一份AI 创业地图，把 OpenAI、DeepMind 出走潮整理成了一张表格。看完之后，"下一个 OpenAI 是谁"这个问题已经不重要了——更重要的问题是，63 个候选人同时存在的时候，资本怎么定价？
一份让人重新看懂 AI 创业的清单
一份名为 Artificial Intelligence Neolabs 的表格盘点了63 家 AI 初创公司，合计估值约 3000 亿美元，其中相当一部分公司没有公开产品、没有公开收入，团队规模在 20-60 人之间。
作者给"Neolab"下的定义很明确：由顶尖 AI 实验室出身的研究员、教授或资深创业者创办，跳过传统的产品市场契合度（PMF）阶段，直接以独角兽估值募资，把所有资源压在长期前沿研究突破上的 AI 公司。
这份榜单值得被看一遍——不是因为里面每家都会成功，而是因为它把 2024 年至今 AI 创业的一种新的资本范式画了出来。下面把这份地图拆开看：第一梯队 5 家头部公司的硬数据轨迹、四个核心赛道的分布、共同的"创始人画像"、以及一个不能回避的问题——这种估值方式到底是合理定价还是泡沫定价。
第一梯队：5 家公司，过去 18 个月的估值轨迹
榜单里估值最高的几家公司，恰好可以用来检验"Neolab"这个定义本身。它们是这个范式最纯粹的样本。
Thinking Machines Lab：从 120 亿到 500 亿，再到出走潮
Mira Murati 在 2025 年 2 月离开 OpenAI 后创办的 Thinking Machines Lab，是这份榜单里最具戏剧性的一家。
数据轨迹：2025 年 7 月，公司宣布完成 20 亿美元种子轮，Andreessen Horowitz 领投，Nvidia、Accel、AMD 跟投，估值 120 亿美元——这是硅谷历史上最大的种子轮之一。仅 4 个月后，2025 年 11 月，Bloomberg 报道公司在洽谈新一轮融资，估值目标 500 亿美元，比 7 月翻了 4 倍多。
但 2026 年 1 月剧情急转：The Information 报道，500 亿轮谈判停滞；联合创始人 Barret Zoph、Luke Metz 相继离职，原 5 位联合创始人只剩 John Schulman 一人留任首席科学家。CNBC 后来确认公司在 2025 年 10 月发布了首个产品 Tinker——一款让企业和研究者更便捷地微调大模型的 API 工具，但这个产品并没能撑起 500 亿的估值预期。
Thinking Machines 的故事说明了一个 Neolab 的核心风险：当估值是按照"创始人 IP × 时间窗口"定价的时候，团队稳定性比产品路线图更脆弱。
Safe Superintelligence (SSI)：20 个人、零产品、320 亿估值
如果说 Thinking Machines 是"快"的代表，Ilya Sutskever 的 SSI 就是"慢"的代表——但慢得更激进。
SSI 在 2024 年 6 月由 Sutskever、Daniel Gross、Daniel Levy 三人创办，公司只有一个目标和一个产品："安全的超级智能"。在那之前不会发布任何东西。
数据轨迹更加陡峭：2024 年 9 月，10 亿美元融资，估值 50 亿美元；2025 年 3-4 月，再融 20 亿美元，估值跃升至 320 亿美元——8 个月内估值涨了 6 倍多。Greenoaks 领投，单笔投了 5 亿美元，Alphabet、Nvidia、a16z、Lightspeed 全部参与。
公司至今约 20 名员工，没有公开模型、没有公开产品、没有公开论文。Google Cloud 提供 TPU 算力（这是 SSI 在硅谷的一个特殊点：弃用 Nvidia GPU 改用 Google TPU 训练）。2025 年中，Meta 提出收购被 Sutskever 拒绝，随后联合创始人 Daniel Gross 离开 SSI 加入 Meta，Sutskever 接任 CEO。
SSI 的 320 亿美元里没有一分钱是按现金流折现算出来的——它是纯粹的"Sutskever 看到了一座别人没看到的山"的期权定价。
Reflection AI：7 个月里估值跳了 15 倍
