---
author: Best Partners TV
date: '2026-06-13'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=NZFJj90aKpo
speaker: Best Partners TV
tags:
  - neo-labs
  - commercialization
  - tech-investment
  - foundation-models
  - ai-research
title: 硅谷Top 20 Neo Labs盘点：AI时代的科研商业化新物种
summary: 本期视频深度解析了硅谷全新物种Neo Labs，盘点了总估值超千亿美元的20家顶尖AI研究型企业。探讨了由于大模型工具链成熟和资本逻辑转变，基础科研到商业化的路径正被大幅缩短，并指出这些纯研究型企业仍面临漫长的周期验证和激烈的人才争夺压力。
insight: ''
draft: true
series: ''
category: tech-trends
area: tech-engineering
project: []
people: []
companies_orgs:
  - Project Prometheus
  - Safe SuperIntelligence
  - Skild AI
  - Thinking Machines Lab
  - DeepMind
  - OpenAI
products_models:
  - AlphaFold
  - ChatGPT
  - Gemini
  - AlphaGo
  - Marble
  - Lean
media_books: []
status: evergreen
---
### 贝索斯再次创业

**大飞**: 大家好，这里是最佳拍档，我是大飞。2025年底，**杰夫·贝索斯（Jeff Bezos）**从半退休状态突然宣布重返创业一线。这一次，他没有选择继续深耕电商或者航天领域，而是一头扎进了AI，和前**谷歌X实验室**的**维克拉姆·巴贾杰（Vik Bajaj）**联合创立了一家名为**普罗米修斯计划（Project Prometheus）**的新公司。这家公司在刚启动的时候，就已经拿到了大约 62 亿美元的启动资金。要知道，即便是当年的 **OpenAI**，在成立之初也远没有这样的手笔。而到了2026年4月，有媒体曝出公司正在接近完成一轮约 100 亿美元的融资。一旦这轮融资落地，它的投后估值将达到约 380 亿美元。

**大飞**: 可是，直到今天，这家估值接近 400 亿美元的公司，没有任何公开的产品，没有任何公开的营收数据，甚至连具体的技术路线图都没有对外披露过太多。它唯一对外公布的方向，是面向物理经济的人工智能。用杰夫·贝索斯自己的话来说，他们要打造的是**面向物理世界设计工具的通用工程智能**。你可能会问，这难道不是科研院所该干的事情吗？没错，在过去这种没有明确产品、只专注于前沿科学探索的事情，确实是大学实验室或者国家科研机构的专利。但如果我们去看看过去一年整个硅谷的融资榜单，就会发现杰夫·贝索斯的普罗米修斯计划绝对不是个例。

### 新物种集中爆发

**大飞**: 在过去的12个月里，硅谷突然冒出了一大批有着相似底层逻辑的公司。它们中的绝大多数都没有成熟的产品，很多公司的营收甚至接近于零，但是它们的估值却动辄就是几十亿、上百亿美元。这些公司的创始人要么是来自 OpenAI、**谷歌DeepMind**、**Meta FAIR** 这些顶级 AI 实验室的核心研究员和教授，要么就是已经实现财务自由的连续创业者。它们既不是我们传统认知里那种只发论文、不考虑商业化的学术机构，也不是那种先做产品、再找市场、逐步融资扩张的创业公司。

**大飞**: 它们要在同一个屋顶下，同时扛住四件最艰难的事情：首先要证明自己选择的科学路径是成立的；然后要把实验室里的理论，变成能跑通的工程系统；接着要找到愿意为这个前沿技术买单的市场；最后还要说服资本愿意一直撑到技术突破和市场验证的那个关键节点。现在硅谷给这批公司起了一个非正式的名字，叫做 **Neo Labs**，也就是新实验室的意思。它们是科技史上从未出现过的一个全新物种，而它们的出现也标志着人工智能时代的科研和商业逻辑，正在发生了巨大的改变。

