Jeff Bezos的新公司Prometheus刚刚完成了120亿美元融资，投后估值约410亿美元。这家公司目前只有约150名员工，没有公开产品，没有公开客户，没有营收数据，甚至没有一份可供外界审视的技术白皮书。

150人对应410亿美元估值，人均估值约2.73亿美元。

这个数字不是行业惯例。在上一代AI独角兽的融资记录里，人均估值超过5000万美元已经属于头部区间。Prometheus把这个数字推高了五倍。它不是一家正常估值的公司，它是一张巨额信任支票，兑付对象是两位创始人和一个尚未被定义的赛道。

这张支票由什么构成，又押注在什么上面。

410亿由什么构成

要理解这个估值，需要回到两轮融资的具体条件。

CNBC报道显示，Prometheus在2025年底完成了首轮62亿美元的融资，贝索斯是最大的资金支持方。六个月内，公司完成了第二轮120亿美元的融资，投后估值约410亿美元。Axios在6月11日的报道中披露了本轮投资方名单：贝索斯个人领投，摩根大通、高盛、贝莱德、DST Global和Arch Venture Partners跟投。

这份名单本身就说明了估值的构成逻辑。摩根大通、高盛和贝莱德不是典型的天使轮或A轮投资方。它们出现在一家没有营收的初创公司的股东名单里，通常意味着两件事：领投方提供了某种风险对冲信号；被投项目的资本体量已经大到了传统风投难以独立承接的规模。

GeekWire在融资当日的独家专访中披露了一个关键事实：这是杰夫·贝索斯自2021年卸任亚马逊CEO后首次亲自担任一家公司的Co-CEO。不是投资人，不是董事长，是联合首席执行官。

这一职务选择对估值的影响是实质性的。当全球最富有的个人之一决定亲自下场管理一家初创公司，并且用自有资金领投，他给出的信号比任何路演文档都更直接：如果这家公司失败，损失最大的人站在管理层的中心。摩根大通和高盛跟投的决策，与其说是基于对物理AI赛道的技术判断，不如说是基于对贝索斯个人信用和风险敞口的评估。在缺乏产品验证的阶段，这是最接近风控底线的东西。

联合创始人Vik Bajaj提供的是另一端的信用。CNBC报道称，Bajaj是Alphabet旗下Verily的联合创始人，曾在Google X与Sergey Brin共事，同时担任斯坦福医学院教授。他的履历横跨生命科学、精密工程和大型科研项目管理，在物理系统复杂度和长周期研发上拥有可追溯的经验。两人的交集在于一个共同的判断：极端复杂的物理系统，其研发流程可以被AI重构。贝索斯提供的是资本和执行意志，Bajaj提供的是科学工程的可行性叙事。

150人团队的三个办公地点也在支撑这个叙事。GeekWire和TechCrunch均报道，Prometheus在旧金山、伦敦和苏黎世设有办公室。旧金山对接AI研究社区和风险资本，伦敦靠近全球工业工程和金融资源中心，苏黎世则背靠精密制造和系统仿真的学术传统。三个节点分别对应人才、资金和工程验证，这种地理布局在新产品问世之前，本身就是一种资源配置的信号。CNBC还报道称，团队正在从OpenAI、Google DeepMind和Nvidia招募研究人员。

人均2.73亿美元的估值，不是对150人当前生产力的定价，而是对这支团队未来杠杆率的押注。如果Prometheus的路线走通，150人产出的软件可能替代数万名工程师的设计工时，那时再看人均估值，逻辑就完全不同。但“如果”是这里最重的词。

不造机器人，造设计机器人的AI

Prometheus对外使用的概念是“通用人工工程师”。这个词容易让人联想到通用人工智能，或者至少是具身智能，但公司在多个渠道明确划清了边界。

TechCrunch在6月11日的报道中写道，Prometheus不制造机器人硬件，而是开发“设计硬件的AI”。Bajaj在GeekWire的专访中举了一个具体例子：喷气发动机从设计到原型制作到最终制造，通常需要工程师团队花费十年甚至更长时间，Prometheus试图将这一端到端流程作为一个AI问题求解。应用场景覆盖药物分子研发、桥梁设计、芯片制造等，共同特征是物理系统的研发链条极长、验证成本极高、试错周期以年为单位。

这一定位将它和当前物理AI赛道上的主流公司彻底分开。具身智能解决的是物理世界的执行层，机器人怎么走、怎么抓、怎么在非结构化环境里操作物理对象。Prometheus想解决的是物理世界的设计层，发动机的气动布局怎么优化、药物分子与靶点蛋白的结合能怎么预测、芯片的物理版图怎么布局才能避开量子隧穿效应带来的漏电问题。

贝索斯在同一个专访中提出了一个被多家媒体引用的观点：AI提高生产力将导致人类劳动力供不应求，而非单纯失业。这一“劳动力稀缺”论不只是社会学层面的立场表达，它同时为Prometheus的商业模式铺了一条逻辑通路：如果AI能让复杂物理系统的设计变得比现在快10倍甚至100倍，但制造环节仍然需要大量工程师和技术工人来执行，那么掌握设计自动化工具的公司就会成为整个产业链的瓶颈资源。

算力需求是理解182亿美元两轮融资总额的另一条线索。CNBC和GeekWire均报道，公司表示本轮资金将主要用于满足庞大的算力需求和构建专业训练数据。喷气发动机燃烧室的流体动力学仿真、候选药物分子与蛋白质的相互作用计算、先进制程芯片的热力学和电磁场分布建模，这些物理过程的逐像素级仿真对算力的消耗量级远超当前大语言模型的训练需求。如果Prometheus的技术路线确实指向物理仿真和AI结合的路径，那120亿美元的单轮融资规模就不是夸张，而是入场券的价格。

