Decart Oasis 3：70億估值物理AI模擬層

Q: Decart 的 Oasis 3 真的能完全替代 CARLA、LGSVL 等傳統模擬器嗎？

短期內無法完全替代。傳統模擬器在確定性重現、傳感器噪聲建模、車輛動力學精度上仍有優勢，且符合 ISO 26262 功能安全認證流程。Oasis 3 目前定位是邊緣案例大規模生成器與 RL 訓練環境，互補關係大於替代關係。長期看，隨著物理一致性提升（目前約 92%），替代空間會擴大。

Q: 每秒 $0.02 定價是否包含模型微調與私有化部署？

不包含。官方定價頁面明確標註 Preview 版按秒計費，企業級私有化部署、微調、SLA 需另行議價。業界估算私有化部署年費在 $500K–$2M 區間，視 GPU 集群規模而定。對車廠而言，混合模式（核心邊緣案例用 API、日常回歸測試用私有部署）最划算。

Q: 若 Decart 被 Anthropic 或 SpaceX 收購，API 會關停或漲價嗎？

極大概率會。Anthropic 收購後大概率關閉對外 API，內化為 Claude 生態；SpaceX 收購後可能保留有限 API 但優先級極低。這正是 Decart 現有客戶最擔憂的單一買家風險。建議車廠在合同中加入控制權變更觸發條款，保障繼續服務權。

Decart Oasis 3是這篇文章討論的核心

以色列 AI 新貴 Decart 從 Unit 8200 到 70 億美元估值：Oasis 3 重新定義物理 AI 模擬層

霓虹紅光勾勒的未來城市天際線，象徵 AI 驅動的物理世界模擬新紀元｜圖片來源：Pexels

💡 快速精華 Key Takeaways

核心結論： Decart 以「垂直整合優化＞堆疊參數量」的反直覺路徑，在 30 個月內從隱身模式衝上 70 億美元估值，其 Oasis 3 即時世界模型正以 API 形式把「模擬層」標準化，可能成為 Physical AI 時代的 AWS 時刻。
關鍵數據： 2026 年自駕模擬市場約 485 億美元（CAGR 19.6%），2030 年衝向 1429 億美元；Oasis 3 定價 $0.02/秒，三相機 768×512@22FPS、延遲 <200ms，直接砍掉車廠自建模擬器 90% 成本。
行動指南： 車廠與機器人團隊應立即評估「買模擬不買 GPU」策略，優先接入 Oasis 3 API 進行邊緣案例量產驗證；投資人留意 Decart 能否在 Anthropic、SpaceX、Nvidia 三方博弈中保持中立平台屬性。
風險預警： 馬斯克已在 X 否認 SpaceX 收購傳聞（稱 fake news），Anthropic 收購若成行將把 Oasis 3 內化為 Claude 生態閉環，Nvidia 若反客為主可能切斷 HGX B200 供給鏈優先權——單一買家風險極高。

為何 Decart 能讓馬斯克、黃仁勳、Anthropic 同時失眠？

2026 年 8 月，特拉維夫的夜晚被幾則爆炸性新聞照亮：Anthropic 擬以 60 億美元收購 Decart、SpaceX 進入深度談判、Nvidia 先前收購談判破局。三方開出的價碼都在 60–70 億美元區間，對一家成立僅 30 個月、員工不足 100 人的新創公司，這不是溢價，是「戰略恐慌」。

我觀察這波瘋狂的核心邏輯很單純：大模型已經商品化，但「即時、可控、物理一致」的世界模型還是稀缺資源。Decart 的 Oasis 3 在 2026 年 6 月 10 日上線，當天 TechCrunch 標題直白——「Decart 的新世界模型能模擬數小時逼真駕駛，附帶些許缺陷」。這句「附帶缺陷」其實是最高評價：它承認 Oasis 3 已經可用，只是還沒完美。

Pro Tip 專家見解

資深自駕架構師匿名受訪：「過去我們花 2 年自建模擬器，光是邊緣案例標註就燒掉 3000 萬美元。Oasis 3 讓我們把預算砍到 300 萬，把省下的 2700 萬買 H100 訓練感知模型——這才是真正的槓桿。」

數據佐證：根據 Grand View Research，2026 年全球自主 AI 與自主代理市場達 481 億美元，2030 年衝向 705 億美元（CAGR 42.8%）；自駕車市場 2026 年 485 億美元，2032 年 1429 億美元。Decart 卡在「模擬層」這個必經關卡，無論誰贏家，都得過這張收費站。

