該初創企業的盈利模式、產品落地時間及收益規模均尚不明確。編譯 |  劉煜編輯 |  陳駿達智東西4月28日消息，今天，據路透社報導，由前GoogleDeepMind首席科學家戴維·席爾瓦（David Silver）創立的英國AI獨角獸Ineffable，已完成11億美元（約合人民幣75.14億元）的種子輪融資，估值達到51億美元（約合人民幣348.31億元）。本輪融資由美國紅杉資本與光速創投領投，輝達、Google和英國國家AI風投基金Sovereign AI等企業和機構共同參投。Ineffable稱，該輪融資為歐洲迄今為止金額最高的種子輪融資。目前，這家初創企業的盈利模式、產品落地時間及收益規模均尚不明確。Ineffable成立於2025年11月，其目標是打造一個超級學習系統（Superlearner）。該系統無需依靠人類資料，將通過自主實踐探索一切知識，覆蓋基本的運動技能（motor skill）到高階智力突破的全部範疇。Ineffable的創始人兼CEO Silver最廣為人知的身份，是AlphaGo背後的核心研究員。他主導了AlphaGo、AlphaZero以及AlphaStar的研發，全程參與了DeepMind強化學習體系的搭建與迭代。Silver與GoogleDeepMind聯合創始人兼CEO德米斯·哈薩比斯（Demis Hassabis）是大學同學，二人都曾就讀於劍橋大學。在劍橋學習期間，Hassabis教會了Silver下棋，其中包括圍棋。在拿到劍橋大學文學學士學位後，Silver前往加拿大阿爾伯塔大學攻讀電腦科學博士學位，師從圖靈獎得主、強化學習之父Richard Sutton。▲David Silver（圖源：Silver個人網站）本科畢業後，Silver於1998年與Hassabis共同創辦了遊戲公司Elixir Studios，同時出任CTO與首席程式設計師。之後，Hassabis與另外二人聯合創辦了DeepMind。在DeepMind成立之初，Silver便擔任該公司顧問，並於2013年正式加入，任職10餘年之久。在DeepMind任職期間，Silver的研究重點是深度強化學習，這是一個將強化學習與深度學習相結合的領域。他參與了多款智能程序的研發，其中，由Silver主導研發的AlphaGo，是首個在圍棋比賽中擊敗頂級職業棋手的程序。之後，他帶隊打造出AlphaZero，該程序依託同源AI架構從零自主研習圍棋，後續以相同訓練邏輯掌握國際象棋與將棋，綜合實力遠超同期所有同類程序。此外，他聯合主導了AlphaStar項目，該款程序能夠在高難度策略遊戲《星海爭霸Ⅱ》中，達到人類職業電競選手的競技水準。在工業界之外，Silver還在倫敦大學學院（UCL）擔任教授。創立Ineffable之初，Silver在該公司部落格發佈個人隨筆稱：“世界需要一個舞台，讓強化學習範式的雄心得以充分施展。在那裡，我們直面智能的根本命題：如何（讓AI）通過對環境的體驗，去發現未知的知識。”他還說道：“AI生成語言、視訊、程式碼等，已有完善生態持續發展，無需我再涉足。而Ineffable，是我畢生追求的事業。”據《連線》昨日報導，Silver稱：“我從Ineffable項目中獲得的所有收益，都將捐贈給具備高社會影響力的慈善機構，用以挽救更多生命。”結語：天價融資扎堆新銳AI企業非大模型賽道正加速突圍目前，Ineffable仍處於早期研發周期，其技術方案尚未成熟，商業化模式與落地規劃尚不明確。在巨額資本加持之下，該公司依託強化學習路線能否突破現有AI技術瓶頸、平衡前沿探索與商業可持續發展，或成為接下來行業關注的核心焦點。今年年初以來，各類新興獨立AI實驗室融資規模已達數十億美元。由圖靈獎得主、前Meta首席AI科學家楊立昆聯合創立的AMI實驗室，已於今年3月完成了10.3億美元種子輪融資，投前估值達35億美元。全球頂尖NLP學者理查德・索徹（Richard Socher）正為其個人實驗室接洽融資，該企業估值已達40億美元。此外，由前OpenAI高管米拉・穆拉蒂（Mira Murati）創立的AI初創企業Thinking Machines，正在洽談新一輪融資，預估估值約500億美元。一眾頂尖科研人才紛紛脫離科技大廠，扎堆創辦獨立AI實驗室，不同於當下主流的大語言模型賽道，這批新興研發團隊正跳出大模型的同質化競爭，轉向強化學習、現實場景感知等前沿方向，探索差異化的技術路線，正掀起新一輪AI浪潮。 (智東西)

