半年估值2700亿！贝佐斯押注工业AI，重塑实体经济的逻辑与野心
从电商帝国到工业基石：贝佐斯的第二次“长期主义”豪赌
2025年11月，在距离卸任亚马逊CEO四年之后，杰夫·贝佐斯再次步入创业一线。这一次，他的目光不再指向消费互联网或单纯的云计算基础设施，而是投向了更为厚重、复杂且充满挑战的领域——实体经济的工程设计。他与前Google X科学家维克·巴贾杰（Vik Bajaj）共同创立了工业人工智能初创公司普罗米修斯（Prometheus）。
这家成立仅半年的公司迅速成为了全球科技界关注的焦点。2026年6月，普罗米修斯宣布完成B轮融资，金额高达120亿美元，加上此前A轮筹集的62亿美元，累计融资额达到182亿美元。在此轮融资后，公司估值飙升至410亿美元（约合人民币2766亿元），一举成为全球估值最高的工业AI初创企业之一。
贝佐斯在首次接受媒体采访时清晰地定义了普罗米修斯的定位：它不是一家机器人公司，而是一家致力于打造“通用人工智能工程师”（Artificial General Engineer，简称AGE）的企业。这一概念超越了当前主流大语言模型在文本和代码生成上的能力，旨在让AI像真正的工程师一样，深入参与复杂产品的设计、仿真与优化全过程。贝佐斯将这一愿景比喻为“非常现代的计算机辅助设计（CAD）平台”，预示着AI将从数字世界的助手，转变为物理世界创造者的核心伙伴。
破局工业创新瓶颈：为什么是“物理AI”？
普罗米修斯的诞生，源于贝佐斯对产业发展痛点的深刻洞察。过去几年，以ChatGPT为代表的大语言模型极大地提升了写作、编程及知识工作的效率，但在贝佐斯看来，世界上最复杂、最昂贵且最重要的创造活动——工程设计，依然受到传统工具的严重制约。
“真正限制制造业创新速度的瓶颈不是计算能力，而是工程设计能力。”贝佐斯指出。在航空航天、汽车制造和精密仪器等领域，一个微小的设计改进可能需要数年甚至十年的时间才能转化为实物。例如，提升喷气发动机推力10%，在传统模式下可能需要十年研发周期，这并非因为工程师能力不足，而是物理系统的极端复杂性所致。
普罗米修斯试图解决的核心问题，是让AI理解物理规律、材料特性、制造约束以及工程规范。与仅依赖互联网文本训练的传统LLM不同，AGE需要构建对三维物理空间的认知。这意味着模型必须能够处理多模态数据，包括视觉信息、现实世界交互反馈以及复杂的工程工作流数据。通过这种深度的物理理解，AI能够协助工程师缩短开发周期，将设计到实现的流程加速10倍以上。
这种对“物理世界”的执着，与贝佐斯在蓝色起源（Blue Origin）的长期布局一脉相承。虽然普罗米修斯独立运营，但贝佐斯坦言，蓝色起源是其重要的“客户案例研究”。两者在技术底层共享对AI赋能实体业务的愿景，但普罗米修斯更聚焦于通用工业能力的构建，旨在为整个制造业提供智能化的底层基础设施。
技术内核：世界模型与AGE的协同演进
在技术架构上，普罗米修斯的核心竞争力建立在“世界模型”（World Model）之上。世界模型是一种专门用于感知和模拟周围环境运行方式的人工智能系统。与传统AI孤立地处理单一任务不同，世界模型通过从真实生活互动和场景中收集的大量多模态数据进行训练，生成机器所处环境的动态三维表示。
在这种架构下，机器不仅能“看到”世界，还能基于物理法则进行预测和决策。当机器人接收到指令时，世界模型能够在虚拟空间中模拟多种操作路径及其物理后果，从而选择最优执行方案。这种能力对于工业机器人至关重要，因为它使得机器人能够在非结构化环境中灵活应对，而不仅仅是重复预设轨迹。
然而，普罗米修斯并未止步于世界模型本身。贝佐斯强调，世界模型只是支撑AGE的基础设施之一。AGE的终极目标是成为一种“代理”，能够自主或半自主地完成从概念设计到制造优化的闭环工作。为了实现这一目标，普罗米修斯在成立初期便收购了General Agents，这是一家由前DeepMind研究员Sherjil Ozair创立的初创公司。General Agents在视频-语言-动作（VLA）模型方面拥有深厚积累，其技术可直接应用于机器人控制和制造业场景。这一收购不仅加速了普罗米修斯在具身智能领域的布局，也为其引入了顶尖的研究团队。
