最猛清华副教授，7个月融了27亿

在贝佐斯联合创立的Project Prometheus以120亿美元的B轮融资，刷新了今年NeoLab融资额的上限后，中国的NeoLab也有了新动态。

知名AI学者代季峰成立的大模型公司Naive.AI，最近发布了首个开源模型Naive-N0.5-Flash。

Naive-N0.5-Flash专为编码和AI研发而构建，总参数量为309B，原生支持100万上下文，AI优化推理速度最高可达2000个token/s。Naive-N0.5-Flash的研发过程也由AI模型直接参与，AI模型负责写代码、运行实验、监控进度、分析结果并不断迭代。

自今年2月成立以来，Naive.AI一直十分神秘。在正式发布Naive-N0.5-Flash之前，这家公司可供人们了解的，只有仅展示了一行标语的官网。

这并不影响Naive.AI在资本市场受到热捧。据The Information报道，Naive.AI今年以来已完成三轮融资，总融资额达4亿美元（约合人民币27亿元），投后估值飙升至14.2亿美元（约合人民币95亿元）。投资方阵容包括了腾讯、红杉中国、IDG资本及经纬创投等头部机构。

代季峰曾经在商汤科技研究院担任执行研究总监。从创业背景上看，代季峰的Naive.AI，与前阿里千问负责人林俊旸8月创立的Pragmatik Labs（p7k），堪称当前国内的两大Neo Lab项目。而与硅谷的NeoLab一样，在拿出正式产品前，这两家的估值已经接近甚至突破百亿元。

不过正如中美AI大模型的发展路线区别，相比硅谷，中国的NeoLab也自有一条发展路线。

清华副教授二次创业

2009年和2014年，代季峰先后在清华大学自动化系获得了工学学士和博士学位。到了2022年，代季峰全职加入清华大学电子工程系，担任副教授。

只看教育背景，代季峰的经历在创投圈也没什么特别。毕竟，从智谱的唐杰、面壁智能的刘知远，再到生数科技的朱军，创业的清华教授还少吗？

更有意思的还是代季峰的职场履历。

2014年至2019年，代季峰在微软亚洲研究院视觉组工作，担任首席研究员、研究经理。2019年至2022年，他在商汤科技研究院工作，担任执行研究总监。而微软亚洲研究院（MSRA）和商汤科技，基本串起了一部微缩的中国AI创业史。

MSRA向行业输送了大批计算机视觉领域的人才。曾经在MSRA实习的清华同学印奇与唐文斌，在2011年联合成立了旷视科技。而曾担任MSRA视觉计算组主任的汤晓鸥，与曾在MSRA创新工程组做视觉算法产业化的杨帆，则在2014年联合创立了商汤科技。

商汤科技与旷视科技，都属于早期“AI四小龙”，主攻方向同为计算机视觉。这其中，商汤科技又扮演了生成式AI时代的人才孵化器。

曾担任商汤科技副总裁、研究院副院长的闫俊杰，2021年成立了大模型公司MiniMax。曾在商汤科技推进AI商业化的宋亚宸，以001号身份参与创办了MiniMax，后又在2022年创立主攻通用3D大模型的VAST。而与代季峰同样曾在商汤科技担任过执行研究总监的曹旭东，则在2016年离职创立了自动驾驶公司Momenta。

目前，上述5家公司中，商汤科技、MiniMax与Momenta均已上市。

当前辈与前同事们纷纷创业，泡在这样一个人均“连续创业者”的圈子里，代季峰的创业显得顺理成章。

事实上，2025年时，代季峰就已经和网游教父、盛大网络创始人陈天桥联合成立了AI模型公司MiroMind。绕开了扎堆预训练、比拼算力规模的大模型赛道，MiroMind主攻更轻量级的小模型。

今年，MiroMind推出的搜索智能体模型MiroThinker 1.5，参数量为30B，在基准测试中的分数达到了56.1分。相较于1TB参数量、得分60.2的Kimi-K2-Thinking，MiroThinker 1.5表现出了不错的“性价比”。不过，今年1月末，代季峰已离开MiroMind。