“我的項目到底值多少錢？”這是創始人問得最多的問題，也是最難回答的問題。因為估值從來不是一個數位遊戲，它是一場關於“預期”的談判。種子輪估值1500萬和3000萬，差在那？A輪估值1個億和3個億，憑什麼？一張圖看懂各輪融資的估值邏輯這張表是個參考框架，不是標準答案。每個項目都有特殊性，但背後的估值邏輯，萬變不離其宗。種子輪：估值靠拍腦袋，但拍得有依據種子輪的項目，通常只有一個想法、一個團隊，或者剛做出來的原型。產品沒上線，使用者數為零，收入更是無從談起。這個階段的估值，說白了就是“拍腦袋”。但拍腦袋也有拍腦袋的方法。最常用的方法是需求反推法。公式很簡單：估值 = 未來12-18個月需要的錢 ÷ 願意出讓的股份比例。假設你算下來，未來一年半需要200萬，願意出讓10%，那投後估值就是2000萬，投前估值1800萬。這個方法的優點是：每一分錢都有去處，投資人問起來你能說得清。另一種方法是對標法。找個跟你類似、剛融完資的項目，看看人家什麼估值。但別拿巨頭對標，“Stripe當年估值多少”這種話投資人聽了只會搖頭。要找同一階段、同一賽道、同一地區的。有個做AI infra的創始人，產品還沒上線，估值直接過了億。憑什麼？團隊是某大廠AI Lab出來的整建制，之前做過同類產品。投資人投的不是項目，是“這幫人大機率能做成”的判斷。種子輪估值的關鍵驅動因素：團隊背景（連續創業者、大廠核心技術人員，估值溢價30%-50%）賽道熱度（AI、機器人、新能源，估值自然高出一截）想法的可行性（有沒有技術壁壘？有沒有先發優勢？）天使輪：估值開始看產品驗證天使輪的項目，產品有了雛形，可能有幾個種子使用者在試，但還沒找到穩定的增長路徑。這個階段，估值不再是純粹的“拍腦袋”，開始有了一些“證據”。需求反推法依然適用，但“需要的錢”要算得更細。產品研發、市場測試、團隊擴充，每一項都要有依據。記分卡法開始派上用場。找個基準估值，比如同地區同類項目的平均估值，假設是2000萬。然後從幾個維度打分：團隊實力（0-30%）、市場機會（0-25%）、產品技術（0-15%）、競爭環境（0-10%）。綜合算下來，得出最終估值。真格基金投聚美優品的時候，投的不是模式，是創始人陳歐——史丹佛MBA畢業，之前有過成功創業經歷。這就是天使輪估值的本質：投人，投團隊，投那個能把事做成的人。天使輪估值的關鍵驅動因素：產品完成度（原型、內測、公測，每個階段估值不同）早期使用者反饋（留存率、活躍度、NPS）團隊完整性（核心崗位是否配齊）Pre-A輪：估值看增長潛力Pre-A輪是個很有意思的輪次。它不是必經之路，而是“天使輪的錢不夠跑到A輪”時的解決方案。這個階段，產品已經上線一段時間，有了初步資料，但還沒完全跑通商業模式。估值的核心是“增長潛力”。投資人會看你的增長曲線：月活增長率、使用者留存率、復購率。這些資料不一定多好看，但要能看出趨勢、看出潛力。有個做消費品的創始人，Pre-A輪時只有幾千個使用者，但次周留存能做到60%。投資人看了直點頭，因為留存代表產品真的有黏性，有黏性就能放大。最後估值比同類項目高了30%。Pre-A輪估值的關鍵驅動因素：增長曲線（是不是在加速）核心指標（留存、復購、轉化）客戶驗證（有沒有標竿客戶）A輪：估值開始算帳了A輪是第一個真正意義上的機構輪。走到這一輪，你得有東西給人看了。這個階段的估值，開始從“拍腦袋”走向“算帳”。最常用的是可比交易法。找已經完成A輪融資的同類公司，看他們的估值、收入、使用者規模，然後算出你的“合理區間”。