贝佐斯新创办的 AI 公司 Prometheus 估值达到 410 亿美元,外界把它称作物理世界的 OpenAI,这家公司主打物理 AI 赛道,目标是打造人工通用工程师 AGE,用来搞定现实里复杂工程、制造、仿真类任务,和 OpenAI 主打文本、数字世界大模型形成明显区分。贝佐斯在卸任亚马逊 CEO 五年之后,亲自下场当这家公司的联席 CEO,这也是他时隔多年重回一线运营企业,他认为现在主流 AI 大多停留在文字、代码这类数字领域,而物理世界里的发动机、芯片、药物、工业装备的设计仿真,是 AI 还没啃下来的巨大市场,Prometheus 就是瞄准这块空白。这家公司整体风格非常低调,公开产品信息很少,团队规模不大,主要资金都投入算力、物理仿真模型研发,投资方包含贝莱德、高盛、摩根大通等头部机构,两轮融资累计拿到一百多亿美元,它不是做消费端聊天机器人,也不是单纯造机器人,而是做下一代工程设计平台,自动完成物理系统的设计、仿真、优化验证。
Prometheus 核心定位与业务方向
- 核心定位:物理世界的 OpenAI,研发人工通用工程师 AGE(Artificial General Engineer)
- 赛道区别:OpenAI 聚焦数字世界、文本、多模态大模型;Prometheus 聚焦原子、物理实体的工程开发
- 适用场景:航空发动机、芯片、新材料、药物分子、高端工业设备的设计、仿真、验证与迭代
- 产品形态:下一代 AI 原生 CAD 平台,自动完成工程方案生成、多物理场仿真、参数收敛
- 团队背景:贝佐斯与 Vik Bajaj 联合创立,人才主要来自 OpenAI、DeepMind、英伟达、Meta 等 AI 企业
融资与估值情况
- 2025 年 11 月成立,A 轮融资 62 亿美元
- 2026 年 6 月完成 B 轮融资 120 亿美元,估值抬升至 410 亿美元
- 投资方:贝莱德、高盛、摩根大通、DST Global、Arch Venture Partners,贝佐斯持续跟投
- 团队规模:约 250 人,属于小团队、超大资金的硬核 AI 初创公司
为什么叫物理世界的 OpenAI
- OpenAI 解决的是文字、图片、代码这类数字信息的生成;Prometheus 要解决真实物理实体的设计制造
- OpenAI 面向大众、企业服务;Prometheus 面向高端工业、科研、硬件研发,属于硬核工程 AI
- 两者都想打造基础模型平台,OpenAI 是数字智能底座,Prometheus 是物理工程智能底座
【相关 FAQ】
问题 1:估值 410 亿美元、贝佐斯打造的物理世界的 OpenAI 是哪家公司?
回答 1:估值 410 亿美元、贝佐斯打造的物理世界的 OpenAI 是 Prometheus,这是一家主打物理 AI、人工通用工程师 AGE 的初创公司,贝佐斯担任联席 CEO。
问题 2:贝佐斯打造的这个 “物理世界的 OpenAI” Prometheus,和 OpenAI 有什么不一样?
回答 2:贝佐斯打造的这个 “物理世界的 OpenAI” Prometheus 专注物理实体工程设计、仿真、工业研发;OpenAI 主打文本、多模态、数字内容生成,赛道和应用方向差别很大。
问题 3:估值 410 亿美元的 Prometheus,也就是物理世界的 OpenAI,主要做什么产品?
回答 3:估值 410 亿美元、被叫做物理世界的 OpenAI 的 Prometheus,目标打造人工通用工程师 AGE,做 AI 原生下一代 CAD 平台,用来自动设计、仿真、优化发动机、芯片、新材料这类复杂物理系统。
问题 4:贝佐斯为什么要亲自下场做这个被称作物理世界的 OpenAI 的 Prometheus?
回答 4:贝佐斯认为当前主流 AI 大多局限在数字世界,物理工程、高端制造领域研发周期长、门槛高,市场空间巨大,所以亲自牵头打造这个被称作物理世界的 OpenAI 的 Prometheus,抢占物理 AI 赛道。
【参考资料】
[2026-11-20](估值 410 亿美元,贝佐斯打造「物理世界的 OpenAI」)新浪财经
[2026-11-17](贝佐斯 Semafor 峰会同台分享 Prometheus 进展)极客公园
[2026-07-23](物理世界的入口争夺战:贝佐斯的 Prometheus)36 氪
[2026-06-17](贝佐斯第三次创业,Prometheus 完成 120 亿美元 B 轮融资)36 氪
[2026-06-11](Jeff Bezos’s Prometheus raises $12B to build an ‘artificial general engineer’)TechCrunch
【免责声明】
以上内容仅为科技行业资讯整理,不构成投资建议;Prometheus 产品功能、落地进度、技术路线均以企业官方披露为准;物理 AI 赛道技术难度高,商业化落地存在不确定性。
