六个下注:新一代 AI 实验室的赌局与看不见的代价
串联本系列六个最具张力的案例,看清创始人、资本与技术路线之间反复出现的下注模式 · 讲解幻灯片
Live · Frontier Labs
正在重新定义“AI 实验室是什么”的小型前沿团队,一家一篇深度报告——不是新闻通稿的转述,而是联网核实后的案例研究:融资、技术路线、公开声明与其中的张力。 共 74 家,按 8 个主要方向归类,统一编号 №01–74。
串联本系列六个最具张力的案例,看清创始人、资本与技术路线之间反复出现的下注模式 · 讲解幻灯片
AI 代议人时代的第一份证据——与 Andon Labs 研究血脉相连的附录
不押更大的 Transformer:纯强化学习、扩散语言模型、状态空间、范畴论、进化与自我改进。
自训前沿模型 Mirendil-Base 系列(后训练版 Fern 0.1,上下文最高 1000 万 token,仅早期访问)/ AI 研发代理产品 Lor(私有 beta)/ 目标是把前沿 AI 研发能力交给药物、化学、生物、机器人等领域
旧金山新实验室,2 亿美元种子轮押注让 AI 做 AI 研发;首个模型 Fern 0.1 仅早期访问,基准全由自跑。
productMeet Lor语音情绪与说话风格理解 API(Resonance、Spectra-2)/ 开放权重 ASR Orukeet(冻结 Gabor 滤波器)与 oruk-loop-153M / 果蝇连接组储备池等公开实验
旧金山语音 API 公司,a16z speedrun 项目;冻结果蝇接线做情绪读出,打乱接线的对照组一样好。
releaseoruk-loop-153MPure RL / Superlearner(David Silver)
David Silver 离开 DeepMind 后创办,$1.1B 种子轮押注纯强化学习的「超学习者」。
xDavid Silver cohosted NVIDIA GTC pre-game show自我改进 AI / 递归进化
成立不到一年融资 $650M,押注「开放式演化」的自我改进 AI。
productIntroducing Flint进化模型合并 / AI Scientist
东京,前 Google Brain 的 David Ha 与 Transformer 作者 Llion Jones 创办,用进化算法找差异化路线。
blog【イベントレポート】Sakana AI Engineer Open House 2026Tabular Foundation Models
TabPFN 表格基础模型,成立 18 个月后被 SAP 收购(2026-07 交割),SAP 承诺四年投入 €1B 以上。
blogLook into the future with TabPFN-Rel协作者模型 Ampersand(API)/ 用户模型 Persimmon(研究预览)/ 长程多 Agent 强化学习
做群聊协作模型 Ampersand 和用户模型 Persimmon;成绩来自模拟用户。
releaseAmpersand多模态基因组语言模型 Omnii(变异解释、早检、疫苗、抗体、生物防御、噬菌体设计);语言/图像模型的架构与预训练方法(RND1、Halcyon)
Evo 作者团队创办的基因组语言模型公司,种子轮 5000 万美元,发布 Omnii-1 研究预览。
blogIntroducing Omnii-1: a leap toward general biological intelligenceDiffusion LLM
扩散语言模型 Mercury:并行去噪生成文本,比自回归快 5–10 倍。
productDiffusion at Scale: Introducing Mercury 3自适应训练 / Anti-Scaling
Cohere 前研究副总裁 Sara Hooker 创办,反规模主义:「怎么学」比「学什么」重要。
blogVisualize: The Interface for Understanding Your DataSSM / Mamba 架构
押注后 Transformer 时代:状态空间模型(Mamba 系)带来更低的推理延迟。
blogRaise Financial Services x Cartesia: Voice AI for Financial…模型之间的隐空间通信:训练一座“桥”,让大模型只读题、把隐藏状态交给小模型去写答案,两边模型权重冻结;官网自述首个结果是 GLM-5.2(753B)到 Qwen-3.5(4B);无论文、代码、基准名
15 人团队训练一座“桥”,让大模型的隐藏状态直接交给小模型;只有官网长文,无论文无代码。
researchBridging models’ internal states自动化“提出实验、运行、评估、迭代”的整个实验循环,先做机器学习研究与工程,再扩展到科学与工程其他领域 / 创始人 Jeff Dean、Sanjay Ghemawat、Quoc Le、Oriol Vinyals / 尚无公开论文、代码、模型或产品
Jeff Dean 等四位 Google 老搭档创办,想把整个实验循环自动化,先做 ML 研究;尚无公开产出。
xIntroducing Discovery Loop范畴论 AI / 图结构知识
