Modal Labs 完成 3.55 億美元 C 輪融資，估值 46.5 億美元，無伺服器 GPU 算力需求爆發

在建構 AI 應用的開發者中間，有一個反覆出現的抱怨：GPU 貴、雲端伺服器管理複雜，從筆電上跑通模型到在正式環境穩定部署，中間的落差大得令人沮喪。Modal Labs 的誕生，正是為了填補這個落差。2026 年 5 月 21 日，公司宣布完成由 Redpoint Ventures 和 General Catalyst 共同領投的 3.55 億美元 C 輪融資，估值達 46.5 億美元——不到一年前估值的四倍多。

這輪融資在結構上也頗為罕見。由於投資人需求過於旺盛，本輪以兩批不同估值結束：第一批投資人以 25 億美元估值入股，隨後第二批加入時估值已被推高至 46.5 億美元。一輪融資在尚未結束之前就自行漲價——這個現象，充分說明了資本追逐 AI 基礎設施層的激烈程度。

Modal 到底在做什麼？

Modal 的核心產品用一句話說清楚並不難，但執行的技術複雜度相當高：讓開發者能在雲端 GPU 上執行 Python 函式，完全不需要佈建或管理任何伺服器。

一個想運行圖像生成模型、微調語言模型、處理資料集或執行 AI 推理工作的開發者，只需要編寫幾乎和本地 Python 一模一樣的程式碼——在函式上加一個指定 GPU 需求的裝飾器——剩下的一切由 Modal 處理：分配硬體、排程任務、依需求擴展規模、按實際運算秒數計費，任務完成後自動釋放資源。

無伺服器計算模型在 CPU 工作負載上已推行多年——AWS Lambda 和 Google Cloud Functions 在 2010 年代中期確立了這個模式。但 GPU 無伺服器計算面臨的問題在本質上更難：GPU 實例閒置成本高、排程效率複雜、「冷啟動延遲」（啟動全新 GPU 環境的時間）的問題遠比 CPU 函式嚴重。Modal 的核心技術成就在於以對開發者完全透明的方式解決了這些問題。

公司也在開發體驗上投入大量資源：快速冷啟動、對 PyTorch 和 JAX 等主流 ML 框架的原生支援、能完整模擬雲端環境的本地測試模式，以及與 Python 套件管理器和容器工作流程的無縫整合。開發者的普遍反饋是 Modal「就是能跑起來」——在其他工具需要大量基礎設施知識才能搞定的情況下。

支撐估值的成長數據

Modal 的財務軌跡，是投資人願意給出 46.5 億美元估值的基本邏輯。公司的年化營收在不到一年內成長五倍，從約 6000 萬美元躍升至 3 億美元。這個成長軌跡如果持續，Modal 的年化營收到 2027 年中將超過 10 億美元。

客戶群橫跨整個 AI 生態系統。Anthropic 使用 Modal 處理部分模型評估和研究工作流程；Meta 已將 Modal 整合進部分 AI 實驗基礎設施；自主程式碼代理公司 Cognition 在 Modal 上運行大量工作負載；DoorDash 用它驅動 AI 驅動的營運優化。客戶名單的廣度——從前沿 AI 實驗室到消費者 App 到企業軟體——反映了 GPU 算力需求在業界的水平屬性。

C 輪的投資方陣容包括共同領投的 Redpoint Ventures 和 General Catalyst，以及同時參與的 Accel 和 Menlo Ventures。多家頂尖機構分兩批在不同估值入場，而非單一主要投資方的模式，反映的是投資人之間的競爭動態，而非一般意義上買賣雙方的談判。

基礎設施投資的底層邏輯

Modal 的融資是 2026 年 AI 基礎設施投資大潮的縮影。同一週，Exa 為 AI 搜尋基礎設施募得 2.5 億美元，此前 Fractile 為 AI 推理晶片募得 2.2 億美元，Blackstone-Google TPU 合資企業則瞄準數十億美元的 AI 算力容量。從矽晶片到搜尋到無伺服器計算，投資人正在押注：AI 採用的瓶頸不是模型智慧，而是將那份智慧可靠地規模化部署所需的基礎設施。

Modal 在這個技術棧中所處位置的論點相當直接：隨著 AI 應用激增，建構 AI 的開發者群體從 AI 原生新創擴展到主流企業，能夠抽象化 GPU 基礎設施的工具將變成剛需。2026 年建構 AI 應用的公司，已不只是 Cursor 和 Cognition，還有物流公司、律師事務所、金融機構和醫療系統——這些組織的開發者對成為 GPU 叢集管理員毫無興趣。

在這個框架下，Modal 的可服務市場隨著 AI 採用的擴大而擴大。每一個建立在生成式 AI 模型上的新應用，都是潛在的 Modal 客戶。

競爭格局

Modal 所在的賽道競爭者包括雲端服務商——AWS SageMaker、Google Cloud Vertex AI、Azure Machine Learning——以及 Replicate、Baseten、RunPod 等專門競爭者。雲端服務商在規模和整合生態上具有明顯優勢，但普遍被認為更複雜、小規模使用成本更高、上手門檻更陡。

專門競爭者與 Modal 的定位更接近，但執行模式不同。Replicate 主要聚焦於模型推理部署，Baseten 專注於低延遲的生產推理，Modal 的定位更廣：不只處理推理，還涵蓋訓練、微調、批次任務、排程任務，以及任何能受益於 GPU 加速的任意 Python 計算——一個更通用的算力基底。

Modal 最重要的戰略優勢，或許是在 AI 開發者社群中積累的網絡效應。當開發者習慣用 Modal 的 API 思考無伺服器 GPU 計算，切換成本是真實存在的——不是因為鎖定，而是因為思維模式已經內化。

3.55 億美元能做什麼？

Modal 尚未公布資金用途的具體分配。根據公司既定優先事項與 GPU 算力市場動態，最可能的用途包括：擴大與主要硬體供應商的 GPU 容量協議以減少需求高峰時的供應瓶頸；深化工程投資以提升效能、可靠性和開發體驗；以及建立企業級功能——合規控制、安全機制、專屬算力預留——這些都是服務大型組織所必需的。

企業市場是 Modal 尚待開拓的重要機會。目前公司大部分營收來自 AI 原生公司和開發者團隊。擁有更完整採購流程、更嚴格安全要求、更長銷售週期的企業客戶，代表的是不同類型的客戶——但也意味著更大的合約金額和更穩定的可預測營收。

AI 基礎設施投資的溫度計

Modal 的 3.55 億美元融資，緊接在 Exa 的 2.5 億美元融資之後，折射出基礎設施投資人的一個共同信念：AI 轉型仍處於早期階段，AI 經濟的「鏟子和斧頭」層至少會和應用層一樣可靠地積累價值。

建構 AI 應用的開發者需要算力。算力很貴。讓算力變得負擔得起、易於取用且可靠的工具，會被所有建構 AI 的人使用。Modal 已在快速成長的開發者社群中建立了這樣的地位，如今正募集資金，從最早發現它的社群擴張到將大規模部署 AI 的企業用戶。

46.5 億美元的估值，意味著投資人相信它能做到這一點。過去一年五倍的營收成長，表明他們的判斷可能是正確的。