週四（13日），人工智慧（AI）產業傳出一筆備受矚目的潛在併購案。據《彭博》、《路透》等外媒報導，AI新創Anthropic正洽談收購以色列AI新創Decart，交易金額可能達60億美元，若最終成交，將成為Decart成立近3年來最重大的估值躍升。
與此同時，《金融時報》報導，Anthropic部分投資人預期公司最快可能在今年10月上市，上市估值甚至可能達到2兆美元或更高。
若這一預期成真，Anthropic將超越今年6月以約1.77兆美元估值上市的SpaceX，成為史上IPO估值最高的公司。
分析指出，Anthropic目前最需要解決的，似乎已經不是如何繼續擴大營收，而是如何支撐高速成長背後日益龐大的算力需求。
而Decart所掌握的，正是AI模型如何更有效率運行於不同晶片架構上的能力。
Anthropic為何看上Decart？
Anthropic今年的成長速度十分驚人。
公司2月完成300億美元G輪融資，投後估值達3,800億美元，當時公布的年化營收約140億美元；到了4月，年化營收已傳出達300億美元。
5月底，Anthropic再完成650億美元H輪融資，投後估值攀升至9,650億美元，年化營收也突破470億美元。
短短數個月，Anthropic估值翻逾一倍，年化營收更增加超過兩倍。
6月1日，Anthropic向美國證券交易委員會（SEC）秘密提交IPO草案申請（Form S-1），市場也開始將焦點轉向這家公司能否把目前的高速成長延續到公開市場。
《金融時報》指出，部分Anthropic投資人預期，公司到2026年底的年化營收可能進一步達到1,000億至1,200億美元，其中一名投資人甚至依據營收增速與估值倍數推算，認為Anthropic的理論估值可能達到3兆美元。
高速成長也讓Anthropic的早期股東身價迅速膨脹。根據《富比士》5月底的估算，包括執行長Dario Amodei、總裁Daniela Amodei在內的7名共同創辦人，各自持有略高於1.6%的公司股份，以9,650億美元估值計算，每人持股價值約155億美元。
但對Anthropic而言，估值與營收快速攀升的另一面，是成本同樣快速增加。
大模型的算力需求主要可以分成訓練與推理兩大部分。模型訓練需要大量資料與晶片資源，而模型正式上線後，每一次使用者提出問題、要求Claude撰寫程式碼或處理文件，都需要再次消耗算力。
與集中於特定階段的模型訓練不同，推理需求會隨著使用者數量與使用頻率持續增加。Claude使用越普及，Anthropic需要投入的推理算力就越大。
因此，Anthropic近幾個月持續擴大算力布局。
4月，公司與亞馬遜(AMZN-US) 簽署新協議，未來10年將承諾在AWS技術上投入超過1,000億美元，取得最高5GW的算力容量；同月也擴大與Google(GOOGL-US) 及博通(AVGO-US) 的合作，取得數GW下一代TPU容量。5月，Anthropic再與SpaceX(SPCX-US) 達成算力合作。
目前Claude同時運行於亞馬遜 Trainium、Google TPU以及輝達(NVDA-US) GPU等不同晶片平台。
問題在於，不同晶片採用不同硬體架構。模型若要從一種晶片平台轉移到另一種平台，並不是單純更換硬體即可，底層程式、運算方式以及資料傳輸與通訊機制，都可能需要重新調整與最佳化。
而這正是Decart的核心能力。
Decart的主要技術之一是DOS（Decart Optimization Stack），可以視為介於AI模型與晶片之間的效能最佳化層。其核心工作，是針對不同硬體架構重新調整模型的運算、晶片調用與資料傳輸方式，讓同一套AI模型能更有效率地運行在不同平台。
目前DOS已經支援輝達 GPU、Google TPU與亞馬遜 Trainium。
換句話說，Anthropic無論採用哪一家的AI晶片，都可能需要面對如何把硬體效能充分發揮的問題，而Decart正好具備這方面的技術與工程經驗。
