惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
H
Help Net Security
云风的 BLOG
云风的 BLOG
Apple Machine Learning Research
Apple Machine Learning Research
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Hugging Face - Blog
Hugging Face - Blog
博客园_首页
D
Docker
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Blog — PlanetScale
Blog — PlanetScale
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
GbyAI
GbyAI
博客园 - Franky
B
Blog RSS Feed
Stack Overflow Blog
Stack Overflow Blog
L
LangChain Blog
量子位
V
Visual Studio Blog
Y
Y Combinator Blog
小众软件
小众软件
N
Netflix TechBlog - Medium
博客园 - 三生石上(FineUI控件)
Microsoft Security Blog
Microsoft Security Blog
雷峰网
雷峰网

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
大模型的泡沫已经很明显了,但AI应用才刚开始
世界模型工场 · 2026-01-30 · via 人人都是产品经理

美国涌现出一批被称作 Neolabs 的新型 AI 初创公司,它们无产品、无收入,仅靠前沿的 AI 长期研究理念就斩获巨额融资与超高估值,成为资本追逐的新宠。这类聚焦 AGI 研究的团队虽受捧,却深陷技术鸿沟、人才留存的难题,还引发了学术界人才流失与商业回报的广泛质疑。

这些估值十亿美元的人工智能初创公司既没有产品,也没有收入,却吸引了众多渴望投资的投资者。

去年秋天,本·斯佩克特向投资者做了一次不同寻常的推介。

斯佩克特是斯坦福大学的一名博士生,拥有备受推崇的人工智能背景,但他近期并没有赚钱的计划,也没有传统的商业计划书。他甚至连一款爆款人工智能产品的想法都没有。

他拥有的,是一个名为“扑翼飞机”的实验室,一个训练人工智能模型的新颖想法,以及招募渴望解决人工智能最大问题的有才华的年轻研究人员的热情。

风险投资公司纷纷抓住机会支持他。

“由才华横溢的年轻人组成的小团队,能够以全新的视角看待问题——这才是真正能够取得成功的组织,”25岁的斯佩克特说道。

Flapping Airplanes——这个名字指的是未来人工智能应该从自然界汲取的生物线索——是新一波创业公司的一部分,有些人称之为“新实验室”,这些公司优先考虑长期研究和开发新的人工智能模型,而不是短期利润。

随着投资者竞相寻找下一个OpenAI(OpenAI最初是一家研究实验室,后来发展成为全球最有价值的初创公司之一),人们对Neolabs的兴趣飙升。许多顶尖人工智能研究人员认为,像ChatGPT和Claude这样的模型实际上已经走到了尽头,永远无法达到或超越人类的智能水平(顶尖人工智能公司对此观点持不同意见)。

据研究人员和投资者称,虽然估值达到 10 亿美元或以上的初创公司超过一千家,但新创企业的数量通常被认为只有几十家。

一些新兴科技实验室的估值已飙升至数百亿美元,这引发了批评人士的质疑,他们认为这些实验室大多盈利或推出爆款产品的可能性微乎其微。这些实验室在学术界掀起了一股招募狂潮,吸引了许多有潜力的学生离开学术界。

本月,Flapping Airplanes 从 GV、红杉资本、Index Ventures 和 Menlo Ventures 等投资者处筹集了 1.8 亿美元,估值达到 15 亿美元。Spector 于 9 月份暂停了他的博士课程。

今年1月,Humans& 融资4.8亿美元,估值达44.8亿美元,致力于构建帮助人们协作的人工智能系统。Reflection AI 于去年10月融资20亿美元,估值达80亿美元,旨在构建开源模型。而Periodic Labs则专注于开发用于自动化科学研究的人工智能,该公司于去年9月获得3亿美元融资。

还有 Safe Superintelligence,这是一个由Ilya Sutskever创立的人工智能实验室,他是 OpenAI 的联合创始人兼前首席科学家,ChatGPT 的发明者广受赞誉。

2024年6月,苏茨克维尔宣布将创办一家新公司,目标只有一个:打造安全的超级智能。迄今为止,他已筹集了30亿美元资金,最近一次融资时公司估值高达320亿美元,并且他向投资者坦诚地阐述了自己的意图,这在业内实属罕见。

苏茨克维尔在11月播出的Dwarkesh播客节目中表示:“我认为有些想法很有前景,我想深入研究一下。”但他并未承诺这些想法最终会带来突破、产品或收入。他还表示,人工智能在经历了2020年至2025年的快速发展期后,正回归到“研究时代”。

