10家新公司、9家獨角獸，這個新賽道憑什么讓硅谷風投瘋狂下注？

估值百億，產品幾無，這便是當下最瘋狂的AI資本敘事。

最近，前OpenAI CTO米拉·穆拉蒂創立的Thinking Machines Lab，正以高達500億美元的估值，籌劃新一輪40億至50億美元的融資。而它拿得出手的，僅是一個名為Tinker、界面尚待考證的API接口。

相比傳統商業邏輯，這無異于一場豪賭：資本押注的，早已不是產品，而是人，是那串貼在創始人身上的“OpenAI開國元老”的黃金標簽。

穆拉蒂的實驗室，正是席卷硅谷的neolab（新生代實驗室）風潮中最耀眼的一朵浪花。據國外知名VC menlo合伙人Deedy推文，AI領域新興的10家neolab中，9家在種子輪階段就斬獲10億美元估值。

一批從OpenAI、DeepMind等巨頭出走的頂尖研究員，正以反叛者的姿態，用全新的范式重建AI研究的邏輯。他們不談營收，不論商業化，只談那些看似天方夜譚的方向：情感智能、AI社會、自動化科學家等。

資本的反應則更為直接與狂熱：Humans&成立數月估值40億，SSI瞄準超智能安全估值320億，Periodic Labs一出手種子輪便是3億……這些在傳統視角下“啥也沒有”的實驗室，正以令人咋舌的估值，鯨吞著數十億美金。

當最聰明的大腦決定另起爐灶，資本的選擇是不看PPT，只認履歷，用真金白銀為他們的直覺與純粹投票，賭他們能用履歷兌換一個不一樣的未來。

5家，拿下 25億美元

當OpenAI和Anthropic的估值飆升至1830億美元量級，變得“貴得離譜”時，資本的洪流正悄然涌向一批更為神秘、精悍的新型實驗室neolab。

根據The Information報道，僅五家neolab初創公司，就在過去一個月內完成或洽談了高達 25億美元 的融資。

如果只看研究方向，neolab的主題幾乎毫無共識：有人在做多智能體數字社會，有人在研究情感智能，有人在做自動化科學家，有人探索身體化智能，有人在推進實驗物理材料，有人在逼近通用智能的邊界。

它們共同點只有一個——創始人都是那批走出巨頭實驗室的最能打的人。這些neolab的創始人，幾乎全部從OpenAI、DeepMind、Anthropic等巨頭出走，個人財富早已達到千萬乃至億美元級別。然而，他們放棄了巨頭的穩定與高薪，選擇all in一種新的AI范式。

正是這種財務自由帶來的純粹性，構成了neolab最核心的魅力。他們可以無視短期商業化壓力，專注于那些巨頭不屑或無力觸及的高風險、長周期探索。

于是，我們看到了研究方向呈現出前所未有的多元化：

• 前xAI研究員Eric Zelikman籌集10億美元打造情感型AI初創Humans&，他不追求更快的推理速度，而是讓AI理解情緒、進行價值權衡，并建立長期關系。

• OpenAI安全研究員Eddie Zhang創業打造“多智能體數字社會”Isara，試圖讓上千個AI智能體像真實公司一樣自主分工、協作與治理。

• 前OpenAI首席科學家Ilya Sutskever創立SSI，將“開發可控的超智能”作為唯一使命，安全優先于一切，據傳估值已觸及320億美元。

相比之下，巨頭們似乎被禁錮在大模型優化的單一路徑上，追求參數與算力的線性增長。而neolab則追求迭代智能，其使命不是把模型做得更大，而是去發現新的智能結構。這種純粹性也讓他們能夠保持極度小而精的團隊，將“技術復利”做到極致。

當然，這也催生了“夢想驅動估值”的奇觀。這些實驗室普遍收入極低甚至為零，沒有成熟產品，卻憑借創始人的光環效應和顛覆性愿景，在早期就獲得令人瞠目的估值。

最典型的案例莫過于前OpenAI CTO Mira Murati創立的Thinking Machines Lab。在僅推出一個初步的開發者工具Tinker、產品能力有待考證的情況下，其估值據傳已高達500億美元。

相比巨頭，neolab的10億美元估值幾乎是白菜價，例如Murati作為OpenAI開國元老的標簽，其加成就已值百億。

情感智能、游戲視頻模型……九成種子輪拿10億美元估值

接下來依次介紹這些neolab。

①OpenAI“開國元老”單干，做超智能保險

Safe Superintelligence

（SSI）

▲?Ilya?Sutskever、Paul Christiano、aniel Kokotajlo（從左到右）

披露融資規模接近/超過十億美元，并與云基礎設施方戰略合作保障算力。技術上需解決三大核心：推進能力時確保安全邊界領先、將理論對齊工程化、在無產品壓力下維持透明治理。

