### [Ollama 融了 6500 万美元:给 AI 做个「Docker」,月活逼近 900 万开发者](https://www.willai.cc/article/3819) **Published:** 2026-07-14T11:12:10 **Author:** hiyoho **Excerpt:** Ollama 这个开源小工具,最近把 B 轮融到了 6500 万美元,由 Theory Ventures 领投。加上之前 Benchmark 的 Peter Fenton 领投的 1500 万 A 轮,公司到现在一共拿了 8800 万美元。 Ollama 这个开源小工具,最近把 B 轮融到了 6500 万美元,由 Theory Ventures 领投。加上之前 Benchmark 的 Peter Fenton 领投的 1500 万 A 轮,公司到现在一共拿了 8800 万美元。 Ollama 2023 年出来,干的事很实在:帮开发者在自己电脑上跑开源权重的大模型,几分钟就能跑起来。它在 GitHub 上攒了 17.6 万 star、快 1.7 万 fork,也被无数教程和视频夸过。 ![Ollama 两位创始人 Jeff Morgan(左)与 Michael Chiang(右)](https://techcrunch.com/wp-content/uploads/2026/07/Ollama-founders-Jeff-Morgan-left-and-Michael-Chiang-right.jpg) Ollama 两位创始人 Jeff Morgan(左)与 Michael Chiang(右) ### 两个做过 Docker 的人,想给 AI 也做个「容器」 创始人 Jeff Morgan 和搭档 Michael Chiang 之前参与做过 Docker Desktop,就是那个把云端应用搬来搬去变得轻松的工具。Docker 后来收购了他们上一家公司 Kitematic。所以 Ollama 干的事,本质上就是「AI 版的 Docker」:把烦人的硬件配置、环境依赖全部藏起来。 Morgan 说,2023 年开源模型刚冒头的时候特别难用,那时候它们是给研究者准备的,不是给程序员准备的。想跑起来真的费劲。三年过去,现在 Ollama 每个月被超过 890 万开发者使用,进了 85% 的财富 500 强,而公司只有 14 个人。 ### 真正的拐点,是智能体带火了开源模型 Morgan 把公司的转折放到今年 1 月前后,那时候 OpenClaw 这类智能体突然变热,更大的开源模型忽然能干活了,比如写代码。他发现,愿意付钱的用户,尤其是兜里有钱的企业和快速成长的 AI 应用公司,开始越来越多地转向更便宜的开源模型,只在必要的时候才去碰 Anthropic 这种闭源模型。 > 我觉得大多数人辩论时都搞错了一点。这不是二选一。开源和闭源都有大把生意可做,但凡是推理成本高的公司,都有个关乎生死的项目在推着他们往开源权重模型挪。 ### 不是所有人都买账 当然,也不是每个 Ollama 粉丝都高兴它开始赚钱。大概一年前,一堆博客和社交帖子抱怨它的云服务抢了免费项目的风头,把它当成开发工具「糊化」的典型。Morgan 的回应是:那些太大的开源模型本来就没法在个人电脑上跑,所以我们说,那我们来帮你找算力。Fenton 也补了一句:桌面端那个免费产品一点没变,你照样能发现、能跑本地模型。 - Ollama 想做的不是又一个模型,而是模型和开发者之间的那层基础设施 - 开源模型的性价比,正在把企业从闭源 API 手里一点点撬走 - vLLM、SGLang、NanoClaw 这些开源项目也在长成公司,VC 开始追这一类 - 14 个人、890 万月活,这个人均产出数字挺吓人 * * * 📎 原文来源:[Popular open source AI developer tool Ollama raises $65M, grows to nearly 9M users(TechCrunch)](https://techcrunch.com/2026/07/09/popular-open-source-ai-developer-tool-ollama-raises-65m-grows-to-nearly-9m-users/) **Tags:** AI, AI工具, AI开发, AI开源, AI开源项目, AI技术, 大模型 **Categories:** AI资讯 **Comments:** **PRFKY42165:** 开源模型性价比起来之后,闭源 API 被撬走一部分是迟早的事。Ollama 卡的位置好,但它自己也说不清估值和营收,这反而让人更想看它云业务到底跑不跑得通。 **MWTAH51627:** 14 个人、890 万月活,这种人均产出确实吓人。Docker 那套思路放到本地模型上太对了,省下的就是普通开发者的时间。就怕哪天免费版也开始悄悄缩水。 ---