頂尖 AI 研究者出走科技巨頭 創辦新創狂吸資金
Meta, Google, OpenAI among Big Tech firms seeing top staff leaving to launch AI startups
作者: Kai Nicol-Schwarz | 時間: Tue, 28 Apr 2026 07:14:19 GMT | 來源: CNBC
f t
頂尖研究人員正紛紛脫離 Meta 和 Google 等大型科技企業，轉而創立新創公司並在此過程中籌集巨額資金，投資者則押注早期 AI 實驗室的商業潛力。
在龐大的 AI 投入中，許多新創公司在成立幾個月內就能籌集數以億計的資金。
本周一，前 Google DeepMind 研究員 David Silver 宣布為他成立幾個月的新創公司 Ineffable Intelligence 籌得了創紀錄的 11 億美元種子輪資金。另一名前 DeepMind 員工 Tim Rocktäschel 據報也為他的新創 Recursive Superintelligence 籌集了高達 10 億美元。Rocktäschel 未回應 CNBC 的置評請求。
AMI 實驗室於 3 月宣布籌集 10 億美元，其創辦人 Yann LeCun 在數個月前曾表示將離開 Meta 的 AI 主管職位。該實驗室正在開發能從連續真實世界數據中學習的 AI 系統。
過去一年，OpenAI、DeepMind、Anthropic 和 xAI 的前員工也為成立數月的新創企業（包括 AI 實驗室 Periodic Labs、Ricursive Intelligence 和 Humans&）從投資人處籌得數億美元。
這些公司中的許多已大規模聘用創辦人前僱主及其他 AI 巨頭的員工，投資者則提供所需資金以誘使頂尖研究人員脫離科技巨頭。
法國風險投資機構 Eurazeo 的董事總經理 Elise Stern 告訴 CNBC，各大 AI 實驗室之間的競逐為中小型、更靈活的公司創造了契機。
她補充說：「當處於競賽時，你會收窄焦點。」她補充道：「這會創造一個真空。整個研究領域，例如新架構、代理、可解釋性和垂直模型，被降級優先順序，不是因為它們不重要，而是因為它們在立即的競賽中輸掉。」
投資者正競逐將資金注入由前在大科技公司工作的頂尖研究人員創立的 AI 實驗室。
根據 Dealroom 數據，2026 年風險投資機構已向 2025 年初以來創立的 AI 新創投入了 188 億美元，預計將超過去年公司自 2024 年初以來所籌集的 279 億美元。
Eurazeo 的 Stern 稱，在前沿實驗室任職的創辦人擁有獨特的見解。
她說：「他們知道在大規模運作下哪些行得通，也知道內部有哪些東西被遺漏。」她說：「機會就在那裡。」
隨著大型 AI 實驗室試圖證明其天文數字般的估值，頂尖研究人員的自由度受到限制，HV Capital 的合夥人 Alexander Joël-Carbonell 告訴 CNBC。
他補充說：「在大型基礎實驗室內，交出基準表現並維持快速發布週期的壓力，使得真正探索性研究（特別是在主導 LLM 範式之外）的空間有限。」
由前 Anthropic 和 Google DeepMind 員工於 9 月創立的 Recursive Intelligence 在 12 月和 1 月兩輪融資中籌得 3.35 億美元，正在開發協助晶片設計的 AI 工具。創辦人 Anna Goldie 和 Azalia Mirhoseini 先前都在 Anthropic 工作，也曾在 Google DeepMind 參與 AlphaChip 項目，該項目旨在自動化晶片設計。
Goldie 告訴 CNBC 說，潛在客戶更可能將新公司視為中立夥伴而非競爭對手。
她補充說：「若要讓晶片製造商信任我們將他們最有價值的 IP 託付給我們，我們必須像瑞士般中立，若我們在 Google 就不可能如此。」
該公司也轉向昔日同事求助。「我們重新聚集了核心 AlphaChip 團隊，這涉及聘請一些昔日的合作夥伴，」Goldie 說。她補充說，其他團隊成員先前曾在 Google、Anthropic、Nvidia、Apple 和 xAI 工作。
由前 OpenAI 和 DeepMind 員工創立的 Periodic Labs 於 9 月成立後幾個月籌得 3 億美元。他們正致力於開發自主實驗室。
HV Capital 的 Joël-Carbonell 告訴 CNBC，越來越多的 AI 研究人員開始質疑，是否進一步擴展目前的大型語言模型（LLM）方法足以達到下一級 AI 能力。
由前 Meta AI 主管 LeCun 創立的 AMI 實驗室說，這是「對的時機，因為 AI 在內容生成方面取得了重大進展，但在現實基礎、因果性，以及真實世界環境中的可靠行為方面仍有困難。」
一名公司發言人告訴 CNBC：「隨著 AI 走出螢幕進入工業、機器人、醫療保健和其他物理環境，這些限制變得越來越重要。」
熟悉該公司的信源告訴 CNBC，Ineffable Intelligence 將專注於強化學習，即 AI 模型從經驗中學習，而非人類數據——與許多訓練於網際網路文字的主要 AI 模型相比。
這是一項同樣被位於舊金山的 Humans& 使用的做法，該公司由前 Anthropic 和 xAI 員工於 10 月推出，1 月籌得 4.8 億美元。
Google、Meta、Anthropic 和 OpenAI 未回應置評請求。