硅谷Top 20 Neo Labs盘点 | 科研到商业化大幅缩短 | 工程门槛降低 | 资本提前押注 | 普罗米修斯计划 | SSI | Skild AI | TML | Reflection AI

00:00大家好，这里是最佳拍档，我是大飞

00:022025年底

00:03杰夫·贝索斯（Jeff Bezos）从半退休状态

00:06突然宣布重返创业一线

00:08这一次

00:08他没有选择继续深耕电商或者航天领域

00:11而是一头扎进了AI

00:13和前谷歌X实验室的维克拉姆·巴贾杰（Vik Bajaj）联合创立了一家名为普罗米修斯计划（Project Prometheus）的新公司

00:20这家公司在刚启动的时候

00:21就已经拿到了大约62亿美元的启动资金

00:24要知道，即便是当年的OpenAI

00:26在成立之初也远没有这样的手笔

00:29而到了2026年4月

00:31有媒体曝出公司正在接近完成一轮约100亿美元的融资

00:35一旦这轮融资落地

00:36它的投后估值将达到约380亿美元

00:39可是，直到今天

00:40这家估值接近400亿美元的公司

00:43没有任何公开的产品

00:44没有任何公开的营收数据

00:46甚至连具体的技术路线图都没有对外披露过太多

00:50它唯一对外公布的方向

00:52是面向物理经济的人工智能

00:54用杰夫·贝索斯自己的话来说

00:56他们要打造的是面向物理世界设计工具的通用工程智能

01:00你可能会问

01:01这难道不是科研院所该干的事情吗？

01:04没错，在过去

01:05这种没有明确产品、只专注于前沿科学探索的事情

01:09确实是大学实验室或者国家科研机构的专利

01:13但如果我们去看看过去一年整个硅谷的融资榜单

01:16就会发现杰夫·贝索斯的普罗米修斯计划绝对不是个例

01:21在过去的12个月里

01:22硅谷突然冒出了一大批有着相似底层逻辑的公司

01:26它们中的绝大多数都没有成熟的产品

01:28很多公司的营收甚至接近于零

01:31但是它们的估值却动辄就是几十亿、上百亿美元

01:34这些公司的创始人

01:35要么是来自OpenAI、谷歌DeepMind、Meta FAIR这些顶级AI实验室的核心研究员和教授

01:41要么就是已经实现财务自由的连续创业者

01:44它们既不是我们传统认知里那种只发论文、不考虑商业化的学术机构

01:49也不是那种先做产品、再找市场、逐步融资扩张的创业公司

01:53它们要在同一个屋顶下

01:55同时扛住四件最艰难的事情

01:57首先要证明自己选择的科学路径是成立的

02:00然后要把实验室里的理论

02:02变成能跑通的工程系统

02:04接着要找到愿意为这个前沿技术买单的市场

02:07最后还要说服资本愿意一直撑到技术突破和市场验证的那个关键节点

02:13现在硅谷给这批公司起了一个非正式的名字

02:16叫做Neo Labs

02:17也就是新实验室的意思

02:19它们是科技史上从未出现过的一个全新物种

02:23而它们的出现

02:24也标志着人工智能时代的科研和商业逻辑

02:27正在发生了巨大的改变

02:29那为什么偏偏是现在

02:30这个全新的物种会集中爆发呢？

02:32其实答案藏在科技发展的时间线里

02:35我们回头看人类历史上几次重大的科技革命

02:38从基础科学突破到商业化应用的距离

02:41一直在不断缩短

02:42从牛顿提出经典力学体系

02:44到瓦特改良出真正实用的蒸汽机

02:47中间隔了整整89年

02:49从麦克斯韦建立完整的电磁学方程组

02:51到马可尼实现第一次商用无线电通信

02:54用了31年

02:56到了微软和谷歌的时代

02:57研究和生产终于进入了同一家公司

03:00但即便是在那个时候

03:02研究员的奖励函数是发表论文

03:04产品经理的奖励函数是带来收入

03:07两套体系还是各算各的账

03:08中间依然隔着很长的转化链条

03:11但是今天

03:12这个距离第一次无限接近于零

03:14最核心的原因在于

03:16过去科研的产出是论文

03:18论文本身不能直接变成产品

03:21它需要经过工程师的解读、原型的开发、测试、量产等一系列漫长的环节

