Nvidia 據報以 60 億美元取得 Poolside Model Factory 的非獨家授權,再投資 10 億美元;以 120 億美元投前估值計,若全數屬新發行股權,投後估值或約為 130 億美元。[1][2] 交易另包括向 109 名 Poolside 員工提出加入 Nvidia 的工作邀請,但 Poolside 將繼續獨立營運,創辦人亦會留在公司。[3][4][6] Poolside 的 Laguna S 2.1 是一款開放權重混合專家模型,總參數約 1,180 億、每個 token 約啟用 80 億參數,支援最多 100 萬 token 上下文。[33][34][45]
研究答案

Create a landscape editorial hero image for this Studio Global article: What are the details and strategic implications of Nvidia’s agreement to commit $7 billion to Poolside—comprising $6 billion to license its. Article summary: Nvidia’s reported Poolside transaction is best understood as a “license + investment + talent” arrangement rather than an acquisition: it gives Nvidia immediate access to model-development technology and engineers while . Topic tags: general, news, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, waterm
Nvidia 據報同 AI 新創 Poolside 達成的 70 億美元安排,最適合理解成三部分:60 億美元軟件授權、10 億美元股權投資,以及向 109 名員工提供職位。Poolside 並非被 Nvidia 完整收購,而是繼續以獨立公司形式營運。1246
換句話講,Nvidia 買的唔只係一個已經完成的 AI 模型,而係一套可以反覆訓練、調整同改良模型的生產工具,加上建立呢套工具的人才。對 Nvidia 而言,呢種安排可以更快切入模型開發;對 Poolside 而言,則保留公司獨立性同日後同其他伙伴合作的空間。
據報交易包括以下幾部分:
如果呢 10 億美元全部屬於新發行股權,Poolside 的投後估值理論上會約為 130 億美元;不過,現有報道未有披露完整資本結構,因此未能精確確認最後估值。12
非獨家授權尤其關鍵。即係話,Poolside 保留 Model Factory 的擁有權,亦可以繼續自行發展,或者向其他客戶授權。Nvidia 得到的是使用及開發關係,而唔係對 Poolside 全面控制。246
交易的核心資產據報是 Poolside 的 Model Factory——一套用嚟開發 Laguna 系列編程模型的系統。246
一個已完成的模型,代表某個時間點的能力;一套模型開發平台,則可能提供一個可以重複運作的流程,用嚟訓練新模型、調校現有模型,以及持續改善表現。現有報道未有公開授權協議的全部技術及商業條款,所以 Nvidia 實際取得的權利範圍仍然未完全清楚。
Nvidia 同時吸納大量建立呢套系統的人才,等於將模型訓練、工程流程及技術經驗一併帶入公司。由於 Poolside 創辦人會留在原公司,呢個安排唔係傳統意義上的收購,亦未必等同完整的「人才收購」。345
Poolside 的 Laguna S 2.1,可以幫大家理解 Nvidia 點解重視 Model Factory。官方資料顯示,呢款模型採用混合專家架構,總參數約 1,180 億,每個 token 約啟用 80 億參數,針對代理式編程及需要長時間處理的工作,並支援最多 100 萬 token 的上下文。333445
呢啲規格本身唔代表 Nvidia 日後推出的模型一定可以擊敗任何競爭對手,但就反映 Poolside 已經建立一套用嚟訓練及迭代模型的能力,目標係處理較長時間、較複雜的軟件工程任務。