### 科研转化期缩短

**大飞**: 那为什么偏偏是现在，这个全新的物种会集中爆发呢？其实答案藏在科技发展的时间线里。我们回头看人类历史上几次重大的科技革命，从基础科学突破到商业化应用的距离，一直在不断缩短。从牛顿提出经典力学体系，到瓦特改良出真正实用的蒸汽机，中间隔了整整 89 年；从麦克斯韦建立完整的电磁学方程组，到马可尼实现第一次商用无线电通信，用了 31 年。到了微软和谷歌的时代，研究和生产终于进入了同一家公司。但即便是在那个时候，研究员的奖励函数是发表论文，产品经理的奖励函数是带来收入，两套体系还是各算各的账，中间依然隔着很长的转化链条。

**大飞**: 但是今天，这个距离第一次无限接近于零。最核心的原因在于，过去科研的产出是论文，论文本身不能直接变成产品，它需要经过工程师的解读、原型的开发、测试、量产等一系列漫长的环节，才能最终走向市场。而如今，人工智能时代的科研产出，已经可以直接是代码、是药物分子、是材料设计方案、是企业的运营规划。这些产出不再需要等待漫长的转化过程，它们本身就是可以直接投入使用的生产资料。

### 资本逻辑大转变

**大飞**: 当然，光有这一点还不够，Neo Labs的出现还需要另外两个关键条件同时成立。第一个条件是**工具链的成熟**。大模型的出现把工程实现的门槛大幅压低了。在过去，一个研究员有了一个新的想法，可能需要等待一个十几人甚至几十人的工程团队，花几个月的时间来帮他实现。但现在，借助大模型和各种低代码工具，研究员自己就能快速把想法跑起来，验证可行性。研究到产品之间需要的人头一下子少了一大截，这让独立的研究型创业成为了可能。

**大飞**: 第二个条件，也是最重要的一个条件，是**资本逻辑的彻底转变**。在过去，资本只会在你有了产品、有了用户、有了明确的营收增长之后，才愿意给你高估值。但是现在，当研究突破本身就能直接撬动巨大的商业价值时，投资人开始愿意在产品出现之前、收入出现之前，就押下数十亿美元的赌注。我们刚才提到的普罗米修斯计划，没有任何公开产品，却已经到位了超过 60 亿美元的资金。**伊利亚·苏茨克维尔（Ilya Sutskever）**创立的 **SSI（Safe SuperIntelligence）**，甚至明确表示完全拒绝任何短期商业化，一心只做底层的安全研究，但它的估值依然超过了 300 亿美元。资本不再需要等待产品，它开始可以直接押注研究方向本身。

**大飞**: 研究即生产、工程门槛下降、资本提前入场，这三个条件叠加在一起，构成了一个过去从未有过的历史窗口。在这个窗口里，顶尖的研究者第一次有可能不依附于任何大型科技公司或者学术机构，独立的把一件事从科学前沿一路推进到市场验证。而 Neo Lab，就是从这个窗口里生长出来的全新物种。

### 前五大公司盘点

**大飞**: 接下来，我们就来系统地盘点一下目前硅谷估值最高的 20 家 Neo Labs，看看它们都来自哪里，又在押注哪些未来的方向。这 20 家公司加在一起的总估值已经超过了 1000 亿美元。它们的选择很大程度上可能会决定未来十年人工智能的发展走向。

**大飞**: 排在第一位的，就是我们刚才提到的普罗米修斯计划（Project Prometheus），估值约 380 亿美元。它是目前所有 Neo Labs 里融资体量最大的一家，也是野心最大的一家。杰夫·贝索斯亲自下场担任联合CEO，这本身就释放了一个非常强烈的信号。他们的目标是用人工智能彻底改造工程设计、制造和物理对象的整个开发流程。简单来说，未来我们想要造一辆汽车、一架飞机、甚至一座工厂，可能直接是由人工智能来完成大部分的设计和优化工作。很多业内人士认为，普罗米修斯计划想要打造的，其实是下一个工业时代的操作系统。