03:26才能最终走向市场

03:28而如今，人工智能时代的科研产出

03:30已经可以直接是代码、是药物分子、是材料设计方案、是企业的运营规划

03:36这些产出不再需要等待漫长的转化过程

03:39它们本身就是可以直接投入使用的生产资料

03:42当然，光有这一点还不够

03:44Neo Labs的出现

03:45还需要另外两个关键条件同时成立

03:47第一个条件是工具链的成熟

03:50大模型的出现

03:51把工程实现的门槛大幅压低了

03:53在过去

03:54一个研究员有了一个新的想法

03:55可能需要等待一个十几人甚至几十人的工程团队

03:59花几个月的时间来帮他实现

04:01但现在

04:02借助大模型和各种低代码工具

04:05研究员自己就能快速把想法跑起来

04:07验证可行性

04:09研究到产品之间需要的人头

04:11一下子少了一大截

04:12这让独立的研究型创业成为了可能

04:15第二个条件，也是最重要的一个条件

04:17是资本逻辑的彻底转变

04:19在过去

04:20资本只会在你有了产品、有了用户、有了明确的营收增长之后

04:24才愿意给你高估值

04:26但是现在

04:27当研究突破本身就能直接撬动巨大的商业价值时

04:31投资人开始愿意在产品出现之前、收入出现之前

04:34就押下数十亿美元的赌注

04:36我们刚才提到的普罗米修斯计划

04:38没有任何公开产品

04:40却已经到位了超过60亿美元的资金

04:42伊利亚·苏茨克维尔（Ilya Sutskever）创立的SSI

04:44甚至明确表示完全拒绝任何短期商业化

04:48一心只做底层的安全研究

04:50但它的估值依然超过了300亿美元

04:52资本不再需要等待产品

04:54它开始可以直接押注研究方向本身

04:57研究即生产、工程门槛下降、资本提前入场

05:00这三个条件叠加在一起

05:02构成了一个过去从未有过的历史窗口

05:05在这个窗口里

05:06顶尖的研究者第一次有可能不依附于任何大型科技公司或者学术机构

05:11独立的把一件事从科学前沿一路推进到市场验证

05:15而Neo Lab

05:16就是从这个窗口里生长出来的全新物种

05:19接下来，我们就来系统地盘点一下

05:21目前硅谷估值最高的20家Neo Labs

05:24看看它们都来自哪里

05:25又在押注哪些未来的方向

05:27这20家公司加在一起的总估值已经超过了1000亿美元

05:31它们的选择

05:32很大程度上可能会决定未来十年人工智能的发展走向

05:36排在第一位的

05:37就是我们刚才提到的普罗米修斯计划（Project Prometheus）

05:40估值约380亿美元

05:41它是目前所有Neo Labs里融资体量最大的一家

05:44也是野心最大的一家

05:46杰夫·贝索斯亲自下场担任联合CEO

05:49这本身就释放了一个非常强烈的信号

05:52他们的目标是用人工智能彻底改造工程设计、制造和物理对象的整个开发流程

05:58简单来说

05:59未来我们想要造一辆汽车、一架飞机、甚至一座工厂

06:02可能直接是由人工智能来完成大部分的设计和优化工作

06:07很多业内人士认为

06:08普罗米修斯计划想要打造的

06:09其实是下一个工业时代的操作系统

06:12排在第二位的

06:13是Safe SuperIntelligence

06:14SSI，估值约320亿美元

06:17公司的创始人是整个AI行业无人不知的伊利亚·苏茨克维尔（Ilya Sutskever）

06:20作为OpenAI的联合创始人和前首席科学家

06:23伊利亚是ChatGPT背后最重要的技术推手之一

06:27但是在2025年，他选择离开OpenAI

06:29创立了SSI

06:30和其他所有公司都不一样

06:32SSI完全拒绝任何短期的商业化尝试

06:35他们把所有的资源

06:36都投入到了一个单一的技术问题上

06:39如何在架构的最底层

06:40实现人工智能的安全、对齐和可控

06:43他们的终极目标

06:44是直接打造出安全的超人类智能

06:47目前SSI的融资总额已经超过了30亿美元

