由OpenAI前CTO Mira Murati创立的AI创业公司Thinking Machines Lab，获得由a16z领投的20亿美元种子轮融资，估值达到120亿美元。NVIDIA、Accel、ServiceNow、CISCO、AMD、Jane Street等各领域的知名机构参与融资，这也是科技史上最大的种子轮融资。
2025年2月创立的Thinking Machines Lab，最初的计划融资额是10亿美元，估值90亿美元，而几个月来，金额水涨船高，最终固定在20亿美元。
这家企业目前公开的信息，只有他们豪华的创始团队，以及一个相对模糊的技术方向，尚无具体的产品，更没有收入。
这笔融资，以及Ilya Sutskever已经估值320亿美元的Safe Superintelligence（也还没有产品和收入），和Meta对顶尖AI研究人才的“疯狂”挖角，代表着人才的重要性在AI行业被提到了一个前所未有的高度。
估值120亿美元，还没有产品，只有超豪华的创始团队
Mira Murati自2016年就加入OpenAI，并担任高层，之后担任了公司的CTO，在她的领导下，团队打造了GPT-3、GPT-4、DALL-E和ChatGPT等一系列开创性技术。在此之前，她曾在特斯拉担任高级产品经理，负责开发Model S、Model X以及特斯拉的Autopilot自动辅助驾驶技术。
Mira Murati
包括John Schulman、Barret Zoph、Bob McGrew、Alec Radford、Alexander Kirillov、Jonathan Lachman、翁荔（Lilian Weng）等AI大牛，都是Thinking Machines Lab创始团队的成员。
John Schulman（图片来源于他的个人官网）
John Schulman是OpenAI的联合创始人，师从加州伯克利的AI大牛Pieter Abbeel，他前期在OpenAI领导强化学习团队，开发了著名的PPO算法（近端策略优化）和TRPO（信任区域策略优化 ）算法，并与Ilya Sutskever共同领导超级对齐团队，负责ChatGPT的后训练。他2024年8月起短暂加入了Anthropic，之后加入Thinking Machines Lab并担任首席科学家。
Barret Zoph（图片来源于他的个人github页面）
Barret Zoph现任Thinking Machines Lab的联合创始人兼CTO，他于2022年9月加入OpenAI，担任研究副总裁，在ChatGPT的后期训练中担任关键角色。此前，他于2016年加入Google Brain担任研究科学家，专注于训练大型稀疏语言模型。
Bob McGrew（图片来源于播客Startup Archive的视频截图）
Bob McGrew是OpenAI前首席研究官，是GPT-3、GPT-4以及被o1等模型开发的关键人物。在2016年加入OpenAI之前，他曾在Paypal和Palantir长期担任关键技术人员。
Alec Radford（图片来源于他的社交媒体头像）
Alec Radford是GPT论文的一作，让OpenAI开始坚定的走Scaling Law的道路，他也是GPT-2，CLIP（文本图像模型），DALL·E，Whisper等关键模型的共同作者或关键贡献者，是OpenAI的技术灵魂人物之一。
Alexander Kirillov在OpenAI领导了其多模态研究团队，他深度参与了Advanced Voice Mode和GPT-4o等项目的开发。
Jonathan Lachman（图片来源于他的社交媒体头像）
Jonathan Lachman是OpenAI前特别项目负责人，此前是Leap Motion的首席运营官，也作为Blend的战略运营负责人，推动公司收入从2000万美元增长到2.5亿美元。他在OpenAI推动了多项战略合作。
Lilian Weng（图片来源于她的社交媒体头像）
翁荔（Lilian Weng）在OpenAI担任AI安全系统负责人，致力于确保AI系统安全、可控且符合人类价值观。
关注AI的安全性，首款产品将在数月内发布
在技术和产品方面，Thinking Machines Lab透露出的信息相对模糊，Mira Murati在社交媒体表示，他们的首款产品将在数月内发布，将包含重要的开源组成部分，并为开发定制化模型的研究人员和初创公司带来切实的帮助。
根据外媒《The Information》的报道，Thinking Machines Lab将为企业开发围绕其KPI定制的AI解决方案，这项业务被投资者们称为“商业强化学习”（RL for businesses）。除了强化学习外，根据Murati对早期投资者透露的信息，Thinking Machines Lab将使用一项新技术，即从开源模型中选择性地“摘取”特定层并进行组合。
