作者：Rayna （Echoverse回响宇宙）

10 月 11 日，《华尔街日报》报道，Amazon 正在谈判以约 70 亿美元收购 AI 创业公司 Decart。外界认识 Decart，多半是因为它的实时视频模型：对着摄像头说话，画面里的人同步变成动画角色，几乎没有延迟。

![](https://developer.qcloudimg.com/http-save/yehe-12817571/00d7664edbd13b4371dae9785c77dfb5.jpg)

*《华尔街日报》的标题是“Amazon 正在谈判以约 70 亿美元收购 AI 创业公司 Decart”，副标题没提视频，只说这家公司的软件让开发者更容易在不同的 AI 芯片之间切换。来源：*[《华尔街日报》](https://www.wsj.com/business/deals/amazon-in-talks-to-buy-ai-startup-decart-for-around-7-billion-9433abad "《华尔街日报》")*，2026-10-11。*

在 Amazon 之前，已经有两家谈过：8 月，Nvidia 和 Decart 谈到接近签约，据报道出价还高于后来者，最后谈判被叫停；随后 Anthropic 以约 60 亿美元入场，9 月做完尽调后退出，原因没有公开。而 Decart 今年 5 月融资时，估值还不到 40 亿美元。一家做实时视频的公司，为什么会被这三家轮流找上门？

![](https://developer.qcloudimg.com/http-save/yehe-12817571/f95805da4a3685e1c7dc13353ead8187.jpg)

*Calcalist：Anthropic 报价出现后，Decart 和 Nvidia 的深入谈判被叫停；据信 Nvidia 给出的估值高于 Anthropic，部分原因是它已经是 Decart 的投资者。来源：*[Calcalist](https://www.calcalistech.com/ctechnews/article/b1evv3aufg "Calcalist")*，2026-08-16。*

**我的判断是：Nvidia 卖算力，Anthropic 消耗算力，Amazon 出租算力。它们对 Decart 感兴趣，是因为同一家公司的优化技术，可能同时改变这三种生意的经济模型。**

## **01｜Decart 卖的不是模型，而是算力的有效产出**

三家看中的其实不是 Decart 的视频，而是让视频跑得起来的那套软件。Decart 的产品可以分成三层：最上面是两个模型，Lucy 做实时视频的生成和编辑，Oasis 是世界模型，用来给机器人和自动驾驶做模拟训练；中间是优化软件 DOS（Decart Optimization Stack），从按芯片特点设计模型、编译器，到直接指挥芯片干活的底层代码，都在这一层；最下面是 DOS 能适配的三种芯片：Nvidia GPU、Google TPU 和 Amazon Trainium。DOS 也可以单独授权给云厂商和 AI 实验室使用。

![](https://developer.qcloudimg.com/http-save/yehe-12817571/c375d2c00feb01732dfa3f65ca9f51ad.png)![](https://developer.qcloudimg.com/http-save/yehe-12817571/1a189c9d82170dd3e9785db4ba752ca6.png)

*Decart 的融资公告：DOS 能在 Nvidia GPU、Amazon Trainium 和 Google TPU 上运行，并直接接进客户现有的基础设施。来源：*[Decart 官网](https://decart.ai/publications/decart-raises-300m-tech-leaders-back-the-company-as-both-customers-and-investors "Decart 官网")*，2026-05-18。*

要注意，DOS 不是一键把任意模型无损搬到任意芯片上，而是**针对每一种硬件分别优化，让模型在上面跑出更高的实际效率。**

为什么一家做视频的公司会长出这样一套软件？因为实时视频是非常苛刻的推理任务：它不只要求生成质量，还要求每一帧持续、稳定、低延迟地产生，慢几十毫秒画面就卡。用通用的推理框架跑，大量算力被浪费，延迟压不下来，Decart 只能一路往下改，从模型结构一直改到直接指挥芯片的底层代码。这样练出来的 DOS，作用可以分成两半。

**一是把同一块芯片用满：DOS 从模型到芯片一起优化，而不是只在通用框架上调参数。**Amazon 芯片部门 Annapurna Labs 的副总裁 Nafea Bshara 说，Lucy 新一代模型在 Trainium3 上的算力利用率超过 80%，也就是芯片理论算力里八成以上花在了有效计算上；而行业里多数工作负载，都浪费了相当大一部分硬件。

**另一个是让模型换了芯片照样能跑好。**DOS 同时适配 Nvidia GPU、Google TPU 和 Amazon Trainium，**模型不必被困在某一家的芯片上**，哪种芯片便宜、好买，就可以把活挪过去。

由此我觉得：**在算力稀缺的阶段，竞争的是谁拥有更多 GPU；在推理规模化的阶段，竞争的可能是谁能让每一美元算力产生更多有效输出。**

这就是 Decart 的基础设施价值，而不只是视频产品的价值。但同一份“有效输出”，对卖算力、消耗算力和出租算力的公司，意思并不一样。

## **02｜同一套技术，三家算的是三笔账**

![](https://developer.qcloudimg.com/http-save/yehe-12817571/4d672ced78aa39d679e5df254e642097.png)