东京的范畴论 AI 实验室,零外部融资,想从架构上替代 Transformer。
xOur LLM Applied Scientist German Magai presents at the 3rd…AGI / Discoverable Intelligence
陈天桥的第三次押注:会发现真相的「可发现智能」,而非会背答案的 AI。
xWe post-train LLMs for math, for code, for instruction-foll…把模型、数据和检查点放出来,或在国家层面自建——开放与主权的两种做法。
开放权重后训练模型(Hermes)/ 开源 agent Hermes Agent / 去中心化训练 Psyche
从开放后训练模型起家,靠 MIT 协议的 Hermes Agent 出圈;使用量多为自述。
xHermes Agent now has an official plugin for Meshy开放基础模型(K2 / Jais)
阿联酋 MBZUAI 内设实验室,把 375B 的 K2 连数据和检查点一起放出。
xJais-ASR ranks #1 on the Open Universal Arabic ASR Leaderbo…实时语音 API(TTS、流式 STT、语音翻译、声音克隆与设计)/ 端侧开放权重 TTS Phonon(31m、40m)/ 语音 agent 框架 Gradbot
Kyutai 联合创始人办的语音公司,种子轮 1 亿美元;开放 Phonon 端侧 TTS,仅 31m 可商用。
releaseGradium releases Phonon, an open-source text-to-speech model that runs on any deviceMoshi 全双工语音 AI
Meta FAIR 巴黎团队出走创办的非营利全开源语音 AI 实验室,Moshi 的作者。
blogThe tiny TTS was actually 10x too big开放权重前沿模型 / Beam
两位前 DeepMind 研究员创办的美国开放权重实验室,2026-10-16 放出首个模型 Beam 1.0。
blogBeam is now availableTAIDE 繁中 LLM / AI 主权
把「主权 AI」做成可运行的技术栈:TAIDE 繁中大模型,从算力到安全自建全链条。
newsYating Intelligence Debuts at ADI DEMO DAY不照着买更多 GPU:热力学芯片、概率计算,以及跨机构的分布式训练。
Protocol Learning
「协议学习」:没有任何参与者持有完整权重,AI 还能被训练和拥有吗。
xTwo new records for ProtocolNanoGPTEAGLE 系列推测解码(EAGLE-1 至 EAGLE-4);eagle-harness 引擎插件(SGLang、vLLM、TokenSpeed);托管推理端点 console.eagle.ai
EAGLE 推测解码原作者办的公司,2026-10 发布 EAGLE-4;加速比为自述。
blogIntroducing EAGLE-4: One Flexible Drafter for All Batch Sizes and Hardware去中心化训练
押注去中心化训练:INTELLECT 系列证明了可行,旗舰模型最终回到 512 张 H200。
releaseprime-rl 0.10.0: faster training, our new RL loss IPO, …热力学芯片 CN101
把热噪声变成计算资源,已流片首款商业级热力学芯片 CN101。
xNamed to the #Disruptors60 Class of 2026热力学计算 / 概率芯片
热力学采样单元(TSU):把晶体管热噪声变成概率采样的计算资源。
researchFirst Sparks of Thermodynamic Recursive Intelligence从语言走向物理世界:世界模型、VLA 与人形机器人。
WorldScape RDA
前商汤「绝影」负责人创办,用视觉空间推理做世界模型,WorldScape 登顶 WorldScore。
researchWorldScape R²SIG0 + Fast-WAM 双系统 VLA
清华与 Waymo 背景团队,卖机器人、收数据、训模型的全栈 VLA 路线。
xGalaxea LEMO Dual-Arm Development Platform Is Now …AI 科学家加自主实验室,起步于物理科学(高温超导体、磁体、半导体材料)/ 首个公开模型 Periodic Neon(1T 参数,Kimi K2.6 后训练,用于分析 XRD 实验数据;FrontierXRD 为自建基准)/ 权重与基准未公开
Fedus 与 Cubuk 创办,用自建实验室的数据训科学模型;Neon 在自建 XRD 基准上自称超过前沿模型,无第三方复测。
releaseBuilding Labs that Learn(Periodic Neon 发布)开源人形机器人
YC W24 的开源人形机器人公司,2025 年 11 月关闭。