2024 年 3 月，前 DeepMind 研究员 Misha Laskin（前 Gemini 奖励建模负责人）和 Ioannis Antonoglou（AlphaGo 联合创始人）创办了 Reflection AI，最初定位是"自主编码 agent"。 数据轨迹更夸张：2025 年 3 月 Series A 融资 1.3 亿美元，估值 5.45 亿美元；2025 年 10 月，再融 20 亿美元，估值跳到 80 亿美元——7 个月内估值涨了 15 倍。Nvidia 单笔投了 8 亿美元，Eric Schmidt、Sequoia、Lightspeed、Citi、1789 Capital 跟投。2026 年 3 月，Roic News 报道公司在洽谈 200 亿美元估值新轮。
Reflection 在 10 月的融资公告里完成了一次定位转向：从"编码 agent 创业公司"重新定义为"美国版 DeepSeek"——开源前沿模型实验室。CEO Laskin 的原话是把开源前沿技术"带回美国"。
这一转向揭示了 Neolab 估值逻辑的另一面：地缘叙事可以为估值买单。在 DeepSeek R1 让整个硅谷重新审视开源 AI 的语境下，"美国需要一个开源前沿实验室"这个故事本身就值几十亿美元。
Physical Intelligence：把 Foundation Model 范式搬到机器人
Physical Intelligence (PI) 走的是一条不同的路——它不做 LLM，而是做"机器人界的基础模型"。
创始团队来自 Google DeepMind、Stanford 和 UC Berkeley：Karol Hausman（CEO，前 DeepMind）、Sergey Levine（首席科学家，UC Berkeley 教授）、Chelsea Finn（Stanford 副教授）、Brian Ichter（前 Google Research）、Lachy Groom（COO，前 Stripe 产品负责人）。
数据轨迹：2024 年 3 月种子轮 7000 万美元，估值 4 亿美元；2024 年 11 月 Series A 融资 4 亿美元，估值 20 亿（Bezos、OpenAI Startup Fund 领投）；2025 年 11 月再融 6 亿美元，估值 56 亿美元（Alphabet 旗下 CapitalG 领投）；2026 年 3 月，Bloomberg 报道 PI 在洽谈 10 亿美元新轮，估值目标超过 110 亿美元——18 个月内估值翻了近 28 倍。
PI 的产品节奏比 Thinking Machines 和 SSI 都快：2024 年 10 月发布并开源了 π0 模型——一个 30 亿参数的视觉-语言-动作（VLA）模型，能在 7 种机器人平台上完成 68 种任务（叠衣服、煮咖啡、装箱）。2025 年 11 月又发布了 π0 FAST 和 π0.7，开源代码和权重。
PI 是这份榜单里少数有"产品节奏"的 Neolab——它在用"模型迭代"而不是"产品发布"作为里程碑，这跟 OpenAI 早期的发布节奏很像。
Periodic Labs：3 亿美元种子轮押在"AI 科学家"上
2025 年 9 月 30 日才正式从 stealth 走出来的 Periodic Labs，是榜单里最年轻、但已经触发"反向 pitch"的公司。
创始人：Liam Fedus（前 OpenAI 研究 VP，ChatGPT 架构师之一，2025 年 3 月离职）和 Ekin Dogus Cubuk（前 Google DeepMind 材料科学研究员，GNoME 论文作者之一）。
数据：成立 4 个月就完成了 3 亿美元种子轮，估值约 15 亿美元。a16z 领投，Felicis 第一张支票，Nvidia Ventures、DST、Accel 跟投，天使轮里包括 Bezos、Eric Schmidt、Jeff Dean。2026 年 3 月，TFN 报道公司在洽谈新一轮，目标估值 70 亿美元。