比如，同類公司的估值/收入倍數在5-10倍之間，你的年收入1000萬，那估值就在5000萬-1億之間。單位經濟模型（LTV/CAC）是核心判斷依據。獲客成本多少，使用者生命周期價值多少，什麼時候能打平——這些數字決定了你的模式能不能放大。如果CAC大於LTV，越做越虧，那增長越快死得越快。如果能跑正，那就值得All in。網易雲音樂2016年的A輪融資拿了7.5億，估值60億左右。那時候雲音樂的使用者基數已經起來了，增長曲線很漂亮。投資人看的是：這個模式能放大，這個團隊能執行。A輪估值的關鍵驅動因素：單位經濟模型（LTV/CAC > 3是健康線）可複製性（模式能不能從1個城市複製到100個）增長效率（CAC回收周期、毛利率）B輪：估值看規模化能力到了B輪，你得證明你的模式不是靠運氣跑出來的，是可以複製、可以放大的。這個階段的估值，開始看“天花板”和“護城河”。可比公司法更常用。找已上市的同類公司，看他們的市值/收入倍數，然後打個折扣（因為你還不是上市公司）。比如，對標公司PS（市銷率）是5倍，你年收入2億，那估值可能在10億左右，但需要打7-8折。投資人開始關注市場份額和競爭壁壘。你的市場佔有率是多少？擴張速度有多快？競爭對手跟不跟得上？你的技術壁壘、品牌壁壘、網路效應能不能擋住後來者？寒武紀2017年A輪融了1億美元，2018年B輪估值就衝到25億美元。為什麼漲這麼快？因為AI晶片賽道熱，因為它的技術在市場驗證了，更因為投資人相信它能快速佔領市場。B輪估值的關鍵驅動因素：市場份額（是不是行業前3）擴張效率（新市場複製速度、邊際成本）競爭壁壘（技術、品牌、網路效應）C輪及以上：估值看盈利能力C輪的企業，已經是賽道里的明星了。這個階段的估值，核心是“盈利能力”和“IPO預期”。DCF（現金流折現）開始成為重要工具。預測公司未來5-10年的自由現金流，折現到現在，得出估值。這個方法看起來很“科學”，但其實假設條件很多——增長率、折現率、永續增長率，調一個參數，估值就差幾億。可比公司法依然有效，但對標的是已上市公司。你的收入和利潤水平，跟那些上市公司接近？他們的PE（市盈率）是多少？你的估值大概就在那個區間。鏈家2017年C輪融了26億，估值416億。到這個階段，投資人看的是它能不能整合行業、能不能成為老大、能不能順利上市。C輪估值的關鍵驅動因素：盈利能力（毛利率、淨利率、EBITDA）IPO預期（上市時間、目標市值）行業地位（是不是能成為最後的贏家）估值是談出來的，不是算出來的看了這麼多估值方法，你可能發現了一個問題：同一家公司，用不同方法算出來的估值可能差好幾倍。這就對了。估值從來不是一個精確的數字，而是一個合理的區間。最終落在區間的那個位置，取決於你的談判能力、市場熱度、投資人競爭程度。但有一點是確定的：估值越高，下一輪的壓力越大。你今年估值1個億，融了1000萬。投資人期待的是，你拿著這筆錢，在12-18個月內把公司做到值2-3個億。如果做到了，皆大歡喜。如果沒做到，下一輪可能就要流血融資。所以，別把估值當成“面子工程”。一個合理、可落地的估值，比一個虛高、撐不住的數字，對你的長期發展更有利。 (商業計畫書智囊團)

當我們謳歌長安西市胡商雲集、酒肆中胡姬當垎的盛景時，往往忽略了一個殘酷的歷史真相：一個文明的巔峰，往往也埋下了其衰亡的種子。大唐的包容與開放，非但不是其永恆繁榮的基石，反而成了催動其迅速敗亡的催化劑。一、萬國來朝：盛世之象，還是亡國之兆？“九天閶闔開宮殿，萬國衣冠拜冕旒。”王維的詩句描繪了盛唐的國際地位。突厥人、粟特人、吐蕃人、高麗人，各色胡人充斥於帝國的軍隊、市井與宮廷。他們帶來了異域的珍寶、音樂與宗教，也帶走了帝國的財富與機密。朝廷對此不以為憂，反以為榮。玄宗皇帝沉醉於“天可汗”的虛名，將“胡漢交融”視為自己文治武功的證明。然而，這種毫無原則、不加甄別的“開放”，使得帝國的肌體被無數外來細胞滲透，終至癌變。二、“以胡制胡”：帝國精英的致命戰略懶惰面對周邊勢力的壓力，大唐的統治精英們想出了一種看似聰明的“低成本”解決方案——“以夷制夷”。