2024 年已诞生 38 家独角兽企业,加密领域有哪些公司上榜?

链捕手Publié le 2024-08-13Dernière mise à jour le 2024-08-13

作者:Dominic-Madori Davis

编译:深潮TechFlow

 

尽管风险投资市场面临挑战,独角兽公司仍然每月不断涌现。

根据 Crunchbase、CB Insights 和 PitchBook 的数据,TechCrunch 跟踪了今年新成立的独角兽公司。名单中包括埃隆·马斯克的 xAI,该公司的估值已经达到惊人的 240 亿美元,还有许多其他 AI 初创公司。网络安全、健康科技和金融科技领域的公司同样表现出色。这个名单将在全年持续更新,敬请关注今年的强劲企业!

七月

Aven — 10 亿美元:Aven 成立于 2019 年,是一家消费者信用卡公司。根据 CB Insights 的数据,它在完成由 Khosla Ventures 和 General Catalyst 领投的 1.42 亿美元 D 轮融资后,达到了 10 亿美元的估值。

Flo Health — 10 亿美元据TechCrunch报道,这款生育追踪应用宣布完成 2 亿美元的 C 轮融资,使公司的估值超过 10 亿美元。成立于 2015 年,该公司总共从包括 General Atlantic 在内的投资者那里筹集了超过 2.9 亿美元的资金。

Altana Technologies — 10 亿美元:这家全球供应链管理公司成立于 2018 年,完成了 2 亿美元的 C 轮融资,使其估值达到 10 亿美元。投资者包括 Salesforce Ventures 和美国创新技术基金。PitchBook 指出,该公司已经筹集了约 3.22 亿美元。

Chainguard — 11 亿美元:这家网络安全公司宣布完成 1.4 亿美元的 C 轮融资,使公司估值达到 11.2 亿美元。Chainguard 成立于 2021 年,迄今已从包括红点风险投资、光速创投和红杉资本在内的投资者那里筹集了超过 2.56 亿美元。

Harvey — 15 亿美元:法律 AI 平台 Harvey 从包括 Google Ventures、OpenAI、克莱纳·珀金斯和红杉资本在内的投资者那里筹集了 1 亿美元的融资,使其估值达到了 15 亿美元。现在,它总共已筹集了 2.06 亿美元。

Saronic Technologies — 10 亿美元:Saronic 是一家制造自主水面船只的国防科技公司,在 Andreessen Horowitz 的领导下完成了 1.75 亿美元的 B 轮融资,估值达到 10 亿美元,其他投资者包括 8VC、Caffeinated Capital 和 Elad Gil。根据 PitchBook,该公司迄今已筹集了 2.445 亿美元。

六月

Huntress — 15.5 亿美元:这家提供扩展检测和响应 (EDR) 技术的管理网络安全初创公司完成了 1.5 亿美元的 D 轮融资,使其估值达到 15.5 亿美元。该公司迄今已经筹集超过 3 亿美元。成立于 2015 年,它的投资者包括克莱纳·珀金斯和蓝宝石风险投资,根据 PitchBook 的数据。

xAI — 240 亿美元:由埃隆·马斯克于去年成立的这家 AI 初创公司,在完成60亿美元B轮融资后,已估值达到 240 亿美元,投资者包括 Andreessen Horowitz、Craft Ventures、Fidelity Investments 和红杉资本。xAI 提供名为 Grok 的多模态大语言模型。

BillionToOne — 10 亿美元:这家疾病筛查基因检测公司完成了 1.3 亿美元的 D 轮融资,使公司估值达到 10 亿美元,根据 Crunchbase 的数据。

五月

Altruist — 15 亿美元:这家金融科技初创公司为独立注册投资顾问提供投资管理服务,成立于 2018 年。它在 5 月完成了由 ICONIQ Growth 领投的 1.69 亿美元 E 轮融资,使公司估值达到 15 亿美元。根据 PitchBook 的数据,该公司还获得了 Insight Partners 和 Endeavor Catalyst 的投资,迄今已筹集超过 4.5 亿美元。