Periodic 的方向是用 LLM + 机器人 + 物理仿真做自动化材料发现——理论上可以让一个"AI 科学家"24 小时不间断地设计、合成、测试新材料。Cubuk 在 DeepMind 时期发表的 GNoME 论文已经预测了 220 万种新晶体结构；现在的设想是把这个能力工业化。
四个赛道：63 家公司大致分布
把整份榜单按方向拆开看，四个赛道画像各不相同：
基础模型（Foundation Models）方向：以 SSI、Thinking Machines、Reflection AI、Liquid AI、Sakana AI、Magic 为代表。共同特征是创始人来自 OpenAI/DeepMind/Anthropic，目标是做"下一个前沿模型"，估值最容易突破百亿美元。
具身智能与机器人（Embodied AI）方向：Physical Intelligence、Skild AI、World Labs、Humanoid 等。这条赛道的逻辑是把 LLM 的 scaling 范式搬到机器人——不再为每个任务训练专用模型，而是做一个能跨硬件、跨任务的"机器人大脑"。Skild AI 在 2024 年估值已经到 35 亿美元；World Labs 由李飞飞创办，2024 年完成 2.3 亿美元融资估值 12.5 亿美元，2026 年 2 月再融 10 亿美元，估值约 50 亿美元，2025 年 11 月发布了首款产品 Marble（3D 世界生成）。
科学 AI（Science AI）方向：Periodic Labs、EvolutionaryScale（蛋白质设计）、Recursion、Salin Therapeutics、Inception 等。这是最有"研究院气质"的一条赛道，融资逻辑接近"私人研究所 + AGI 期权"。
国防与严肃应用方向：Helsing（欧洲防务 AI）、Anduril 系等。Helsing 是榜单里少数欧洲玩家，2024 年估值已经到 50 亿欧元，做的是无人机自主性和软件定义防务。
把这四条赛道叠在一起看，Neolab 的真正定义浮现出来了：它不是 AI 创业，而是 AI 研究的私有化。过去 30 年由 Bell Labs、Xerox PARC、Google Brain、DeepMind 完成的事，现在被拆成 60 多家私募研究所同时做。
共同画像：四件套
把 63 家公司放在一起会发现，它们共享一套相当一致的"四件套"：
出身：核心创始人来自 OpenAI、DeepMind、Anthropic、Google Brain、Stanford AI Lab、UC Berkeley、MIT 这几个机构。Periodic Labs 创始人 Fedus 离开 OpenAI 时只发了一条 X，资本就主动找上门——这是 Neolab 的入场券。
资本路径：a16z、Sequoia、Founders Fund、Lightspeed、Greenoaks、Khosla 这几家是最常出现的领投方。Nvidia Ventures 在过去 12 个月里同时是 Reflection、Periodic、Physical Intelligence、World Labs 的投资人——它实际上是用一只 GPU 厂商的战略基金，给整个 Neolab 生态做了一次基建投资。
估值范式：种子轮即独角兽。Thinking Machines 120 亿美元种子，Periodic Labs 15 亿美元种子，Physical Intelligence 4 亿美元种子。传统 SaaS 公司要 7-10 年才能到达的估值，Neolab 在第一轮就交付。
节奏：先融资 → 再招人 → 再出产品。SSI 至今没产品，估值 320 亿美元；Reflection 还没发模型，估值 80 亿美元。这个节奏跟传统硅谷"产品 → 增长 → 融资"的次序完全反过来。
矛盾与风险信号
榜单看完之后必须问的一个问题是：这 3000 亿美元里，有多少是泡沫定价？
几个值得跟踪的风险信号：
第一，团队稳定性是 Neolab 的最大单点故障。Thinking Machines 在 2025 年 11 月还在洽谈 500 亿估值，2026 年 1 月就因为联合创始人出走导致融资停滞。SSI 也经历过 Daniel Gross 离开去 Meta。当一家公司估值的 90% 来自"创始人 IP × 时间窗口"，任何一个核心人物离职都会引发估值重估。
