AI融资狂潮：Cognition估值480亿、Reflection 80亿、Emulate成立1月估值37亿

9月的全球AI创业圈，融资消息一条接一条，估值数字一个比一个夸张。从AI编程公司Cognition到前DeepMind研究员创办的Emulate，从OpenAI自身到Mira Murati的Thinking Machines，资本正在用真金白银为AI的下一个十年定价。

Cognition AI估值480亿美元。9月8日，AI编程初创公司Cognition AI宣布E轮融资20亿美元，估值达到480亿美元。本轮由a16z和Accel领投，Founders Fund、General Catalyst、Avenir参投。这家公司最引人注目的是收入增速——自5月上一轮融资以来，年化收入从4.92亿美元飙升至近9亿美元，四个月接近翻倍。

Cognition的核心产品Devin是一个能自主完成软件工程任务的AI Agent。它不只是写代码片段，而是能读完整个代码仓库、理解需求、提交PR、修复bug。企业客户为它支付高额订阅费，把初级开发的重复工作交给AI。这种收入增速在SaaS历史上也属罕见。

Reflection AI估值80亿美元。9月18日，由前DeepMind研究员Misha Laskin和Ioannis Antonoglou创办的Reflection AI，完成20亿美元融资，估值80亿美元，由英伟达领投。这家2024年成立的公司，专注于AI Agent的长时程任务规划——让AI不是答一题就停，而是能持续工作几小时完成复杂任务。

Emulate成立一个月估值37亿美元。9月16日，英国AI初创公司Emulate宣布启动新一轮融资，目标最高募7亿美元，投后估值约37亿美元。这家公司2026年8月才成立，由前谷歌DeepMind研究员创办，Index Ventures和Lightspeed领投。成立一个月估值近40亿美元，这在VC历史上都属于极端案例，说明顶级AI人才的身价已经被推到了新高度。

Mira Murati的Thinking Machines估值120亿。9月16日，OpenAI前CTO Mira Murati创办的Thinking Machines Lab完成20亿美元融资，估值120亿美元。公司今年2月才成立，a16z领投。这是AI史上最大的早期融资之一，也说明顶级AI高管独立创业时，资本市场愿意给多么夸张的溢价。

OpenAI新一轮融资1100亿估值7300亿。9月22日消息，OpenAI完成1100亿美元融资，投资方包括亚马逊、英伟达、软银，估值冲到7300亿美元。这个数字已经超过了很多全球500强公司的市值。GPT-6 Astra发布后，OpenAI的商业化加速，资本市场对它的定价也从创业公司转向了准基础设施公司。

其他值得关注的融资：①Instinct（个人AI助手）洽谈10亿美元融资，目标估值100亿美元，红杉和Benchmark领投；②Arcee AI B轮估值超10亿美元，主打开源企业模型；③前xAI员工创办的Moir寻求5000万美元种子轮，估值2.5亿，专注深度伪造检测；④字节分拆的AI制药公司Anew Labs完成2.9亿美元首轮，估值15亿美元。

怎么看这波融资潮？第一，资本在追逐两类资产：一是顶级AI人才（前DeepMind、前OpenAI员工创业都能拿天价估值），二是有真实收入的AI应用（Cognition、Reflection的收入增速是关键）。第二，估值泡沫化确实存在——成立一个月就值40亿美元，这种定价基于对团队的信仰而非收入。第三，对创业者来说，现在是融资的黄金窗口，但也要警惕：如果2027年AI应用收入不及预期，估值会剧烈回调。

对求职者的启示：这些拿到大钱的AI公司都在疯狂招人。无论你是算法工程师、产品经理、销售还是运营，AI创业公司的岗位窗口现在最宽。但要选对公司——优先选有真实收入、有明确产品的，避开纯靠融资烧钱的概念公司。

这波融资潮的冷思考。成立一个月估值40亿美元，这种定价真的合理吗？历史上每次技术革命都有估值泡沫——2000年互联网泡沫时，只要名字里带dot-com股价就翻倍；2021年元宇宙泡沫时，Roblox估值上千亿。现在的AI融资潮，一定程度上也有类似的泡沫成分。但和纯概念炒作不同，AI确实有真实的技术进展和收入增长，Cognition年化收入9亿美元不是编的。

普通投资者怎么参与？一级市场你参与不了，二级可以关注AI产业链——英伟达（芯片）、微软（云服务）、Adobe（AI应用）、腾讯（社交加AI）、百度（国内AI龙头）。但要注意估值已经不便宜，不要追高。定投AI主题ETF是更稳妥的方式。

对创业者的建议：现在确实是AI创业的好时机，但方向要选对。通用大模型已经没有机会，资本只投顶级团队；垂直应用才有机会——AI加法律、AI加医疗、AI加教育、AI加工业，找到一个具体行业痛点，用AI把效率提升10倍，比做一个通用聊天机器人更有前途。