Nvidia 與 AI 新創 Poolside 的據報協議，重點不在於「買下一家公司」，而在於一次完成三件事：取得模型開發技術授權、投資 Poolside 股權，以及延攬打造這套技術的人才。

據報，Nvidia 將支付 60 億美元，取得 Poolside 模型開發技術的非獨家授權；同時再投資 10 億美元，當時交易所採用的投前估值為 120 億美元，並向 109 名 Poolside 員工提出加入 Nvidia 的工作邀請。Poolside 預計繼續以獨立公司形式營運，創辦人也會留在公司。1246

這種安排的戰略含義是：Nvidia 買進的不是一個靜態模型，而是持續打造、訓練與改良模型的能力，以及掌握這套能力的工程人才。

Nvidia 真正取得的是什麼？

交易的核心資產據報是 Poolside 的 Model Factory，也就是公司用來開發 Laguna 系列編程模型的系統。60 億美元支付的是非獨家授權，代表 Poolside 保留技術所有權，也可以繼續自行開發，或把相關技術授權給其他合作方。246

這裡的差別相當關鍵。購買一個完成模型，得到的是某個時間點上的能力；取得模型工廠，則可能意味著取得一套可重複用來訓練、調整及升級模型的流程與工具。現有報道並未公開授權協議的所有技術及商業條款，因此 Nvidia 實際享有的權利範圍仍不完全清楚。

另一方面，延攬 109 名員工讓 Nvidia 可以直接吸收大量參與 Model Factory 建設的人才，卻不必採用完整收購的方式。Poolside 則保留獨立公司身分及創辦人團隊。345

70 億美元交易如何拆解？

這項據報交易包含幾個彼此不同的部分：

• 60 億美元： 用於取得 Poolside AI 模型開發技術的非獨家授權，包括 Model Factory。12
• 10 億美元： Nvidia 直接投資 Poolside，投前估值為 120 億美元。若這筆投資完全屬於新發行股份，理論上的投後估值會是 130 億美元；但目前公開資料不足以確認最終資本結構。12
• 109 個職位邀請： Nvidia 向 Poolside 員工提出加入公司的工作邀請，這部分與授權費及股權投資分開計算。346

因此，Poolside 維持獨立並非交易中的附帶安排，而是整個結構的核心。Nvidia 可以取得深度技術合作及人才資源，Poolside 則仍能作為獨立模型開發商和未來合作夥伴存在。

Laguna S 2.1，解釋了 Nvidia 為何感興趣

Poolside 的 Laguna S 2.1，正好展示 Nvidia 取得的技術可能服務於哪一類模型。Poolside 將它描述為面向代理式編程（agentic coding）及長時間任務的開放權重混合專家模型（Mixture-of-Experts，MoE）。模型共有 1,180 億個參數，每個 token 約啟用 80 億個參數，上下文窗口最多可達 100 萬 token。333445

這些規格本身並不能證明 Nvidia 未來打造的模型一定能超越任何特定競爭對手，但能說明為何「建模系統」可能比單一模型發布更有價值：Poolside 已經建立一套用於訓練及反覆改進模型的流程，目標是處理長時間、複雜的軟件工程工作。

還要分清楚「開放權重」與「完全開源」的差異。開放權重模型讓使用者可以在指定授權條款下下載、運行或調整模型參數，但不代表訓練資料、完整程式碼或開發基礎設施也全部公開。Poolside 的資料確認 Laguna S 2.1 以開放權重形式發布；Nvidia 據報取得的，則是其背後的模型開發平台。333545

Nvidia 想在競爭中扮演什麼角色？

相關報道把這宗交易放在開放權重 AI 的全球競爭中理解。Nvidia 預計利用 Poolside 的技術及加入公司的員工，開發功能強大且可定制的模型，挑戰 DeepSeek、Kimi K3 等中國開放權重模型；同時也會更直接地與 OpenAI、Anthropic 等美國模型供應商爭奪開發者及企業客戶。17182127

對 Nvidia 而言，即使模型本身未必採用傳統軟件銷售方式，建立成功的模型生態仍可能帶來商業價值。開發者和企業需要運算資源來訓練、微調、提供服務及運行模型；如果模型及工具被廣泛採用，便可能增加對 GPU、網絡設備、整機系統及推理基礎設施的需求。

不過，這是對 Nvidia 戰略誘因的推論，不是公司已公布的硬件銷售保證。最終能否帶動 Nvidia 平台需求，仍取決於模型的技術競爭力及開發者是否願意採用。

背後的地緣政治：開放權重 AI 的政策角力

交易發生之際，美國華府正討論是否應限制中國開源或開放權重模型。Nvidia 及其他科技公司曾促請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，理由是全面規管可能削弱競爭，或把創新推向海外。222526

在這個背景下，建立一套以美國為基地的開放權重模型生態，同時具有商業及地緣政治意義：它可以為開發者提供中國模型以外的美國選項，也能維持可下載、可定制 AI 系統的較大生態空間。