短期內SSI是"科研+安全驗證"的高強度實驗室。盡管目前無商用產品，但其獲得Google

（TPU支持）

②前OpenAI CTO出走創業，聚焦“企業定制模型”

相比Cursor的290億美金估值，Thinking Machines啥也沒有就快估值500億美元。原因在于其創始人Mira Murati給它的加成太大。這位前OpenAI CTO、臨時CEO技術背景聚焦工程研發+產品落地+AI前沿技術操盤，她于今年出走創立新公司。

▲Mira?Murati

新公司主攻“可解釋的群體智能”與符號-概率混合架構，將大量輕量級模型組織成層級化“工作流工廠”，通過可驗證協議在金融風控、藥物發現等高風險場景，實現可審計的多智能體協同。

實驗方向包括任務分解語言、跨智能體信任評分與動態合約

（以弱監督獎勵流標注）

近期，Thinking Machines Lab在籌集40億至50億美元。此前它已籌集了20億美元資金，最近一次的估值為100億美元。

③前xAI研究員籌集10億美元打造情感型AI

Eric Zelikman來自xAI，是行業內罕見專注“情緒、價值觀與長期關系建?！钡难芯空摺Ｋ姆较虿蛔非蟾斓耐评硭俣然蚋L的上下文，而是讓AI更像人。其能處理數周乃至數月的任務，理解情緒、做價值權衡，并建立長期關系。

▲Eric Zelikman

由Zelikman創立的Humans&致力于打造“情感智能”AI，把傳統強化學習從分鐘級、小時級任務，延伸到用時數周甚至數月的現實任務，如長期決策、戰略規劃、陪伴式互動等。其目標是讓AI不再追求“一次答對”，而是追求“長期最優”，具備自我情緒建模與長期目標協調能力。

盡管研究尚未商業化，也沒有成熟產品，Humans&仍在成立數月內與投資人洽談以40億美元估值融資10億美元。知情人士稱，Nvidia與AMD均有意投資，希望這類新實驗室成為下一代算力大戶。

④前DeepMind 12年元老創業Reflection AI，逐夢超級智能

Reflection AI的CEO Misha Laskin，DeepMind前研究科學家，主導了Gemini從初代到1.5的RLHF訓練體系和獎勵模型架構設計，負責模型與人類反饋的閉環優化。芝加哥大學理論物理博士+伯克利博士后，2017年創業做AI需求預測，25歲入選福布斯“30 Under 30”。

CTO Ioannis Antonoglou是DeepMind 12年元老，AlphaGo、AlphaZero、MuZero核心架構設計者，直接參與策略搜索與價值網絡構建，推動強化學習在復雜棋類和決策任務中實現突破。

兩位創始人聯手，帶領60人團隊大部分來自DeepMind、OpenAI，專注于高性能模型訓練、強化學習算法優化與大模型架構設計。他們的目標是，將強化學習、獎勵建模和大規模生成模型緊密結合，首先打造自主編碼智能體，使其能夠在復雜編程任務中自我優化、規劃與執行，再逐步擴展到通用推理與跨領域問題解決。

投資人直接投入1.3億美元，A輪估值5.55億美元，紅杉、英偉達、LinkedIn聯合創始人Reid Hoffman等均在股東名單上。

⑤You.com CEO雙線作戰，10億美元建AI實驗室

前Salesforce首席科學家、You.com創始人、斯坦福NLP博士Richard Socher，正在籌建一家以他本人命名的新型研究所，目標直指“自動化AI研究”。同名研究所Richard Socher在籌備階段就計劃募資近10億美元。

▲Richard Socher

Socher的設想是把科研流程徹底機器化：構建一套能夠自動完成模型設計、實驗執行與迭代優化的閉環系統，讓AI能自主生成新想法、自我反思、自動驗證，從而顯著壓縮從概念提出到可復現結果之間的周期。這種理念瞄準的是“研究生產力的系統級解放”。

短期內，Socher團隊的能力對藥物研發、材料科學、半導體等高實驗密度行業尤其具有吸引力。這一方向不是堆算力，而是重構科學家的工作方式。

團隊強調三條核心路徑：1）自動化實驗設計與超參搜索，減少人工反復調試；2）強化實驗可復現性，并構建完善的閉環驗證體系；3）將“自動化研究”的產出標準化為可工程化模塊，使其能真正應用在企業級場景中。

⑥OpenAI和DeepMind大佬離職聯手，押注“AI做科學”

Periodic Labs由前OpenAI后訓練研究副總裁Liam Fedus與前DeepMind資深研究員Ekin Dogus Cubuk創立，目標是打造“AI科學家”：不僅生成論文和預測，而是真正開啟“從模擬→設計→實驗→驗證”的全鏈路自動化科研流程。

▲Ekin Dogus Cubuk（左）和William（Liam）Fedus（右）

Periodic Labs首要研究方向聚焦于低能耗超導材料、新材料與催化劑等高壁壘、實驗密集型領域。其愿景是讓AI不只是理論工具，而是能在實驗室里自主提出假設、設計合成路線、執行物理實驗，并完成結果反饋，實現“真AI科學家”的閉環。