但技术路线的具体内容，公司完全没有公开。它用的是大语言模型加物理仿真引擎的混合架构，还是基于扩散模型直接生成物理设计，又或者是从头训练一个物理世界的基础模型，外界一概不知。李飞飞团队此前曾在一篇论文中厘清了“世界模型”的概念边界，区分了渲染器、模拟器和规划器三种层级。Prometheus所宣称的能力在概念层面指向模拟器甚至规划器的层级，但在没有任何技术文档或Demo公开的状态下，这一指向只能停留在概念层面。

一个赛道，两种估值逻辑

把Prometheus的估值放回物理AI赛道内部，它的位置会让对比变得清晰。

PitchBook和Sacra的数据显示，Figure AI在2025年9月完成Series C融资后的估值为390亿美元，团队约400至500人。Figure AI做的是双足人形机器人的物理实体，技术挑战从机械结构、电机控制到电池管理系统到人机安全交互一应俱全。它的估值建立在硬件原型、工厂试点和多轮公开演示的基础上。

Physical Intelligence的传闻估值为110亿美元，Skild AI在2026年1月Series C后的估值为140至150亿美元。两家公司都做机器人通用智能，区别在于技术架构和生态策略。它们处于估值区间的中间位置，低于Figure AI，也低于Prometheus。

Prometheus的410亿美元估值在赛道内部形成了一个倒挂：估值最高的公司，产品最不可见。

资本给出的估值排序暗示着一个判断。Physical Intelligence和Skild AI切入的机器人基础模型赛道，竞争格局已经相对拥挤，OpenAI、Google DeepMind和多家中国公司都在布局，技术路线趋同风险更高。Figure AI的人形机器人路径面临硬件成本、量产良率和安全合规的三重约束，规模化速度受物理世界规律的严格限制。

Prometheus的赛道是设计自动化软件，不涉及硬件制造，理论上边际成本更低、天花板更高。一台喷气发动机的设计方案可以授权给全球所有发动机制造商，一个药物分子设计的AI平台可以服务所有制药公司，不存在硬件供应链和工厂产能的物理瓶颈。如果这条路走得通，它能触达的市场规模确实大于任何单一品类的机器人硬件。

但“如果”的分量在这里变得更重。Anthropic的估值从5.5亿美元飙升至近万亿用了五年时间，xAI在亏损64亿美元的阶段依然获得天价估值支撑，这两条曲线说明AI领域的高投入、高亏损、高估值模式并非孤例。但Anthropic和xAI做的是语言模型和通用AI，已有可评测的产品和可追踪的API调用量。Prometheus的物理AI赛道目前没有一家公司交出过类似级别的产品验证。

已知的未知

在所有可确认的事实之外，Prometheus的信息缺口比大多数公司更深。

TechCrunch、GeekWire和CNBC的报道在这一点上是一致的：公司没有公开任何产品形态、技术架构或Demo演示，没有公开的商业客户或合作方信息，没有商业化时间表。GeekWire的报道引述公司联合创始人的表态称“早期产品即将推出”，原文是“early rollouts are coming”。但“早期”和“即将”在时间尺度上没有定义，“产品”的形态是API接口、SaaS平台还是联合研发项目也没有说明。

贝索斯在专访中被问及是否会设立一个关联基金用于收购制造企业。GeekWire报道称贝索斯回应说Prometheus可能会收购部分公司并帮助其改进制造流程。Axios在报道中使用了更明确的措辞，称有传闻指向一笔1000亿美元规模的关联并购计划，但没有任何SEC文件或官方公告证实该基金已经实质设立。

这笔传闻中的基金之所以值得记录，不是因为它已经被确认为事实，而是因为它构成了Prometheus估值叙事的一部分。如果一条“AI设计加实体制造”的闭环路径真的通过并购实现，Prometheus就不再是一家纯软件公司，而是一个纵向整合的设计与制造体系。但传闻和事实之间的距离，目前没有任何公开文件可以丈量。

核心的技术风险同样没有答案。AI是否真的能够替代喷气发动机、药物分子这类极端复杂物理系统的端到端工程，在工程界和学术界没有共识。物理系统的约束比纯软件系统严酷得多。一个大语言模型生成错误代码，可以重新运行；一个AI生成的发动机涡轮叶片设计方案如果存在未被检测到的应力集中点，后果可能是一架飞机的坠毁。热力学定律不提供容错机制，材料疲劳不认可“幻觉”这个词。物理AI的安全冗余要求，从第一天起就高于任何纯软件AI赛道，而Prometheus到目前为止还没有公开展示过它在处理这类约束上的能力边界。

这家公司拥有一百五十名员工，一百八十二亿美元融资，两位履历完美的创始人，三个精心选址的办公室，一个野心足以重新定义工业研发的概念框架。它缺少的是所有能让外界独立评估其前景的东西。

这使得Prometheus当前阶段的本质格外清晰：它是在用一个极端早期阶段的资产负债表，承载一个跨越十年以上的技术愿景。贝索斯的个人财富和信用为这个愿景提供了一层罕见的保护膜，但保护膜不是产品，融资额也不是工程验证。这究竟是下一代工业研发的操作系统，还是物理AI赛道最大的一笔单方向信任赌注，答案不在估值数字里，在“早期产品即将推出”这句话兑现之后才会出现。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。