Mitti Labs完成950万美元A轮融资：卫星AI能否让亚洲水稻种植兼顾减碳与水资源韧性？

亚洲的水稻种植正处于一个多重风险交汇的十字路口。作为全球一半以上人口的主粮，水稻不仅是维系数十亿人日常生存的基础，同时也是一个巨大的资源消耗者——它消耗了全球超过30%的农业灌溉用水。更严峻的是，传统的持续淹水种植方式，在水田这种人工湿地环境中创造了厌氧条件，为产甲烷菌提供了理想的温床，使得水稻田成为全球农业甲烷排放的重灾区。甲烷作为一种短期内温室效应远超二氧化碳的温室气体，其减排已成为应对气候变化最紧迫且最具成本效益的切入点之一。

然而，在亚洲的主要水稻产区——印度、菲律宾、印度尼西亚等国家，农业生产的基本单元并非规模化农场，而是由超过1.5亿小农户主导的碎片化土地。这些农户在平均不足两公顷的田块上耕作，世代沿用着被经验固化但在新气候现实下变得愈发脆弱的灌溉习惯。没有可靠的田块级数据，精准的水资源管理和减排就无从谈起。高温热浪日益频繁、降雨模式飘忽不定，正在从根基上威胁这些依赖稳定水资源的系统。但要测量和验证每一块稻田的真实水耗与甲烷排放，传统方法要么因需要大量人力地面采样而过于昂贵，要么因地块过于琐碎、云雨覆盖频繁而在物理操作上不可行。这就是Mitti Labs试图切入的缝隙。

2026年8月5日，这家同时在纽约和印度班加罗尔运营的气候科技公司宣布完成950万美元的A轮融资。本轮融资由全球石油巨头沙特阿美旗下的风险投资部门Aramco Ventures领投，Lightspeed India、Godrej Industries Group、Cisco Foundation、Francis Family Fund 和 Volta Circle 跟投。这笔资金使其自2023年创立以来的累计融资额达到1250万美元。值得特别关注的是，这是Aramco Ventures对印度初创公司开出的第一笔投资。一家石油巨头的风险资本，为何将首笔印度筹码押注在水稻甲烷这个看似与其核心业务相距甚远的领域？答案藏在技术路径、资本逻辑和亚洲水稻的真实困境共同编织的复杂图景里。

当雷达卫星成为水稻田的“CT扫描仪”

Mitti Labs构建的核心技术资产并非对单一卫星数据的简单调用，而是一套被其命名为GeoAI的平台技术栈。该平台的核心在于融合了高分辨率合成孔径雷达（SAR）卫星影像、基于物理机理的作物与水文模型，以及其田间团队耗时数年采集的地面真值数据，最终为纳入系统的每一块稻田生成一个动态的数字孪生。合成孔径雷达相较于传统光学卫星影像，具备一项决定性的优势——其微波信号能够轻易穿透亚洲季风季节厚重的云层和持续的降雨，实现全天候、不受气象条件干扰的连续对地观测，所提供的影像分辨率从精细的50厘米覆盖到区域尺度的10米不等。

在这套影像基础之上，平台运行着经过自建数据集专门训练的AI模型，用以自动化、大规模地监测作物健康状况、土壤含水量以及田面水淹的持续状态。这些实时且田块级的数据流被用来指导并优化灌溉方案，其核心在于推广一种名为交替干湿灌溉（Alternate Wetting and Drying, 简称AWD）的农艺技术。AWD的技术原理在于，让稻田在两次灌溉之间经历一个自然落干的过程，使土壤周期性地暴露于空气中，从而打破传统持续淹水所营造的稳定厌氧环境。这种环境的变化能有效抑制产甲烷菌的活性，从源头削减甲烷的生成。公司方面声称，在其方案指导下，采用该技术的农户可在不牺牲水稻最终产量的前提下，实现约40%的用水量削减和超过50%的甲烷排放降幅。

