Prime Intellect 披露新一轮融资与收入数据
去中心化 AI 基础设施网络 Prime Intellect 于 2026 年 7 月 8 日宣布，以 10 亿美元估值完成 1.3 亿美元 A 轮融资，由 AI 风投机构 Radical Ventures 领投，NVIDIA Ventures、Intel Capital 和 Dell Technologies Capital 参投。公司称，累计融资额已超过 1.5 亿美元。
Prime Intellect 同时表示，在不到一年的时间里，公司年化收入（ARR）已升至 1 亿美元以上，平台服务的企业及初创公司客户超过 6000 家。
公司背景与团队
根据 Foresight News 此前在 2025 年 3 月的报道，Prime Intellect 由 Vincent Weisser 和 Johannes Hagemann 于 2024 年 1 月共同创立。
其中，CEO Vincent Weisser 长期参与去中心化科学（DeSci）与 AI 交叉领域，曾是 Bio Protocol、VitaDAO、CryoDAO 的联合发起人，也曾担任 DeSci 平台 Molecule 的生态与 AI 负责人。CTO Johannes Hagemann 此前在德国 AI 公司 Aleph Alpha 担任 AI 研究工程师，研究方向包括分布式 AI、半自动化工程和脑机接口。
2025 年 10 月，风险投资人 Ash Arora 加入 Prime Intellect，担任应用市场推广（Applied GTM）负责人，负责产品战略、商业化、营收，以及训练后处理和强化学习方向的应用 AI 产品。Ash Arora 最新表示，公司全职员工已达到 40 人。
累计融资超过 1.5 亿美元
Prime Intellect 早期融资包括 2024 年 4 月完成的 550 万美元种子轮，由 Distributed Global 和 CoinFund 联合领投，Hugging Face CEO Clem Delangue 等人为天使投资人。
2025 年 3 月，公司再完成 1500 万美元融资，由 Peter Thiel 的 Founders Fund 领投，投资方还包括 OpenAI 创始成员之一、特斯拉前 AI 总监 Andrej Karpathy，以及 Together.AI 首席科学家 Tri Dao、Stability AI 联合创始人 Emad Mostaque 等。
本次 1.3 亿美元 A 轮的特别之处在于，NVIDIA Ventures、Intel Capital 和 Dell Technologies Capital 背后的母公司分别处在 GPU、CPU、服务器和数据中心基础设施的关键环节。按照 Intel Capital 对本轮投资的说明，Prime Intellect 试图把底层计算、训练环境、评估、强化学习后训练（Post-training）与上层推理统一到同一控制平面。
技术推进：从分布式训练实验走向产品线
Prime Intellect 早期较受关注的成果，是验证远距离、异构 GPU 可以协同训练。
2024 年 11 月底，公司发布 100 亿参数模型 INTELLECT-1，训练节点横跨五个国家和三大洲。官方称，该模型训练实现了跨洲 83% 的整体计算利用率；当训练仅使用分布在美国各地的节点时，计算利用率达到 96%。
不到半年后，Prime Intellect 发布 INTELLECT-2，把目标推进到 320 亿参数的全球分布式强化学习。围绕这一过程，团队开发了异步强化学习框架 PRIME-RL、用于传播模型权重的 SHARDCAST，以及验证推理节点是否如实执行任务的 TOPLOC。
更关键的一步出现在 INTELLECT-3。2025 年 11 月，Prime Intellect 基于智谱 GLM-4.5-Air 发布经过监督微调和强化学习的 1060 亿参数 MoE 模型。该模型在 64 个节点、512 张 NVIDIA H200 GPU 上训练约两个月，模型权重、训练框架、数据、RL 环境和评估方法均已开源。
报道指出，这次发布不只是增加了一个模型，也验证了一套完整生产系统：PRIME-RL 负责异步训练，Verifiers 和 Environments Hub 用于构建和托管 RL 环境与评估，Prime Sandboxes 用于隔离执行智能体生成的代码，计算编排层负责集群、存储和监控。
Lab、prime-rl 与训练系统优化
今年 2 月，Prime Intellect 推出全栈 AI 训练平台 Prime Intellect Lab，面向个人、工程师和 AI 公司，帮助其训练和优化自有模型，尤其是 agentic 智能体模型，不需要自行搭建昂贵的 GPU 集群。5 月 7 日，Lab 结束测试并全面开放。
6 月，Prime Intellect 发布 prime-rl 0.6.0。公司称，该版本把工程上限推进到万亿参数量级的 MoE 模型，并披露在 GLM-5 系列软件工程任务上，可用 28 个 H200 节点处理最长 13.1 万 token 的序列，单步训练时间低于 5 分钟。
Prime Intellect 将性能提升归因于训练与推理系统的联合优化。推理端使用 FP8 低精度计算以及 DeepEP、DeepGEMM 等组件提高吞吐，采用预填充与解码分离，配合 KV Cache 分层卸载提升并发；训练端同样采用块缩放 FP8，通过 Router Replay 减少 MoE 模型训练端与推理端的路由差异，并叠加 FSDP、专家并行和上下文并行。
