RadixArk获1亿美元种子轮融资，SGLang与Miles双开源引擎引领AI基础设施新浪潮

2026年5月5日，AI基础设施赛道迎来重大新闻：由开源推理引擎SGLang核心开发者及维护者共同创立的RadixArk正式宣布成立，并成功完成1亿美元种子轮融资，投后估值达到4亿美元。

本轮融资由Accel领投，Spark Capital联合领投，英伟达（NVentures）、AMD、联发科等全球顶级科技巨头及多家知名投资机构共同参投。此外，John Schulman、Soumith Chintala等AI领域顶尖专家也作为天使投资人参与其中。

豪华阵容加持：全产业链认可开源基建价值

此次种子轮的参投名单堪称AI基础设施领域的“全明星阵容”，不仅囊括了全球主流的芯片厂商，还汇聚了深耕科技领域的顶级投资机构和行业领袖。

除领投方Accel和联合领投方Spark Capital外，参投机构还包括英伟达旗下风险投资部门NVentures、Salience Capital、A&E Investments、HOF Capital、Walden Catalyst Ventures、AMD、LDV Partners、WTT富邦家族、联发科、Vocal Ventures、Sky9 Capital。

天使投资人阵容同样星光熠熠，涵盖了AI领域的核心人物：前OpenAI联合创始人John Schulman、PyTorch联合创始人Soumith Chintala、Intel CEO Lip-Bu Tan、OpenAI前技术负责人Lilian Weng、Hugging Face联合创始人Thomas Wolf等。

如此豪华的投资方阵容，核心源于RadixArk已被验证的技术实力和开源社区基础。英伟达、AMD、联发科等芯片厂商的集体入局，侧面印证了RadixArk的技术路线能够最大化硬件效率，与芯片厂商的生态布局高度契合；而顶尖AI研究者的个人投资，则代表了行业对“开放AI基础设施”这一方向的普遍共识。

双开源基石：SGLang已成为行业事实标准

RadixArk的技术根基完全植根于开源社区，核心依托两大开源项目：用于推理的SGLang和用于大规模强化学习与训练后处理的Miles。

SGLang是一款面向大语言模型与多模态模型的高性能部署服务框架。它专为在各类部署环境中实现低延迟、高吞吐的推理能力而设计，适配范围涵盖单张显卡到大型分布式集群。

其中，SGLang自2023年创建以来，已迅速成为全球事实上的开源推理标准。截至目前，它每天为谷歌、微软、英伟达、甲骨文、AMD、领英、xAI、Thinking Machines Lab、humans&等行业领导者提供数万亿token的推理服务，其性能和可靠性已在全球顶级科技公司的生产环境中得到充分验证。

另一大核心项目Miles是RadixArk团队推出的开源大规模强化学习框架，尽管推出时间不长，但已被行业团队采用用于大规模混合专家模型（MoE）训练，核心优势聚焦于效率和稳定性，填补了开源领域大规模RL训练基础设施的空白。

RadixArk团队明确表示，将继续为SGLang和Miles两大开源项目贡献力量，与社区携手将它们打造为前沿AI领域最强大的开源基础设施基石。本次融资的资金也将重点用于两大项目的迭代升级，支持新的模型架构和硬件平台，并为大规模开发AI的团队构建托管基础设施。

直击行业痛点：终结AI基建“重复造轮子”困局

RadixArk的诞生，直指当前AI行业最普遍也最严峻的痛点：基础设施的重复建设与资源浪费。

官方公告中明确指出，如今最先进的训练和推理栈仅集中在少数几家大型科技公司内部。这些公司的基础设施虽然强大，但往往是在交付下一个模型、支持下一种架构的压力下仓促构建的，并非从第一性原理出发设计为通用、可靠的生态基础。

而在这些头部实验室之外，几乎所有AI公司都被迫一次又一次地从零开始重建相同的技术栈：推理引擎、强化学习框架、编排层、评估流水线和生产工具。随着模型架构、硬件平台和应用场景的日益多样化，这种“重复造轮子”的成本正在呈指数级上升，大量工程师的精力被消耗在同质化的基础设施工作中，而非专注于模型创新和产品落地。

这一痛点并非短期问题，而是AI行业发展到现阶段的结构性矛盾。随着大模型从“技术验证”进入“规模化落地”阶段，基础设施的通用性、可靠性和成本效率将成为决定行业发展速度的关键因素。RadixArk提出的“一次建成、深度打磨、广泛共享”的理念，恰好切中了行业的核心需求，有望从底层改变AI基础设施的发展模式。

基础设施优先：打造10倍效率的开放AI底座

作为一家“基础设施优先”的深度科技公司，RadixArk将系统和基础设施视为一等公民，而非支持职能。其核心文化强调“从第一性原理出发设计，而非临时补丁；像关注原始吞吐量一样关注优雅性；从第一天起就为前沿规模的可靠性设计”。

公司的长期愿景非常明确：让每一位认真的AI构建者，都能获得与大型科技公司内部一样快速、经济且可靠的基础设施。RadixArk设定了清晰的量化目标：让构建、训练和运行前沿模型的成本至少降低10倍，可及性至少提升10倍。

RadixArk团队表示，下一代前沿AI的定义者，将不再是那些拥有最好私有基础设施的人，而是那些在共享的世界级系统之上构建最有意义应用的人。在前沿级别的AI基础设施成为任何人都可以依赖的共享基石之前，团队不会停下脚步。

结语

本次1亿美元种子轮融资，不仅是RadixArk发展历程中的里程碑，更是开源AI基础设施领域的重要信号。

随着AI行业的发展重心从“模型参数竞赛”逐步转向“基础设施效率比拼”，一个开放、通用且具备高性能的AI底座，正日益成为整个产业的公共基础设施。RadixArk凭借其已被验证的开源技术路线，以及来自全产业链的协同支持，有望推动AI基础设施从“封闭与垄断”向“开放与共享”演进，使更多开发者和企业能够平等地参与到前沿AI技术的创新浪潮中。