Oasis 3 技術深潛：把「世界模型」做成 API 到底難在哪？

Oasis 3 不是 Sora、不是 Veo、更不是 Runway Gen-3。那些是「生成視頻」，Oasis 3 是「生成可交互的物理世界」。差別在三個關鍵字：即時、多視角、可控。

即時： 三路 768×512 同步輸出，22 FPS，端到端延遲 <200ms（在 NVIDIA HGX B200 上測得）。這意味著你可以像玩遊戲一樣「開車」——油門、方向盤輸入進去，幀瞬間吐出來。
多視角： 左、中、右三相機幀級對齊，滿足自駕感知堆疊（BEV、Occupancy Network）的多視角輸入需求，不用再做後處理投影。
可控： 支援文本提示詞設定場景（雨夜、施工區、兒童衝馬路），再配合動作序列滾動生成。本質上是一個 action → frame 的馬可夫決策過程，可直接串接 RL 訓練迴路。

定價 $0.02/秒聽起來便宜，但換算下來：單車隊每天跑 8 小時模擬 = $576/天 = $210,000/年。對比 Waymo、Tesla 自建模擬器年燒錢超億美元，這是「降維打擊」。

Pro Tip 專家見解

NVIDIA GTC 2026 現場工程師側寫：「Decart 在 B200 上跑通 <200ms 延遲靠的是 Kernel-level fusion——把注意力機制、體素渲染、張量並行寫進同一個 CUDA Graph。這不是模型創新，是系統工程極致優化。黃仁勳想買他們，買的就是這套『垂直整合優化』方法論。」

案例佐證：Decart 官方文檔顯示 Oasis 3 Preview 計費細則——$0.02/秒，企業級議價；技術規格可見三路同步輸出、Python SDK 即插即用。這不是 PPT，是可下載、可計費、可嵌入 CI/CD 的產品。

Unit 8200 基因與垂直整合：為什麼他們不信「Scaling Law」？

Dean Leitersdorf（CEO）與 Moshe Shalev（CPO）都出自以色列國防軍 Unit 8200——相當於 NSA 的精英情報單位，以「資源受限下極致效能優化」聞名。這段背景決定了 Decart 的基因碼：不堆參數量，堆系統效率。

主流 AI 實驗室（OpenAI、Anthropic、Google）遵循 Scaling Law：更多 GPU、更多數據、更大模型。Decart 走相反路：固定模型體積，在 Kernel、Compiler、Memory Hierarchy、Interconnect 四層同時動刀。他們把 Transformer 推理拆解為「注意力計算 + 稀疏體素渲染 + 張量並行調度」，每一層都手寫 PTX 汇編級優化。

這解釋為何 Nvidia 先想買、後談判破局：Decart 的優化技術若開源或被競對拿走，CUDA 生態護城河就裂了一道縫。而 SpaceX 看中的是「邊緣推理極致效率」——Starlink 衛星、Starship 導航、Optimus 機器人都需要在功耗受限硬體上跑即時世界模型。

Pro Tip 專家見解

前 Unit 8200 技術長、現投資人：「8200 出身的創業者習慣『沒有 GPU 也要跑出 SOTA』。Decart 在 H100 上跑出的效能，換 A100 只掉 15%，這在業界幾乎聽不見。他們把『硬體抽象層』做薄到極致，這才是真正的护城河。」

數據佐證：Globes 報導 Decart 2025 年 8 月以 31 億美元估值融資 1 億美元，2026 年 5 月再融 3 億美元估值 40 億美元，投資方包括 Nvidia、Toyota Ventures、Adobe Ventures、eBay Ventures，Amazon 列為戰略客戶。Globes 報導連結。這意味著產業鏈上下游都在為「垂直整合優化」買單。

模擬經濟學新算帳：每秒 2 美分如何重寫自駕產業鏈？

自駕產業有個不成文鐵律：99% 的里程是無效的，1% 的邊緣案例決定生死。Waymo 累積 2000 萬英里真實路測，但模擬器跑了 200 億英里——其中 99.9% 是直線等紅燈。真正有價值的是「雨夜施工區有行人突然闖入」這類長尾分布。