**大飞**: 排在第二位的是 Safe SuperIntelligence，简称 SSI，估值约 320 亿美元。公司的创始人是整个AI行业无人不知的伊利亚·苏茨克维尔。作为 OpenAI 的联合创始人和前首席科学家，伊利亚是 **ChatGPT** 背后最重要的技术推手之一。但是在2025年，他选择离开 OpenAI 创立了 SSI。和其他所有公司都不一样，SSI完全拒绝任何短期的商业化尝试。他们把所有的资源都投入到了一个单一的技术问题上：**如何在架构的最底层实现人工智能的安全、对齐和可控**。他们的终极目标是直接打造出安全的超人类智能。目前 SSI 的融资总额已经超过了 30 亿美元，是这批 Neo Labs 里估值最高的纯研究型公司。不过值得注意的是，SSI 的联合创始人**丹尼尔·格罗斯（Daniel Gross）**后续已经离开，加入了 **Meta** 的超级智能团队，而伊利亚本人至今也没有给外界任何关于技术进展的信号。这场孤注一掷的押注结果依然充满了未知。

**大飞**: 排在第三位的是 **Skild AI**，估值约 140 亿美元。这家公司的团队来自**卡内基梅隆大学（CMU）**的机器人与具身智能实验室，是目前机器人基础模型赛道最受关注的公司之一。他们的核心思路是为各种形态的机器人打造一个通用的大脑，也就是机器人基础模型。和很多绑定特定硬件的机器人公司不同，Skild AI 走的是机器人领域的安卓路线。他们的目标是让同一套基础模型能够适配从工厂里的机械臂，到家庭里的人形机器人，再到仓库里的移动机器人等各种不同的硬件本体。2026年1月，Skild AI 完成了 14 亿美元的C轮融资，估值正式突破 140 亿美元。

**大飞**: 排在第四位的是 **Thinking Machines Lab**，简称 **TML**，估值约 120 亿美元。这家公司的创立被很多人称为是 OpenAI 史上最强的一次集体出走。它的创始人是前 OpenAI 的CTO**米拉·穆拉蒂（Mira Murati）**，而联创阵容更是堪称豪华。**约翰·舒尔曼（John Schulman）**担任首席科学家，**巴雷特·佐夫（Barret Zoph）**担任首席技术官，还有**翁荔（Lilian Weng）**等一大批 OpenAI 的核心研究员加盟。整个创始团队总计约有30名顶级AI研究者。TML以公共利益公司（PBC）的形式运营，强调多模态、协作式通用智能和开放的研究文化。它的种子轮融资就达到了约 20 亿美元，由 **a16z** 领投，一成立就估值 120 亿美元，创下了AI行业种子轮估值的纪录。

**大飞**: 排在第五位的是 **Reflection AI**，估值约 80 亿美元。这家公司的两位创始人都来自谷歌 DeepMind。**安东诺格卢（Antonoglou）**曾是 **AlphaGo** 核心研究团队的成员，**拉斯金（Laskin）**则参与了 **Gemini** 大模型的奖励和建模相关工作。Reflection AI 最初是从代码智能体起步的，但是后来逐渐转型成为了一家强调开放智能和政府、科研合作的美国前沿AI实验室。截至目前，Reflection AI 的累计融资已经超过了 21 亿美元，2025年10月的估值约为 80 亿美元，也是这批 Neo Labs 里转型轨迹最清晰的一家。

### 第六至第十盘点

**大飞**: 排在第六位的是 **Hark**，估值约 60 亿美元。这家公司的创始人**布雷特·阿德科克（Brett Adcock）**是一位非常成功的连续创业者，他之前创立的 **Figure AI** 是全球最知名的人形机器人公司之一，**Archer Aviation** 则是电动垂直起降飞行器领域的领军企业。这一次，阿德科克把目光投向了消费端的人工智能。Hark的核心方向是面向个人用户的AI硬件和通用交互界面。在这批普遍走科研重器路线的 Neo Labs 里，Hark是少有的直接对准C端市场的公司。2026年5月，Hark完成了约 7 亿美元的A轮融资，估值达到 60 亿美元。其中阿德科克本人就自投了约 1 亿美元，足见他对这个方向的信心。

