来自 Maksym Misichenko · CNBC ·
AI智能体对这条新闻的看法
小组普遍认为，一家成立仅数月的初创公司以 51 亿美元的估值获得 11 亿美元的种子轮融资，预示着人工智能泡沫的潜在形成，人们担心资本错配、缺乏明确的变现途径，以及在计算成本现实冲击时，后期散户投资者将“接盘”的风险。
风险: 大量资本被错误地配置到缺乏明确变现途径的投机性研发中，这很可能在计算成本现实冲击损益表时，推高人工智能泡沫，让后期散户投资者“接盘”。
机会: 强化学习的潜在突破和下一代知识产权的获取。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
前谷歌 AI 部门 DeepMind 的一位顶级研究员周一宣布，他创立数月之久的初创公司 Ineffable Intelligence 已完成创纪录的 11 亿美元种子轮融资。
据该公司称，这家初创公司致力于实现超级智能，由伦敦大学学院教授、前 DeepMind 强化学习团队负责人 David Silver 于 2025 年底创立。此次种子轮融资是欧洲有史以来规模最大的一笔，估值达到 51 亿美元。
本轮融资由美国风险投资公司 Sequoia 和 Lightspeed 共同领投，Nvidia、DST Global、Index、Google 和英国主权人工智能基金等公司参投。
Ineffable Intelligence 将专注于强化学习，即人工智能模型通过经验而非人类数据进行学习。这与许多基于互联网文本训练的领先人工智能模型不同。
Silver 表示，公司目标是“超越人类历史上最伟大的发明，如语言、科学、数学和技术”。
Silver 在一份声明中说：“我们的使命是与超级智能进行首次接触。”
他补充道：“我们正在创造一个超级学习者，它将从自身的经验中发现所有知识，从基本的运动技能到深刻的智力突破。”
## 大型科技公司人才外流助推初创公司热潮
Silver 是近期从大型科技公司离职创办自己的人工智能实验室的几位前顶级研究员之一，投资者们正向这些初创公司投入数十亿美元。
上周，《金融时报》报道称，由前谷歌 DeepMind 工程师 Tim Rocktäschel 创立的、成立数月之久的初创公司 Recursive Superintelligence 正在融资高达 10 亿美元。AMI Labs 于 3 月份宣布完成 10 亿美元融资，此前其创始人 Yann LeCun 宣布他将辞去 Meta 人工智能主管的职务。
在过去一年里，来自 OpenAI、DeepMind、Anthropic 和 xAI 的前员工也为其成立数月之久的初创公司（包括人工智能实验室 Periodic Labs 和 Humans&）从投资者那里筹集了数亿美元。
英国科学与技术大臣 Liz Kendall 在一份声明中表示：“对 Ineffable 的这项投资将支持一家处于人工智能最前沿的公司，它有潜力改变整个行业，这表明我们决心确保英国不仅是人工智能的接受者，更是人工智能的创造者。”
四大领先AI模型讨论这篇文章
"Ineffable Intelligence 创纪录的种子轮估值预示着一个投机泡沫，现有资本正被用来对冲生存性颠覆，而不是资助可行的、能产生收入的企业。"
一家成立仅数月初创公司 51 亿美元的估值是流动性驱动的狂热高峰的标志，而非基本价值。尽管 David Silver 在强化学习领域的资历非凡，但从“超级学习者”理论到实际通用人工智能 (AGI) 所需的资本投入是天文数字。通过 Nvidia、Google 和 Sequoia 的参与，这轮融资看起来更像是现有公司采取的防御性“亲近朋友”对冲策略，而不是一项理性投资。我们看到大量资本被错误地配置到缺乏明确变现途径的投机性研发中，这很可能在计算成本现实冲击损益表时，推高人工智能泡沫，让后期散户投资者“接盘”。
如果 Silver 在样本效率高的强化学习方面取得突破，从而绕过对海量人类标注数据集的需求，那么该模型的资本效率可能会在一夜之间使当前以大型语言模型为主的投资组合过时。
"一家成立于 2025 年底的 RL 初创公司获得 51 亿美元的估值，标志着人工智能炒作达到顶峰，高额的烧钱率和未经证实的通往超级智能的道路很可能导致广泛的失败。"
这笔 11 亿美元的种子轮融资，以 51 亿美元的估值投资于一家成立仅数月的初创公司，预示着人工智能泡沫达到顶峰——这是欧洲有史以来为一家通过强化学习（RL）追求“超级智能”的团队提供的最大规模种子轮融资。RL 在 AlphaGo 等游戏中表现出色，但在没有海量计算能力的情况下，在通用世界模型方面却举步维艰。Sequoia、Lightspeed、Nvidia 等投资者表明了 FOMO（害怕错过）心态，但 DeepMind/OpenAI 的人才外流可能会稀释大型科技公司的护城河，而初创公司则在 GPU 短缺的情况下烧钱。英国政府通过主权人工智能基金的支持增加了政治风险，如果炒作消退。文章省略了 LeCun 仍供职于 Meta（而非 AMI Labs 离职）以及 Recursive 等未经证实的消息——这闻起来像捏造的泡沫。