Weka — 16 亿美元:这家专注于 AI 用例的 SaaS 数据存储公司完成了 1.4 亿美元的 E 轮融资,使公司估值达到 16 亿美元,根据 PitchBook 的数据。成立于 2013 年,该公司迄今已筹集约 3.75 亿美元,投资者包括 Valor Equity Partners、Generation Investment Management 和英伟达。

Farcaster — 10 亿美元:这家开源区块链社交媒体初创公司完成了由 Paradigm 领投的 1.5 亿美元 A 轮融资,使其估值达到 10 亿美元。成立于 2021 年,该公司获得了 a16z 和 Union Square Ventures 的支持,迄今已筹集超过 1.8 亿美元的资金,根据 PitchBook 的数据。

Sigma Computing — 15 亿美元:这家 AI 驱动的大数据分析初创公司在 5 月完成了一轮融资,使其估值达到 15 亿美元。根据 Crunchbase 的数据,该公司迄今已筹集近 5.6 亿美元。

Humanity Protocol — 10 亿美元:这家成立于 2023 年的区块链掌纹识别身份初创公司完成了 3000 万美元的种子轮融资,使其估值达到 10 亿美元。总的来说,该公司仅从包括对冲基金 Ash Park Capital 和 Aza Ventures 在内的投资者那里筹集了 3000 万美元,根据 PitchBook 的数据。

四月

Cyera — 15 亿美元:数据安全提供商 Cyera 在四月成功筹集了 3 亿美元的 C 轮融资,使公司估值达到 15 亿美元,数据来源于 PitchBook。成立于 2021 年,该公司迄今已从包括红点风险投资和 Accel 在内的投资者那里筹集了 4.6 亿美元的资金。

Monad Labs — 30 亿美元:Monad 正在研发更快的以太坊区块链版本,在四月完成了 2.25 亿美元的 A 轮融资,使该公司的估值达到 30 亿美元。迄今为止,该公司已从包括 Amber Group 和 Artichoke Capital 在内的投资者那里筹集了超过 2.44 亿美元。

Nexamp — 15 亿美元:这家清洁能源公司在四月筹集了 5.2 亿美元的融资,结合了债务和风险融资,使公司估值达到 10.8 亿美元,数据来源于 PitchBook。成立于 2007 年,该公司迄今已筹集超过 13.1 亿美元的资金。

Grow Therapy — 14 亿美元:这家健康科技公司专注于帮助用户寻找合适的治疗师,于 2020 年成立,并在四月完成了8800 万美元的 C 轮融资,对公司的估值达到 14 亿美元。迄今为止,该公司已从包括红杉资本、高盛和女演员安娜·肯德里克在内的投资者那里筹集了近 1.8 亿美元的资金。

Cognition AI — 20 亿美元:Cognition 正在开发一款名为 Devin 的 AI 软件工程师,报道称在四月筹集了 1.75 亿美元的 B 轮融资,该公司的估值达到 20 亿美元。根据 PitchBook 的数据,该公司成立于 2023 年,迄今已筹集 1.96 亿美元,投资者包括 Founders Fund、Khosla Ventures 和 Pear。

Xaira Therapeutics — 27 亿美元:这家成立于 2023 年的 AI 药物发现初创公司在 4 月以 10 亿美元的巨额 A 轮融资启动,使其估值达到 27 亿美元。该公司已从 ARCH Venture Partners、Foresite Capital、Menlo Ventures、Lux Capital 和 New Enterprise Associates 等投资者那里筹集了 10 亿美元的总资金。

Flip — 11.9 亿美元:这家社交电商平台成立于 2019 年,在四月筹集了 1.44 亿美元的 C 轮融资,使公司估值达到 11.9 亿美元,根据 PitchBook 的数据。迄今为止,该公司已从包括广告科技巨头 AppLovin、Streamlined VC 和穆巴达拉主权财富基金在内的投资者那里筹集超过 3 亿美元的资金。