據公開融資文檔，Periodic Labs已完成首輪種子融資，金額約為3億美元，由風投機構Andreessen Horowitz

(a16z)

⑦斯坦福三教授做“身體化擴散智能”，專注長期決策

Inception Labs是一家由三位斯坦福背景的頂尖學者聯合創立的新型AI公司：擴散模型和FlashAttention關鍵推動者Stefano Ermon、UCLA助理教授Aditya Grover、康奈爾大學助理教授Volodymyr Kuleshov。

三人長期深耕生成模型、強化學習與科學計算，并擁有將前沿技術成功推向產業的履歷，為公司帶來罕見的“學術深度+商業落地”雙重優勢。

公司聚焦“身體化智能”與“長期學習系統”，試圖突破傳統模型僅停留在文字或靜態數據中的局限，讓AI置身真實世界，通過持續的物理交互積累經驗，形成可長期更新的策略與習慣。他們試圖打造“任務生命周期管理器”，讓智能體在數周甚至數月中依環境變化不斷迭代策略。

在商業端，Inception Labs采用軟硬件一體路線，通過機器人與傳感系統切入制造業和物流業這些需要長期適應、高頻執行的場景。團隊已推出Mercury系列擴散語言模型，其中Mercury Coder在編程任務上實現了數倍效率提升，為身體化智能提供高效推理引擎。

⑧游戲視頻專家專注于“時空推理”模型

General Intuition由Pim de Witte聯合James Swingos、Ken Colton等核心成員創立。創始團隊匯集科研、技術基建及視頻處理領域專家，Pim此前執掌視頻平臺Medal九年，帶領團隊積累海量游戲視頻數據，其他成員深耕世界建模與策略學習前沿，兼具技術研發與產業落地經驗。

General Intuition起源于視頻平臺Medal，利用其每年數十億條游戲視頻作為訓練集，專注于“時空推理”與環境感知基礎模型，讓智能體理解物理世界中的運動因果。

2025年10月，公司獲得1.34億美元種子/早期融資，是2025年AI領域規模最大的早期融資之一。資金將用于擴展團隊、基礎設施及加速機器人/無人機原型驗證。

其核心主張是，游戲視頻提供了豐富的稀有成功/失敗鏡頭，適合訓練理解物體運動、碰撞與長期因果關系的模型。商業路徑從游戲AI代理延伸至現實世界的感知控制，如搜救無人機、倉儲機器人。

⑨金融圈名人下場做“數學超級智能”，可用于金融分析

Harmonic的故事從一個金融圈明星開始：其聯合創始人Vlad Tenev，就是知名券商Robinhood的聯合創始人與前CEO。這一次，他從金融與算法交易領域進入AI，引發了資本與媒體的廣泛關注。

Harmonic是一家以“人類數學直覺”為起點的AI公司。它并不追求建立更大的模型、堆滿算力，而是重新設計數學推理系統：讓AI像人一樣抽象、驗證、反思，把復雜數學任務拆解成結構化步驟。公司已于2025年完成C輪融資，估值達約14.5億美元。

Harmonic的技術路線是構建“數學層”的系統化推理引擎，與傳統大模型并行，而不是取代。他們面向的是科研、量化、工程與高復雜度任務，強調輸出必須可驗證、可審計、邏輯嚴謹。與當前主流AIagent趨勢相比，Harmonic的定位是提供底層高可靠性的“數學思維組件”。

⑩OpenAI安全研究員創業“多智能體數字社會”

前OpenAI安全研究員Eddie Zhang曾專注于多智能體系統的安全與協作機制研究。他認為未來智能不是一個超級大腦，而是一整個“AI社會”。于是他從最前沿的安全／協作研究中走出來，轉身搭建一個全新的“智能體社會平臺”。

其創業的公司Isara嘗試讓上千甚至上萬智能體自主分工、協作、達成治理共識，像一個有部門、有責任、有激勵機制的公司。它的AI智能體可以在不確定環境中自動分工、協作、分配“責任／信用”、共同完成諸如財報預測、企業盡調、法律文件分析等復雜任務。

從行業趨勢來看，Isara的產品與當前流行的“單體AI agent自動化”形成對比。它不只是為了替人做事，而是為了模擬“組織結構+社會機制+群體智能”。

Neo Lab成為了這個時代的信號。AI未來的發電機，正從資源密集但可能陷入路徑依賴的巨頭實驗室，重新回到那些手握新范式藍圖、極致專注的頂尖研究者手中。

而資本所能做的，就是搶在最早期，給他們足夠的彈藥，去打開那些連巨頭都未曾設想的大門。

文/朗朗

PS：如果你對AI大模型領域有獨特的看法，歡迎掃碼加入我們的大模型交流群。