随着人工智能竞争升温，meta、Google、OpenAI等科技巨头正经历一波核心研究人才外流，而这些离职研究员正在快速创办新AI公司，并获得巨额资本支持。
据 CNBC 报道，越来越多顶级研究人员离开大型实验室创立初创公司，投资人正押注这些团队可能在模型架构、强化学习、智能体和可解释性等方向开辟新路径。
前Google DeepMind研究员David Silver创办的Ineffable Intelligence，该公司成立数月即完成11亿美元种子轮融资，被称为欧洲史上最大种子轮之一。
另一名前DeepMind研究员Tim Rocktäschel创办的Recursive Superintelligence据报道也在融资最高10亿美元。
与此同时，由前Yann LeCun发起的AMI Labs今年3月宣布融资10亿美元，目标是开发从持续现实世界数据中学习的AI系统。
过去一年，来自OpenAI、Anthropic、xAI和 DeepMind 的前员工还推动了包括Periodic Labs、Ricursive Intelligence与Humans&在内的一批新公司融资。
这些新创公司不仅获得资金，也往往从创始人原雇主大量吸纳人才，形成新的人才磁场。
法国风投机构Eurazeo投资负责人Elise Stern认为，大模型头部实验室的竞争，反而给更灵活的小公司创造了空间。
她指出，在竞速状态下，大公司往往会收缩研究重点，导致新架构、Agent、可解释性和垂直模型等方向被阶段性弱化，而这恰恰成为创业机会。
数据显示，资本正在快速跟进。根据 Dealroom 数据，仅2026年，创立于2025年以来的AI初创公司已吸引188亿美元风投资金，有望超过去年相关融资规模。
资本看重的不只是明星履历，更是这些研究人员对“下一代路线”的判断。
一些创业公司正明显尝试绕开当前主流大模型路径。
例如，Ricursive Intelligence聚焦AI芯片设计工具，强调作为“中立合作伙伴”更容易获得客户信任；Periodic Labs探索自主实验室；Ineffable Intelligence则押注强化学习；而Humans&同样采用基于经验学习路线。
这些方向共同指向一个趋势：部分研究者正在质疑，仅靠扩大当前大语言模型规模，是否足以推动下一阶段AI突破。
投资机构HV Capital合伙人 Alexander Joël-Carbonell 认为，大型基础模型实验室对性能指标和快速发布节奏的压力，也压缩了探索性研究空间，这推动更多研究者选择独立创业。
某种程度上，这股创业潮既是AI资本热的延续，也是大厂竞争副产品。
随着头部实验室越来越聚焦商业化与规模扩张，部分前沿创新可能正向实验室之外迁移。而投资人押注的，正是这些“外溢创新”成为下一代AI平台的可能。（AI普瑞斯编译）