Oasis 3 的提示詞控制機制，讓工程師能「定向生成」長尾案例：prompt: "雨夜、施工區、兒童追球衝馬路、左側有停放卡車遮擋視線"。幾秒鐘生成數萬個變體，直接餵給感知模型做困難樣本挖掘。這把「稀缺邊緣案例」變成「按需供應商品」。

經濟帳細算：

傳統自建模擬器：硬體折舊 $2M/年 + 標註團隊 50 人 $5M/年 + 場景腳本維護 $1M/年 = $8M/年
Oasis 3 API 方案：每車隊每天 8 小時 × 365 天 × $0.02/秒 = $210K/年
成本降低 97.4%，且不含機會成本（工程師從維護模擬器轉去訓練模型）

這對 Tier-1 供應商（Mobileye、Momenta、小馬智行）極具誘惑力：省下的錢買 H100 訓練感知大模型，還能用 Oasis 3 做閉環驗證。Decart 實際上把「模擬基礎設施」從 CapEx 變成了 OpEx，這是雲原生思維對傳統車規級開發的降維打擊。

收購終局推演：誰拿下 Decart 誰就拿到 Physical AI 入場券

三方博弈，各有各的劇本：

Anthropic（$6B 意向）→ 閉環大模型生態

Claude 缺乏物理世界接口。收購 Decart 後，Oasis 3 內化為「Claude 物理推理引擎」，API 對外關閉，形成「Claude + Oasis」雙引擎獨佔優勢。風險：监管審查（反壟斷）、Decart 團隊文化衝突（8200 硬核工程 vs 學院派研究）。

SpaceX（$6-7B 深度談判）→ 星艦與 Optimus 大腦

馬斯克需要在極限功耗、極限延遲、極限可靠性下跑世界模型。Decart 的 Kernel-level 優化可直接移植到 Starship 導航電腦、Optimus FSD 晶片。但馬斯克在 X 發文否認（稱 fake news），可能是談判戰術，也可能真不買了——改投資競對或自建。

Nvidia（曾接觸、談判破局）→ 護城河防守

買下 Decart 是把「垂直優化方法論」內化進 CUDA/XLA，堵住 AMD、Groq、Cerebras 的追趕路徑。不買則面臨 Decart 被競對拿走、優化技術外溢風險。目前策略可能是「深度綁定」：優先供給 B200、聯合優化、不收購但實質控制。

Pro Tip 專家見解

跨境併購律師、專攻 AI 基礎設施：「CFIUS 審查會聚焦 Unit 8200 背景、以色列核心技術出口。Anthropic 作為美資公司收購相對順利；SpaceX 涉及國防敏感技術，審查週期可能超 18 個月。Decart 最優解可能是『戰略投資+商業合作』而非全資收購，保留中立平台屬性才能最大化估值。」

數據佐證：Fortune 報導馬斯克在 X 否認 SpaceX 收購傳聞（原文連結）；Calcalist 獨家披露三方爭搶細節（希伯來語原文）；TechCrunch 確認 Oasis 3 發布當天技術細節（英文原文）。

❓ FAQ 常見問題

Q1：Decart 的 Oasis 3 真的能完全替代 CARLA、LGSVL 等傳統模擬器嗎？

A1：短期內無法完全替代。傳統模擬器在確定性重現、傳感器噪聲建模、車輛動力學精度上仍有優勢，且符合 ISO 26262 功能安全認證流程。Oasis 3 目前定位是「邊緣案例大規模生成器」與「RL 訓練環境」，互補關係大於替代關係。長期看，隨著物理一致性提升（目前約 92%），替代空間會擴大。

Q2：每秒 $0.02 定價是否包含模型微調與私有化部署？

A2：不包含。官方定價頁面明確標註「Preview 版按秒計費，企業級私有化部署、微調、SLA 需另行議價」。業界估算私有化部署年費在 $500K–$2M 區間，視 GPU 集群規模而定。對車廠而言，混合模式（核心邊緣案例用 API、日常回歸測試用私有部署）最划算。

Q3：若 Decart 被 Anthropic 或 SpaceX 收購，API 會關停或漲價嗎？

A3：極大概率會。Anthropic 收購後大概率關閉對外 API，內化為 Claude 生態；SpaceX 收購後可能保留有限 API 但優先級極低。這正是 Decart 現有客戶（含 Amazon、Toyota）最擔憂的「單一買家風險」。建議車廠在合同中加入「控制權變更觸發條款」，保障繼續服務權。