**大飞**: 排在第七位的是 **Physical Intelligence**，简称 **π**，估值约 56 亿美元。这家公司由**伯克利大学**的机器人学教授**谢尔盖·莱文（Sergey Levine）**和**斯坦福大学**的教授**切尔西·芬恩（Chelsea Finn）**联合创立，是目前机器人基础模型赛道公认的标杆之一。他们的目标是为物理世界打造跨具身的通用基础模型，让机器人迎来属于它自己的“GPT-1时刻”。2025年，Physical Intelligence 完成了 6 亿美元的新融资，估值约 56 亿美元，公司的累计融资已经超过了 10 亿美元。值得一提的是这家公司的投资方阵容非常豪华，包括杰夫·贝索斯、OpenAI和 **Thrive Capital** 等，兼具学术和产业的双重背景。

**大飞**: 排在第八位的是 **World Labs**，估值约 50 亿美元。这家公司的创始人是被称“AI教母”的**李飞飞（Fei-Fei Li）**。作为 **ImageNet** 的缔造者和斯坦福人工智能实验室的前主任，李飞飞在计算机视觉领域的名声可谓无人不晓。World Labs的核心方向是**空间智能**。他们的首款产品 **Marble** 已经公开展示，能够生成可漫游、可编辑的3D世界。2026年，World Labs 完成了约 10 亿美元的新融资，投资方包括 **AMD**、**英伟达**、**Autodesk** 等科技巨头。

**大飞**: 排在第九位的是 **Unconventional AI**，估值约 45 亿美元。这家公司的创始人**纳文·拉奥（Naveen Rao）**是AI计算和芯片领域的资深专家。他之前创立的 **MosaicML** 是全球领先的大模型训练平台，后来被 **Databricks** 收购。更早之前，他还联合创立了深度学习芯片公司 **Nervana Systems**，被**英特尔**收购。Unconventional AI 的核心方向是在算力层面试图打破英伟达主导的既有格局，从硬件层面重新定义人工智能。它的种子轮融资就达到了约 4.75 亿美元，2025年12月的估值约为 45 亿美元。

**大飞**: 排在第十位的是 **Recursive Superintelligence**，简称 **RSI**，估值约 40 亿美元。这家公司由前 **Salesforce** 的首席科学家、**You.com** 的创始人**理查德·索彻（Richard Socher）**创立，是从You.com拆分出来独立运营的。它的核心目标是研发能够递归自我改进的人工智能系统。Recursive Superintelligence 的团队汇聚了来自 Salesforce AI、Meta FAIR、谷歌 DeepMind 和 OpenAI 的顶尖研究与工程人才。2026年4月，据《金融时报》报道该公司完成了至少 5 亿美元的融资，投前估值约 40 亿美元。

### 十一至十五盘点

**大飞**: 排在第十一位的是 **Decart**，估值约 40 亿美元。这是一家来自以色列的AI公司，核心方向是**实时视频和世界模型**，以及AI优化软件。他们的代表作包括能够实现实时交互的**《我的世界》（Minecraft）**世界生成，这个技术演示在业内引发了非常广泛的关注。Decart的投资方包括**红杉资本**等顶级机构，累计融资约 4.5 亿美元，2026年5月完成B轮融资后估值达到约 40 亿美元。

**大飞**: 排在第十二位的是 **Recursive Intelligence**，估值约 40 亿美元。这里特别提醒大家，这家公司和我们刚才提到的理查德·索彻的 Recursive Superintelligence 不是同一家公司，虽然名字非常相似，大家不要搞混了。Recursive Intelligence的创始人是前**谷歌大脑**的**安娜·戈尔迪（Anna Goldie）**和**阿扎利亚·米尔霍塞尼（Azalia Mirhoseini）**。她们两人正是最早在《自然》（Nature）杂志上发表“AI设计芯片布局”论文的团队，她们的研究成果直接影响了谷歌 **TPU** 的整个设计流程。Recursive Intelligence的核心飞轮非常清晰：**用AI设计更好的芯片，然后用这些更好的芯片跑出更强大的AI，再用更强大的AI去设计更先进的芯片**，形成一个不断自我强化的循环。2025年该公司完成了约 3 亿美元的A轮融资，当前估值约 40 亿美元。

