吴老师推荐的这问真的值得读。
硅谷的这种AI方面的节奏快到可怕,让我想到了一个比喻,就像在万米高空上飞行的飞机,这些从业者可能就是机长,甚至是裸露在飞机外面的机头,全世界绝大多数人都是坐在机舱里的普通乘客。
你能想象这种感受到的风速差别有多大了!
让豆包扒了一下Neo Lab,这个是真牛逼啊。
贴几个目前最火的NeoLab,也许他们说的和研究的会成为未来科技和AI的方向,你看他们现在的估值就很有意思,已经不是原来的根据ARR 1:1的估值,而是5倍10倍25倍的估值。
前两天看了罗永浩访谈老爸创始人陈冕的采访,看完也是这种感觉。浩浩荡荡!
以下是目前排名前5的NeoLab和他们的推特以及估值等等,我做了一个推荐列表,有兴趣的可以关注(持续更新中,欢迎评论区补充)
x.com/i/lists/20485929413008…
……分割线……
1. Thinking Machines Lab
• 创始人:Mira Murati(前OpenAI CTO,ChatGPT核心推动者)
• 官网:
thinkingmachines.ai/
• X(Twitter)账号:
@thinkymachines
• 核心定位:构建「为个人目标服务的通用智能」,让AI更易理解、更可定制、更适配不同用户需求
• 资本热度:2025-2026年最受关注的Neo Lab,融资估值最高冲到500亿美元,英伟达已达成算力合作
• 特点:团队全是OpenAI、DeepMind核心成员,典型的“下一个OpenAI级”押注标的
2. Humans&(Humans&AI)
• 创始人:Eric Zelikman(前xAI研究员,STaR算法开创者) 多位OpenAI前核心研究员
• 官网:
humansand.ai(官方域名,信息高度保密)
• X(Twitter)账号:
@humansand
• 核心定位:以人为中心的前沿AI实验室,探索“能理解人类、会共情的AI”,而非单纯堆参数的大模型
• 资本热度:2025年9月成立,种子轮直接拿到4.8亿美元,估值44.8亿美元,英伟达、贝索斯都参与了押注
• 特点:几乎不对外公开产品和论文,纯靠团队背景和愿景拿到顶级资本的大额入场券
3. Periodic Labs
• 创始人:Liam Fedus(前OpenAI研究副总裁,ChatGPT关键架构师) Ekin Dogus Cubuk(前DeepMind AI4S大佬)
• 官网:
periodic.com/
• X(Twitter)账号:
@periodiclabs
• 核心定位:打造“AI科学家”,用AI驱动材料科学、化学、物理等硬核科学研发,解决能源、半导体材料等现实问题
• 资本热度:2025年10月成立,融资目标估值约70亿美元,红杉、a16z、英伟达(NVentures)都参与了投资
• 特点:方向比纯通用AI更垂直,但团队背景极强,被视为“能落地硬核科技的Neo Lab”
4. Reflection AI
• 创始人:Misha Laskin & Ioannis Antonoglou(两位前谷歌DeepMind研究员,Gemini核心团队成员)
• 官网:
reflection.ai/
• X(Twitter)账号:
@reflection_ai (公开动态较少,信息偏低调)
• 核心定位:打造“有自我反思与改进能力的AI”,探索让模型自主迭代优化的新范式,主打开放前沿智能
• 资本热度:2024年成立,2025年10月完成20亿美元融资,估值直接冲到80亿美元,红杉领投
• 特点:团队规模极小、信息高度保密,是典型的“零营收、纯押注科研天花板”的Neo Lab
5. Isara
• 创始人:Eddie Zhang(23岁,前OpenAI AI安全研究员,哈佛退学) Henry Gasztowtt
• 官网:暂未公开独立官网(信息高度保密,仅通过融资披露)
• X(Twitter)账号:无公开官方账号(创始团队个人账号偶有更新)
• 核心定位:开发AI“智能体集群”,让成千上万个AI分工合作,解决复杂科研、软件开发问题
• 资本热度:2025年6月成立,2026年3月拿到9400万美元融资,估值6.5亿美元,OpenAI直接战略注资
• 特点:目前规模最小但话题度极高,OpenAI的投资让它成为创投圈最受关注的“潜力黑马”
补充说明
1. 这些Neo Lab的信息普遍偏低调,很多早期阶段甚至不会公开官网和社交媒体,只能通过融资新闻和创始人动态跟进。
2. 它们的共同特点:几乎没有成型的产品和营收,投资人买的不是当下的收入,而是团队的科研能力和“下一个技术革命”的可能性,和你截图里说的“赌一个有无限可能的入场券”完全对应。
看了五源资本合伙人孟醒最新的硅谷 AI 文章,好有意思:
硅谷共识是还要裁掉 80% 的人类?
