188億美元押注大廠叛將：硅谷AI權力大遷徙

2026年開年至今，風投機構已向成立不足一年的AI初創公司砸下188億美元。這筆錢流向的不是某個熱門賽道，而是一群人——從Meta、谷歌、OpenAI、Anthropic集體出走的頂尖研究人員。

4月28日，谷歌DeepMind前資深研究員大衛·西爾弗（David Silver）創立的Ineffable Intelligence宣布完成11億美元種子輪融資，刷新全球AI初創公司融資天花板。幾乎同時，DeepMind另一位前研究員蒂姆·羅克塔舍爾（Tim Rockt?schel）正為其新公司Recursive Superintelligence籌集10億美元。Meta前AI掌門人楊立昆（Yann LeCun）卸任后成立的AMI Labs，今年3月已攬獲10億美元，用于研究能從連續真實世界數據中學習的全新AI系統。

法國風投巨頭Eurazeo董事總經理伊莉絲·斯特恩（Elise Stern）點破了這場遷徙的底層邏輯：當谷歌、Meta的超級實驗室陷入"為了贏得眼前競爭而高度狹窄的注意力陷阱"時，它們實際上創造了一個巨大的"創新真空"。投資者們押注的是這些前員工手中"通往未來的鑰匙"——他們不僅知道哪些方法可以大規模應用，更清楚老東家內部還有哪些因官僚主義或KPI導向而無法釋放的潛力。

芯片設計初創公司Ricursive Intelligence的出走故事，揭示了巨頭內部難以調和的信任悖論。創始人安娜·戈爾迪（Anna Goldie）和阿扎利亞·米爾霍塞尼（Azalia Mirhoseini）此前在谷歌DeepMind主導AlphaChip項目。她們發現，身處谷歌這個龐然大物內部，芯片制造商永遠不可能交出最核心、最敏感的知識產權，因為谷歌本身就是他們的競爭對手。

"我們必須像瑞士一樣保持中立，這在谷歌內部是不可能實現的。"戈爾迪的比喻道出了關鍵：獨立性不僅贏得客戶信任，更讓她們成功召回AlphaChip核心團隊，并吸引來自英偉達、蘋果和xAI的頂尖工程師。

對主流LLM（大型語言模型）范式的質疑，是另一股推力。科技巨頭陷入"規模迷信"，相信不斷擴展數據、堆疊參數就能通往通用人工智能。但越來越多的研究者開始反思這條路是否足夠。

前OpenAI和DeepMind員工聯手創立的Periodic Labs選擇避開文字游戲的內卷，專攻"自主實驗室"；總部位于舊金山的Humans&匯聚了Anthropic和xAI的叛將，研究如何讓模型從真實世界物理環境中建立因果關系，而非僅在互聯網的故紙堆里尋找統計規律。

HV Capital合伙人亞歷山大·喬爾-卡博內爾（Alexander Jo?l-Carbonell）指出，在大型基礎實驗室中，為了追求基準性能，"研究自由度已經降到了冰點"。這種限制反而成了初創公司的催化劑——它們更靈活、更垂直，也更有膽量挑戰非主流技術路徑。

Ineffable Intelligence的11億美元押注的就是"強化學習"：讓模型通過經驗自發學習，而非被動喂食人類數據。這種與主流模型完全不同的進化路徑，被投資者視為可能顛覆現有人工智能格局的存在。

資本正在重構權力版圖。新興實驗室利用數億美金融資作為彈藥，從前雇主定向挖人。投資者提供的不僅是研發資金，更是股權誘惑和研究自由。這種人才回流效應，正在削弱巨頭們曾經引以為傲的人才護城河。

從楊立昆的"真實世界系統"到西爾弗的"強化學習帝國"，這波創業潮本質上是一場對人工智能本質的集體尋根。當巨頭們忙著給屏幕里的聊天機器人修修補補時，這群從大廠出走的硬核玩家正試圖將AI帶向工業、機器人、醫療和更廣闊的物理現實。AMI Labs的信念很直白：人工智能不應只存在于屏幕里。

技術壟斷達到臨界點時，最具活力的生產力總會選擇在裂縫中破土而出。資本市場不相信巨頭的神話，只相信下一個能改變世界的可能性。而這些敢于在大賽道之外尋寶的天才們，手里攥著的正是那份通往未來的新考卷。