但現有資料較能證明這種競爭背景的存在，未足以確認 Nvidia 對任何特定政策方案的完整立場。政策因素是交易的背景之一，不能直接視為 Nvidia 已承諾的政策目標。

類似「反向收購式延攬」，但並非沒有代價

這項安排與科技業常說的「反向收購式延攬」（reverse acquihire）有相似之處：授權新創公司的技術、招募關鍵員工，同時讓原公司繼續運作。部分報道也將它與 Nvidia 早前涉及 Groq 的安排比較，但目前提供的較可靠資料不足以確認部分報道所稱的 200 億美元 Groq 金額及其詳細條款，因此不宜把兩宗交易視為完全相同。823

對 Nvidia 來說，這種結構可能帶來幾項好處：

1. 速度較快： 透過授權，Nvidia 可能比從零開始組建團隊更快取得相關技術。
2. 人才集中： 同時招募打造系統的人員，有助降低技術轉移的難度。
3. 合作彈性： Poolside 保持獨立，可繼續成為合作夥伴。
4. 降低整合風險： 非收購式安排可能避開部分整合及監管問題，但現有來源並未證明這是本案的法律考量。

代價同樣明顯。非獨家授權限制了 Nvidia 的控制力，Poolside 可以與其他公司合作；而開放權重模型的廣泛流通，也可能壓縮傳統軟件式盈利空間。更重要的是，取得 Model Factory 並不保證 Nvidia 一定能打造出開發者最喜歡的前沿模型。

這宗交易透露了 Nvidia 的下一步

最清楚的訊號是，Nvidia 不想只被視為 AI 經濟底層的基礎設施公司。它正嘗試向晶片之上的軟件層延伸，掌握建造模型的工具、熟悉這些工具的工程師，以及能影響開發者採用的開放權重分發渠道。

這更像是「生態整合」，而不是完全的垂直整合。Nvidia 不會擁有 Poolside 的全部股權，授權也不是獨家；但如果能把硬件能力、模型開發工具與關鍵人才結合起來，Nvidia 就有機會讓自己的運算平台在下一代 AI 開發中變得更加核心。

這是一場昂貴而且不確定的押注。成敗取決於技術執行、模型採用、開發者信任，以及開放權重 AI 的商業模式。交易的核心邏輯卻十分清楚：在 AI 競爭進入模型生產與生態系統階段後，控制打造模型的工具和人才，可能幾乎與銷售訓練模型所需的硬件同樣重要。

Nvidia 與 AI 新創 Poolside 的據報協議，重點不在於「買下一家公司」，而在於一次完成三件事：取得模型開發技術授權、投資 Poolside 股權，以及延攬打造這套技術的人才。

據報，Nvidia 將支付 60 億美元，取得 Poolside 模型開發技術的非獨家授權；同時再投資 10 億美元，當時交易所採用的投前估值為 120 億美元，並向 109 名 Poolside 員工提出加入 Nvidia 的工作邀請。Poolside 預計繼續以獨立公司形式營運，創辦人也會留在公司。1246

這種安排的戰略含義是：Nvidia 買進的不是一個靜態模型，而是持續打造、訓練與改良模型的能力，以及掌握這套能力的工程人才。

Nvidia 真正取得的是什麼？

交易的核心資產據報是 Poolside 的 Model Factory，也就是公司用來開發 Laguna 系列編程模型的系統。60 億美元支付的是非獨家授權，代表 Poolside 保留技術所有權，也可以繼續自行開發，或把相關技術授權給其他合作方。246

這裡的差別相當關鍵。購買一個完成模型，得到的是某個時間點上的能力；取得模型工廠，則可能意味著取得一套可重複用來訓練、調整及升級模型的流程與工具。現有報道並未公開授權協議的所有技術及商業條款，因此 Nvidia 實際享有的權利範圍仍不完全清楚。

另一方面，延攬 109 名員工讓 Nvidia 可以直接吸收大量參與 Model Factory 建設的人才，卻不必採用完整收購的方式。Poolside 則保留獨立公司身分及創辦人團隊。345

70 億美元交易如何拆解？

這項據報交易包含幾個彼此不同的部分：

• 60 億美元： 用於取得 Poolside AI 模型開發技術的非獨家授權，包括 Model Factory。12
• 10 億美元： Nvidia 直接投資 Poolside，投前估值為 120 億美元。若這筆投資完全屬於新發行股份，理論上的投後估值會是 130 億美元；但目前公開資料不足以確認最終資本結構。12
• 109 個職位邀請： Nvidia 向 Poolside 員工提出加入公司的工作邀請，這部分與授權費及股權投資分開計算。346

因此，Poolside 維持獨立並非交易中的附帶安排，而是整個結構的核心。Nvidia 可以取得深度技術合作及人才資源，Poolside 則仍能作為獨立模型開發商和未來合作夥伴存在。

