全球资源网财经频道讯：据the information 报道，成立仅一年的初创公司 Applied Compute 正在洽谈新一轮融资，融资后估值可能达到约 30亿美元。据一位知情人士透露，这一估值较该公司四个月前宣布的上一轮融资估值增长超过一倍。
Applied Compute主要帮助企业利用自身数据运行并定制开源模型。
此次融资的背景，是公司近几个月收入快速增长。上述知情人士称，Applied Compute目前的年化收入约为5000万美元，较其CEO Yash Patil去年11月披露的水平增长了接近四倍。
据知情人士透露，投资人 Elad Gil 正在洽谈领投本轮融资，融资规模预计将达到数亿美元。目前尚不清楚30亿美元的估值是否包含本轮新增融资资金。
这轮融资尚未完成，最终条款仍有可能发生变化。
Applied Compute此次融资，也正值越来越多企业开始尝试通过使用和定制开源模型来降低AI成本，而不是持续向Anthropic和OpenAI支付高昂的模型使用费用。
这一需求的增长，也让一批相关AI基础设施公司受益。
例如，OpenRouter帮助开发者访问并选择数百种不同AI模型；Baseten和Fireworks等AI推理服务商，则帮助应用开发者训练、定制和运行以开源模型为主的AI模型。
Applied Compute由三名前OpenAI研究人员 Yash Patil、Rhythm Garg和Linden Li 于2025年创立，总部位于旧金山。
这家公司主要帮助企业为金融服务、法律等特定行业开发和训练定制化AI模型。
其采用的一项关键技术是强化学习（Reinforcement Learning）。简单来说，就是通过对模型完成特定目标给予奖励、对不符合预期的行为进行惩罚，让模型逐渐学习出更符合企业需求的行为模式。
Applied Compute此前表示，公司客户包括外卖平台 DoorDash、AI编程公司 Cognition 以及数据标注公司 Mercor。
Applied Compute帮助这些客户利用定制模型开发AI Agent，让Agent能够代表企业员工执行实际操作和任务。
与此同时，公司也在研究如何让AI Agent从真实世界的实际运行经验中持续学习和改进，这种技术通常被称为持续学习（Continual Learning）。
Applied Compute目前主要通过两种方式实现收入。
一方面，公司向企业出售咨询和技术服务，帮助客户定制专属AI模型；
另一方面，在模型训练完成之后，Applied Compute还会向企业收取算力费用，让这些定制模型运行在其自身的基础设施上。
截至目前，Applied Compute此前累计融资约 1.6亿美元，投资方包括 Kleiner Perkins、Benchmark、红杉资本（Sequoia Capital）和Lux Capital 等知名风险投资机构。