06:51是这批Neo Labs里估值最高的纯研究型公司

06:55不过值得注意的是

06:56SSI的联合创始人丹尼尔·格罗斯（Daniel Gross）后续已经离开

06:59加入了Meta的超级智能团队

07:01而伊利亚本人至今也没有给外界任何关于技术进展的信号

07:05这场孤注一掷的押注

07:07结果依然充满了未知

07:09排在第三位的是Skild AI

07:11估值约140亿美元

07:13这家公司的团队来自卡内基梅隆大学（CMU）的机器人与具身智能实验室

07:17是目前机器人基础模型赛道最受关注的公司之一

07:21他们的核心思路

07:22是为各种形态的机器人打造一个通用的大脑

07:24也就是机器人基础模型

07:27和很多绑定特定硬件的机器人公司不同

07:30Skild AI走的是机器人领域的安卓路线

07:32他们的目标是让同一套基础模型

07:35能够适配从工厂里的机械臂

07:37到家庭里的人形机器人

07:39再到仓库里的移动机器人等各种不同的硬件本体

07:432026年1月

07:44Skild AI完成了14亿美元的C轮融资

07:47估值正式突破140亿美元

07:50排在第四位的是Thinking Machines Lab

07:52简称TML

07:53估值约120亿美元

07:55这家公司的创立

07:56被很多人称为是OpenAI史上最强的一次集体出走

08:00它的创始人是前OpenAI的CTO米拉·穆拉蒂（Mira Murati）

08:02而联创阵容更是堪称豪华

08:05约翰·舒尔曼（John Schulman）担任首席科学家

08:07巴雷特·佐夫（Barret Zoph）担任首席技术官

08:09还有翁荔（Lilian Weng）等一大批OpenAI的核心研究员加盟

08:12整个创始团队总计约有30名顶级AI研究者

08:16TML以公共利益公司（PBC）的形式运营

08:19强调多模态、协作式通用智能和开放的研究文化

08:23它的种子轮融资就达到了约20亿美元

08:25由a16z领投，一成立就估值120亿美元

08:29创下了AI行业种子轮估值的纪录

08:32排在第五位的是Reflection AI

08:34估值约80亿美元

08:36这家公司的两位创始人都来自谷歌DeepMind

08:38安东诺格卢（Antonoglou）曾是AlphaGo核心研究团队的成员

08:42拉斯金（Laskin）则参与了Gemini大模型的奖励和建模相关工作

08:46Reflection AI最初是从代码智能体起步的

08:49但是后来逐渐转型

08:50成为了一家强调开放智能和政府、科研合作的美国前沿AI实验室

08:55截至目前

08:56Reflection AI的累计融资已经超过了21亿美元

08:592025年10月的估值约为80亿美元

09:02也是这批Neo Labs里转型轨迹最清晰的一家

09:06排在第六位的是Hark

09:08估值约60亿美元

09:09这家公司的创始人布雷特·阿德科克（Brett Adcock）是一位非常成功的连续创业者

09:14他之前创立的Figure AI是全球最知名的人形机器人公司之一

09:18Archer Aviation则是电动垂直起降飞行器领域的领军企业

09:23这一次

09:23阿德科克把目光投向了消费端的人工智能

09:26Hark的核心方向是面向个人用户的AI硬件和通用交互界面

09:31在这批普遍走科研重器路线的Neo Labs里

09:34Hark是少有的直接对准C端市场的公司

09:372026年5月

09:39Hark完成了约7亿美元的A轮融资

09:41估值达到60亿美元

09:42其中阿德科克本人就自投了约1亿美元

09:46足见他对这个方向的信心

09:48排在第七位的是Physical Intelligence

09:50简称π

09:51估值约56亿美元

09:53这家公司由伯克利大学的机器人学教授谢尔盖·莱文（Sergey Levine）和斯坦福大学的教授切尔西·芬恩（Chelsea Finn）联合创立

10:00是目前机器人基础模型赛道公认的标杆之一

10:03他们的目标是为物理世界打造跨具身的通用基础模型

10:07让机器人迎来属于它自己的“GPT-1时刻”