就在8月5日，Anthropic才宣布開始組建自有晶片設計團隊，招募同時具備硬體與軟體能力的工程師，希望透過客製化晶片提升Claude的運算效率，同時維持多晶片策略。
幾天後，Decart的潛在收購消息便浮上檯面。
根據《路透》報導，如果交易最終完成，Decart團隊將併入Anthropic的推理與效能部門。
分析認為，Anthropic看上的可能不只是Decart旗下的AI產品，而是一支同時理解模型、晶片與底層系統最佳化的工程團隊。
對一家準備進入公開市場、估值可能挑戰2兆美元的AI公司而言，模型能力固然重要，但每一次推理所需要付出的成本同樣關鍵。
Claude越多人使用，Anthropic就越需要思考如何在增加算力投入的同時，提高每一美元算力支出的產出。
從GPU最佳化起家的Decart
Decart成立於2023年9月。
共同創辦人兼執行長Dean Leitersdorf過去曾在新加坡國立大學從事博士後研究，並在此期間與Moshe Shalev籌備創業團隊。更早之前，Leitersdorf就讀於以色列理工學院，23歲取得計算機博士學位，求學期間也曾在以色列國防軍8200部隊服役。
Leitersdorf也正是在8200部隊認識Moshe Shalev。
兩人的背景卻相當不同。Leitersdorf一路走在學術與技術研究道路上；Shalev則成長於以色列極端正統派家庭，年輕時從事過多種工作，也曾一邊工作、一邊在夜間就讀會計課程。23歲參軍後，他加入8200部隊，前後服務13年，之後逐漸轉向AI系統建設與管理。
Decart創立後，最早並沒有立即把重心全部放在打造自己的大型AI模型，而是先協助其他公司提高AI模型在GPU上的推理效率。
根據《The Information》此前報導，Decart成立約3個月後，就從一家GPU雲端服務商取得數百萬美元合約，協助對方提升AI模型的GPU推理效率。到2024年10月，相關業務年化營收已超過1,000萬美元。
更值得注意的是，即使Decart當時已經開始投入資金訓練自有影片基礎模型，公司仍維持正自由現金流。
這讓Decart走出一條與許多AI新創不同的路線：先利用自身對GPU與模型效率的理解創造營收，再將收入投入自己的模型開發。
紅杉資本合夥人Shaun Maguire曾形容Decart對GPU的理解已深入到極為底層的硬體運作層面。
紅杉甚至將這種能力與Google早期的發展模式相比。Google當年的競爭優勢不只來自PageRank，也包含分散式系統能力，能夠利用大量相對廉價的硬體組成系統，並盡可能提高每一單位算力的使用效率。
在紅杉看來，Decart可能正在AI時代走上類似的路線：先從底層效率切入，再將這種能力轉化為產品。
Oasis、Lucy背後的即時生成能力
Decart第一個受到市場關注的產品，是2024年10月推出的Oasis。
Oasis的遊戲體驗讓人聯想到《Minecraft》，但其運作方式並非傳統遊戲引擎預先建立固定場景，而是透過AI模型根據玩家的鍵盤與滑鼠操作，即時生成下一幀畫面。
玩家移動，AI便持續生成新的場景；玩家破壞方塊，模型則根據前一個動作預測接下來的畫面。
Decart官方表示，Oasis推出72小時後，使用者數量就突破100萬。
之後，Decart又將即時生成技術延伸到影片領域，推出Lucy。
Lucy的核心概念，是讓使用者在直播或視訊通話過程中即時改變人物外觀、服裝、背景以及周遭環境，而不是像傳統AI影片工具一樣先完成生成，再播放結果。
Decart表示，Lucy 2.0已能以1080p解析度、每秒30幀的速度持續生成畫面。
今年6月，Decart再推出Oasis 3，進一步將世界模型能力延伸至自動駕駛與機器人領域。
所謂世界模型，可以簡單理解為讓AI不只辨識當下環境，還能根據目前的動作預測下一刻可能發生的變化。例如車輛轉向後，道路與周遭環境如何改變；機器人伸手碰觸物體後，物體又會如何移動。