第二，燃烧率与"诚实时间窗口"的赛跑。训练前沿大模型的成本曲线没有放缓——2026 年训练一个前沿 LLM 的算力成本据公开估计在 5-10 亿美元之间。这意味着一家 Neolab 即使融了 20 亿美元，也只能撑 18-24 个月的两轮训练。如果第一个模型不能进入前 3 名，融下一轮的故事就会很难讲。
第三，巨头收购未遂的信号。Meta 在 2025 年中尝试收购 SSI 被拒，也曾接触过 Thinking Machines。这些尝试的失败说明：巨头对 Neolab 的战略价值评估，已经追不上 VC 给出的财务估值。换句话说，独立 IPO 之外，这些公司很难找到合适的退出路径。
第四，产品空窗期的舆论风险。SSI 已经从公开融资到现在 18 个月零产品。这种沉默在 ChatGPT 时刻之前是研究院的标准节奏，但在 2026 年的舆论环境里，每多一个月没产品，就会多一篇"它会不会重蹈 Inflection AI 覆辙"的报道。Inflection AI 这家曾经融资超过 13 亿美元的明星 Neolab，2024 年 3 月被 Microsoft 实质性"收购式雇佣"——核心团队全部加入 Microsoft AI，公司本身保留壳。这是 Neolab 范式里第一个明确的失败案例。
中国为什么不在榜单上？
榜单底部有一个 Notable Omissions（值得提及的遗漏）小注：作者明确把 Mistral、Anthropic、Black Forest Labs、Pika、Kimi、Etched 等公司排除在外。中国玩家——DeepSeek、月之暗面、智谱、阶跃、MiniMax——也都不在榜单里。
作者给出的理由是它们"不符合 Neolab 定义"——已经有大规模产品、已经在产生收入、已经超出"前沿研究私有化"这个定位。
但仔细看会发现，DeepSeek、月之暗面、智谱的创始团队画像、估值轨迹、研究优先的策略，跟 Thinking Machines、SSI 几乎是同构的。DeepSeek 创始人梁文锋出身量化基金幻方，团队大量来自清华、北大；月之暗面杨植麟出身清华+CMU；智谱出身清华 KEG 实验室。它们在 2024-2025 年的估值轨迹也接近翻倍年增长。
真正的区别其实是两个：一是叙事语境——西方资本市场把"OpenAI 出走潮"当作主叙事，中国玩家不在这条叙事线里；二是产品节奏——中国 Neolab 不允许"零产品 18 个月"的奢侈，DeepSeek、Kimi 必须发产品、必须做开源、必须打 API 价格战。它们的资本环境逼着它们必须更早商业化。
这种叙事差异本身是一个值得跟踪的信号。
对内容工作者和产品人的几点观察
把这份榜单当作一张"未来 3 年 AI 产品供给端"地图来看，有几点可以预先准备：
第一，跟踪谁先出第一个产品。 Neolab 的下一个分水岭是"模型/产品发布"。Thinking Machines 已经发了 Tinker，Periodic Labs 还在 stealth，SSI 据说没有时间表。第一波出产品的公司会快速消化估值溢价，没出产品的会在 2026 年下半年面临融资压力。
第二，跟踪人才流动。 联合创始人和核心研究员的流动是 Neolab 范式里最早的领先指标。Thinking Machines 出走潮已经被市场定价了一次；下一个出走潮发生在哪家，可以提前在 LinkedIn 和 X 上盯住。
第三，跟踪赛道的"集体证伪"信号。 如果 Physical Intelligence、Skild AI、Figure AI 在 2026 年都没拿出能商用的具身智能产品，整个机器人赛道的估值会一起重估。同样的逻辑也适用于科学 AI 和基础模型赛道。
第四，对内容创作者的具体启示。 这份榜单提供了至少 60 个未来 12 个月的选题——单家公司的深度报道（重点在 SSI、Thinking Machines、Periodic Labs、Physical Intelligence、World Labs、Reflection AI 这六家）、赛道对比稿（机器人 Foundation Model 之争、AI 科学家路线图）、以及"中国 Neolab 是否存在"的反差视角。
