2020年Q1美国独角兽新增数同比降30%,总估值不及上季度

简介: CB Insights最新数据显示,在2020年第一季度,美国新增12家独角兽公司,相比去年同期减少29.4%,相比上个季度减少25%。

CB Insights最新数据显示,在2020年第一季度,美国新增12家独角兽公司,相比去年同期减少29.4%,相比上个季度减少25%。

美国新增独角兽数量在2018年第四季度达到顶峰,该季度有23家独角兽诞生。自那以后,美国每季度新增独角兽数量总体呈下降趋势。

image.png

2020年第一季度美国新增独角兽公司包括:

1、医疗创业公司Alto Pharmacy,在一月融资2.5亿美元,估值达10亿美元;

2、教育科技公司Udemy,在二月获得5000万美元E轮融资,估值达20亿美元,晋级独角兽俱乐部;

3、打车应用Via Transportation,在三月获得2亿美元E轮融资,估值达22.5亿美元。

有意思的是,尽管美国在2020年第一季度新增了12家独角兽,独角兽总数量增加至创纪录的204家,与此同时独角兽总估值却下降至6240亿美元,低于上一季度的6340亿美元和2019年第三季度创下的6390美元纪录。

image.png
image.png

这种趋势可能会持续到2020年第二季度。随着疫情的发展,投资者们越来越厌恶风险,在第二季度美国新增独角兽数量或将更少。

相关文章
|
7月前
|
存储 人工智能 测试技术
基于 VectorDBBench 的性能评测与架构解析:Lindorm 向量引擎的优化实践
阿里云Lindorm向量检索服务重磅升级,依托CBO/RBO混合优化器与自适应混合索引,实测QPS达5.6万(百万级)、2.4万+(千万级),P99延迟低至2ms,融合检索性能行业领先,全面支撑AI时代高并发、低延迟、强一致的生产级向量应用。
1053 4
|
3月前
|
人工智能 Shell C++
Claude Code Loop 快速入门:从一行命令到自动迭代
JeecgBoot AI专题研究 Claude Code 自动迭代 Loop 模式从零上手实战指南![Claude Code Loop 快速入门封面——AI自动迭代循环示意图](https://oscimg.oschina.net/oscnet/up5f894f1c4de391c13822180
314 0
Claude Code Loop 快速入门:从一行命令到自动迭代
GEO
|
3月前
|
人工智能 搜索推荐 JavaScript
2026年AI搜索流量重构:GEO/AIVO/AIWO如何重塑数字营销格局
2026年,AI搜索成中国信息获取主入口:AI用户6.02亿,AI推荐信任度全球第一(68%)。GEO、AIVO、AIWO构成三位一体优化新范式——从内容可检索(GEO),到被AI信任推荐(AIVO),再到网站深度可信转化(AIWO)。传统SEO正加速失效,认知资产竞争已打响。
GEO
578 0
|
5月前
|
存储 缓存 监控
企业接入 GPT-5.5 前要评估什么:架构、合规、成本与容灾
GPT-5.5已超越聊天接口,具备长上下文、工具调用、推理工作流等企业级能力,但随之带来权限、成本、合规新挑战。接入前须厘清架构解耦、权限审计、数据合规、分层计费与容灾备用五大核心问题。
402 0
|
8月前
|
存储 弹性计算 人工智能
4核16G配置阿里云ECS通用型g8i实例(ecs.g8i.xlarge)云服务器优惠活动价格及性能测评
阿里云ECS通用型g8i实例(规格ecs.g8i.xlarge)是第八代企业级通用计算机型,核心配置为4核vCPU、16GB内存,搭配1M-3M可灵活选择的公网带宽,以及20GB起的ESSD云盘存储。该实例基于阿里云自研“飞天+CIPU”架构,国内首发第五代英特尔至强可扩展处理器(Emerald Rapids),在计算性能、存储I/O、网络响应和安全防护上实现全方位升级,尤其在中小型AI推理场景具备显著优势,适合对性能和安全性有要求的中型通用业务。本文从配置细节、性能优势、适用场景等维度展开解析,帮助用户直观理解这款实例的核心价值与使用要点。
|
10月前
|
人工智能 运维 安全
阿里云专有云全维度满分
国际数据公司IDC发布《中国专有云运营平台技术能力评估,2025》,阿里云是唯一在七个维度全部获得满分的厂商,体现了飞天企业版全面领先的技术实力与产品先进性。
|
9月前
|
人工智能 自然语言处理 机器人
适合电商的智能客服系统推荐(2025年12月更新)
瓴羊Quick Service是阿里云旗下智能客服产品,深度整合电商交易链路,支持全渠道协同与大模型应用,具备高并发稳定性,助力中大型电商实现服务智能化与业务增长。
|
人工智能 文字识别 供应链
高校实验实训课程开发:基于现有的硬件基础和开源能力研发最前沿的AI实验课程
更多基于学校现有硬件基础:企业需求场景的开发和发展,更加注重上层数据和应用,各类工具软件的出现,极大提升了各类硬件的应用价值。我们看到各类硬件厂商,想方设法把硬件卖给学校,但是很多硬件不是在那里尘封,就是寥寥无几的使用场景,我们希望基于学校现有的硬件基础去开发更多面向不同行业或专业的实验实训课程,物尽其用。基于学校现有的硬件,集约开发,极大降低硬件投入成本。
634 7
|
人工智能 监控 数据处理
数据标注管理工具:AI燃料工厂的精益引擎
本文详解如何构建高吞吐数据标注系统,涵盖实时质检、智能调度与全息监控三大技术支柱,结合真实案例与代码实现,揭示从技术债到工程化落地的完整路径。

热门文章

最新文章