Modal 完成 3.55 亿美元 C 轮融资，估值 46.5 亿美元

在9月以来增长五倍、年化收入突破3亿美元之后，我们完成了3.55亿美元的融资。本轮由General Catalyst和Redpoint领投，Menlo、Bain Capital Ventures和Accel作为新投资方加入，投后估值达46.5亿美元。我们所有现有主要投资方也全部参与，加倍坚定了对Modal的信心。

为AI时代打造的新基础设施层

我们创办Modal，是因为为传统Web应用构建的云永远无法适配AI工作负载。在GenAI革命之前我们就已看清这一点，而随着模型和技术的进步，这一点变得更加确凿。

Modal是为AI打造的云。它不是单一用途的GPU云，而是一个拥有恰当原语的平台，让开发者能够构建极其广泛的应用。今天，这体现为低延迟弹性推理、动态智能体运行时、强化学习、大规模批处理作业等等。

从前沿API到模型自主权

从DoorDash这样的数字原生企业，到Reducto这样的AI原生公司，领先的团队都在掌握自己模型的所有权。他们用自己的数据做微调、运行RL，并针对自身的延迟、吞吐量和成本需求调优推理。来自DeepSeek、Qwen等厂商的开源权重模型已达到生产级质量，vLLM和SGLang等推理引擎也随之成熟。有史以来第一次，拥有并服务自己模型的完整技术栈已经就位，且无需牺牲能力。

智能体需要更好的执行环境

2023年，我们开始看到用户在Modal上运行AI生成的代码。很明显这将成为一种普遍需求，于是我们构建了Sandboxes——用于不可信代码的隔离环境——作为一等原语。两年后，爆发才真正到来。

在过去六个月里，有一点已经清晰：智能体将无处不在，而当它们拥有可运行的运行时，其能力会强大得多。DoorDash正在为商家构建AI智能体，像Ramp的Inspect这样的编码智能体撰写了70%被合并的PR，RL工作负载并行运行数千个环境，自动研究智能体大规模运行自己的训练实验。Modal上已启动超过10亿个沙箱。

AI的形态仍在不断扩展

Modal 是一个通用计算平台，专为 AI 工作负载的底层需求而构建：弹性计算、安全隔离和程序化控制。开发者将它们组合成截然不同的应用。Physical Intelligence 为实时机器人运行实时推理。Chai Discovery 将药物发现流程从蛋白质嵌入扩展到抗体设计。Suno 每天生成数百万首歌曲，从数千个 GPU 扩展再回落到接近零。相同的原语，完全不同的形态。

我们接下来要构建什么

过去五年，我们一直在技术上深耕，包括从零开始构建自己的存储和计算层。这使我们实现了看似不可能的结果，例如通过 GPU 快照将冷启动改善 100 倍、在全球范围内实现弹性低延迟推理，以及通过汇聚全球数百个数据中心的容量，在无需预留的情况下几分钟（甚至几秒）内从 0 扩展到 1,000 个 GPU。

因为我们拥有全栈，我们可以不断叠加这些优势，为开发者提供越来越好的体验。

这个基础使下一阶段成为可能。以下是我们前进的方向：

大规模低延迟推理。

生产推理的标准不断提高，我们正在加倍投入那些让团队快速迭代的能力：更好的服务原语、更敏锐的可观测性，以及对开放推理栈的持续投资。我们组建了一支推理工程师团队，为 Flash Attention、vLLM、SGLang 等做出贡献，因为性能提升应该回馈给基于相同引擎构建的社区。

打通训练与推理循环。

强化学习是一个艰难的基础设施问题。多节点训练、弹性推理和沙箱已经在 Modal 上获得一等支持，这使得完整的 RL 循环成为自然契合。我们的用户已经在质量、成本、延迟和吞吐量方面看到了帕累托高效的结果。我们希望让完整的模型训练生命周期，从首次微调到生产服务，惠及更多团队。

面向智能体的计算层。

沙箱已经贡献了我们超过三分之一的收入，客户不断推动我们提供更多。我们正在扩展 Sandbox 的功能面，增加新能力并达到可并行运行数百万个的规模。同时，我们认识到智能体开发已经到来。Modal 就是代码，这使它已经成为一个适合智能体工作的绝佳场所。我们将继续在这里改进，首先推出细粒度 RBAC，让客户可以安全地赋予智能体能力而不承担风险。

AI 基础设施层才刚刚起步。我们也是。

如果你想加入我们在纽约、旧金山和斯德哥尔摩的 120 多人团队，请在此查看我们的开放职位。