230亿美元豪赌：硅谷AI“新实验室”光环下的现实与困境
风险投资先驱乔治·多里奥特（Georges Doriot）曾将VC的工作概括为判断“一个人和一个想法”。在当前的AI狂潮中，硅谷资本将这种极简哲学推向了极致：顶着明星光环的AI科学家仅凭模糊的愿景，就从老牌模型大厂出走并揽下数十亿美元，自立门户成立所谓的**“新实验室”（Neolabs）**。然而到目前为止，绝大多数团队拿出的成果寥寥无几。
1. 估值狂飙与商业化迟缓
- 吸金规模： 这一浪潮始于2024年6月OpenAI联合创始人Ilya Sutskever创办Safe Superintelligence（SSI）。据风险投资机构Radical Ventures统计，两年内已有29家Neolab成立，PitchBook数据显示其累计融资额已达230亿美元。
- 落地窘境：
- 据《经济学人》统计，仅有**不到35%**的初创团队推出了商业化产品。
- 略多于一半的团队开源了代码，但这大多只是用于展示技术路线的“研究原型”（Research Demos）。
2. 头部玩家的众生相
- SSI（最从容的慢热型）：
估值高达320亿美元。创始人Ilya曾表示，在实现“超级智能”前不打算发布任何商业产品。今年7月，他宣称获得了“值得规模化扩展”的研究成果（未公开具体细节），英伟达闻讯注资50亿美元，使其总融资金额推高至80亿美元。 - Thinking Machines Lab / TML（动作最快的实用派）：
前OpenAI高管Mira Murati创办。先以120亿美元估值融资20亿美元，随后推出模型微调服务Tinker，7月又发布了通用模型Inkling。据知情人士透露，其年化营收已突破2亿美元，尽管表现优于同行，但相较于其新一轮寻求的400亿美元估值而言仍显单薄。 - Reflection AI与Typesafe（垂直切入）：
- Reflection AI于10月5日发布开源权重模型Beam，被视作西方抗衡廉价中国开源模型的代表。
- Typesafe则推出了超低价模型Jev，它不直接输出文本，而是作为“交通警”负责将任务路由分发至其他模型。凭借该模型，其在近期迅速追加完成了8.7亿美元融资。
3. Neolabs面临的核心挑战
- 同质化与被抄袭的风险：
创新窗口期极短。例如在Jev走红后，市场上迅速涌现出大批相似的路由模型竞品。 - 算力依赖与巨头吞并：
高昂的算力成本迫使Neolabs倒向硬件巨头。英伟达已累计对32家模型初创企业出手投资（包括向Reflection注资8亿美元，目前甚至在洽谈收购）；AMD也不甘示弱，于9月耗资80亿美元收购了李飞飞创立的World Labs。
4. 投资逻辑与未来考验
OpenAI和Anthropic从基础研究走向商业化落地耗费了数年时间，押注全新路径的Neolab投资者同样需要耐心。
但与生物医药（Biotech）相比，AI初创领域存在一个致命短板：
- 生物医药： 研发周期虽长，但有清晰的临床阶段（如一期、二期临床实验）作为里程碑，达标后方可解锁后续融资。
- Neolabs： 缺乏标准化、阶段性的验证机制，风投机构至今未建立起明确的考核框架。
资本对“人与愿景”的盲目押注终有上限。如果Neolabs想要维持这场百亿美元的叙事，它们必须尽快拿出更频繁、更具说服力的实质性成果。