這種技術可讓自動駕駛系統與機器人在AI生成的虛擬環境中進行大量情境測試，再將能力應用到實際道路、工廠或家庭環境。
從整體技術布局來看，Decart已形成一條相對完整的技術鏈：DOS負責模型訓練與推理效率最佳化；Lucy將即時生成能力延伸至影片；Oasis則進一步朝世界模型、機器人與自動駕駛發展。
不到3年，估值從5億美元躍升至近40億美元
資本市場也快速反映Decart的成長。
2024年，紅杉資本領投Decart 2,100萬美元種子輪，之後公司持續募資，累計融資金額達5,300萬美元，估值升至約5億美元。
2025年8月，Decart完成1億美元融資，估值進一步攀升至31億美元。
今年5月，公司再完成3億美元融資，估值接近40億美元，由Radical Ventures領投，輝達、Adobe Ventures、Toyota Ventures、eBay Ventures等新投資者加入，紅杉資本、Benchmark及Zeev Ventures則持續參與投資。
按照Decart官方說法，公司累計融資額已超過4.5億美元，最新一輪融資後估值接近40億美元。
不到3個月後，市場傳出Anthropic可能以約60億美元洽購Decart。
Leitersdorf的目標原本也不只是把Decart做成一家高估值AI新創。
他在2025年接受《Fortune》採訪時曾表示，希望打造一款擁有10億使用者的消費級應用，也曾公開談到將Decart發展成一家兆美元企業的目標。
如今，Decart同時面臨兩條截然不同的道路：繼續追求兆美元公司的長期目標，或接受Anthropic約60億美元的潛在收購報價。
AI巨頭開始用併購「買時間」
分析指出，Anthropic與Decart的談判，也凸顯AI產業正在出現的另一項變化：AI新創的技術價值與資本估值，正在以比過去更快的速度被市場確認。
今年6月，SpaceX與AI程式設計工具Cursor母公司Anysphere達成併購協議，交易對應Cursor約600億美元股權價值。Anysphere成立於2022年，幾名MIT校友從創業到進入600億美元規模的併購談判，僅用了約4年。
AI產業的資本邏輯正在改變。過去，一家公司通常需要花多年時間證明營收、市場規模與商業模式；但在AI快速演進的環境下，如果一支新創團隊率先掌握大型科技公司未來幾年勢必要解決的關鍵技術，巨頭未必願意重新招募人才、建立團隊，再投入時間進行反覆試錯。
換句話說，直接收購可能更快。因此，巨頭買下的並不只是產品或技術，也包含已經完成的研發、人才以及過去累積的試錯成本。
Decart花費近3年時間，將模型最佳化技術延伸至輝達GPU、Google TPU與亞馬遜Trainium等不同硬體平台，並建立自己的最佳化系統與工程團隊。若Anthropic最終完成收購，等於可以直接取得這套已經經過開發與驗證的能力。
這也解釋了為何部分AI新創成立時間並不長，卻能迅速進入數十億美元甚至數百億美元的估值與併購市場。
分析稱，當AI技術更新速度不斷加快，真正稀缺的不只是資金，也包括能解決關鍵問題的人才與技術能力。對大型企業而言，與其等待競爭對手追上，不如直接透過併購縮短取得關鍵能力的時間。
財富變化同樣反映出這種趨勢。根據《富比士》今年3月公布的資料，2026年全球億萬富豪榜中，有86人的主要財富來源與AI有關，其中45人在過去12個月成為新晉億萬富豪，來自Perplexity、Mercor、Mistral、Cursor、Lovable、Cognition等成立時間相對較短的AI公司。
AI正在加速的，不只是財富累積，而是從技術形成、企業估值到價值實現的整個週期。
過去，一家公司可能需要10年才能證明自身價值；如今，如果一支團隊掌握的是大型企業短期內難以複製、同時又迫切需要的技術能力，成立不到3年，也可能直接站上數十億美元併購案的談判桌。