今年 7 月，prime-rl 加入统一算法层，内置 GRPO、MaxRL、On-Policy Distillation、自蒸馏、SFT Distillation 和 ECHO 六类训练方法，并允许在同一次训练中为不同环境选择不同算法。报道认为，这使 Prime Intellect 更接近一套可扩展的 RL 操作系统。
与英伟达的合作覆盖软硬件
从 A 轮参投方结构看，Prime Intellect 与硬件厂商的关系并不只停留在资本层面。
硬件方面，Prime Intellect 表示，其训练和服务工作负载已使用 NVIDIA Blackwell、Blackwell Ultra 和 NVL72 机架级系统，并称这些系统较此前的 Hopper 集群更高效。
软件方面，NVIDIA Dynamo 被用于全球推理编排、自动扩缩容、请求路由和 KV Cache 卸载，并与 Prime Intellect 的大规模 LoRA 部署结合。英伟达技术博客也确认，Prime Intellect 已在生产工作流中部署 NVIDIA Dynamo，并参与 LoRA Adapter 支持的共同设计和集成。
Prime Intellect 今年 3 月还表示，将围绕 NVIDIA Vera CPU 测试 RL 沙箱负载，并计划在 Vera 公开可用后迁移部分沙箱，在 Vera Rubin 系统上提供 GPU 沙箱。公司自测称，每个 Vera CPU 插槽可稳定并行运行 176 个虚拟机；在其设定的 RL 沙箱工作负载中，开启多线程后，吞吐量较 AWS 上仅启用物理核心的 AMD Zen 5 基线平均高约 30%。
报道也强调，这些数据来自双方合作测试，对比环境并不完全相同，不能视为独立的通用性能结论；Vera Rubin 与 GPU 沙箱目前也应表述为计划采用，而非已大规模商用。
商业化路径与 Ramp 案例
Prime Intellect 披露，金融科技公司 Ramp 使用 Prime Intellect Lab 为 Ramp Labs 训练检索子智能体 FastAsk。Ramp 将 AI 电子表格编辑器 Ramp Sheets 构造成可训练的 RL 环境，再以 Qwen3.5-35B-A3B 为基础模型进行强化学习训练。
Prime Intellect 公布的结果显示，FastAsk 的准确率为 66.25%，高于 Claude Opus 4.6 的 61.88%，平均耗时则低约 27%。报道同时指出，由于测试集和评估由合作双方定义，这并不意味着该 35B 模型在通用能力上超过 Opus，但说明企业可以把较小模型训练成特定工作流专家。
1 亿美元 ARR 的边界
报道提到，Prime Intellect 使用的表述是“超过 1 亿美元年化收入”，而不是过去一年已经取得 1 亿美元收入。年化收入通常是将近期某个月或某个季度的收入速度外推到一年，因此在业务快速增长时，可能高于过去 12 个月的实际收入。
对按用量收费的 GPU、训练和推理业务而言，这一指标也不等同于客户已签下同等金额、可自动续费的年度合同。
从公告和已上线产品看，Prime Intellect 的商业化主要包括四类业务：
- 计算市场，包括按使用时长计费的 GPU 实例、多节点集群和预留集群；
- Lab 托管训练，按模型输入、输出与训练 token 收费；
- 推理与托管评估，与模型调用量相关；
- Sandboxes，按 CPU、内存、磁盘和运行时长计费。
报道认为，这套收入结构的增长动力主要来自 GPU 集群的高客单价和持续消耗，也来自客户路径从“租 GPU”延伸到“建环境—跑推理—做评估—强化学习训练—上线部署”。同时，智能体强化学习本身需要大量并行 rollout、长上下文推理和隔离沙箱，算力消耗高于普通 API 问答。
不过，Prime Intellect 仍是一家私营公司，目前没有公开审计财报，也未披露计算 ARR 所依据的月度或季度收入、客户付费率、收入拆分以及客户集中度。算力市场收入按客户总支出还是平台净收入确认，官方也未说明。
另外，Prime Intellect 的计算市场目前不提供正式服务等级协议（SLA）。官方解释称，底层基础设施来自多家供应商；对于稳定性要求较高的用户，建议选择 Secure Cloud，如发生供应商侧故障，则可能提供退款或平台额度。
文档中 Web3 表述被删除
报道最后提到一个细节：随着 Prime Intellect 进入 10 亿美元估值区间并高调宣布超过 1 亿美元 ARR，官方文档中曾出现的多项 Web3 色彩表述已经被删除，包括“合约部署在 Base Sepolia 测试网”、“未来迁移至自研链”，以及“通过 RewardsDistributor 合约根据活跃时间向算力池分配代币奖励”。
文章称，这一变化在 2025 年 3 月初的一条官方推文中已显露端倪。当时，Prime Intellect 宣布完成由 Founders Fund 领投的 1500 万美元融资，投资人名单中还包括 Andrej Karpathy、Clem Delangue 和 Balaji Srinivasan 等人。
按原文描述，Prime Intellect 的分布式模型训练仍保留 P2P 网络的拓扑内核，但“去中心化”不再以面向散户的代币叙事出现，而更多对应企业侧的全球闲置算力调度能力。报道将其现阶段形容为更像一家 AI SaaS 公司。