xHello to anyone who still checks this Discord(Ben 留言截图帖)GigaWorld-1 / WorldArena #1
中国第一家系统性专注世界模型的公司,用合成数据同时训练驾驶与具身。
blogGigaBrain-0.7:基于三系统架构扩展具身基础模型至涌现能力数字 Agent / 物理 Agent
前通义千问技术负责人林俊旸创办的 Agent 公司,2026-08 官宣,覆盖数字与物理世界。
xWe are Pragmatik Labs, a new AI lab building agents…World Model / JEPA
Yann LeCun 离开 Meta 后创办,10.3 亿美元种子轮押注 JEPA 世界模型。
newsUpdates: Official launchAgent 落地需要的沙箱、浏览器、记忆、机密计算与信任层,以及垂直应用。
Agent 记忆操作系统 MemOS(开源 + 云服务 + OpenClaw / Hermes Agent / DeepSeek Harness 插件)/ 记忆原生模型 Metis、MemT-1.0 / 个人记忆助手 Memmy / 评测框架 OmniMemEval
先做记忆操作系统 MemOS(1.2 万星),再把记忆做进模型 MemT-1.0;评测多在自建框架内完成。
xChoosing a MemOS Integration for Your AI AgentDOM-based Web Agent
把网页 DOM 转成文本给 Agent 看,开源库 80,000+ stars。
blogThe Best Cloud Browser MCP Servers (2026)Agent 沙箱 / Firecracker microVM
用 Firecracker microVM 为 AI Agent 提供代码执行沙箱。
releasePause Mode Reporting, SDK Runtime Requirements & …机密推理云(TEE 托管开源权重模型)/ agent 运行时 IronClaw
NEAR 系公司,给 Brave Leo 跑机密推理,出资与控股关系公开材料里没写明。
blogWhat Is Agent Market? The Marketplace Where AI Agents…MemGPT / Agent 记忆 OS
前身 MemGPT,把操作系统的内存管理搬进 LLM,做 Agent 的长期记忆。
researchFrontierMemory 1.0机密计算上的私密推理 / 容器 / 聊天(托管开放权重模型)
在机密计算硬件上托管开放模型,被 Duck.ai 采用,信任根仍是芯片厂商。
releaseModel Sunset: GLM-5.3 FlashAI Scientist agent:Faraday(27B,后训练自 Qwen3.6-27B,指挥 GPT-5.5 的 Codex 复现论文图)/ 自建复现任务集 Replica / 目标是机构层面的递归自我改进 / 未见权重、代码或 API 发布
伦敦 DeepMind 校友实验室,训练 27B 的 AI Scientist 指挥编码代理复现论文;基准与裁判自建。
xPrime Minister announced plans to end the abuse of non-competesAI 医生助理 / 85k 日活
巴黎的 AI 临床笔记助手,8.5 万名医生每天在用,端侧处理满足 HIPAA 与 GDPR。
blogBringing Clarity to E/M Coding多智能体信任基础设施
英国 ARIA 的 £5000 万研究计划:为 Agent 间的身份验证与协议执行搭信任基础设施。
blogBuilding the Scaling Trust portfolio自学习专家化 Agent
OSU 教授 Yu Su 团队孵化,$40M 种子轮押注「专家型」自学习 Agent。
blogApprenticeBench看懂模型在想什么,并在它出错时守住底线。
AI Control
AI Control:假设模型已经学坏,如何保证它造不成灾难。
blogScrewtape: Adversarial Transcript Editing for Monitor Red-TeamingMech Interpretability
给神经网络装调试器,把可解释性做成可出售的工程能力。
researchNeural Networks Are Already CleanAI 安全研究 / 基准(HLE、WMDP、VCT)
继 MMLU 之后出了 HLE、WMDP、VCT 等基准的 AI 安全非营利机构,也运营模型排名 Dashboard。
blogAISN #83: Six AI Companies Sign White House AccordAI 红队与鲁棒性 / 对齐领域建设 / 越狱成本榜
红队研究、对齐领域建设与「越狱成本」榜并行的加州非营利机构。
researchTelling FIBS: Probes Detect Sabotage and DeceptionYoshua Bengio 创办的非营利 AI 安全机构 / 旗舰路线 Scientist AI:非 agent、只做概率预测、不带自身目标,用作前沿模型的护栏与科研工具 / 2026-07 发布形式化安全论证(arXiv 2606.29657)/ 尚无公开模型与权重