三月

io.net — 10 亿美元:这项云服务将数据中心和加密货币矿工的 GPU 放入一个可供 AI 模型使用的去中心化网络,成立于 2019 年。(它最初是面向量化交易的)。根据 PitchBook 的数据,它在三月完成了 3300 万美元的 A 轮融资,使公司估值达到 10 亿美元。该公司迄今仅筹集了 3500 万美元,投资者包括 6th Man Ventures、Foresight Ventures 和 ArkStream Capital。

Perplexity — 10 亿美元:这款著名的 AI 搜索引擎在一月筹集了 7360 万美元的 B 轮融资,估值为 5.2 亿美元,随后在四月又增加了 6270 万美元,使 Perplexity 的估值翻倍至 10.4 亿美元。该公司迄今已筹集了 1.65 亿美元。

Octane — 11 亿美元: Octane 这家公司提供割草机和休闲车辆的即时融资,在四月筹集了 5000 万美元,使其估值达到 11.1 亿美元。该公司成立于 2014 年,迄今已筹集约 2.5 亿美元的资金,投资者包括 Progressive 和 Gaingels。

Celestial AI — 12 亿美元:这家 AI 公司在三月筹集了 1.75 亿美元的 C 轮融资,使其估值达到 12 亿美元,由亿万富翁托马斯·图尔的 USIT 基金领投。该公司迄今已从包括 Koch Disruptive Technologies、淡马锡、AMD、三星催化基金和保时捷汽车控股在内的投资者那里筹集了 3.39 亿美元。

IntraBio — 10 亿美元:IntraBio 是一家专注于神经退行性疾病药物发现的公司,在三月筹集了 4000 万美元的融资,估值约为 10 亿美元,根据 Crunchbase 的数据。迄今为止,该公司已筹集超过 5000 万美元的资金。

Liquid Death — 14 亿美元:TechCrunch 报道,这家饮料初创公司的最后一轮融资为 6700 万美元的,估值达到 14 亿美元。根据 Crunchbase 的数据,Liquid Death 已筹集超过 2.6 亿美元的资金。

二月

Blink Health — 13 亿美元:成立于 2014 年,这家在线药房获得了 8100 万美元的私募股权融资,使其估值达到 12.8 亿美元。该公司现在已获得混合的私募股权和风险投资融资,迄今为止筹集了超过 2.5 亿美元的资金,投资者包括 8VC 和 BoxGroup,根据 PitchBook 的数据。

NinjaOne — 19 亿美元:这家移动设备管理和安全公司在二月筹集了2.31亿美元的 C 轮融资,使其估值达到 19 亿美元。该公司迄今已从包括 ICONIQ Growth 在内的投资者那里筹集了 2.827 亿美元的资金,根据 PitchBook 的数据。

Ascend Elements — 16 亿美元:这家可持续电池公司在二月筹集了 1.62 亿美元的融资,使其估值达到 16.1 亿美元,根据 PitchBook 的数据。迄今为止,该公司已从包括 Just Climate、Clearvision Ventures 和 Irongrey 在内的投资者那里筹集了超过 10 亿美元的资金。

Lambda — 15 亿美元:这家用于 AI 的 GPU 云计算平台在二月筹集了 3.2 亿美元的 C 轮融资,估值为 15.2 亿美元。根据 PitchBook 的数据,它在七月又筹集了 8 亿美元的融资。该公司总共筹集了近 9 亿美元,投资者包括 Garry Tan、Bloomberg Beta 和 Alumni Ventures。

EigenLayer — 11 亿美元:EigenLayer 是以太坊上的一个新项目,称为质押,涉及使用以太坊代币作为担保。该公司成立于 2021 年,在二月获得了 1 亿美元的 B 轮融资,由 a16z 领投,使其估值达到 10 亿美元,根据 PitchBook 的数据。该公司已经筹集了超过 1.6 亿美元的风险投资,其他支持者包括 Blockchain Capital 和 Apollo Crypto。

