新智元报道
刚刚，曝出一笔约70亿美元的AI收购！
10月11日，《华尔街日报》援引知情人士称，亚马逊正在洽购AI创业公司Decart，潜在交易估值约70亿美元。
这家公司的绝活，是帮AI用上不同厂商的芯片，还能把这些芯片的算力用得更足。
在此之前，Anthropic也盯上了它。
彭博社9月报道称，双方曾探讨约60亿美元的交易，但Anthropic做完尽职调查后，决定不再推进。
Anthropic这边刚退出，亚马逊那边又坐上了谈判桌。
要知道，今年5月投资Decart时，这家公司的估值还接近40亿美元。
短短数月，潜在收购估值已升至约70亿美元。
一家帮AI「换芯片」的公司，凭什么让这些AI巨头们接连出手？
因为买芯片只是第一笔账。
买回来之后，能干多少活、完成这些工作又要花多少钱，同样得精打细算。
让模型用上不同的芯片，再让它跑得更快、更省，正是Decart的本事。
AI换芯片
还得靠软件铺路
我们平时和AI聊天，也会让智能体查资料、写代码、处理文件。
这些任务背后的计算，都要靠芯片来完成。
英伟达有GPU，有TPU，亚马逊有Trainium。不同芯片的硬件架构不同，模型要高效运行，就得做好相应的适配。
一套在英伟达芯片上跑得顺畅的程序，换到亚马逊芯片上，往往还要调整、优化，才能发挥新硬件的性能。
因此，为AI选芯片，还要算一笔迁移账：
现成的模型搬过去，要改多少代码、花多少时间？换过去之后，能快多少、便宜多少？
Decart的DOS（Decart Optimization Stack），就是帮模型适应不同芯片、提高运行效率的一套软件。
据官方介绍，DOS支持英伟达GPU、谷歌TPU和亚马逊Trainium等硬件，同时用于模型训练和推理。
DOS面向多种AI芯片，提供训练和推理优化
它会针对芯片的特点，调整模型的运行方式、优化底层计算，让芯片少一些等待，多完成一些有效计算。
这样，同样的硬件就有机会跑得更快、用得更省。
亚马逊已经有自己的Trainium芯片，Decart这套能力或许能帮它争取更多客户。
如果开发者能少花些功夫完成适配，模型运行起来又更快、更省，选择Trainium的理由就多了一个。
双方已经展开合作。
今年5月，Decart在官方公告中将亚马逊列为战略客户，并披露其视频模型Lucy2已运行在Trainium3上。
同一轮融资里，英伟达也成为Decart的新投资者。
芯片竞争越激烈，厂商就越需要回答一个问题：客户为什么愿意用我的芯片？
让模型更容易适配不同芯片，并在这些芯片上跑得更快、更省，正是Decart能发挥作用的地方。
实时视频
慢半拍就穿帮
Decart自己也做AI模型，这套软件同样能让它们跑得更快、更省。
其中，Lucy能实时修改视频画面，Oasis则能生成随操作变化的虚拟环境。
根据官方说明，Lucy2.5支持在视频播放的同时，通过文字或参考图片，更换人物、改变衣服、调整背景、添加特效，甚至移除物体。
边播边改，画面不用等拍完再处理。
官方称，Lucy2.5支持1080p分辨率、每秒30帧的实时生成。
直播时换背景，对着镜头试穿衣服，给正在拍摄的画面加特效，都可以成为这类技术的应用场景。
Lucy2.5实时视频编辑演示：变换人物造型、虚拟试衣与试戴。（图源：Decart）
但要让人愿意用下去，画面就得跟上动作，效果也得保持稳定。
这要求AI一边接收视频，一边修改画面，再及时把结果显示出来。从输入到处理，再到显示，任何一个环节慢了，用户都会感受到延迟。
AWS官方客户页面，披露过Decart的一组早期测试结果：
据Decart联合创始人兼CEODean Leitersdorf介绍，其实时视频模型在Trainium上的帧吞吐量，最高达到对照GPU的4倍，成本效率达到2倍，延迟从40毫秒降至10毫秒。
在这项视频测试中，模型与芯片的配合，带来了速度和成本上的改善。
Lucy侧重实时修改视频，Oasis则用AI生成一个能随操作变化的模拟世界。
Decart推出的Oasis3，首先瞄准自动驾驶。
可以把它理解成一个给自动驾驶系统准备的「虚拟练车场」。
据官方介绍，车辆在里面转弯、加速或刹车，周围的画面就会随之变化。
系统还能从多个同步的摄像头视角观察路况，练习和测试如何驾驶。
Oasis3生成的六种道路模拟场景，展示不同环境下的驾驶画面。（图源：Decart）
这就像玩驾驶游戏：你打了方向盘，眼前的道路就得及时跟着变。Oasis要让自动驾驶系统在这样的环境里反复练习。
练习时间越长，需要生成的画面和完成的计算就越多。软件把这些工作安排得更高效，才有机会用同样的预算，多练一些场景、多做几轮测试。
从实时改视频到虚拟练车，背后都需要AI跟上操作、持续给出反馈。
只有把芯片的算力用得更足，才有机会让更多AI功能用起来更流畅，费用也更低。
巨头拼算力
用户能少花钱吗？
这笔收购要是谈成了，你平时用AI，是否就能少等一会儿、少花一点钱？
比如，生成一段视频，能不能少盯一会儿进度条；花同样的钱，能不能多改几次细节，多试几种想法；实时试衣、视频特效，能不能让画面跟得上动作？
同样的芯片能干更多活，单次生成的成本就有机会降下来。厂商也就有更大的空间降价、增加使用次数，让更多人用得起、经常用。
但厂商省了钱，不代表你就一定能少付钱。产品卖多少钱、每月能用多少次，仍由厂商决定。
至于画面是否流畅、效果稳不稳，还得看模型质量，以及网络和设备能不能跟上。
AI芯片竞争，正在从比拼硬件性能，延伸到比拼软件能把这些性能发挥多少。
对我们来说，这场竞争的价值，就体现在每一次使用中：结果来得更快，想按下「重试」时，不必总先算一遍时间和费用。
AI越来越好用，也越来越用得起，这才是我们最想看到的变化。
参考资料：
https://www.wsj.com/business/deals/amazon-in-talks-to-buy-ai-startup-decart-for-around-7-billion-9433abad
https://www.reuters.com/business/retail-consumer/amazon-talks-buy-ai-startup-decart-around-7-billion-wsj-reports-2026-10-11/
https://www.bloomberg.com/news/articles/2026-10-11/amazon-is-in-talks-to-buy-ai-startup-decart-wsj-reports
https://decart.ai/
编辑：元宇