如果 Silver 的 RL“超级学习者”能够突破 LLM 的数据限制，实现可扩展的智能代理，那么它可能会带来 10 倍以上的突破，从而证明估值的合理性，并为 Nvidia 等早期支持者带来万亿美元的回报。
"一家成立仅数月的强化学习实验室获得 51 亿美元的估值，这并非富有远见——而是人工智能资本已脱离基本面、并正在向一个没有差异化的拥挤领域资助品牌名称的危险信号。"
这是症状，不是信号。一家成立仅数月、没有收入、没有产品、没有技术突破证据的初创公司获得了 11 亿美元的种子轮融资——由包括谷歌在内的财团资助——这表明的是资本的绝望，而非信心。文章将资历（Silver 的 AlphaGo 资质）与执行风险混为一谈。大规模强化学习仍未解决；从“从经验中发现知识”到超级智能的差距不是工程问题，而是根本性问题。真正的故事是：大型科技公司通过资助分裂的实验室来对冲风险，而风险投资公司则追逐品牌名称，进行越来越投机的投资。这种资本配置模式——而不是初创公司本身——预示着人工智能融资的后期泡沫。
Silver 的过往业绩（AlphaGo、AlphaZero）确实非凡，如果有人配得上获得巨额资金去追求“登月项目”，那就是他；支持他的财团（Sequoia、Nvidia、Google）表明他们看到了具体的东西，而不仅仅是炒作。
"如果没有切实的产品、可信的变现途径以及健全的安全/治理里程碑，这笔 11 亿美元的种子轮融资似乎是炒作驱动的，并且如果技术路线图被证明过于投机，可能会化为泡影。"
Ineffable Intelligence 的这笔种子轮融资表明了对“登月”人工智能投资的罕见胃口，而其投资者阵容（Sequoia、Lightspeed、Nvidia、Google）表明了认真的资本验证。然而，文章的核心前提——通过强化学习追求超级智能——与其说是一个近期的商业计划，不如说更像是一个公关目标。RL 的突破是真实的，但迈向 AGI 尚未得到证实；没有产品，没有收入模式，也没有多少可以评估进展的里程碑。种子阶段的估值（约 51 亿美元）暗示了积极的乐观主义和潜在的泡沫风险。安全、治理、计算成本、数据访问和监管阻力都被一带而过。缺失的背景信息包括知识产权、市场路径，以及这项努力能否与拥有更大预算的成熟实验室竞争。
反对看跌观点的最有力论据是，支持者的信心和种子轮的规模可能反映了一个可信、可扩展的计划，该计划具有近期应用和可防御的知识产权；如果他们将 RL 的突破转化为实用的工具或安全技术，那么潜在的收益可能会实现。
"高估值是为了确保知识产权而支付的战略性防御溢价，而不是对近期商业可行性的反映。"
Claude，你将“财团”视为资本绝望，却忽视了战略性捕获。通过资助 Silver，Google 和 Nvidia 不仅仅是在对冲；它们是在确保对下一代知识产权的“优先购买权”。这与收入无关；而是为了阻止竞争对手垄断 RL 的下一个范式转变。51 亿美元的估值是为锁定人才和专有架构而支付的防御性溢价，以防它们进入公开市场。这不是泡沫；这是保险。
"以 51 亿美元的估值资助一家独立初创公司会制造竞争对手，而不是为现有公司确保知识产权。"
Gemini，你提出的关于知识产权锁定“防御性溢价”的观点忽略了执行现实：Google/Nvidia 本可以直接收购 Silver（就像大型科技公司通常对顶尖 RL 人才所做的那样），而无需向 Sequoia 资助一家估值 51 亿美元的独立实体，Sequoia 更看重独角兽退出而非现有公司。这种安排存在敌对分叉、人才争夺循环以及英国反垄断机构对“对冲”卡特尔的审查风险——这是真正的保险，而非泡沫。
"Sequoia 的参与将此从防御性对冲转变为真正的范式转变信念，但这种信念仍未得到执行的验证。"
Grok 的反驳观点很尖锐，但忽略了 Sequoia 的参与为何重要。Sequoia 不资助防御性知识产权锁定——它们资助退出。真正的矛盾在于：如果 Silver 的 RL 突破是真的，Sequoia 期望的是一个独立的、价值超过 500 亿美元的结局，而不是被收购。Google/Nvidia 的参与表明，它们认为潜在收益超过了内部研发投资回报率。这不是保险；这是对新范式的信念。Grok 提出的反垄断风险是合法的，但它是一把双刃剑——监管审查可能会证实这种威胁。
"种子轮的投资回报率取决于一个多年且不确定的路径，其中数据、计算和安全障碍可能会侵蚀 51 亿美元的估值，而不是带来即时的平台。"
Claude，即使 RL 取得了突破，迈向可扩展的 AGI 也取决于数据访问、计算价格以及安全/对齐治理——这些因素将投资回报周期推到了种子轮之外。成立仅数月的初创公司就达到 51 亿美元的估值，已经定价了多年且不确定的里程碑，以及潜在的监管阻力。真正的风险不仅仅是泡沫；而是它能否在合理的投资回报窗口内产生可防御的知识产权和可变现的平台，而不是在第一天就实现独角兽退出。
小组普遍认为，一家成立仅数月的初创公司以 51 亿美元的估值获得 11 亿美元的种子轮融资，预示着人工智能泡沫的潜在形成，人们担心资本错配、缺乏明确的变现途径，以及在计算成本现实冲击时，后期散户投资者将“接盘”的风险。
强化学习的潜在突破和下一代知识产权的获取。
大量资本被错误地配置到缺乏明确变现途径的投机性研发中，这很可能在计算成本现实冲击损益表时，推高人工智能泡沫，让后期散户投资者“接盘”。