10:112025年

10:11Physical Intelligence完成了6亿美元的新融资

10:14估值约56亿美元

10:16公司的累计融资已经超过了10亿美元

10:19值得一提的是

10:19这家公司的投资方阵容非常豪华

10:22包括杰夫·贝索斯、OpenAI和Thrive Capital等

10:25兼具学术和产业的双重背景

10:28排在第八位的是World Labs

10:30估值约50亿美元

10:31这家公司的创始人

10:32是被称为“AI教母”的李飞飞（Fei-Fei Li）

10:35作为ImageNet的缔造者和斯坦福人工智能实验室的前主任

10:39李飞飞在计算机视觉领域的名声可谓无人不晓

10:42World Labs的核心方向是空间智能

10:45他们的首款产品Marble已经公开展示

10:47能够生成可漫游、可编辑的3D世界

10:502026年

10:51World Labs完成了约10亿美元的新融资

10:54投资方包括AMD、英伟达、Autodesk等科技巨头

10:58排在第九位的是Unconventional AI

11:00估值约45亿美元

11:02这家公司的创始人纳文·拉奥（Naveen Rao）是AI计算和芯片领域的资深专家

11:07他之前创立的MosaicML是全球领先的大模型训练平台

11:11后来被Databricks收购

11:13更早之前

11:13他还联合创立了深度学习芯片公司Nervana Systems

11:17被英特尔收购

11:19Unconventional AI的核心方向是在算力层面试图打破英伟达主导的既有格局

11:24从硬件层面重新定义人工智能

11:27它的种子轮融资就达到了约4.75亿美元

11:302025年12月的估值约为45亿美元

11:33排在第十位的是Recursive Superintelligence

11:36RSI

11:37估值约40亿美元

11:38这家公司由前Salesforce的首席科学家

11:41You.com的创始人理查德·索彻（Richard Socher）创立

11:44是从You

11:44com拆分出来独立运营的

11:47它的核心目标是研发能够递归自我改进的人工智能系统

11:51Recursive Superintelligence的团队汇聚了来自Salesforce AI、Meta FAIR、谷歌DeepMind和OpenAI的顶尖研究与工程人才

12:002026年4月，据《金融时报》报道

12:02该公司完成了至少5亿美元的融资

12:05投前估值约40亿美元

12:07排在第十一位的是Decart

12:09估值约40亿美元

12:11这是一家来自以色列的AI公司

12:13核心方向是实时视频和世界模型

12:16以及AI优化软件

12:17他们的代表作包括能够实现实时交互的《我的世界》（Minecraft）世界生成

12:22这个技术演示在业内引发了非常广泛的关注

12:25Decart的投资方包括红杉资本等顶级机构

12:28累计融资约4.5亿美元

12:312026年5月完成B轮融资后

12:33估值达到约40亿美元

12:35排在第十二位的是Recursive Intelligence

12:38估值约40亿美元

12:40这里特别提醒大家

12:41这家公司和我们刚才提到的理查德·索彻的Recursive Superintelligence不是同一家公司

12:47虽然名字非常相似，大家不要搞混了

12:50Recursive Intelligence的创始人是前谷歌大脑的安娜·戈尔迪（Anna Goldie）和阿扎利亚·米尔霍塞尼（Azalia Mirhoseini）

12:57她们两人正是最早在《自然》（Nature）杂志上发表“AI设计芯片布局”论文的团队

13:02她们的研究成果直接影响了谷歌TPU的整个设计流程

13:06Recursive Intelligence的核心飞轮非常清晰

13:09用AI设计更好的芯片

13:11然后用这些更好的芯片跑出更强大的AI

13:14再用更强大的AI去设计更先进的芯片

13:16形成一个不断自我强化的循环

13:192025年

13:19该公司完成了约3亿美元的A轮融资

13:22当前估值约40亿美元

13:24排在第十三位的是AMI Labs

13:26估值约35亿美元

13:28公司的创始人是图灵奖得主、“深度学习三巨头”之一的Yann LeCun

13:32在离开Meta之后，Yann LeCun联合Wit.ai和Meta AI的前高管亚历山大·勒布伦（Alexandre LeBrun）创立了AMI Labs