大量招募驍勇善戰的胡人充實邊防，甚至委以重任。這套邏輯聽起來很完美：用胡人的血為帝國守邊，既節省了中原的兵員，又分化了潛在的外部威脅。但這暴露了統治核心的戰略懶惰與責任逃避。他們將帝國的國防安全，寄託於一群對唐文化缺乏根本認同、只效忠於個人軍閥的僱傭兵身上。從安祿山的范陽鐵騎，到哥舒翰的隴右蕃兵，帝國的邊境防線，實質上已經“外包”給了胡人軍事集團。三、安祿山：開放體系孵化出的癌細胞安祿山，這個集大唐開放政策所有紅利於一身的胡人，恰恰成了帝國最致命的掘墓人。他不僅被允許掌握遠超一個封疆大吏應有的兵力（三鎮節度使），更利用其胡人身份帶來的“神秘感”與“異質性”，作為在中央權力場中的晉身之階。他在玄宗面前跳胡旋舞，扮作憨厚忠誠的蠻族勇士，巧妙地利用了長安精英對“胡人”既輕視又獵奇的心理。當李林甫、楊國忠等人在朝堂內鬥時，這個他們眼中的“胡兒”正在河北默默地打造一個國中之國。帝國的開放與包容，被他反向利用，成為了刺向帝國心臟最鋒利的一把刀。四、歷史的教訓：開放必須有門檻，包容必須有底線安史之亂後，大唐的國運急轉直下，中晚唐的排胡情緒高漲，曾經的開放氣像一去不返。這段歷史留給後世的，是一個沉重的教訓：一個偉大的文明，固然需要自信與包容，但絕不能放棄主體性與警惕性。“非我族類，其心必異”，此言雖顯絕對，卻揭示了一個地緣政治的基本規律——利益與忠誠的錯位是永恆的隱患。當外來者不僅分享你的經濟成果，更深度介入你的核心系統，尤其是軍事與政治機器時，文明的慢性自殺便已開始。大唐的悲劇在於，它用最燦爛的文明成果，滋養了最終反噬自己的敵人。它忘記了，開放，必須建立在強大的同化能力與絕對的文化自信之上；否則，所謂的“包容”，不過是引狼入室的軟弱與天真。 (城市情報棧)

前OpenAI CTO創業，2/3團隊來自OpenAI，北大學霸也加盟。智東西7月16日消息，今日，前OpenAI首席技術官Mira Murati創辦的AI公司Thinking Machines Lab（簡稱TML）宣佈完成20億美元種子輪融資，由a16z領投，NVIDIA、Accel、ServiceNow、CISCO、AMD、Jane Street等參投。這是史上最大規模的種子輪融資，而TML成立於2025年2月，至今僅5個月。成立之初，OpenAI聯合創始人John Schulman等二十餘位頂級AI研究員便加入了TML，使其迅速成為行業焦點。01. 企業定製AI + 消費級產品雙線佈局雲服務巨頭爭相競逐TML的核心業務圍繞“企業定製型AI”和“通用消費級產品”兩條路徑展開，Murati對投資人尤為強調前者。多位與Murati接觸過的投資人透露，TML主攻方向之一是企業AI定製。該團隊正基於強化學習（Reinforcement Learning）建構模型，讓AI圍繞客戶的核心KPI（如營收、利潤等）進行最佳化，直接服務於業務增長目標。這種“以業務指標為導向”的強化學習思路，被稱為“RL for business”，尤其適用於客服、投行、零售等垂直行業，具備較強的商業轉化和客戶價值提升潛力。在基礎模型選擇上，TML計畫以開源體係為起點。雖然開源模型在能力上略遜於閉源系統如GPT-4，但Murati認為性能差距正在縮小，如近期DeepSeek的突破。儘管尚無明確證據表明TML使用了DeepSeek，但其開源+定製的策略已基本成形。除了企業服務，TML也在孵化通用型消費級AI產品，目前尚未公佈具體形態。但據知情人士透露，TML曾內部討論開發一款與ChatGPT競爭的對話型助手。若該方向落地，TML將直接切入OpenAI的核心賽道。在模型建構路徑上，TML採用“模型層融合”（model merging）方式，將多個已有模型的關鍵處理層拼接為新模型，跳過從零開始訓練，顯著提升研發效率。據悉，其模型訓練在Google雲租用的輝達GPU伺服器上進行，也正因此成為Google潛在投資對象。