（图片来源：unsplash）

4月6日消息，钛媒体AGI获悉，美国研究机构Crunchbase和PitchBook-NVCA近日发布的两份全球风投交易市场报告显示，截至3月31日的2025年第一季度，由于全球 AI 领域投融资活跃，全球风险投资市场创下2022年中期以来的最强劲表现。

PitchBook报告显示，2025年第一季度，全球风险投资交易数量达7551件，同比下降约32%；交易总价值达1263亿美元（约合人民币9180亿元），同比上涨约53.46%。

其中，AI和机器学习领域投融资市场最为活跃，一季度该领域交易数量2101件，交易价值（额）731亿美元，占全球风投总额比重为57.87%。

另外，包括中国在内的亚洲地区投融资市场持续低迷，交易数量较少，但平均金额较大，2025年第一季度，该领域总交易数量2063件；总交易额仅122亿美元，占比不到10%。

显然，全球投融资市场已经发生变化。

全球风投交易“西升东降”，种子轮融资下降14%

Pitchbook数据显示，2024年，全球风险投资交易数量39114件，交易总额3770亿美元。与2023年相比，去年全球投融资交易数量有所减少，总额略有增加，主要原因就是OpenAI。

2025年第一季度，由于OpenAI的活跃表现，全球风投市场再度创下历史新高。

美国OpenAI公司于3月31日宣布，公司完成软银领投的400亿美元融资，估值高达3000亿美元。这笔交易占美国风投资金50%以上，占全球总额的三分之一。

按领域划分，AI 和机器学习依然是全球风投市场的“宠儿”。PitchBook数据显示，美国77%的交易额都集中于AI，这在很大程度上要归功于OpenAI。

PitchBook 美国风险投资研究总监Kyle Stanford表示，美国市场“已经分化为少数能够筹集大量资金的公司和仍在努力应对资金短缺的其他市场”。即使没有OpenAI的融资，AI仍占本季度总投资额的48.5%，占已完成交易的三分之一。

Crunchbase报告略有差异，数据显示，今年一季度全球初创公司融资总额达1130亿美元，环比增长17%，同比增长54%。其中，AI 领域投融资额达596亿美元，占全球风险投资活动的53%。

但资本并不局限于AI。Crunchbase 报告指出，今年一季度，医疗保健和生物技术是第二大行业，融资总额达180亿美元；其次是金融服务，融资总额108亿美元。

按地区划分，2025年第一季度，美国公司吸引了800亿美元的全球风险投资资金，约占总额的71%。其中，旧金山湾区就占550亿美元，占美国所有交易额的69%，并且占全球资金的近一半。

相比之下，包括中国在内的亚洲地区投融资市场持续低迷，交易数量较少，但平均金额较大。

PitchBook数据显示，2024年，亚洲地区风投市场总额775.4亿美元，占全球总交易价值的20%左右；2025年第一季度，该领域总交易数量2063件；总交易额仅122亿美元，占比不到10%，其中包括币安在今年3月宣布的20亿美元融资。

Crunchbase认为，AI资金的激增也推动了中后期交易的大幅增长，第一季度交易额达到810亿美元，环比增长30%，同比增长147%。

退出层面，Crunchbase报告称，今年一季度是2021年以来全球初创公司并购市场活动最强劲的一个季度，退出总额达710亿美元，其中12起收购案价值超过10亿美元。相比之下，去年同期仅有两笔超过10亿美元的初创企业收购交易，总价值32亿美元。

今年3月，Google谷歌宣布将斥资320亿美元收购网络安全公司Wiz Inc.，一旦交易达成，这可能成为历史上最大的初创公司风投并购交易。在此之前，软银集团就同意以65亿美元收购芯片设计公司Ampere；Scopely公司35亿美元收购Niantic公司的游戏业务；CoreWeave以17亿美元收购人工智能企业Weights & Biases等。

CB Insights认为，这一系列事件释放出明确信号：美国硅谷对特朗普政府的反垄断政策持乐观态度，同时也意味着获得风投资本支持的企业终于迎来了变现的机会。

然而，尽管总体数据看起来强劲，但鉴于对风险投资基金承诺减少，未来可能仍存在问题。

PitchBook报告显示，一季度美国新获得的风险投资承诺为100亿美元，这是自2016年以来筹资速度最慢、季度融资额最低的一次。退出后缺乏流动性阻碍了有限合伙人作出新的承诺，给新兴管理者和小型基金带来了额外压力，尤其是在美国以外的地区。