13:39总部设在法国巴黎

13:41Yann LeCun一直公开批判当前主流的大语言模型路线

13:44他认为基于预测的大模型无法实现真正的通用智能

13:48而联合嵌入式预测架构（JEPA）才是通向真正智能的正确道路

13:53AMI Labs的种子轮融资超过了10亿美元

13:56投资方包括杰夫·贝索斯、英伟达和三星等

13:59投前估值约35亿美元

14:01排在第十四位的是Isomorphic Labs

14:04累计融资约27亿美元

14:06估值没有披露

14:07这家公司隶属于Alphabet和DeepMind体系

14:10CEO是DeepMind的联合创始人德米斯·哈萨比斯（Demis Hassabis）

14:14Isomorphic Labs以AlphaFold的技术积累为基础

14:17专注于AI药物设计领域

14:19他们同时推进AI药物设计引擎的研发和临床管线的开发

14:232025年完成了约21亿美元的B轮融资

14:26是目前全球估值最高的AI药物研发公司之一

14:30排在第十五位的是Poolside

14:32估值约30亿美元

14:34这是一家面向软件开发的基础模型和代码智能体公司

14:38CEO杰森·沃纳（Jason Warner）曾任GitHub的CTO

14:40联创艾索·坎特（Eiso Kant）则有丰富的工程和创业背景

14:44在Cursor、Cognition等代码应用层产品竞争已经白热化的背景下

14:48Poolside选择了一条更难的路

14:50押注自研基础模型

14:52而不是在现有大语言模型的基础上搭建应用层

14:552026年

14:56Poolside完成了约5亿美元的B轮融资

14:58估值约30亿美元

15:00排在第十六位的是Xaira Therapeutics

15:03估值约27亿美元

15:05这是一家AI优先的药物研发公司

15:07融合了人工智能、生物学和临床转化技术

15:11它的创始阵容非常强大

15:12包括蛋白质设计领域的顶尖科学家大卫·贝克（David Baker）

15:16并且吸收了贝克实验室的相关技术积累

15:18Xaira Therapeutics以10亿美元的启动资金入场

15:22是这批Neo Labs中少数直接把商业制药管线作为主战场的公司

15:27他们押注的核心逻辑是

15:28人工智能能够从根本上压缩药物发现与验证的时间周期

15:32把原本需要十年以上的药物研发过程

15:35缩短到几年甚至更短

15:37排在第十七位的是Liquid AI

15:39估值约20亿美元

15:41这家公司由麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的团队创立

15:46核心技术是液态基础模型（Liquid Foundation Models）

15:48和当前主流的大模型路线不同

15:50液态基础模型强调参数效率、部署灵活性和边缘推理能力

15:54虽然这个方向目前还比较小众

15:56但是也因此有机会在资源有限的边缘部署场景里

15:59找到独特的生存空间

16:012025年

16:02Liquid AI完成了约2.5亿美元的A轮融资

16:05估值约20亿美元

16:07排在第十八位的是Magic

16:09估值约15亿美元

16:10这是一家面向软件工程自动化的长上下文代码模型和智能体公司

16:15它的核心差异化在于极长的上下文窗口和深度代码生成能力

16:19Magic的战略和成长轮融资约3.2亿美元

16:23当前估值约15亿美元

16:25排在第十九位的是Flapping Airplanes

16:28估值约15亿美元

16:29这家公司由斯坦福大学的博士生本·斯佩克特（Ben Spector）等人创立

16:33是一家非常年轻的AI研究实验室

16:36它的核心方向是提升AI模型的数据效率

16:39试图让模型在更少训练数据的情况下获得更强的能力

16:432026年1月

16:44Flapping Airplanes宣布完成约1.8亿美元的种子轮融资

16:49投资方包括GV、红杉资本、Index Ventures和Menlo Ventures等顶级机构

16:54据《华尔街日报》等媒体报道

16:56该轮融资的估值约15亿美元

16:58排在第二十位的是Harmonic

17:00估值约14.5亿美元

17:02这是一家专注于数学超级智能和可验证推理的公司

17:06它的核心思路是利用Lean等形式化证明方法

17:09来降低人工智能的幻觉问题

17:12将数学推理能力作为打造可信AI的突破口

