億元種子輪背後：AI研究者出走潮意味著什麼

一家成立不到半年的公司，拿到11億美元的種子輪融資——這不是科幻小說的情節，而是2026年AI產業的日常。

正在發生什麼

Google DeepMind 前研究員David Silver本月宣布，他創辦數月的新創公司 Ineffable Intelligence 完成了11億美元的種子輪融資，創下紀錄。同為前 DeepMind 員工的Tim Rocktäschel，據報導正為其新公司 Recursive Superintelligence 尋求最高10億美元的融資。

長期擔任 Meta AI首席科學家的Yann LeCun離職後創辦的 AMI Labs，在今年3月完成10億美元融資，專注於能從真實世界持續數據中學習的AI系統。前 OpenAI 與 DeepMind 員工共同創立的 Periodic Labs 去年9月籌得3億美元；前 Anthropic 與 xAI 研究員成立的 Humans& 今年1月拿下4.8億美元。

數據平台Dealroom統計，2026年至今，投入2025年後創立之AI新創的資金已達188億美元，若照此速度，全年有望超越去年的279億美元。

為什麼現在？

理解這股浪潮，需要先理解大型AI實驗室內部正在發生的結構性矛盾。

法國創投 Eurazeo 董事總經理Elise Stern說得直白：「當你身處一場競賽，視野就會收窄。這製造了真空地帶。新架構、智能代理、可解釋性、垂直模型——這些研究領域被降低優先級，不是因為它們不重要，而是因為它們無法贏得眼前的競賽。」

HV Capital 合夥人Alexander Joël-Carbonell補充：「在大型基礎模型實驗室裡，追求基準測試表現、維持快速發布週期的壓力，讓真正探索性的研究——尤其是主流LLM範式之外的方向——幾乎沒有生存空間。」

換句話說，頂尖研究員離開，往往不只是為了錢，更是為了找回做研究的自由。

廣告

廣告合作

[email protected]

廣告

他們在追求什麼「不同的路」

出走的研究員們選擇的方向，恰恰是大公司正在迴避的領域。

Ineffable Intelligence 押注強化學習——讓AI從經驗而非人類標注數據中學習，與當前主流的大型語言模型截然不同。AMI Labs 認為「AI在內容生成上取得重大進展，但在真實世界的接地性、因果推理和可靠行為上仍有明顯不足」，這正是他們要解決的問題。

Ricursive Intelligence 則瞄準晶片設計自動化。共同創辦人Anna Goldie的一句話點出了獨立的戰略意義：「要讓晶片製造商信任我們，把最有價值的智慧財產交給我們，我們必須像瑞士一樣保持中立——這在Google是不可能做到的。」

對華人世界意味著什麼

這場人才重組，對亞洲科技生態圈有幾個值得關注的層面。

晶片設計的地緣政治敏感性。Ricursive Intelligence 的核心業務是晶片設計AI，而晶片正是當前中美科技博弈的核心戰場。一家由前Google、Anthropic、Nvidia 員工組成的「中立」新創公司能否真正做到「瑞士」，在地緣政治壓力下為台積電、三星等亞洲晶片廠提供服務，是一個真實的問號。

台灣與東南亞的機會窗口。這批新創公司正大量招募人才，且明確表示歡迎前大廠員工。對於在 Google、Meta、Nvidia 台灣或新加坡辦公室工作的工程師與研究員而言，這既是被挖角的風險，也是加入早期高潛力團隊的機會。

中國AI生態的對照。中國的AI發展路徑與此有著有趣的對比。百度、阿里、騰訊、華為 同樣面臨頂尖人才流向新創的壓力，但在資本管制、監管環境與地緣政治限制下，中國版的「AI研究員出走潮」呈現出不同形態——更多是在國內創業，且與政府戰略方向高度對齊。這種差異究竟是制度優勢還是創新限制，答案尚不明朗。

投資人、研究員、大公司：各有盤算

對投資人而言，邏輯清晰：在頂尖實驗室工作過的研究員，「知道什麼在規模化時有效，也清楚內部正在放棄什麼機會」（Stern語）。這種資訊不對稱，是他們願意在公司還沒有產品時就砸入數億美元的核心理由。

對研究員而言，是雙重誘因：學術自由加上財富機會。

對大公司而言，則是一個無解的困境。Google、Meta、OpenAI 對CNBC的採訪請求均未回應。他們培養了這些人才，卻因為商業競爭的壓力，反而把他們推向了門外。提高留才條件會推高成本，放任離職則讓知識與人脈持續外流。