Figure — 26 亿美元:这家类人机器人公司在二月筹集了 6.75 亿美元的 B 轮融资,使其估值达到 26 亿美元。根据 PitchBook 的数据,Figure 总共筹集了近 8.5 亿美元的风险投资,投资者包括 Bezos Expeditions、Calm Ventures、Intel、Nvidia、OpenAI 和微软。

Together AI — 12.5 亿美元:这家筹集了 6.75 亿美元的 B 轮在二月筹集了 1.06 亿美元的融资,由 Salesforce Ventures 领投,使公司估值达到 12.5 亿美元。根据 PitchBook 的数据,Together AI 已从包括 Hugging Face、NEA Partners 和 137 Ventures 在内的投资者那里筹集了超过 2.32 亿美元的风险投资。

Bugcrowd — 10 亿美元:这家众包漏洞修复的网络安全平台在2月份筹集了1.02亿美元的 E 轮融资,由 General Catalyst 领投,使公司估值达到 10 亿美元,数据来源于 Crunchbase。迄今为止,该公司已筹集超过 1.8 亿美元的资金。

一月

ElevenLabs — 10 亿美元:这家专注于语言配音的 AI 文本转语音生成初创公司在1月份获得了8000万美元的B轮融资,使其估值达到 10 亿美元。根据 Crunchbase 的数据,ElevenLabs 迄今已筹集 1.01 亿美元,投资者包括 a16z、红杉资本和 SV Angel。

Quantinuum — 53 亿美元:成立于 2021 年的这家量子计算云服务在一月筹集了 3 亿美元的融资,由霍尼韦尔领投,使公司估值达到 53 亿美元,数据来源于 Crunchbase。PitchBook 显示,IMB Ventures 和 JPMorgan Chase 也是该公司的支持者。

Zūm — 13 亿美元:这家学校交通车队管理初创公司在一月完成了 1.4 亿美元的 E 轮融资,由新加坡公司 GIC 领投,使 Zūm 的估值达到 13 亿美元。根据 Crunchbase 的数据,该公司总共已筹集 3.5 亿美元的资金。

这篇文章更新了关于 Huntress 估值的数字,并更正了 Forsite 和 Lambda 的名称。

Lectures associées

Un fabricant de puces publie la norme de certification AIDC pour le stockage d'énergie, de quel droit ? Nvidia refonde la logique d'alimentation avec la puissance de calcul, qui est en tête et qui est exclu ?

NVIDIA a publié un guide d’auto-certification pour les systèmes de stockage d’énergie destinés aux centres de données d’IA (AIDC). Ce guide impose 10 critères techniques stricts et 12 tests de validation, avec des tolérances de mesure précises (±0,2 % pour la tension et le courant). Il se concentre uniquement sur le PCS (onduleur de stockage), en exigeant une réponse dynamique rapide, une télémétrie haute fréquence et une transparence du contrôle, sans fixer de règles sur les batteries elles-mêmes. Cette démarche reflète le besoin critique des AIDC : face à la puissance croissante des racks GPU (jusqu’à 225 kW) et aux variations de charge brutales, les solutions électriques traditionnelles sont inadaptées. Le stockage devient un élément actif de contrôle, intégré dès la conception. Le guide établit une barrière élevée : les fabricants doivent fournir leurs volumes de livraison sur 12 mois et un plan crédible de multiplication par 10 de leur capacité de production en 24 mois, ce qui défavorise les petits acteurs. Des acteurs comme Fluence (partenaire de Siemens) ou des sociétés chinoises (comme Sungrow) ont déjà pris de l’avance sur ce marché. En résumé, NVIDIA ne fabrique pas de systèmes de stockage, mais définit les règles d’alimentation électrique de l’ère de l’IA. Le standard déplace la concurrence du coût et de la capacité vers la performance du contrôle, la fiabilité et l’évolutivité, redessinant l’accès à ce marché en pleine croissance.