马斯克的 xAI 为什么搞不成?
很多创业公司开始招 “AI builder” 的新角色?
CEO 们都在“买比特币、建地堡、给家里装防弹玻璃”?
“未来的情形可能是,10 个人干过去 100 个人的活,拿 20 份钱,然后 90 个人失业。”
当 AI 什么都能做的时候,人的价值正在从 “会做什么”,变成判断 “什么值得做、什么不该做” 的。
一些笔记:
1、整个 Meta 几万工程师,全员都在用 Claude Code,搞内部 token 消耗排行榜,末尾可能被裁员;Meta 裁员也最狠,已经裁了上万人,把人的成本换成了 token 成本,硅谷共识是科技公司应该需要裁掉 80% 的人
2、马斯克过去做 SpaceX、做特斯拉,本质上做的是系统工程:链路很长,涉及软件、硬件、供应链,每一块都有创新空间,但最终是一个端到端的工程问题。他擅长的是在这种长链条里,识别出关键杠杆点,然后极限压缩时间线来攻克。火箭发动机级联、复用着陆,都是这种思维的产物。xAI 的问题是没有全局规划,只有冲刺。
xAI 的一位 cofounder 去年就说有两件事他没想到:第一是竞争这么惨烈,第二是 AI 时代应用创新的机会这么少,都被模型吃掉了。
3、更激进一点想:今天所谓的 “AI native 组织”,听起来很 sexy——让每个部门梳理工作流、把能被 AI 介入的部分线上化、写成 skills。但本质上就是在人肉蒸馏自己:你把你的能力变成机器的 skill,公司拿到了你的 skill,实际上就已经完成 AI 化了,是否要由此裁员,那是一个道义的问题。今天 Meta 就是在干这件事。
4、整个硅谷都在盯着 Meta,如果它的实验成功了——营收没掉、效率真上去了,其他大厂会迅速跟进,裁员就从个案变成行业常态。而且裁员有一个残酷的自加速机制:一开始大家不敢裁,怕伤士气;一旦变成常态,就越裁越快、越裁越不心疼。
5、很多创业公司开始招一种叫 “AI builder” 的新角色——合并了产品经理、前端工程师、后端工程师于一身。还有一种是合并了数据科学家和机器学习工程师的复合岗,以及合并了写作、投放、运营的内容一体化操盘手。
6、这个看似分布式创新的世界,底层其实在极度中心化。这个中心就是英伟达。如果你今天能稳定地提供一个 API 服务,比如 Claude 的 API,做到 99 分位的稳定性,你可以卖官方 API 价格的两到三倍。
在 2028 年之前,没有任何一家 AI 公司能靠堆算力显著拉开差距。算力约束客观上在强化大模型市场的寡头格局——不是谁不努力,是物理世界的制造周期就是这么慢。背后的权力结构很清楚:谁有卡谁厉害,谁有卡由英伟达决定。今天上市的 CoreWeave、Lambda、Nebius,背后站的都是英伟达。
7、这次硅谷行,反复听到朋友们在认真讨论同一件事:买比特币、建地堡、给家里装防弹玻璃,他们都不是开玩笑的语气。为 CEO 提供住宅安防的企业,创下了 2003 年以来的最高增长水平。
全文:
mp.weixin.qq.com/s/kwErGjX23…