/articles/thinking-machines-lab-talks-raise-billions-roughly-40-billion-valuation
https://thinkingmachines.ai/news/introducing-inkling/
https://blogs.nvidia.com/blog/nvidia-thinking-machines-lab/
本文來自微信公眾號「新智元」，作者：ASI 啟示錄；編輯：元宇