**大飞**: 排在第十三位的是 **AMI Labs**，估值约 35 亿美元。公司的创始人是图灵奖得主、“深度学习三巨头”之一的 **Yann LeCun**。在离开Meta之后，Yann LeCun 联合 **Wit.ai** 和 Meta AI 的前高管**亚历山大·勒布伦（Alexandre LeBrun）**创立了AMI Labs，总部设在法国巴黎。Yann LeCun一直公开批判当前主流的大语言模型路线，他认为基于预测的大模型无法实现真正的通用智能，而**联合嵌入式预测架构（JEPA）**才是通向真正智能的正确道路。AMI Labs 的种子轮融资超过了 10 亿美元，投资方包括杰夫·贝索斯、英伟达和三星等，投前估值约 35 亿美元。

**大飞**: 排在第十四位的是 **Isomorphic Labs**，累计融资约 27 亿美元，估值没有披露。这家公司隶属于 **Alphabet** 和 DeepMind 体系，CEO是 DeepMind 的联合创始人**德米斯·哈萨比斯（Demis Hassabis）**。Isomorphic Labs 以 **AlphaFold** 的技术积累为基础，专注于 AI 药物设计领域。他们同时推进AI药物设计引擎的研发和临床管线的开发，2025年完成了约 21 亿美元的B轮融资，是目前全球估值最高的 AI 药物研发公司之一。

**大飞**: 排在第十五位的是 **Poolside**，估值约 30 亿美元。这是一家面向软件开发的基础模型和代码智能体公司。CEO**杰森·沃纳（Jason Warner）**曾任 **GitHub** 的CTO，联创**艾索·坎特（Eiso Kant）**则有丰富的工程和创业背景。在 **Cursor**、**Cognition** 等代码应用层产品竞争已经白热化的背景下，Poolside 选择了一条更难的路：**押注自研基础模型**，而不是在现有大语言模型的基础上搭建应用层。2026年，Poolside 完成了约 5 亿美元的B轮融资，估值约 30 亿美元。

### 十六至二十盘点

**大飞**: 排在第十六位的是 **Xaira Therapeutics**，估值约 27 亿美元。这是一家 AI 优先的药物研发公司，融合了人工智能、生物学和临床转化技术。它的创始阵容非常强大，包括蛋白质设计领域的顶尖科学家**大卫·贝克（David Baker）**，并且吸收了贝克实验室的相关技术积累。Xaira Therapeutics 以 10 亿美元的启动资金入场，是这批 Neo Labs 中少数直接把商业制药管线作为主战场的公司。他们押注的核心逻辑是人工智能能够从根本上压缩药物发现与验证的时间周期，把原本需要十年以上的药物研发过程缩短到几年甚至更短。

**大飞**: 排在第十七位的是 **Liquid AI**，估值约 20 亿美元。这家公司由**麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）**的团队创立，核心技术是**液态基础模型（Liquid Foundation Models）**。和当前主流的大模型路线不同，液态基础模型强调参数效率、部署灵活性和边缘推理能力。虽然这个方向目前还比较小众，但是也因此有机会在资源有限的边缘部署场景里找到独特的生存空间。2025年，Liquid AI 完成了约 2.5 亿美元的A轮融资，估值约 20 亿美元。

**大飞**: 排在第十八位的是 **Magic**，估值约 15 亿美元。这是一家面向软件工程自动化的长上下文代码模型和智能体公司。它的核心差异化在于**极长的上下文窗口和深度代码生成能力**。Magic的战略和成长轮融资约 3.2 亿美元，当前估值约 15 亿美元。

**大飞**: 排在第十九位的是 **Flapping Airplanes**，估值约 15 亿美元。这家公司由斯坦福大学的博士生**本·斯佩克特（Ben Spector）**等人创立，是一家非常年轻的 AI 研究实验室。它的核心方向是**提升AI模型的数据效率**，试图让模型在更少训练数据的情况下获得更强的能力。2026年1月，Flapping Airplanes 宣布完成约 1.8 亿美元的种子轮融资，投资方包括 **GV**、红杉资本、**Index Ventures** 和 **Menlo Ventures** 等顶级机构。据《华尔街日报》等媒体报道，该轮融资的估值约 15 亿美元。