如今，AI和机器学习领域成为全球投融资市场的关键要素，但全球 AI 领域“头部效应”愈加明显，新成立的初创公司融资会越来越难，种子轮投资下降14%。

报告显示，2025年第一季度，全球早期融资略有下降，至240亿美元，而种子期投资同比下降14%，至72亿美元。

近日，典型的美元基金投资逻辑人士、金沙江创投主管合伙人朱啸虎表示，目前看不到AI基础模型、“具身智能”或人形机器人企业的商业化潜力，他直言“我们正在批量退出人形机器人公司”，引发关注。

中关村论坛期间，朱啸虎还表示，所有的AI应用都是套壳应用，关键是如何建立长期壁垒，深度整合工作流/编辑工具；专有硬件/IP和数据。必须人工交付的苦活累活。AIGC应用重要的不是生成能力，而是编辑能力，交付结果的能力。“AI应用就是没有壁垒，说有壁垒是忽悠人的，要在非AI能力上建立壁垒。”

“在AI时代，我觉得最多在应用中遇到机会，但还是要注重商业化。”朱啸虎强调三点：不拥抱AI的企业肯定会被淘汰；不要迷信AI，聚焦尖刀场景尽快落地；不要投入底层技术，AI不够人工补。

朱啸虎的言论，一定程度上代表了全球 AI 领域投融资的新变化：随着全球 AI 竞争加剧，初创企业需要寻找商业化，否则很难拿到种子轮融资，对于大众的创业机会越来越少。

此外，当前全球 AI、芯片半导体领域并购市场极为活跃，包括华大九天、北方华创等上市公司都已对外公布并购消息。

4月3日，西门子（Siemens）宣布从Insight Partners方面收购 AI 科学软件研发公司Dotmatics。该并购交易总价51亿美元（约合人民币371亿元）。

西门子表示，生命科学为西门子工业软件提供了一个极具吸引力的互补性市场机会，并将西门子工业软件总潜在市场扩大了110亿美元。收购完成后，预计Dotmatics将在2025财年创造超过3亿美元的营收，调整后的息税折旧摊销前利润（EBITDA）超过40%，中期收入协同效应预计为每年约1亿美元，长期内将增至每年5亿美元以上。根据惯例成交条件和适用的监管批准，该交易预计将于2026财年上半年完成。

对于并购相关话题，2025中关村论坛年会一场圆桌活动上，国科天成股份有限公司董事长罗珏典表示，半导体尤其是化合物半导体，工艺复杂度高、环节多，所以需要关注上游企业并考虑并购，一般来说都是通过小股权的投资方式支持，同时会通过国科天成的市场端和产品端及批量生产端的优势来带动它。

罗珏典谈到并购标的，他称并购和自我发展相辅相成，顺其自然是最好的，而公司计划并购一般要考虑三个维度：一是不在意上下游的配合企业规模是否打发，而比较注重协同性，二是比较看重标的核心团队的表现和工程化能力；三是看重企业新技术的研发和横向技术研发突破能力；此外还有团队的稳定性等。

华泰联合证券董事总经理、并购业务负责人劳志明表示，目前从并购市场角度看，国资投资者和产业投资者的打法不太一样，比如国资的资金特别充裕，基本不存在缺钱，所以对于产业整合与投资的回报要求没那么高，而且并购交易更加好批准，但国资整合在实践过程中与产业发展逻辑、商业逻辑有一定背离，而且决策链条太长，后续很难落地，因此并购基金发展情况不太成熟。

劳志明强调，对于并购造成“寡头”效应的担心是多余的，目前基本上处于“雷点大雨点小”的情况，而且考虑正面监管层面，现在国内并购市场交易其实“非常冷静”，大家价值摆得都很足，所以目前还没到产业大规模整合阶段，现在并购交易数量依然很少。

不过有分析认为，随着特朗普关税“核弹”实施，或将促使全球数十亿美元的并购和投资交易放缓，甚至有可能会停止并购。

AI赛道加速竞争：OpenAI和Meta都对准DeepSeek

作为全球投融资市场的关键公司，OpenAI近期频频公布消息。

4月5日，OpenAI首席执行官奥尔特曼（Sam Altman）宣布，公司改变了OpenAI此前的产品路线图，计划在未来几周内推出o3和o4-mini两款模型，并将在数月后发布备受期待的GPT-5。