对卖算力的 Nvidia，它的核心利益是维护 GPU 生态和软件优势。把顶尖的推理优化能力收进来，能巩固生态；反过来，这套技术也能让对手的芯片变得好用，留在别人手里就是威胁。

对消耗算力的 Anthropic，核心利益是降低训练和推理成本。它的算力同时来自 Google TPU、Amazon Trainium 和 Nvidia GPU 三家，DOS 能让它在不同芯片上拿到更好的性能和部署弹性。但也正因为它早就在三种芯片上跑模型，自己已经有一部分这种能力。它做完尽调没有买，Bloomberg 只说两家以后仍可能以别的方式合作。

对出租算力的 Amazon，核心利益是提升 Trainium 的采用率和 AWS 的算力收入。三家里我认为 **Amazon 的收购逻辑最有意思，因为它买的可能是一条让客户离开 Nvidia 的路**。

Trainium 的价格性能并不差，难的是客户不愿意搬：他们的模型都是在 Nvidia 的 CUDA（Nvidia 给开发者的编程工具）上写好、调好的，换芯片就得重新适配、测试和优化一遍。

Decart 自己就走过这条路。它原本完全跑在 Nvidia GPU 上，2025 年夏天 Amazon 主动找上门请它试 Trainium，两边团队一起按芯片结构改模型，之后 Decart 成了 Trainium 最大的客户之一。如果 DOS 能把这段功夫变成可以复制的产品，Amazon 买到的就不只是一家优化软件公司，而是**一种加速 Trainium 商业化的能力**。当然，这是我对 Amazon 动机的分析，Amazon 并没有公开交易理由。

这个逻辑还有一个反直觉之处：

**Decart 作为跨芯片优化平台的中立性，本身就是它的价值来源之一；一旦被 Amazon 收购，这种中立性反而可能被削弱。**

它对 Nvidia GPU 和 Google TPU 的支持，以及其他云厂商对它的信任，收购后能不能保住，恰恰是这笔交易值多少钱的关键变量。

三家都想要，为什么至今没有一家买成？

Nvidia 不是输在价格上。据 Calcalist 报道，尽管 Nvidia 报价更高，Decart 的创始人和红杉仍更倾向于 Anthropic，看重的是这笔交易能成为 Anthropic 在以色列的落脚点，以及股票对价的潜在价值。

Anthropic 则在尽调后主动退出，具体原因没有公开。一个可能的解释是：Decart 尚缺稳定的经常性收入，而 Anthropic 已具备一定的跨芯片优化能力，收购带来的增量价值未必足以支撑约 60 亿美元的价格。Bloomberg 也提到，两家以后仍可能以别的方式合作。

Amazon 目前仍在谈判。

**这也说明，技术有战略价值，不等于必须通过收购才能获得。**

## **03｜往下看一层：三个更深的判断**

### **判断一：Decart 的稀缺，在于它同时懂模型和芯片**

很多 AI 创业公司要么向上做应用，要么向下做模型。**Decart 的特殊之处，是同时做实时生成模型和硬件优化。**这种垂直整合让它能把模型结构、计算方式、内存调度和运行的硬件放在一起优化，而不只是在通用推理框架上调参数。

这让我想到一个更广的趋势：**AI 基础设施公司的价值，未必只来自通用性，也可能来自对极端工作负载的深度理解。**Decart 先解决最难的实时视频，再把技术用到大语言模型和 Agent 上，而且已经有了实例：它上线了面向大语言模型的推理服务 Cogito，底层跑的就是 DOS，硬件是 Trainium 和 Nvidia Blackwell 混用。

### **判断二：70 亿美元买的不是现有收入，而是未来算力账的改善**

软件公司常按“收入 × 倍数”估值，这套算法套在 Decart 身上解释不了 70 亿。Calcalist 8 月的报道写到，Decart 成立三年，收入主要来自项目制合作，还没有稳定的经常性收入。

**但如果它的技术能让一家超大规模云厂商改善推理成本、芯片利用率和客户采用率，它的战略价值就可能远高于单独经营的收入。**打个纯假设的比方：如果一个云平台每年有 100 亿美元相关的算力成本，优化技术带来 5% 的净成本改善，就是每年 5 亿美元。这不是真实测算，但能够说明一家规模不大的基础设施公司，为什么可能值几十亿美元。节省效果能不能跨模型复制、比现有的优化工具多出多少、收购后能不能保持领先，都还要验证。