**大飞**: 排在第二十位的是 **Harmonic**，估值约 14.5 亿美元。这是一家专注于数学超级智能和可验证推理的公司。它的核心思路是利用 **Lean** 等形式化证明方法来降低人工智能的幻觉问题，将数学推理能力作为打造可信 AI 的突破口。Harmonic的核心团队来自 **Robinhood** 和数学、形式化推理的学术圈。2025年11月，该公司完成了约 1.2 亿美元的C轮融资，估值约 14.5 亿美元。

### 沉默期的双重压力

**大飞**: 好了，以上就是目前硅谷估值最高的 20 家 Neo Labs 的盘点了。相信大家看完之后除了惊叹于它们的高估值和豪华的创始团队之外，也会产生一个疑问：这些公司真的能兑现它们的估值吗？它们面临的最大挑战又是什么？其实，这批 Neo Labs 面对的真正压力，比起技术本身，可能更多地来自于它们是否能熬住那漫长的沉默期。我们刚才提到的很多公司，它们的技术路线可能都需要非常长的时间才能看到结果。比如 Xaira Therapeutics 的药物研发管线，从 AI 设计出一个分子到完成临床验证成功上市，短则需要三年，长则可能需要十年甚至更久。Recursive Intelligence 的AI设计芯片，从完成设计到流片验证，至少也需要一年的时间。而在这段没有产品、没有营收的沉默期里，人才市场和资本市场都不会停下来等你。

**大飞**: 比如就在今年年初，Thinking Machines Lab 就经历了一波非常严重的离职潮。联合创始人兼首席技术官巴雷特·佐夫、**卢克·梅茨（Luke Metz）**，以及创始团队成员**萨姆·肖恩霍尔茨（Sam Schoenholz）**都选择离开，重新回到了 OpenAI。据《财富》杂志的报道，这些离职事件的核心原因离不开一个“钱”字。现在 Meta、谷歌这些大公司为了抢夺顶尖的 AI 人才，开出的薪酬包有时候高达上亿美元，而且还附带加速兑现的期权，几个月之内就能拿到真金白银。而 Neo Labs 能给的只是未来可能值几十亿美元的期权。但是“可能”这两个字，在人工智能这个瞬息万变的行业里，每隔几个月就要被重新定价一次。

**大飞**: 除了人才流失的压力，资本侧的压力同样巨大。我们刚才算过，这 20 家 Neo Labs 加在一起的总估值已经超过了 1000 亿美元。这意味着，在未来的十年里，这批公司里面至少要跑出一家万亿级别的公司，整个资本的账才算得过去。而如果最终没有出现这样的超级赢家，那么现在的很多高估值都将变成泡沫。

### 这是一场马拉松

**大飞**: 其实，这种处境并不是第一次出现。2012年的 DeepMind 和今天的这些 Neo Labs 几乎一模一样。那时候的 DeepMind 也没有成熟的产品，也没有明确的商业化路径，也承受着巨大的资本压力。从它完成第一个神经网络的前向传播，到 AlphaFold 成功解决蛋白质折叠问题，用了将近十年的时间。在这十年里，没有人知道答案，也没有人知道它最终能不能成功。

**大飞**: 但今天和当年最大的区别在于，当年 DeepMind 面对的竞争烈度和现在完全不在一个量级。当年全球做深度学习研究的团队屈指可数，而现在几乎所有的大型科技公司、顶级大学甚至风险投资机构，都把全部的资源投入到了人工智能领域。今天的 Neo Labs，不仅要和其他的 Neo Labs 竞争，还要和 OpenAI、谷歌、Meta 这些已经拥有海量资源和技术积累的巨头竞争。

**大飞**: 所以，我们现在看到的这个估值排名，其实并没有太大的意义。几年之后，这张榜单大概率就会被彻底重排。那些今天估值最高的公司，可能很多都会消失在历史的长河里，而那时候排在最前面的名字，今天可能还藏在某个连产品都没有的小实验室里，甚至还没有被任何人发现。大飞我觉得，人工智能的竞赛，从来都不是一场百米冲刺，而是一场漫长的马拉松。现在才刚刚跑过第一公里，谈论胜负还为时过早。

**大飞**: 好了，以上就是今天这期视频的全部内容了，希望对大家有所帮助。感谢收看，我们下期再见。