Phinity融资520万 Jeff Dean参投

时间：2026年10月8日（美国当地时间），10月9日中文媒体跟进报道。 地点：美国旧金山（Phinity Labs 总部）。 人物：Phinity Labs（创始人 Sonya Jin，曾任英伟达企业 AI 产品经理与研究科学家、AWS AI Lab 应用科学家）；投资方 Uncork Capital（领投）、Moxxie Ventures、Pear Ventures（通过 PearX 领投种子前轮）、天使投资人 Jeff Dean（DeepMind 原首席科学家、谷歌首席科学家）。 事件详情：芯片设计 AI 创业公司 Phinity Labs 于 2026 年 10 月 8 日宣布完成 520 万美元种子轮融资，由 Uncork Capital 领投，Moxxie Ventures 及包括 DeepMind 原首席科学家 Jeff Dean 在内的天使投资人参投。此前 Phinity 还获得由 Pear Ventures 通过 PearX 领投的种子前轮融资。本轮资金将用于扩展公司为 AI 智能体设计、验证并流片（tapeout）定制芯片所搭建的训练基础设施。Phinity 自 2025 年成立以来一直保持隐身模式，本轮融资宣布是其首次正式公开亮相，公司同步披露其与"一些最大的基础模型实验室"已建立合作，年化经常性收入（ARR）已在不到三个月内从 0 增长到八位数。 技术路线与产品：Phinity 的核心定位是构建让 AI 智能体能够"端到端设计、验证并流片芯片"的基础设施，目标是把芯片设计周期从当前的 1-2 年压缩到几周（即公司宣称的 "prompt-to-silicon"）。技术上，Phinity 把专家工程师的工作流转化为强化学习环境，让 AI 系统可以学习硬件、力学、设计等复杂任务，覆盖 RTL 设计、验证、GDS 文件生成、流片（tapeout）以及 EDA 自动化等环节，并通过智能体工作流串联起来。短期内，公司最直接的落地点是为前沿 AI 实验室提供训练基础设施，包括 RTL 设计的合成数据、仿真和评估任务。 创始团队：Phinity 由 Sonya Jin 与 Aadi 联合创立。Sonya Jin 此前在英伟达为芯片设计与代码推理大语言模型构建合成数据流水线，并在 AWS AI Lab 从事图机器学习研究，参与训练了开源前沿模型中最优秀的 RTL 代码生成模型；Aadi 是一位此前已有退出经验的创始人，曾从事合成数据生成与后训练相关工作。核心成员还包括一位英特尔定制硅片部门的前负责人、一位 Kepler Computing 的前 ASIC 负责人、多位曾在前沿制程节点主导多次流片的英伟达前架构师，以及为芯片设计和形式验证训练过大语言模型的 AI 研究员。 商业模式与市场定位：Phinity 采用 B2B 软件订阅与按使用量付费的模式，目标客户是从事硬件与半导体工程的团队。在 AI 半导体设计赛道，Phinity 的可比公司包括 ChipAgents、Chipstack、ChipNexus、Ricursive Intelligence、BoolSi、Tensordyne、Xent AI 等。 背景：芯片设计是科技领域最大的优化问题之一。传统 ASIC 从架构探索到流片往往需要 18-24 个月、数十亿美元的前期投入，且极度依赖稀缺的高级工程师人才。随着大模型能力提升，业界开始尝试用 AI 自动化部分流程，Synopsys、Cadence 等 EDA 巨头已陆续推出 AI 辅助设计工具，而一批新兴创业公司则更进一步，尝试用智能体（agent）打通"架构探索 → RTL → 验证 → 综合 → 后端 → 流片"的完整闭环。Jeff Dean 此次作为天使投资人参与，呼应了他在 2026 年 8 月离开谷歌后与同事 Vinyals 联合创办 AI 公司的方向（参见过往报道）；同一时间，AMD、英伟达、谷歌 TPU 团队在物理 AI 与定制芯片上的投入也在持续加大，行业正进入"AI 设计芯片、芯片跑 AI"的正反馈周期。 影响：对芯片设计行业而言，Phinity 的入局意味着"AI 设计芯片"赛道从早期的辅助工具阶段正式进入智能体自动化阶段。如果 Phinity 能在 12-18 个月内拿出独立的流片结果或可量化的设计周期压缩证据，将有望成为 AI 半导体设计的新一代标杆企业；对 Jeff Dean 而言，本次天使投资延续了他离开谷歌后在 AI 基础设施方向的连续布局，与 Phinity 的"prompt-to-silicon"愿景形成共振。需要注意的是，公司目前公开的"8 位数 ARR""比资深硬件工程师更快、功耗性能面积更优"等说法目前仍是公司自述，缺乏独立第三方验证，市场应对其实际落地节奏保持审慎乐观。 总结：Phinity 把"用 AI 智能体自动化端到端芯片设计"作为长期愿景，并在成立一年多后以 520 万美元种子轮、Jeff Dean 加持、3 个月从 0 到八位数 ARR 的姿态首次走出隐身模式。在 AI 半导体设计这条拥挤而尚未分出胜负的赛道上，Phinity 的"训练基础设施 + 强化学习环境 + 智能体工作流"组合拳给出了不同于传统 EDA 厂商的差异化路径。下一步，业界将关注它能否在 2027-2028 年内交付首个公开流片案例并与头部 AI 实验室共同署名研究成果，这将是判断它从"愿景阶段"走向"工程阶段"的关键节点。 参考来源： https://www.163.com/dy/article/L8PQUI8V0511D2LM.html https://www.trysignalbase.com/news/funding/phinity-labs-secures-5-2 https://www.startuphub.ai/startups/phinity-ai https://www.startuphub.ai/investment_rounds/phinity-labs-seed-2026 https://www.caplight.com/company/phinity https://tsnmedia.org/chip-supply-globalfoundries-dresden-lumentum-unisem-phinity https://startuply.vc/startup/phinity-labs-riedrw https://fundraisingfox.com/companies/phinity https://www.phinity.ai/