marsbitIl y a 43 mins

Un fabricant de puces publie la norme de certification AIDC pour le stockage d'énergie, de quel droit ? Nvidia refonde la logique d'alimentation avec la puissance de calcul, qui est en tête et qui est exclu ?

marsbitIl y a 43 mins

Un fondateur de 20 ans, recrutant un employé de 18 ans, investi par une personne de 19 ans

**Résumé : La ruée vers l'or des jeunes talents de l'IA** L'industrie des grands modèles linguistiques (LLM) bouleverse les normes salariales et générationnelles. Des diplômés de 22 ans, sans expérience professionnelle, reçoivent désormais des salaires annuels de plusieurs millions de yuans (150 000 à 600 000 €), équivalents à ceux de cadres supérieurs de 40 ans dans les géants de l'internet. Des lycéens de 17 ans effectuent des stages rémunérés jusqu'à 5500 yuans (700 €) *par jour*. Cette frénésie est motivée par la recherche de profils "AI Native" – des jeunes (souvent nés après 2000) dont la pensée est naturellement alignée sur celle des modèles. Les entreprises (comme ByteDance avec Seed, Tencent, Alibaba) et les investisseurs estiment que l'expérience passée est un handicap face à la rapidité d'évolution de l'IA. La jeunesse, la capacité d'innovation et la disposition à travailler de longues heures sont privilégiées. Une véritable guerre des talents s'est engagée. Les entreprises organisent des dîners exclusifs dans des conférences prestigieuses (CVPR, ICML), créent des programmes spéciaux ("Top Seed", "Ali Star"), et proposent des salaires et conditions sans plafond pour séduire les meilleurs étudiants et chercheurs, parfois avant même leur diplôme. Cet écosystème favorise les jeunes entre eux. Des fonds d'investissement se spécialisent dans les start-ups fondées par des moins de 25 ans. Un réseau se forme où des fondateurs de 20 ans embauchent des employés de 18 ans, financés par des investisseurs de 19 ans. Cette dynamique crée une fracture brutale. Alors que les jeunes prodiges de l'IA récoltent des récompenses sans précédent, les professionnels plus âgés (parfois à peine 30 ans) se sentent dépassés, leurs compétences devenant obsolètes. Comme le résume un jeune chercheur : "La récompense pour l'exceptionnel n'a jamais été aussi généreuse, mais la sanction pour l'ordinaire n'a jamais été aussi sévère". L'industrie célèbre la jeunesse, mais personne ne peut rester jeune éternellement dans un domaine qui évolue à une vitesse vertigineuse.

marsbitIl y a 44 mins

Un fondateur de 20 ans, recrutant un employé de 18 ans, investi par une personne de 19 ans