目前，普罗米修斯已从OpenAI、Meta、Anthropic、xAI、Nvidia和Google DeepMind等巨头中招募了大量研究人员和工程师，团队规模已达150人，运营中心分布在旧金山、伦敦和苏黎世。这种人才密度确保了其在算法创新和工程落地方面的领先地位。
资本狂欢背后的冷思考：数据壁垒与算力成本
182亿美元的巨额融资背后，是资本对物理AI赛道的极度看好，但也暴露出该领域面临的高昂成本与挑战。与传统大语言模型依赖公开互联网数据不同，工业AI的训练数据具有极高的专业性和稀缺性。
普罗米修斯需要海量的CAD模型、物理仿真数据、制造流程记录、实验结果以及工业测试数据。这些数据往往存在于大型制造业企业的内部系统中，难以公开获取。因此，公司必须通过与制造企业建立深度合作，或投入巨资自主生成合成数据，以构建高质量的训练集。这种数据获取和清洗过程，其成本和时间投入远超预期。
此外，训练能够理解复杂物理规律的世界模型，需要超大规模的算力支持。贝佐斯明确表示，启动资金主要用于建设大规模AI计算基础设施，而非快速推出商业产品。这种“重资产、长周期”的研发模式，对投资者的耐心提出了极高要求。然而，摩根大通、贝莱德、高盛等顶级金融机构的积极参与，表明资本市场愿意为这种潜在的颠覆性技术买单。
值得注意的是，贝佐斯还在筹划设立规模高达1000亿美元的长期投资基金。该基金将独立于普罗米修斯运营，但与其共享技术生态。基金计划投资甚至收购制造业企业，并将AGE技术应用于航空航天、半导体、能源等行业。这种“技术+资本+产业”的闭环打法，旨在加速传统制造业的智能化转型，形成强大的商业护城河。
物理AI赛道：从认知到行动的范式转移
普罗米修斯的崛起并非孤立事件，而是人工智能发展范式从数字世界向物理世界转移的缩影。近年来，随着大语言模型逐渐成熟，AI创业的重心开始转向Physical AI（物理人工智能）。李飞飞的World Labs、杨立昆的AMI Labs，以及贝佐斯早年投资的Physical Intelligence等公司，都在这一赛道上各展拳脚。
尽管这些公司技术路线各异，但共同特征在于突破LLM的语言局限，使AI能够参与现实世界的感知、推理、规划和行动。李飞飞和杨立昆更侧重于建立AI对现实世界的“认知系统”，即通过世界模型学习物理规律和因果关系；而Prometheus则更关注AI如何直接参与工程设计，AGE是其产品化的最终形态；Physical Intelligence和Figure AI等则更偏向机器人控制，致力于让机器人完成具体的物理任务。
这种多元化的技术路线，反映了物理AI赛道的早期特征：尚无统一的标准，各派系正在探索不同的最佳实践。对于普罗米修斯而言，其独特优势在于贝佐斯深厚的产业背景和对工程设计的深刻理解。AGE不仅仅是一个AI模型，更是一套融合了工程方法论的智能平台。这种“懂工程”的AI，可能在解决复杂制造问题上具有不可替代的价值。
结语：重塑制造业的未来图景
普罗米修斯的快速崛起，标志着人工智能正式进入“深水区”。从处理符号和文本，到理解物质和物理，AI正在成为实体经济新的基础设施。贝佐斯的再次创业，不仅是个人的商业选择，更是对未来工业形态的一种预判。
如果Prometheus能够实现其愿景，即让AI像工程师一样思考和工作，那么制造业的创新周期将被大幅压缩。新产品研发速度加快，生产成本降低，个性化定制成为可能，整个产业链的效率和灵活性将得到质的飞跃。这不仅将重塑制造业的竞争格局，也将深刻影响全球经济的运行方式。
然而，挑战依然严峻。技术的成熟需要时间，数据的获取充满壁垒，产业的接纳需要过程。普罗米修斯能否在激烈的竞争中脱颖而出，实现从“估值神话”到“产业巨头”的跨越，仍需时间的检验。但可以肯定的是，随着AGE技术的不断演进，人类工程师的角色将从繁琐的计算和绘图转向更高阶的创新与决策，人机协作的新范式正在悄然形成。