从规模上看，Mitti Labs的增长曲线相当陡峭。自2023年启动首个项目以来，其覆盖的农户数量已从2024年第一季度的约8000名，迅速扩展至本轮融资时所宣称的本季度超过10万名。在实地运营的成果上，公司称其项目至今已累计节水超过5000亿升——以印度班加罗尔市庞大的年供水总量作为类比。同时，Mitti Labs宣称其当前运行着全球规模最大的AWD水稻项目。但若深入审视，所谓的“最大”这一口径在公开信息中并未得到清晰的界定。它到底是指覆盖的总面积、注册的农户总数、实际监测并完成验证的减排量，还是仅指平台上数字化监控的田块数量？在公司未给出明确的衡量标准和独立第三方审计佐证，且尚未有公开的碳信用实际签发量数据作为支撑的情况下，这一宣称目前更多是基于公司自身的单方面口径。

靠“数据公司”逻辑赚钱，但双脚深陷泥土

在对外叙事中，Mitti Labs的联合创始人Xavier Laguarta明确将公司定位为“归根结底是一家数据公司”。这一自我认知对应着其设计精巧的商业模式，清晰地分为两条腿走路：其一，通过技术手段验证并量化农户采纳AWD等替代灌溉措施后产生的碳信用额度，再经由与碳市场平台（如Cool Effect）的合作，将这些可交易的减排资产出售给有自愿减排或合规需求的企业，这是直接与减排价值货币化挂钩的变现路径；其二，向农业综合企业和碳市场其他参与方销售基于GeoAI平台的田块级数据分析服务，帮助客户提升其供应链的水资源韧性和可持续性可视化。目前，其公开的客户名单中已出现了全球农化巨头先正达（Syngenta）和国际食品巨头Ebro Foods的名字。

这种双层设计在商业逻辑上具有自洽性。碳信用的本质是对“可被独立验证的额外减排量”的一种金融化定价，而卫星AI所提供的、具备时空连续性的田块级监测数据，恰恰是量化并证实这一减排量真实性和额外性的核心稀缺资产。当一个平台既能说服企业购买由其数据背书的碳信用，又能吸引农产品巨头采购这些数据来优化其供应链管理和ESG报告时，Mitti Labs相当于同时切入了两个具有高度协同性的市场：碳市场的供给侧基础设施层和精准农业的数据服务层。然而，与这一自洽逻辑形成强烈反差的是其商业化指标的全线缺失。公开材料中，公司的营收、碳信用的年度发行量、每吨信用的出售价格、与先正达或Ebro Foods等关键客户的合同金额等信息均处于未披露状态。唯一可确认的财务全景是，这家已扩张至150多名员工、并在印度多个邦维持着深入田间地头的运营团队的企业，其A轮融资金额为950万美元。考虑到它显著的人力密集度和重运营特征，这一体量的融资额可能暗示其当前尚未形成强大的自我造血能力，商业模式仍未跨越“烧钱换规模、以融资支撑运营”的早期阶段。

Aramco的算盘：碳信用还是战略性资产？

在对外解释投资逻辑时，Aramco Ventures执行董事总经理Zayed AlAmri的表述点出了一个行业痛点：改变根深蒂固的耕作方式并非易事，但更困难的技术壁垒在于，要知道在数百万个碎片化的小农场上究竟实际发生了什么——而Mitii Labs的技术正是试图解决这一信息黑箱。Lightspeed India合伙人Hemant Mohapatra则强调了这一技术网络在帮助小农户解锁“与农业转型挂钩的新收入机会”上的巨大价值。

穿透这些措辞，Aramco Ventures的真正兴趣点值得进行更深入的拆解。作为全球最大碳氢化合物生产商之一的战略风险资本部门，它承载着来自母公司层面的结构性减排压力和面向未来的资产布局任务。甲烷，尤其是在全球变暖潜势极高但大气寿命相对较短的特性下，被公认为是温室气体中减排成本最低、见效最快的品类。而亚洲广袤的水稻田，恰好是全球最大的人为甲烷排放源之一。一旦Aramco Ventures押注的Mitti Labs能够成功大规模生产并验证高质量的、来源于水稻种植方式变革的甲烷减排碳信用，Aramco母体本身就可能是未来最大的承购方和用户之一。这种“战略投资+潜在未来承购”的资本闭环设计，使得Mitti Labs在战略层面上成为了Aramco值得配置的一项资产——无论它最终能否在商业上成长为一家可对标大型SaaS公司的数据巨头。