有分析认为，这可能与谷歌、Meta的新模型发布有关，OpenAI希望通过“抢先”方式增加新模型市场关注度。

奥尔特曼坦言，将所有技术“丝滑整合”到GPT-5的难度超出了预期。无论是推理能力、语音合成还是深度研究功能的融合，都需要更多时间来完善。此外，他还提到，OpenAI需要确保有足够的计算资源来支持GPT-5发布后可能出现的“空前需求”。这种分步发布的策略，不仅能让用户提前体验到o3和o4-mini的强大功能，也为GPT-5的最终亮相争取了更多优化空间。

据知情人士透露，2024年OpenAI年收入为37亿美元；OpenAI预计到2025年收入将同比增长两倍，达到127亿美元，2026年将再增长一倍以上，达到294亿美元。

尽管营收快速增长，OpenAI也并非高枕无忧。

在生成式AI领域，OpenAI不仅面临着来自Anthropic、Perplexity等初创公司的竞争，还面临着来自谷歌、微软等科技巨头的竞争威胁。在大洋彼岸，中国开源的DeepSeek也正成为OpenAI的有力竞争对手。

事实上，2025年1月，随着 DeepSeek R1 在研究人员和企业中迅速普及，Meta、OpenAI在得知这个新的 R1 模型的训练成本只是许多其他领先模型的一小部分，却仅花费几百万美元就超越这些模型时，陷入了恐慌状态。

此外，OpenAI也面临着开发尖端 AI 系统所需的芯片、数据中心和人才的巨大成本。该知情人士表示，OpenAI 预计要到 2029年才能实现现金流为正，预计届时年收入将超过1250亿美元。

如今，无论是OpenAI，还是Meta，都将视线对准了DeepSeek。

4月6日，Meta发布了Llama 4系列模型，是其首个原生多模态模型，最高1000万上下文长度，训练数据高达30万亿个Tokens，支持文本、图像和视频统一，可同时理解文本和图片，进行图文推理、问答、识别、描述等任务，其中包括具备长上下文处理能力的Scout和Maverick模型，拥有2万亿参数的Behemoth即将推出。

值得注意的是，根据Llama 4 Maverick指令调优基准测试结果，价格和部分性能超越了DeepSeek-V3.1。

具体来说，Llama 4 Scout，定位为性能最强的小尺寸模型，170亿激活参数，总参数量109B，拥有业界领先的1000万+Token多模态上下文窗口，相当于处理二十多个小时的视频，并且能在单张H100 GPU 上运行。

Llama 4 Maverick，上下文窗口为100万token，依然远超许多现有模型。 超长上下文窗口使得Llama 4在需要长时间记忆和复杂推理的任务中表现出色，可能逐渐替代部分RAG（检索增强生成）场景。

尚未发布的Llama 4 Behemoth，是 Meta 有史以来最大的模型，当前仍在训练中，总参数量高达2万亿，拥有2880亿激活参数，16个专家，使用 FP8 精度，在32000块GPU上训练30万亿多模态Token。在多个benchmarks基准测试上优于GPT-4.5、Claude Sonnet 3.7和Gemini 2.0 Pro等。

Meta CEO马克·扎克伯格表示，Llama 4是全新训练和设计的多模态原生模型，其中两款拥有 4000 亿参数的 Llama 4 Maverick 和拥有1090亿参数的 Llama 4 Scout，现已开源支持微调。随着Behemoth预览并即将发布，Llama模型生态系统有望成为全球旗舰模型的有力开源替代品。

“虽然模型的智能很重要，但人们也希望模型能够以像人类一样的速度以个性化的方式作出回复。作为我们迄今为止最先进的模型，Llama 4经过优化以满足这些需求。当然，模型是将这些体验变为现实的更大生态系统的一部分。我们专注于全栈，包括新产品集成，我们很高兴继续与合作伙伴和开源社区对话，并且一如既往，我们迫不及待地想看到人们在新的Llama生态系统中构建的丰富体验。”Meta表示。

有分析认为，进入2025年，AI模型的头部效应愈加明显，AI应用即将迎来“百花齐放”热潮。高盛发布研报称，今年AI技术的应用值得关注。

（本文首发于钛媒体App，作者｜林志佳）