188亿美元押注大厂叛将：硅谷AI权力大迁徙

2026年开年至今，风投机构已向成立不足一年的AI初创公司砸下188亿美元。这笔钱流向的不是某个热门赛道，而是一群人——从Meta、谷歌、OpenAI、Anthropic集体出走的顶尖研究人员。

4月28日，谷歌DeepMind前资深研究员大卫·西尔弗（David Silver）创立的Ineffable Intelligence宣布完成11亿美元种子轮融资，刷新全球AI初创公司融资天花板。几乎同时，DeepMind另一位前研究员蒂姆·罗克塔舍尔（Tim Rocktäschel）正为其新公司Recursive Superintelligence筹集10亿美元。Meta前AI掌门人杨立昆（Yann LeCun）卸任后成立的AMI Labs，今年3月已揽获10亿美元，用于研究能从连续真实世界数据中学习的全新AI系统。

法国风投巨头Eurazeo董事总经理伊莉丝·斯特恩（Elise Stern）点破了这场迁徙的底层逻辑：当谷歌、Meta的超级实验室陷入"为了赢得眼前竞争而高度狭窄的注意力陷阱"时，它们实际上创造了一个巨大的"创新真空"。投资者们押注的是这些前员工手中"通往未来的钥匙"——他们不仅知道哪些方法可以大规模应用，更清楚老东家内部还有哪些因官僚主义或KPI导向而无法释放的潜力。

芯片设计初创公司Ricursive Intelligence的出走故事，揭示了巨头内部难以调和的信任悖论。创始人安娜·戈尔迪（Anna Goldie）和阿扎利亚·米尔霍塞尼（Azalia Mirhoseini）此前在谷歌DeepMind主导AlphaChip项目。她们发现，身处谷歌这个庞然大物内部，芯片制造商永远不可能交出最核心、最敏感的知识产权，因为谷歌本身就是他们的竞争对手。

"我们必须像瑞士一样保持中立，这在谷歌内部是不可能实现的。"戈尔迪的比喻道出了关键：独立性不仅赢得客户信任，更让她们成功召回AlphaChip核心团队，并吸引来自英伟达、苹果和xAI的顶尖工程师。

对主流LLM（大型语言模型）范式的质疑，是另一股推力。科技巨头陷入"规模迷信"，相信不断扩展数据、堆叠参数就能通往通用人工智能。但越来越多的研究者开始反思这条路是否足够。

前OpenAI和DeepMind员工联手创立的Periodic Labs选择避开文字游戏的内卷，专攻"自主实验室"；总部位于旧金山的Humans&汇聚了Anthropic和xAI的叛将，研究如何让模型从真实世界物理环境中建立因果关系，而非仅在互联网的故纸堆里寻找统计规律。

HV Capital合伙人亚历山大·乔尔-卡博内尔（Alexander Joël-Carbonell）指出，在大型基础实验室中，为了追求基准性能，"研究自由度已经降到了冰点"。这种限制反而成了初创公司的催化剂——它们更灵活、更垂直，也更有胆量挑战非主流技术路径。

Ineffable Intelligence的11亿美元押注的就是"强化学习"：让模型通过经验自发学习，而非被动喂食人类数据。这种与主流模型完全不同的进化路径，被投资者视为可能颠覆现有人工智能格局的存在。

资本正在重构权力版图。新兴实验室利用数亿美金融资作为弹药，从前雇主定向挖人。投资者提供的不仅是研发资金，更是股权诱惑和研究自由。这种人才回流效应，正在削弱巨头们曾经引以为傲的人才护城河。

从杨立昆的"真实世界系统"到西尔弗的"强化学习帝国"，这波创业潮本质上是一场对人工智能本质的集体寻根。当巨头们忙着给屏幕里的聊天机器人修修补补时，这群从大厂出走的硬核玩家正试图将AI带向工业、机器人、医疗和更广阔的物理现实。AMI Labs的信念很直白：人工智能不应只存在于屏幕里。

技术垄断达到临界点时，最具活力的生产力总会选择在裂缝中破土而出。资本市场不相信巨头的神话，只相信下一个能改变世界的可能性。而这些敢于在大赛道之外寻宝的天才们，手里攥着的正是那份通往未来的新考卷。