然而，这笔投资也同时可能为Mitti Labs未来在碳信用出售业务上埋下利益冲突的质疑。当你的核心投资人，恰好也是你所生产的碳信用产品最直接的潜在买家之一时，交易定价的市场化程度是否会受到非市场因素的干扰？减排量的“额外性”审核——即证明减排行为是由碳信用收入所激励而非原本就会发生的——在结构和形式上能否保持独立于买家的影响？这层由于所有权结构带来的结构性张力，在现有公开材料中尚未见到公司方面给予任何公开回应或治理架构上的说明。

从印度到东南亚的扩张，能否跑通“运营模型”？

本轮950万美元的融资，资金用途规划指向了三个明确的方向：在印度境内进行更深的地理扩张，将其运营模式复制到新的邦和农业生态区；在菲律宾和印尼这两个东南亚核心水稻生产国启动全新的绿地项目，从零搭建田间运营网络；以及持续打磨、迭代其核心的GeoAI平台。具体时间表上，创始人Xavier Laguarta在TechCrunch采访中透露，计划于今年晚些时候率先进入菲律宾市场，并在2027年将业务版图拓展至印尼等更广阔的东南亚区域。他同时点明，进入新市场不仅可以让公司服务于潜在的合规碳市场——与目前主要依赖的自愿碳市场形成互补——更重要的是，能够让AI模型“从非常不同的生态系统中生成和收集数据”。

这里蕴含着一个关于竞争壁垒的关键判断：Mitti Labs的真正护城河，或许不在于特定的算法架构，而在于其耗时数年构建的自有专有数据集和辐射数万农户的田间运营网络。随着每一次跨地域、跨气候带、跨耕作习惯的扩张，公司都会累积下不同水稻品种、不同灌溉设施条件、不同农艺管理实践下的雷达影像与地面真值之间的配对数据。这些不断涌入的高质量、异构数据将反哺其AI模型，逐步提升模型在多变的现实环境中的泛化能力和监测精度，同时降低进入一个全新区域时对模型进行重新校准和数据冷启动的成本。理论上，这可以形成一个强大的“数据飞轮”——扩张带来数据，数据改善模型，更好的模型以更低的边际成本推动进一步的扩张。

但要将这套纯逻辑推演变为可持续的商业现实，前提是必须在一个全新的国家，将高度依赖人力的田间运营模型完整地、成本可控地重新跑通一次。亚洲各国的水稻种植，在田块平均大小、灌溉基础设施的权属和维护状况、土地所有权结构、农民的合作化与组织化程度，乃至语言和社会文化上存在天壤之别。在印度境内，Mitti Labs依靠的是一个增长至超过150人的大型田间团队，由这些一线人员直接与村社和农户对接，推动行为改变和技术落地。但在土地可能更为零碎、农民与外部技术团队间的语言和文化隔阂更大、农业推广体系形态不同的菲律宾和印尼，这套重人力、重本地化关系的运营模式能否原样复制？扩张过程中的边际人力与管理成本能否被总计只有1250万美元的融资总额长期支撑，并最终走向运营单元盈利？这是横亘在扩张故事面前、有待时间验证的核心假设。

未披露的财务数字与待回答的成长命题

任何一家以“规模化气候影响”为核心叙事的公司，最终都必须直面商业可持续性这一终极命题。Mitti Labs至今未对外公布本轮融资的估值、带来的具体股权稀释比例，以及各投资方在950万美元融资金额中各自的出资份额。这种财务透明度不足的情况，对于处于A轮的早期项目来说并非罕见。然而，当一家公司已经运营了三年，员工人数达到150人以上的规模时，其年度碳信用的签发量和关键的合同金额依然缺位，这使得外部观察者几乎不可能对其单位经济模型进行评估——即每获取一个农户、每监测一公顷稻田、每签发一吨碳信用，平台所付出的成本和获得的收益之间是否存在正向的、可扩展的差价。