### **判断三：软件层越成熟，芯片之间越要拼硬指标**

过去，芯片厂商靠软件生态留住客户。如果未来有更成熟的跨硬件优化层，让模型在不同芯片上都能以较低的成本跑出好性能，芯片厂商之间的竞争就会更多回到价格、可用算力、能耗和交付能力上。

这不意味着 CUDA 的壁垒会消失，也不意味着 Trainium 会因此赢过 Nvidia。但它带出了 Decart 这个案例里最值得讨论的产业悖论：

**当模型更容易跨芯片部署，算力可能变得更可替代；而帮助算力变得可替代的软件，反而可能拥有新的定价权。**

## **参考资料**

1.  《华尔街日报》：[Amazon in Talks to Buy AI Startup Decart for Around $7 Billion](https://www.wsj.com/business/deals/amazon-in-talks-to-buy-ai-startup-decart-for-around-7-billion-9433abad "Amazon in Talks to Buy AI Startup Decart for Around $7 Billion")，2026-10-11
    
2.  Decart：[Decart Raises $300M: Tech Leaders Back the Company as Both Customers and Investors](https://decart.ai/publications/decart-raises-300m-tech-leaders-back-the-company-as-both-customers-and-investors "Decart Raises $300M: Tech Leaders Back the Company as Both Customers and Investors")，2026-05-18
    
3.  Decart：[Cogito 文档](https://docs.cogito.decart.ai/getting-started/overview.md "Cogito 文档")
    
4.  Calcalist：[A two-year-old Israeli unicorn is quietly stress-testing Amazon’s AI future](https://www.calcalistech.com/ctechnews/article/s1awviuf11l "A two-year-old Israeli unicorn is quietly stress-testing Amazon’s AI future")，2025-12-10
    
5.  Calcalist：[Israeli AI startup Decart nearing $6 billion sale, Musk’s SpaceX circling](https://calcalistech.com/ctechnews/article/hjhzrluuml "Israeli AI startup Decart nearing $6 billion sale, Musk’s SpaceX circling")，2026-08
    
6.  Calcalist：[Anthropic closes in on $7 billion Decart deal after beating Nvidia to the table](https://www.calcalistech.com/ctechnews/article/b1evv3aufg "Anthropic closes in on $7 billion Decart deal after beating Nvidia to the table")，2026-08-16
    
7.  Fortune / Bloomberg：[Anthropic said in talks to buy startup Decart for $6 billion](https://www.fortune.com/2026/08/13/anthropic-said-in-talks-to-buy-startup-decart-for-6-billion/ "Anthropic said in talks to buy startup Decart for $6 billion")，2026-08-13
    
8.  Bloomberg：[Anthropic Said to Walk Away From $6 Billion Decart Purchase](https://news.bgov.com/capital-markets/anthropic-said-to-walk-away-from-6-billion-decart-acquisition "Anthropic Said to Walk Away From $6 Billion Decart Purchase")，2026-09-08
    
9.  AWS：[AWS Trainium Customers（Decart 案例）](https://aws.amazon.com/ai/machine-learning/trainium/customers/ "AWS Trainium Customers（Decart 案例）")
    
10.  Anthropic：[Expanding our use of Google Cloud TPUs and Services](https://www.anthropic.com/news/expanding-our-use-of-google-cloud-tpus-and-services "Expanding our use of Google Cloud TPUs and Services")，2025-10-23

作者：Rayna （Echoverse回响宇宙） 月 11 日，《华尔街日报》报道，Amazon 正在谈判以约 70 亿美元收购 AI 创业公司 Decart。外界认识 Decart，多半是因为它的实时视频模型：对着摄像头说话，画面里的人同步变成动画角色，几乎没有延迟。 《华尔街日报》的标题是“Amazon 正在谈判以约 70 亿美元收购 AI 创业公司 Decart”，副标题没提视频，只说这家公

一家做AI实时视频的公司，为什么被 Nvidia、Anthropic、Amazon 轮流谈收购

人工智能

云计算

硬件

Amazon拟以70亿美元收购AI创企Decart，其核心价值不在实时视频模型，而在于跨芯片优化软件DOS，可提升Nvidia GPU、Google TPU及Amazon Trainium的算力利用率。此前Nvidia、Anthropic曾参与竞购，此举或重塑算力竞争格局，影响芯片生态与云服务市场。

自动驾驶

编译器

Agent

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

一家做AI实时视频的公司，为什么被 Nvidia、Anthropic、Amazon 轮流谈收购-腾讯云开发者社区-腾讯云

一家做AI实时视频的公司，为什么被 Nvidia、Anthropic、Amazon 轮流谈收购

一家做AI实时视频的公司，为什么被 Nvidia、Anthropic、Amazon 轮流谈收购

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