Laguna S 2.1，解釋了 Nvidia 為何感興趣

Poolside 的 Laguna S 2.1，正好展示 Nvidia 取得的技術可能服務於哪一類模型。Poolside 將它描述為面向代理式編程（agentic coding）及長時間任務的開放權重混合專家模型（Mixture-of-Experts，MoE）。模型共有 1,180 億個參數，每個 token 約啟用 80 億個參數，上下文窗口最多可達 100 萬 token。333445

這些規格本身並不能證明 Nvidia 未來打造的模型一定能超越任何特定競爭對手，但能說明為何「建模系統」可能比單一模型發布更有價值：Poolside 已經建立一套用於訓練及反覆改進模型的流程，目標是處理長時間、複雜的軟件工程工作。

還要分清楚「開放權重」與「完全開源」的差異。開放權重模型讓使用者可以在指定授權條款下下載、運行或調整模型參數，但不代表訓練資料、完整程式碼或開發基礎設施也全部公開。Poolside 的資料確認 Laguna S 2.1 以開放權重形式發布；Nvidia 據報取得的，則是其背後的模型開發平台。333545

Nvidia 想在競爭中扮演什麼角色？

相關報道把這宗交易放在開放權重 AI 的全球競爭中理解。Nvidia 預計利用 Poolside 的技術及加入公司的員工，開發功能強大且可定制的模型，挑戰 DeepSeek、Kimi K3 等中國開放權重模型；同時也會更直接地與 OpenAI、Anthropic 等美國模型供應商爭奪開發者及企業客戶。17182127

對 Nvidia 而言，即使模型本身未必採用傳統軟件銷售方式，建立成功的模型生態仍可能帶來商業價值。開發者和企業需要運算資源來訓練、微調、提供服務及運行模型；如果模型及工具被廣泛採用，便可能增加對 GPU、網絡設備、整機系統及推理基礎設施的需求。

不過，這是對 Nvidia 戰略誘因的推論，不是公司已公布的硬件銷售保證。最終能否帶動 Nvidia 平台需求，仍取決於模型的技術競爭力及開發者是否願意採用。

背後的地緣政治：開放權重 AI 的政策角力

交易發生之際，美國華府正討論是否應限制中國開源或開放權重模型。Nvidia 及其他科技公司曾促請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，理由是全面規管可能削弱競爭，或把創新推向海外。222526

在這個背景下，建立一套以美國為基地的開放權重模型生態，同時具有商業及地緣政治意義：它可以為開發者提供中國模型以外的美國選項，也能維持可下載、可定制 AI 系統的較大生態空間。

但現有資料較能證明這種競爭背景的存在，未足以確認 Nvidia 對任何特定政策方案的完整立場。政策因素是交易的背景之一，不能直接視為 Nvidia 已承諾的政策目標。

類似「反向收購式延攬」，但並非沒有代價

這項安排與科技業常說的「反向收購式延攬」（reverse acquihire）有相似之處：授權新創公司的技術、招募關鍵員工，同時讓原公司繼續運作。部分報道也將它與 Nvidia 早前涉及 Groq 的安排比較，但目前提供的較可靠資料不足以確認部分報道所稱的 200 億美元 Groq 金額及其詳細條款，因此不宜把兩宗交易視為完全相同。823

對 Nvidia 來說，這種結構可能帶來幾項好處：

1. 速度較快： 透過授權，Nvidia 可能比從零開始組建團隊更快取得相關技術。
2. 人才集中： 同時招募打造系統的人員，有助降低技術轉移的難度。
3. 合作彈性： Poolside 保持獨立，可繼續成為合作夥伴。
4. 降低整合風險： 非收購式安排可能避開部分整合及監管問題，但現有來源並未證明這是本案的法律考量。

代價同樣明顯。非獨家授權限制了 Nvidia 的控制力，Poolside 可以與其他公司合作；而開放權重模型的廣泛流通，也可能壓縮傳統軟件式盈利空間。更重要的是，取得 Model Factory 並不保證 Nvidia 一定能打造出開發者最喜歡的前沿模型。

這宗交易透露了 Nvidia 的下一步

最清楚的訊號是，Nvidia 不想只被視為 AI 經濟底層的基礎設施公司。它正嘗試向晶片之上的軟件層延伸，掌握建造模型的工具、熟悉這些工具的工程師，以及能影響開發者採用的開放權重分發渠道。

這更像是「生態整合」，而不是完全的垂直整合。Nvidia 不會擁有 Poolside 的全部股權，授權也不是獨家；但如果能把硬件能力、模型開發工具與關鍵人才結合起來，Nvidia 就有機會讓自己的運算平台在下一代 AI 開發中變得更加核心。

這是一場昂貴而且不確定的押注。成敗取決於技術執行、模型採用、開發者信任，以及開放權重 AI 的商業模式。交易的核心邏輯卻十分清楚：在 AI 競爭進入模型生產與生態系統階段後，控制打造模型的工具和人才，可能幾乎與銷售訓練模型所需的硬件同樣重要。