17:15Harmonic的核心团队来自Robinhood和数学、形式化推理的学术圈

17:202025年11月

17:21该公司完成了约1.2亿美元的C轮融资

17:24估值约14.5亿美元

17:26好了

17:27以上就是目前硅谷估值最高的20家Neo Labs的盘点了

17:30相信大家看完之后

17:32除了惊叹于它们的高估值和豪华的创始团队之外

17:35也会产生一个疑问

17:37这些公司真的能兑现它们的估值吗？

17:39它们面临的最大挑战又是什么？

17:42其实，这批Neo Labs面对的真正压力

17:44比起技术本身

17:46可能更多地来自于它们是否能熬住那漫长的沉默期

17:50我们刚才提到的很多公司

17:51它们的技术路线

17:52可能都需要非常长的时间才能看到结果

17:55比如Xaira Therapeutics的药物研发管线

17:59从AI设计出一个分子

18:00到完成临床验证成功上市

18:03短则需要三年

18:04长则可能需要十年甚至更久

18:06Recursive Intelligence的AI设计芯片

18:09从完成设计到流片验证

18:11至少也需要一年的时间

18:12而在这段没有产品、没有营收的沉默期里

18:15人才市场和资本市场都不会停下来等你

18:18比如就在今年年初

18:20Thinking Machines Lab就经历了一波非常严重的离职潮

18:23联合创始人兼首席技术官巴雷特·佐夫（Barret Zoph）、卢克·梅茨（Luke Metz）

18:27以及创始团队成员萨姆·肖恩霍尔茨（Sam Schoenholz）

18:30都选择离开，重新回到了OpenAI

18:32据《财富》杂志的报道

18:34这些离职事件的核心原因

18:35离不开一个“钱”字

18:37现在Meta、谷歌这些大公司

18:39为了抢夺顶尖的AI人才

18:41开出的薪酬包有时候高达上亿美元

18:44而且还附带加速兑现的期权

18:46几个月之内就能拿到真金白银

18:48而Neo Labs能给的

18:50只是未来可能值几十亿美元的期权

18:52但是可能这两个字

18:54在人工智能这个瞬息万变的行业里

18:56每隔几个月就要被重新定价一次

18:59除了人才流失的压力

19:00资本侧的压力同样巨大

19:02我们刚才算过

19:03这20家Neo Labs加在一起的总估值已经超过了1000亿美元

19:07这意味着，在未来的十年里

19:09这批公司里面至少要跑出一家万亿级别的公司

19:12整个资本的账才算得过去

19:15而如果最终没有出现这样的超级赢家

19:17那么现在的很多高估值

19:19都将变成泡沫

19:21其实，这种处境并不是第一次出现

19:232012年的DeepMind

19:25和今天的这些Neo Labs几乎一模一样

19:27那时候的DeepMind也没有成熟的产品

19:30也没有明确的商业化路径

19:31也承受着巨大的资本压力

19:33从它完成第一个神经网络的前向传播

19:36到AlphaFold成功解决蛋白质折叠问题

19:39用了将近十年的时间

19:41在这十年里，没有人知道答案

19:42也没有人知道它最终能不能成功

19:45但今天和当年最大的区别在于

19:47当年DeepMind面对的竞争烈度

19:49和现在完全不在一个量级

19:51当年全球做深度学习研究的团队屈指可数

19:54而现在

19:55几乎所有的大型科技公司、顶级大学

19:57甚至风险投资机构

19:59都把全部的资源投入到了人工智能领域

20:02今天的Neo Labs

20:03不仅要和其他的Neo Labs竞争

20:05还要和OpenAI、谷歌、Meta这些已经拥有海量资源和技术积累的巨头竞争

20:11所以，我们现在看到的这个估值排名

20:13其实并没有太大的意义

20:14几年之后

20:15这张榜单大概率就会被彻底重排

20:17那些今天估值最高的公司

20:19可能很多都会消失在历史的长河里

20:22而那时候排在最前面的名字

20:24今天可能还藏在某个连产品都没有的小实验室里

20:27甚至还没有被任何人发现

20:29大飞我觉得，人工智能的竞赛

20:31从来都不是一场百米冲刺

20:33而是一场漫长的马拉松

20:35现在才刚刚跑过第一公里，谈论胜负

20:38还为时过早

20:39好了

20:39以上就是今天这期视频的全部内容了

20:41希望对大家有所帮助

20:43感谢收看，我们下期再见