据媒体当时的报道，代季峰计划带领中国区的部分团队成员独立，成立新的公司并寻求融资。而Naive.AI则是代季峰二次创业的落点。

从产品内容看，Naive.AI也延续了代季峰MiroMind时期轻巧的产品路线。

技术报告显示，Naive-N0.5-Flash基于开源的小米MiMo-V2.5基础模型，同时将全局注意力层替换为DeepSeek稀疏注意力。

同时，Naive-N0.5-Flash的架构，源于NaiveAI的研究人员与AI模型的共创——研究人员负责定义目标和评估协议，AI模型则实现了候选架构和训练方法，运行了消融实验，并总结了结果。在满足这些目标的候选方案中，研究人员选择了一种最易于实现的方案。

中国式Neolab

代季峰的Naive.AI，很难不让人联想到前阿里千问负责人林俊旸创立的p7k。

今年初，林俊旸离开千问团队，并在8月官宣创业项目p7k，专注研究“数字世界与物理世界中下一代智能体”。p7k的首轮融资由高榕创投与红杉中国共同领投，腾讯与上海未来产业基金参投，估值达到约20亿美元（约合人民币134亿元）。

代季峰与林俊旸都是大厂离职创业，也都绕开了巨头割据的传统大模型赛道，主攻应用场景更细分的AI产品。更重要的是，两家公司都是在产品尚未正式问世前，就已经收获了红杉中国、腾讯等头部机构的钱，估值接近甚至超过百亿元。

要从这两年NeoLab的热度看，也情有可原。

进入AI大模型时代后，硅谷开始涌现一批NeoLab（新一代AI实验室）。NeoLab大多由OpenAI、DeepMind、Anthropic等顶级AI公司的离职人员创立，研究AI领域的某个前沿方向。在产品和商业路径尚不清晰时，NeoLab往往就能获得数亿甚至数十亿美元投资。

连产品都看不到就先下场，NeoLab的投资模式看似不靠谱，实际上是一种押注。

OpenAI和Anthropic在成立初期，都是相似的“零产品、纯技术信仰”：OpenAI在2015年成立时，高喊着“开发造福全人类的安全AGI”的口号，定位是非营利AI实验室，直到2022年才推出对话式AI产品ChatGPT 。而Anthropic在2021年成立时，立身的则是一套AI模型安全研究的技术判断，成立2年后才推出对标GPT的Claude。如今，这两家都估值都已近万亿美元。

于是，新的投资观念在这波浪潮下出现：与其等下一代颠覆性的产品问世，不如先押注人，以及一个足够前沿的技术方向。毕竟根据机器智能研究所（Machine Intelligence Research Institute）的一篇论文，如果只算头部AI公司的技术团队人员，与前沿AI开发相关的研究人员群体规模只在数千人。

据硅谷风投机构Radical Ventures统计，2024年以来，超过40家NeoLab已累计融资逾 400 亿美元。

不过，比起硅谷，中国的NeoLab们发展画风还是有些不同。

最显著的差别在于融资金额与估值。

硅谷的项目，融资情况那叫一个豪横。由前OpenAI CTO米拉·穆拉蒂创立的Thinking Machines，成立时种子轮融资高达20亿美元，估值120亿美元。由前OpenAI首席科学家伊利亚·苏茨克维创立的Safe Superintelligence（SSI），种子轮融资额为10亿美元，估值50亿美元。

反观这两年具身智能虹吸资金的国内，作为头部Neo Lab项目的Naive.AI和p7k，估值与硅谷的明星项目还差几个身位。而今年来国内获得融资的两家Neo Lab——Mind Lab与逆矩阵，融资金额则分别是近5000万美元与超亿美元。

更重要的是，相比强调技术信仰的硅谷，中国的NeoLab整体务实许多。

伊利亚·苏茨克维官宣SSI时，便将公司定义为一家纯研究机构，明确将开发安全的超级智能作为唯一目标，拒绝传统人工智能产品开发路线。至于喊出“构建能够适应人类所有专业知识并实现更广泛应用的AI”目标的Thinking Machines，在成立18个月后，才推出第一款自研开源大模型Inkling。

而国内的NeoLab，更像是场景更加细分的AI创业公司，产品形态明确，商业化更是前置目标。林俊旸在官宣p7k时，已经明确表示产品形态是Agent。2025年10月成立的Mind Lab，今年7月已经发布模型产品Macaron V1，并且同步开始商业化。至于代季峰的Naive AI，也在公司成立的7个多月后，发布了首个开源大模型。

这或许也延续了中美两国AI发展风格上的一贯差异——美国更强调基础模型本身的创新和参数规模的拓展，中国则更聚焦产业效率提升与场景落地。同理，“实用性”或许也将是Naive.AI与p7k未来要面对的考验指标。