marsbitIl y a 44 mins

Perspective des résultats du Q2 de Micron, Citi relève l'objectif de cours

La société Micron doit publier ses résultats du troisième trimestre de l’exercice 2026 le 24 juin. Avant cette publication, Citigroup a relevé son objectif de cours de 840 à 1 200 dollars, tout en maintenant une recommandation d'achat, citant des prix de mémoire plus élevés que prévu en 2026 et des marges bénéficiaires robustes. Cependant, au moment de l’annonce, l’action Micron se négociait déjà autour de 1 211 dollars, dépassant légèrement la cible. Le marché s'interroge désormais sur la possibilité de concrétiser ces hypothèses, notamment celles de Citigroup prévoyant une hausse de 200 % du prix moyen de vente (ASP) des DRAM et de 186 % pour le NAND en 2026. L'objectif de 1 200 dollars repose principalement sur une révision à la hausse du BPA estimé pour l'exercice 2027, à 114,73 dollars. Cette hausse est attribuée à la vigueur des prix et aux marges élevées. Les prix spot du DRAM ont augmenté de 52 % depuis début 2026 et dépassent actuellement les prix contractuels d'environ 21 %, ce qui laisse présager une poursuite de la hausse des prix contractuels lors des renégociations avec les clients. Les segments serveur et centres de données, stimulés par l'IA, sont les principaux moteurs de cette demande. L'offre reste tendue, avec un déficit estimé à environ 5 % pour le DRAM mondial en 2026, une situation exacerbée par l'allocation de capacités de production à la mémoire à haut débit (HBM). Toutefois, des risques persistent : une accélération des expansions de capacités par les concurrents pourrait perturber le cycle, et une modération des dépenses d'investissement dans l'IA et les centres de données pourrait ralentir la hausse des prix. En plus des perspectives de prix, les accords d'approvisionnement à long terme (LTA), comme celui signé avec Dell, pourraient contribuer à lisser la cyclicité des bénéfices, mais leur impact réel dépendra de la fermeté de leurs clauses. Citigroup présente également un scénario haussier à 1 400 dollars et un scénario baissier à 400 dollars, reflétant les fortes divergences sur la durée du cycle actuel. Les investisseurs scruteront les commentaires de la direction sur les perspectives d'offre et de demande, les prix du HBM, les progrès des LTA et les orientations en matière de marge. La valorisation actuelle, proche de l'objectif, laisse peu de marge d'erreur si l'une des hypothèses optimistes venait à faiblir.

marsbitIl y a 57 mins

Perspective des résultats du Q2 de Micron, Citi relève l'objectif de cours

marsbitIl y a 57 mins

Après avoir raté une multiplication par 20, j'ai trouvé une méthode bête pour investir dans l'IA

Manquer une opportunité de multiplication par 20 m'a conduit à adopter une approche plus méthodique pour investir dans l'IA. Au lieu de se précipiter sur les actions à la mode, il est crucial de d'abord constituer un « capital de connaissances » en comprenant en profondeur toute la chaîne de valeur de l'IA. Cette industrie suit une trajectoire historique : les investissements se diffusent par vagues successives, des infrastructures de base vers les applications. L'article décompose l'écosystème en quatre couches clés : 1. **Infrastructures de calcul (le « moteur »)** : Cœur physique, incluant les puces (Nvidia, AMD), la fabrication (TSMC), la mémoire (SK Hynix), l'interconnexion optique, le refroidissement et l'alimentation électrique. 2. **Couche des modèles (le « système d'exploitation »)** : Dominée par OpenAI, Anthropic, Google, Meta et xAI. Un changement structurel majeur est observé : la consommation de puissance de calcul bascule de l'entraînement des modèles vers leur **inférence** (utilisation), ce qui pourrait redessiner la concurrence. 3. **Intergiciels et plateformes (la « couche de liaison »)** : Outils comme Scale AI ou Hugging Face, essentiels pour connecter les modèles aux applications. 4. **Applications verticales (l'« entrée d'argent »)** : Domaines comme les outils de développement, la santé, les robots ou les véhicules autonomes, où l'IA crée une valeur directe. Une contrainte transversale majeure est **l'énergie**, l'électricité devenant un facteur limitant pour la croissance des centres de données IA. L'article soulève quatre questions cruciales au-delà du consensus : * L'impact du passage à l'inférence sur les acteurs du matériel. * Le retour sur les investissements massifs des géants technologiques. * L'identification des opportunités dans les « cercles » d'investissement moins visibles (refroidissement, sécurité, puces en périphérie). * L'influence de la géopolitique sur la fragmentation de la chaîne d'approvisionnement. La conclusion est claire : dans un cycle technologique aussi long que l'IA, la préparation prime sur la précipitation. En cartographiant méticuleusement chaque maillon de l'industrie – ses business models, sa concurrence et ses valorisations – on se prépare à saisir les futures opportunités avec un « instinct de tueur » forgé par l'étude, et non par la chance.

marsbitIl y a 58 mins

Après avoir raté une multiplication par 20, j'ai trouvé une méthode bête pour investir dans l'IA

marsbitIl y a 58 mins

Trading

Spot
Futures
活动图片