特斯拉早期投资人联合领投5000万美金，Agent硬件开发平台估值7.5亿美金

follow us

AING硬迹

Flow 表示要建一套硬件工程的 AI harness

近日总部位于旧金山的Flow Engineering 宣布完成 5000 万美元 B 轮融资，投后估值 7.5 亿美元。本轮由 Valor Equity Partners 创始人 Antonio Gracias 与 Atreides Management 管理合伙人 Gavin Baker 联合领投——前者是特斯拉的早期投资人，也是 SpaceX 与 Neuralink 的董事，其所在的 Valor 投过 Anduril；后者极早期投过 Nvidia、Tesla、xAI 与 SpaceX，方向集中在 AI、半导体与先进计算。

A 轮领投方红杉资本本轮继续加注，Roelof Botha 以独立董事身份加入 Flow 董事会并个人跟投。跟投方还包括 Human Capital、Evantic、SV Angel、Odyssey、EQT，天使名单里有 Hugging Face 联合创始人 Thomas Wolf、奔驰 CIO Jonas von Malottki 和 F1 世界冠军 Nico Rosberg。

这已经是 Flow 的第三轮。2022 年 12 月，公司拿到 850 万美元种子轮，EQT Ventures 领投；2025 年 10 月，红杉领投 2300 万美元 A 轮，Unity 的 David Helgason、Stripe 创始人 Patrick 和 John Collison 参与。三轮累计，这家公司融资约 8150 万美元，团队规模约 50 人。

创始人兼 CEO Pari Singh 是机械工程师出身，伦敦帝国理工机械工程硕士，2019 年入选 Forbes 30 Under 30，早年做过 BAE Systems 未来技术团队与 BP 的机械工程师。Flow 的起点，是他做火箭发动机设计时自研的那套自动化工具——他把原本以周计的硬件设计流程压缩到很短的时间，随后才意识到这套工具本身就是一个更大的市场，公司由此从做硬件转向做 SaaS。

Flow 的产品定位是一套"活的记录系统"（living system of record），把需求、CAD、仿真、代码、测试连在一张网上。它的系统工程 Agent 会持续监听 CAD、Git、仿真和文档里的改动，改动一发生就立刻跑影响分析、标出冲突、检出没能被满足的需求项。

官方列出的 Agent 类型包括影响分析 Agent、重量与成本与功耗预算 Agent、安全与法规合规 Agent，客户也可以自己造 Agent 做覆盖率检查、异常检测、评审材料准备。

这套东西听起来像是另一款 PLM 或者需求管理工具，真正难的地方在硬件本身。软件行业过去一年已经变了——在很多头部公司里，AI 写掉了大部分新增代码，迭代周期从以周计压到以小时计。硬件不行。一个设计改动会同时打到机械、电气、软件三条线上，团队得并行同步更新，还要重新验证整套系统依然满足上百万条需求与约束，其中还包括法规标准。今天的系统已经复杂到集成与验证没法再靠人工完成，而这正是Flow 想切进去的那道缝：把硬件迭代周期从以月计压到以天计。

先看客户名单：Rivian、Anduril、Joby Aviation、通用汽车 PPU、Rivian 与大众的合资公司 RV Tech、Stoke Space、Intuitive Machines、Pacific Fusion，此前还有 Astranis、Radiant Industries。我们留意到，这份名单上的公司集中在航天、汽车、国防、能源四个方向——恰好都是单次试错成本高到难以承受的行业。

渗透速度上，Rivian 是一个可参照的样本：Flow 在 Rivian 内部的使用者从 40 人涨到 1500 人用了 7 个月，Rivian 的工程师现在每周调用数百万次 API。Rivian 产品开发、流程与工具总监 Scott Mackenzie 的说法是："我们评估了 30 款工具，没有一个能接近 Flow。"

商业模型上，Flow 走 SaaS 订阅，按编辑席位收费：基础版 150 美元每月，专业版 300 美元每月，企业版定制。部署支持公有云、AWS GovCloud 和自托管三种形态，对齐 ITAR 与 EAR，具备 NIST 800-171、CUI、SOC 2 Type II 等合规姿态，官方强调私有推理、每一步 AI 动作都有审计轨迹、不用客户数据训练模型。同样值得说的是它的获客结构：Singh 表示 96% 的客户是自己找上门的。

而在同一方向上，红杉还投了另一家做硬件工程平台的 Nominal——两家放在一起看，这个介于传统 PLM 与 AI Agent 之间的新品类正在成形。

单看这一轮，真正值得说的不是金额。Pari Singh 的原话是："每一家硬件公司现在都必须决定自己多快接受 AI，先动起来的那批会赢下各自的市场。"他在随融资一同发出的备忘录里写得更直接：当年他成为工程师是想发明东西，但现实里 90% 的日常执行工作（CAD、Excel、仿真）都是数字手工劳动，"这件事即将翻转"。他认为工程师的角色将迎来自 CAD 发明以来最深刻的一次改变——人负责发明、架构、取舍与判断，Agent 接手那些重复的苦力活。

领投方 Gavin Baker 给出的定位是："Flow 正在构建那个操作系统——物理产品在其之上被定义、被验证、并最终被设计出来。"

资金用途上，Flow 表示要建一套硬件工程的 AI harness，让前沿模型能安全地在真实硬件项目上处理敏感工程数据；扩展评审、分支与评估能力；申请 FedRAMP 等面向强监管客户的认证；同时扩充 AI 与系统工程团队、扩大销售。

如果说过去两年 AI 改造的是软件行业里"写"的环节，那硬件这边最先被改造的，可能是"验"的环节——因为硬件最贵的从来不是画图，而是错。一款整车或一枚火箭的集成与验证要靠人工穷举，动辄以月计，这个环节的杠杆比画图本身大得多。Flow 拿到 7.5 亿美元估值，本质上是被押注在"硬件迭代节奏向软件靠拢"这件事上。至于它能不能真的把前沿模型变成能在真实项目里干活的工程 Agent，我们也会持续关注。

硬迹正在打造AI硬件社区，对加入社群感兴趣的读者，欢迎添加【Alot-wmm】加入【AING硬迹产业交流群】。

AING硬迹

AING，取自“AI+ING”的缩写，中文谐音“硬迹”，寓意着“人工智能正当其时”，致力于追寻硬科技发展的足迹，不断探索人工智能与智能硬件的深度融合。

未来，AING硬迹将不断发布AI大模型技术、AI产业生态、AI硬件产品等行业资讯、发展趋势与市场动态，我们相信大多数硬件都值得用AI重做一遍，AING硬迹期望与AI大模型厂商、与AI硬件厂商共同成长，迎接AI时代的来临。

人工智能正当时

一起追寻AI+硬件的足迹