贝佐斯押注物理智能：100亿美元买一张硬科技门票

杰夫·贝佐斯正在亲手操盘一笔100亿美元的交易。这是2021年卸任亚马逊CEO后，他第一次重新站到科技公司的一线。

导读

当所有人还在卷大语言模型时，贝佐斯盯上了另一条赛道：让AI理解物理世界。他的新项目Prometheus估值冲到380亿美元，却连官网都没上线。这笔钱的背后，藏着AI投资逻辑的硬切换。

一、项目底牌：6个月估值翻6倍

Prometheus去年11月才拿到62亿美元启动资金，如今估值飙到380亿美元。6个月翻6倍，这在AI寒冬里像个异类。

更反常的是融资节奏。一般初创公司从A轮到B轮要熬一两年，Prometheus直接跳过中间环节，把单轮金额拉到100亿美元——这个数字超过绝大多数AI公司历史融资总和。

领投方名单说明问题：摩根大通、贝莱德。这不是典型的硅谷风投组合，而是华尔街最保守的资管巨头。它们进场，意味着Prometheus被当作基础设施资产而非高风险押注。

交易尚未最终敲定，但《金融时报》的信源显示贝佐斯本人正在牵头谈判。这是他离开亚马逊运营岗位后的首次深度介入。

二、物理智能：AI的下一个数据荒原

Prometheus的核心标签是"物理智能"（physical AI）。这个概念和大语言模型（LLM，即基于海量文本训练的AI系统）有本质区别。

大语言模型吃的是公开数据：网页、书籍、代码、图片。这些数据便宜、量大、随手可得。物理智能要的是另一套东西：材料形变参数、工程公差极限、制造工艺曲线、真实世界的物理规律。

这些数据有三个致命特征：

第一，分散在波音、台积电、巴斯夫们的私有数据库里，不对外流通。

第二，采集成本极高。一个航空材料的疲劳测试可能要烧掉数百万美元和数年周期。

第三，无法合成。你可以用AI生成无限量的猫图片，但没法生成靠谱的涡轮叶片热应力数据——物理定律不认这套。

结果就是数据荒原。谁占住这片荒原，谁就能修起护城河。

三、目标清单：六个硬骨头行业

Prometheus的公开目标清单很直白：工程、制造、航空航天、机器人、药物研发、物流自动化。

全是重资产、长周期、高监管的领域。和大语言模型擅长的写代码、做客服、生成营销文案相比，这些场景的容错率低到小数点后几位。

飞机零件设计错一个参数，可能几百条人命。药物分子合成路径偏差，临床阶段直接归零。这种场景下，"大概对"等于全错。

CEO维克拉姆·巴贾伊（Vikram Bajaj）的背景也指向这个方向。他来自Google X——那个专门做"登月项目"的实验室——后来联合创办了Foresite Labs，专注生命科学领域的计算工具。

团队120人，挖角来源包括OpenAI、xAI、Meta、DeepMind。不是招写提示词工程师，是招懂物理建模、流体力学、分子动力学的人。

四、贝佐斯的算盘：两条战线

这笔交易有个容易被忽略的时间节点。

就在Prometheus融资消息传出前几天，亚马逊刚宣布向Anthropic追加最高250亿美元投资，同时换回对方100亿美元的云计算消费承诺。

两条线并行：亚马逊押注Anthropic，继续在大语言模型赛道卡位；贝佐斯个人押注Prometheus，开辟物理智能的第二战场。

这种分拆很有意思。亚马逊作为上市公司，必须对股东解释每一笔AI投资的短期回报。Prometheus作为私人项目，可以承受更长的孵化周期。

贝佐斯在2021年卸任亚马逊CEO时说过，想把精力转向"其他事业"。当时外界猜测是蓝色起源（Blue Origin）或者Day One Fund。现在看来，物理智能才是他真正想亲手抓的东西。

五、投资逻辑的硬切换

Prometheus的融资规模暴露了一个行业拐点。

2022年以来的AI投资热潮，基本围绕"数据规模效应"展开：谁喂的语料多，谁的模型强。这个逻辑催生了OpenAI的千亿估值、Anthropic的数百亿融资、以及全球算力军备竞赛。

物理智能走的是另一条路：数据质量优先于数量，领域深度优先于通用广度。

这不是说大语言模型没价值，而是说它的边际收益正在递减。GPT-4到GPT-5的进步幅度，明显小于GPT-3到GPT-4。公开互联网的高质量文本已经被榨得差不多了。

物理智能的数据池几乎还是处女地。工业界积累了几十年的实验数据、仿真数据、工艺数据，大部分锁在PDF报告和私有服务器里。谁能解锁这些数据，谁就能复制一次大语言模型的指数级增长曲线。

贝莱德和摩根大通的进场，说明机构投资者认可这个叙事切换。它们不在乎Prometheus有没有产品上线，在乎的是它可能独占一个结构性稀缺的数据品类。

六、风险清单：三个未解问题

再高的估值也得面对现实检验。

第一，数据获取。Prometheus怎么说服波音、罗尔斯·罗伊斯、诺华这些巨头开放核心数据？靠钱砸还是靠技术换？原文没提具体策略，这是最大的黑箱。

第二，验证周期。物理智能的产出必须经过真实世界测试。一个新材料配方从AI推荐到工厂试产，可能要18个月。资本市场有耐心等吗？

第三，人才密度。120人团队同时覆盖六个硬核行业，人均要当六边形战士。这种配置是聚焦还是分散？

巴贾伊的管理履历主要在Google X和生命科学领域，没操盘过百亿级制造项目。贝佐斯有亚马逊的物流自动化经验，但AWS和实体工厂是两回事。

七、行业连锁反应

Prometheus的定价会重塑AI创投的估值锚点。

如果380亿美元被验证合理，所有带"物理"标签的AI项目都会迎来重估。机器人、自动驾驶、工业软件、新材料计算——这些赛道过去几年被大语言模型压得喘不过气，现在可能重新拿到门票。

反过来，纯软件层的AI工具会面临更残酷的融资环境。没有数据壁垒、没有硬件绑定、没有行业know-how，仅靠模型微调的创业公司，估值逻辑要重写。

一个更深层的影响：AI竞争从"算力军备"转向"数据主权"。各国对工业数据的监管会收紧，跨境数据流动可能成为新的地缘政治摩擦点。

Prometheus选择在美国注册、拿华尔街的钱，这个站位本身就有信号意义。

八、冷观察

贝佐斯这次复出，姿势和马斯克很像：个人品牌背书、超大额早期融资、横跨多个硬科技领域。区别在于，马斯克同时运营着六家公司，贝佐斯只盯这一个。

这可能是更聪明的做法。物理智能的复杂度，值得一个创始人all in。

至于那100亿美元能不能烧出东西——至少贝佐斯比大多数人更有资格试错。毕竟他上一次all in的"网上书店"，现在叫亚马逊。