另外,開放權重唔等於所有內容都完全開源。開放權重模型通常會向外發布模型參數,方便其他人下載、運行或按照授權條款修改;但訓練數據、原始碼及完整開發基礎設施,未必全部公開。Poolside 的資料證實 Laguna S 2.1 以開放權重形式發布,而 Nvidia 今次交易的焦點,則係背後的模型開發平台。333545
據報,Nvidia 計劃利用 Poolside 技術及新加入的員工,開發一款強大而且可以由用家自行定製的開放權重模型。呢個項目被放喺全球開放權重 AI 競爭之中,對手包括中國的 DeepSeek、Kimi K3,以及美國的 OpenAI、Anthropic 等模型供應商。17182127
對 Nvidia 嚟講,模型本身未必需要以傳統軟件方式直接賣錢。只要模型被廣泛採用,開發者及企業就需要更多運算資源去訓練、微調、部署同運行模型,從而可能帶動 GPU、網絡設備、整套 AI 系統及推理基礎設施的需求。
不過,呢個只係對 Nvidia 戰略誘因的合理推論,並非公司已經公開保證未來硬件銷售一定增加。最終仍然要睇模型技術是否夠強、開發者是否願意採用,以及整個生態能否真正形成。17182127
交易發生之際,美國華府正討論應否限制中國開源或開放權重模型。Nvidia、Meta、Microsoft 等科技公司早前曾聯署,呼籲政策制定者避免對可下載 AI 模型施加過早或過於廣泛的限制,並警告一刀切規管可能削弱競爭,或者將創新推向海外。222526
喺呢個背景下,一個以美國為基地的開放權重模型項目,既有商業考慮,亦有地緣政治意味:它可以為開發者提供中國模型以外的美國選擇,同時維持可下載、可定製的 AI 生態。不過,現有資料較清楚證明的是競爭背景,未足以確認 Nvidia 對任何一項具體政策建議的完整立場。222526
Poolside 交易同近年科技界常見的「反向人才收購」模式相似:授權初創公司的技術、招攬關鍵員工,但唔直接買起整間公司。部分報道亦將它同 Nvidia 早前涉及 Groq 的安排比較;然而,現有較可靠資料未足以確認部分報道所指的 200 億美元 Groq 金額及完整條款。823
呢種結構對 Nvidia 有幾個好處:
當然,代價亦相當明顯。非獨家授權限制 Nvidia 的控制力,Poolside 仍可以同其他公司合作;而開放權重模式亦可能令模型軟件較難維持傳統高毛利。最重要的是,買到 Model Factory 唔代表 Nvidia 一定可以造出開發者最想用的前沿模型。
至於有人提到 Poolside 現有投資者將按每股 76.20 美元、於 2027 年底前獲得分派,現有較可信報道未能獨立核實呢項具體條款,因此不應視為已獲確認的交易內容。614
最清楚的訊號係:Nvidia 唔想再只被視為 AI 經濟底層的基建供應商。公司正試圖向上伸延,影響晶片之上的軟件層——包括建立模型的工具、熟悉工具的工程師,以及可以影響開發者採用的開放權重發布渠道。
呢種策略比較接近「生態圈整合」,而唔係完全垂直擁有。Nvidia 唔會擁有 Poolside 的全部股權,授權亦唔具排他性;但如果能夠將硬件專長、模型開發技術同人才結合,就有機會令 Nvidia 的運算平台更加貼近下一代 AI 開發流程。
對 Nvidia 來講,呢是一場昂貴而且未必穩贏的押注。成功與否,取決於技術執行、模型採用率、開發者信任,以及開放權重 AI 的商業模式。歸根究柢,Nvidia 買的唔只係一個模型,而係模型背後的「生產線」同人才——因為掌握點樣造模型,可能同賣出訓練模型所用的晶片一樣重要。
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
Nvidia 據報以 60 億美元取得 Poolside Model Factory 的非獨家授權,再投資 10 億美元;以 120 億美元投前估值計,若全數屬新發行股權,投後估值或約為 130 億美元。[1][2]
Nvidia 據報以 60 億美元取得 Poolside Model Factory 的非獨家授權,再投資 10 億美元;以 120 億美元投前估值計,若全數屬新發行股權,投後估值或約為 130 億美元。[1][2] 交易另包括向 109 名 Poolside 員工提出加入 Nvidia 的工作邀請,但 Poolside 將繼續獨立營運,創辦人亦會留在公司。[3][4][6]
Poolside 的 Laguna S 2.1 是一款開放權重混合專家模型,總參數約 1,180 億、每個 token 約啟用 80 億參數,支援最多 100 萬 token 上下文。[33][34][45]