硅谷Top 20 Neo Labs盘点 | 科研到商业化大幅缩短 | 工程门槛降低 | 资本提前押注 | 普罗米修斯计划 | SSI | Skild AI | TML | Reflection AI

2025年底，傑夫·貝索斯突然宣布從半退休狀態重返創業一線，與前谷歌X實驗室主管維克拉姆·巴賈杰聯合創立了普羅米修斯計畫，一家初始融資就達62億美元的AI公司。這筆資金規模遠超OpenAI成立初期，而到2026年4月，又有媒體報導該公司接近完成約100億美元的融資，投後估值將達380億美元。然而直到今天，這家估值接近400億美元的公司沒有任何公開產品、營收數據，甚至技術路線圖也鮮少披露。僅僅宣稱要打造「面向物理世界設計工具的通用工程智能」。這並非孤例——硅谷近期突然冒出一大批擁有相同特徵的公司：無成熟產品、營收接近零，估值卻動輒幾十億、上百億美元。這些公司的創始人要麼來自OpenAI、谷歌DeepMind、Meta等頂級AI實驗室的核心研究員，要麼是已實現財務自由的連續創業者。硅谷為這個現象取了非正式名稱：「Neo Labs」（新實驗室）。

這個全新物種的出現，源於科技發展時間軸上的一次根本轉變。縱觀人類歷史上的重大科技革命，從基礎科學突破到商業化應用的距離一直在縮短——從牛頓經典力學到瓦特蒸汽機用了89年，麥克斯韋電磁學到馬可尼無線電用了31年，到微軟和谷歌時代，研究和生產終於進入同一家公司。但即便如此，研究員的獎勵函數是論文，產品經理的獎勵函數是收入，雙方各算各的賬，中間仍隔著漫長的轉化鏈條。而今天，這個距離第一次無限接近於零。關鍵在於科研的產出形式改變了。過去科研產出是論文，論文本身無法直接變成產品，必須經過工程師解讀、原型開發、測試、量產等一系列環節才能投向市場。而如今AI時代的科研產出已可直接是代碼、藥物分子、材料設計方案、企業運營規劃——這些產出不需要漫長轉化過程，本身就是可直接投入使用的生產資料。

光有這一點還不夠。Neo Labs的出現還需要另外兩個關鍵條件同時成立。第一是工具鏈成熟。大模型的出現把工程實現門檻大幅壓低。過去研究員有新想法需要等待十幾人甚至幾十人的工程團隊花數月實現，而今借助大模型和低代碼工具，研究員自己就能快速驗證可行性，所需人力大幅減少，獨立的研究型創業成為可能。第二個條件——也是最關鍵的——是資本邏輯的徹底轉變。過去資本只在企業有產品、用戶和明確營收增長後才給高估值，而現在當研究突破本身就能直接撬動巨大商業價值時，投資人開始願意在產品和收入出現之前投下數十億美元賭注。普羅米修斯計畫沒有任何公開產品卻已到位60億美元資金；伊利亞·蘇茨克維爾的SSI明確拒絕任何短期商業化，純做安全研究，估值卻超300億美元。研究即生產、工程門檻下降、資本提前入場——三個條件疊加形成了過去從未有過的歷史窗口。在這個窗口裡，頂尖研究者第一次可能不依附任何大型公司或學術機構，獨立把工作從科學前沿推進到市場驗證。

硅谷估值最高的20家Neo Labs加總估值已超1000億美元。他們的選擇很大程度上將決定未來十年AI發展走向。除了普羅米修斯計畫和SSI，還有來自卡內基梅隆大學的Skild AI（140億美元，機器人基礎模型）、OpenAI大規模離職組成的Thinking Machines Lab（120億美元，多模態通用智能）、DeepMind團隊創辦的Reflection AI（80億美元）、消費端AI硬件的Hark（60億美元）、跨具身機器人基礎模型的Physical Intelligence（56億美元）。還有李飛飛的World Labs做空間智能3D世界生成（50億美元）、專注算力層的Unconventional AI（45億美元）、遞迴自我改進AI的Recursive Superintelligence（40億美元）、實時視頻世界模型的以色列公司Decart（40億美元）、AI設計芯片的Recursive Intelligence（40億美元，形成與強大芯片執行更強AI的飛輪）、楊·勒昆的AMI Labs做JEPA架構（35億美元，反對大語言模型路線）。以及DeepMind旗下的藥物設計公司Isomorphic Labs（27億美元）、代碼智能體的Poolside（30億美元）、蛋白質設計專家貝克領導的Xaira Therapeutics（27億美元、10億啟動資金、直接做制藥管線）、MIT的液態基礎模型Liquid AI（20億美元）、軟件自動化的Magic（15億美元）、數據效率研究的Flapping Airplanes（15億美元）、可驗證推理的Harmonic（14.5億美元）。

然而Neo Labs面對的真正壓力來自於能否熬住漫長沉默期。許多公司技術路線需要很長時間才見結果——Xaira的藥物設計到臨床驗證需3-10年+，Recursive Intelligence的AI芯片設計到流片驗證至少一年。在無產品無營收的沉默期，人才市場和資本市場不會等待。今年年初Thinking Machines Lab就經歷嚴重離職潮，聯合創始人巴雷特·佐夫、盧克·梅茨等回歸OpenAI，核心原因是大公司開出的薪酬包高達上億美元還有加速兌現期權，而Neo Labs只能提供未來可能值數十億的期權——但這個「可能」在瞬息萬變的AI行業每幾個月就要重新定價。除了人才流失，資本壓力同樣巨大。1000億美元總估值意味著未來十年這20家公司裡至少要跑出一家萬億級超級贏家，否則現有估值都將變泡沫。這種處境並非首例——2012年的DeepMind也沒成熟產品、無商業化路線，承受巨大資本壓力，從第一個神經網路前向傳播到AlphaFold成功用了近十年。但關鍵差異在於競爭烈度：當年全球深度學習研究團隊屈指可數，而今幾乎所有大型科技公司、頂級大學、風投都把全部資源投入AI。今日Neo Labs不僅要互相競爭，還要和OpenAI、谷歌、Meta這些已擁海量資源的巨頭競爭。現在的估值排名幾年後大概率被徹底重排，今日估值最高的公司可能消失在歷史長河，而未來排在最前的名字今天可能還藏在某個無產品的小實驗室裡，甚至還未被任何人發現。