Google此前已通過“雲資源換股權”的方式支援了Anthropic、Safe Superintelligence、Character.ai等初創AI公司。與此同時，亞馬遜CEO Andy Jassy也於4月與Murati在舊金山會面，表達希望TML能成為AWS雲生態一部分的意願。02. 北大學霸當聯創OpenAI元老級班底齊聚TMLTML的另一大看點在於人才結構。Murati不僅吸引了資本青睞，也聚攏了OpenAI乃至AI領域的核心人才。以下為目前已知的部分核心成員名單：（1）Mira Murati：TML創始人兼CEO，前OpenAI首席技術官（CTO），GPT-4、ChatGPT和DALL·E核心負責人。曾任特斯拉Model X及Autopilot系統項目負責人，後在Leap Motion主導增強現實方向的人機互動產品。▲Mira Murati（左）和Sam Altman（右）。（2）John Schulman：OpenAI聯合創始人，前強化學習團隊負責人，現擔任TML的聯合創始人兼首席技術官（CTO）。Meta創始人兼CEO祖克柏曾試圖挖走Schulman，但未能成功。▲UC Berkeley EECS講座中，John Schulman在講台上演講。（3）Barret Zoph：前OpenAI研究副總裁，深度學習最佳化領域專家。（4）Luke Metz：前OpenAI研究員，Transformer架構與元學習方向活躍開發者。（5）翁荔：北大校友，前OpenAI安全團隊副總裁，現為TML聯合創始人，為目前公開團隊中已知的華人核心成員。此外，TML還邀請了兩位OpenAI早期技術元老擔任顧問：（6）Alec Radford：GPT-1主要作者之一，Transformer架構推動者；（7）Bob McGrew：前OpenAI研究主管，曾長期負責公司研究路線的統籌管理。據內部消息，TML目前規模約30人，三分之二來自OpenAI，整體班底與DeepMind早期高度相似，已被多家科技巨頭視為潛在併購對象。有消息稱，蘋果和Meta已與Murati進行接觸，探討投資或收購的可能性，但尚未進入實質階段。在外界看來，TML的成長經歷正重演十餘年前DeepMind的故事。當時，DeepMind在倫敦集結了大批機器學習博士，吸引Google與Facebook爭相競購。最終Google以超5億美元的價格將DeepMind收入麾下，由此建構起今日AI版圖的核心。而DeepMind現任CEO Demis Hassabis，正是GoogleAI體系的掌舵者。03. 結語：面對競品TML如何“攪局”？2025年AI投融資依舊火熱，僅上半年，美國市場就出現至少25筆超億美元融資，重點集中在大模型、AI程式設計、醫療和法律等熱門賽道。TML所選擇的“企業AI定製+消費級AI產品”雙線模式，與當前市場熱點基本對齊。不過，定製化AI並非新鮮事物，Scale AI、Turing等初創公司也在押注“AI+諮詢”，為企業量身定製模型，但普遍面臨規模化難題。不同於單一的定製服務，TML或許能通過通用型AI產品，在定製化和規模化之間找到突破口。目前，TML尚未對外發佈正式產品，但其融資速度、團隊構成與戰略佈局，已使其成為最受矚目的AI創業公司之一。未來其產品落地路徑與技術轉化能力，將成為評判其是否能“挑戰OpenAI”的關鍵。 (智東西)

近日，先正達集團首次公開發行獲上交所上市委會議通過。這一次，先正達擬募集資金共650億元，創下A股市場過去13年募資最大規模IPO記錄，按此計算估值達3250億元。 追溯起來，這原先是一家瑞士公司，2000年時由兩大製藥巨頭諾華和阿斯利康的農業化學部門合併而成。2017年，先正達被中國化工以430億美元收購，成為中國最大一筆海外收購案。 時至今日，先正達的業務遍及全球，業務覆蓋農藥、化肥、種子等等，其中種子業務全球第三，2022年總營收達2248億元。 一家農業公司成為今年A股最大IPO，讓人震撼。或許正如中國人的樸素觀念，“民以食為天”。須知道，農業攸關糧食安全。