过去,最雄心勃勃的人工智能研究都发生在学术机构或像谷歌旗下DeepMind这样的企业研究部门内部。初创公司则专注于寻找能够盈利的应用。而人工智能的蓬勃发展促使投资者开始直接资助研究本身。

“风险投资支持的实验室——这是一种新事物,” Laude Ventures联合创始人皮特·桑西尼说。“它不是传统的风险投资。”

据市场研究公司PitchBook的数据显示,去年美国人工智能初创公司融资额达到创纪录的2220亿美元。投资者表示,他们看到越来越多的研究人员向人工智能初创公司(neolabs)推介项目。

并非所有人都相信这些研究人员能够带来经济回报。

“对于每个新型实验室来说,需要跨越的技术鸿沟都非常巨大,我认为这种风险是真实存在的,” Foundation Capital 的普通合伙人Ashu Garg表示。“绝大多数实验室根本无法跨越这个鸿沟。它们最终只会得到一些略微改进的产品。而如果你的产品只是比其他替代方案略好一些,那就毫无意义。”

Neolabs面临的最大挑战之一是人才留存。在这个时代,大型科技公司的CEO们开出超过3亿美元的薪酬来聘请人工智能专家,初创公司很难留住他们最宝贵的科研人员。Thinking Machines Lab最近以一种引人注目的方式凸显了这一现实。

Thinking Machines 由前 OpenAI 高管Mira Murati联合创立,今年 1 月,其两位创始人Barret Zoph和Luke Metz跳槽至 OpenAI。10 月,另一位创始人Andrew Tulloch也加入 Meta。近几个月来,Thinking Machines 一直在寻求额外融资,公司估值可能达到 500 亿美元。

这些损失令投资者感到不安,他们开始更加深入地探究人工智能创始人的动机。

“他们的动机是出于经济利益,还是真正想要产生影响?”GV 的管理合伙人兼 Flapping Airplanes 的投资人戴夫·慕尼黑基洛 (Dave Munichiello) 说,“他们是打算投资十年吗?还是他们还有四套房子要还贷?”

Flapping Airplanes 在残酷的人才争夺战中采取的策略并非招揽最知名的研究人员,而是招募那些原本会攻读博士学位或在量化公司任职的新人。他们邀请了人工智能领域的传奇人物——OpenAI 的创始成员 Andrej Karpathy 和 Google DeepMind 的首席科学家 Jeff Dean 分别担任顾问和天使投资人。Spector 等人早期关注的一个领域是利用更少的数据训练人工智能模型。

他们目前有 11 名员工,其中包括 Spector 的兄弟兼联合创始人 Asher Spector(他最近在斯坦福大学完成了统计学博士学位)、联合创始人 Aidan Smith(一位 21 岁的 Thiel 研究员,该项目向大学生支付报酬,鼓励他们辍学并从事自己的项目)以及一名 18 岁的高中生。

投资者喜欢聘用年轻人才。

“我对如今这位22岁的年轻人非常感兴趣,他将在未来十年里致力于寻找通用人工智能(AGI)。”红杉资本合伙人、Flapping Airplanes投资人大卫·卡恩(David Cahn)说道。“历史上最杰出的科学成就往往出自25岁左右的人之手。”他补充道,并提及了阿尔伯特·爱因斯坦的“奇迹之年”,他在26岁时发表了一系列极具影响力的论文。

大量年轻的人工智能创业人才涌入,意味着纯粹的学术研究人员数量减少。斯坦福大学计算机科学教授斯特凡诺·埃尔蒙表示,这是他执教十年来所见过的学术界人员流动最剧烈的一次。

埃尔蒙说:“未来从事学术工作的人会减少,培养下一代人才可能会更加困难。”

与此同时,研究人员也意识到,快速便捷地筹集巨额风险投资的机会可能不会持续太久。去年11月,埃尔蒙宣布他为一家名为Inception的创新实验室筹集了5000万美元,该实验室专注于开发用于生成文本和代码的扩散模型。

“这是我第一次感觉,是的,机会如此之大,我们拥有得天独厚的优势去争取这个机会,”埃尔蒙说。“机不可失,时不再来。”(wsj)

本文由人人都是产品经理作者【AIOrbit】,微信公众号:【AIOrbit】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。