另一个悬置的问题来自竞争维度。现有的档案和公开材料并未提供关于竞争格局的任何信息。但这并不意味着Mitti Labs在专注水稻甲烷的卫星监测赛道上没有竞品。在北美和东南亚，已有采用光学和雷达多源遥感融合方案的公司进入碳信用MRV（监测、报告与核查）领域，并构建了各自的验证方法论。Mitti Labs自称的技术优势，在于其自有AI训练数据集以及受益于NASA协助开发的平台。但在竞品信息完全空白的背景下，其优势的绝对领先性和可持续性无法进行任何横向的、有参照标的的比较，这构成了信息真空下的认知风险。

更深层的张力在于商业模式本身的内部分化。碳信用生产和销售这条线，要求公司进行深度的田间介入、推动农户行为改变并建立一套耗资巨大且严格的MRV体系，其收入本质是对“每一吨被证实且独特的减排量”的定价，受碳价波动和标准认证政策影响极大。而数据分析服务这条线，则更偏向于提供标准化API或SaaS订阅接口、进行技术集成，服务于企业供应链管理的IT数字化需求。两者的客户画像、决策链条、销售周期、付费逻辑和所需的团队核心能力截然不同。当创始人强调“归根结底是一家数据公司”时，碳信用收入在公司未来发展蓝图中的角色定位——究竟是一个在SaaS数据业务成熟前的过渡性收入来源，还是将与数据服务并驾齐驱的长期主营业务——将从根本上决定公司的组织架构设计、人才招聘方向和稀缺资本的配置逻辑。这一内在张力将随着公司规模扩大而愈发凸显。

1.5亿小农的生计与一个巨型数据盲区

退回到问题的最根本处，亚洲水稻种植面临的真正挑战，并非单纯的技术匮乏，而是一个巨型的信息赤字。超过1.5亿小农户耕作的每一块面积不足两公顷的田地上，长期缺少一种低成本、高精度且规模化的方式，去告诉他们何时灌水、何时落干、他们具体降低了多少甲烷排放以及这种改变能带来多少额外的利益。Mitti Labs尝试给出的回答是，用SAR卫星的穿透式凝视和AI模型的自动化分析，来替代昂贵、缓慢且无法铺开的人工监测。这本质上是一次对农业生产关系中“信任”基础设施的重构尝试——让隐含在分散农事活动中的节水与减排变得可见、可被测量、可被审计，并最终变得能够在公开市场上进行交易。

这一重构的野望能否最终成功，将取决于三个至今仍未揭晓答案的关键变量。第一，规模化推广AWD技术包在跨地区、跨文化的扩张过程中，农户的长期留存率以及由独立第三方审核验证的、归因清晰的实际减排量数据，是否足以支撑起一个流动性充沛的碳信用资产类别。第二，未来的碳信用市场价格，能否在覆盖Mitii Labs自身高昂的数据采集、模型运维和团队运营成本的同时，分给农户足够有吸引力的收益份额，使这套体系能够不依赖外部长期融资输血而自发运转。第三，Aramco作为战略投资方和潜在最大碳信用承购方这双重角色所带来的治理挑战，将如何通过透明的防火墙和公平定价机制来化解。

950万美元的A轮融资，对于一家宣称运行全球最大AWD项目、却未披露任何碳信用体量的公司来说，既是一笔支撑未来18个月扩张的燃料，也是一次关于其“数据飞轮”故事能否兑现的期权认购。市场将在其菲律宾和印尼的绿地项目能否如期启动并展现复制能力、首批经独立核查签发的碳信用规模是否达到预期、以及是否开始与大型企业签订长期的数据服务或碳信用承购合同中，读到比融资新闻稿丰富得多的真实答案。

RecodeX 极客视：当一家气候科技初创公司的投资方中出现了全球最大石油公司的风险资本，而它又恰好销售甲烷减排信用时，这个故事就跳出了“技术向善”的单一叙事，进入了一个更复杂的资本—碳—数据三角。Mitti Labs的真正赌注，不是卫星AI能否测量甲烷——技术上的可行性已被初步证明。它的赌注，是能否在1.5亿小农的土地上，搭建一套让减排从分散的“声称”汇聚成“可审计资产”的信任机器。而信任机器的所有权结构本身，以及背后潜在的利益闭环，本身就将成为下一次关于它的深度报道中无可回避的焦点。