在Thinking Machines Lab的官网信息中，它们也强调了多模态能力，以及对AI的有效安全措施，包括对齐，红队演练和部署后监控等方法。这方面的理念，与Ilya Sutskever的Safe Superintelligence倒是不谋而合。
巨头和顶尖AI公司的抢人大战，人才成为AI行业最重要的要素
Anthropic，Safe Superintelligence，Thinking Machines Lab，是OpenAI Mafia（从OpenAI分裂出的创业公司们）中最强大的三家，它们的共同特点就是有顶尖的AI研究员领导，并且高级人才云集。
它们获得的巨量融资和追捧（尤其是Safe Superintelligence，Thinking Machines Lab还没有拿出产品），显示了AI行业的一个新的趋势，就是人才成为AI行业最重要的要素。
AI行业中三个重要的要素是人才，算力和数据。其中算力和数据，是与Scaling Law直接相关的，数据越丰富，算力越多，就越可能训练出强大的模型，例如xAI的Grok3和Grok4，还在践行这个办法。但是另一方面，Ilya Sutskever在去年就已经预言Scaling Law将逐渐失效，o系列模型代表的推理模型，其推理计算带来的收益，也在逐渐减弱。
DeepSeek的横空出世，让行业看到他们在算力受限的前提下，训练出了R1这个开源的Sota模型。作为对比，Meta拥有行业数一数二的数据和算力，在经过了3代的积累后，Llama 4模型却迎来了失利。这让行业认识到，在人才，算力和数据这三个要素中，人才应该才是核心。
于是，我们就看到了由Mark Zuckerberg主导的抢人大战，他不但以143亿美元收购了ScaleAI的49%股权，并让Alexandr Wang担任Meta新部门“超级智能”的领导者，还挖来了前GitHub CEO Nat Friedman，以及Safe Superintelligence联合创始人Daniel Gross，共同领导这个部门。
此外，他从OpenAI挖来了GPT-4o的语音与图像模块开发者Shuchao Bi和Huiwen Chang，“思维链”（Chain-of-Thought）技术代表人物Trapit Bansal和Jason Wei ，以及GPT系列模型的重要研发成员Ji Lin、Shengjia Zhao、Hongyu Ren和Jiahui Yu等人。
也从DeepMind挖了Jack Rae与Pei Sun，从Apple挖走了Apple Foundation Models 负责人Ruoming Pang。
更早之前，Google对Character.AI的交易，也是以人才为目标，在27亿美元的交易之后， Character.AI的两位联合创始人Noam Shazeer（Transformer论文的主要作者）和Daniel De Freitas，以及约30名核心研究团队成员，已经加入了Google DeepMind团队，致力于Gemini等AI项目的开发。
除了基础模型领域发起以人才为主要目标的收购外，在应用领域也是如此。同样是Google，以24亿美元的价格与 AI编码独角兽Windsurf达成一项许可协议，“挖角”了Windsurf的首席执行官Varun Mohan、联合创始人Douglas Chen以及部分核心研发团队成员，而另一家AI编码独角兽Cognition则收购了Windsurf剩余的资产和团队。
为什么无论是搞基础模型的还是搞AI应用的，都开始抢人才？归根到底还是在于模型训练和模型应用的高成本。当算力资源确定的时候，不同的人训练和应用模型，最终得到的结果会天差地别，而每迭代一次，需要付出的算力成本越来越高（Zuckerberg在招揽人才的同时，也在建设容量为5GW的超级计算中心），所以拥有无数宝贵实战经验和Know how的人才，就成为了一种战略资源。
幸运的是，根据芝加哥大学保尔森研究所的最新数据，在全球排名前20%的AI研究人员中，有47%来自中国。中国涌现出的一批全球一流的语言，视觉，机器人模型和众多的优秀AI应用，也证明了这一点。
在美国市场，根据Pitchbook的报告，2025年上半年美国初创公司融资金额飙升近76%，达到1628亿美元，其中人工智能领域的投资约占总交易额的64.1%。
中国的创投行业，这股人工智能的热潮也是现在进行时，我们期望，那些还在高校，研究所，大厂中；懂技术，能创新，有意愿创业的顶尖人才们投身到这次热潮中。
本文来自微信公众号“阿尔法公社”（ID：alphastartups），作者：发现非凡创业者的，36氪经授权发布。