Bengio 创办的蒙特利尔非营利机构,做不带目标的 Scientist AI 当护栏;加德计划出资最高 3 亿加元,尚无公开模型。
x官方 X 招聘帖(This is your sign to leave the race pushing AI to the brink…)训练时带可解释接口的语言模型 Steerling-8B(块因果扩散 + 概念瓶颈)/ 概念标注管线 Atlas / 归因与概念 steering 平台 Clarity(封闭预览)/ 原型语言模型 PRISM
做带概念瓶颈的 8.4B 扩散语言模型 Steerling-8B 和归因平台 Clarity;成绩多为自测。
xOur research at #COLM on tracing a language model's output to its training data.Scalable AI Oversight
用 AI 监督 AI:Docent 已被 Anthropic、DeepMind、METR 等 25 家以上机构采用。
researchAI Agents Targeted U.S. and Canadian Government WebsitesAI 安全研究加速器
把 AI 安全研究压进 48–72 小时的全球黑客松,并经关联基金 Seldon 对接资本。
xIsaak Mengesha (Oxford Martin School) speaks at the AI Incident Response Sprint, Sep 11-13Applied Mech Interpretability
不到 15 人的可解释性团队,把机械可解释性用在推理时精确控制模型。
researchPopcorn: Democratized Fast Kernel Dispatching给前沿模型出考题、排榜、量自主性——以及这些评测方自己的独立性。
前沿模型第三方安全评测(首份报告评估 DeepSeek V4.1 Flash-1017)/ Agent 运行时安全平台 Fangcun Observer(内测)/ 三款安全模型 / 开源 Skill·MCP 扫描器 SkillWard / 标准与国际治理参与
清华孵化的 AI 安全公司,首份评测报告评 DeepSeek;独立性清单由自己填写,同时卖防护产品。
researchEvaluating DeepSeek V4.1 Flash-1017 for loss of control and harmful manipulation risksAI 自主能力评估
把 AI 自主性量化成 50% time-horizon,约每 7 个月翻一倍。
blogReview of the "Misalignment in high-stakes settings" section in Anthropic's Risk Report (August 2026)独立模型评测 / Intelligence Index
给前沿模型排榜的旧金山评测公司,Intelligence Index 常出现在模型发布页上。
blogAnnouncing AA-PersonalityBench: measuring how AI models communicateAI 生物风险评测 / VCT
给前沿 AI 出生物风险考题(VCT)的剑桥非营利机构,也在污水里找病原体。
blogNature Sets a Baseline, Not a Ceiling评测工程 / AI 安全研究运营
给 METR、Redwood、英国 AISI 搭评测环境和基准的远程工程队。
blogRadar guns for AI riskAI 趋势数据 / 基准评测(FrontierMath、ECI)
维护 AI 算力与模型数据库,造了 FrontierMath 与 ECI 的研究型非营利机构。
researchOpen-weight models trail closed models in cyber capabilities by 6–7 months中国 AI 安全独立观察
中国 AI 安全的独立观察站,只提供数据,不为任何一方背书。
blogBrief #30: What's next for China–US AI talks after the Xi–Trump summitAI Scheming / 安全评估
把「AI 会不会骗人」做成可测量的指标,向 Anthropic 递交过「不建议部署」的评估。
researchGLM-5.3 Sometimes Considers How Train-Time Actions Shape Future Behavior众包偏好榜 / 评测服务
公众匿名投票起家的偏好榜,现名 Arena,已向实验室和企业收费。
blogIntroducing Max in Agent ArenaAI 评测基准(BabyVision、SaaS-Bench、PaperBenchX 等)与后训练数据;科研/数学小模型 UniScientist、UniMath;一亿元 Fellows 计划
做 BabyVision、SaaS-Bench 等基准的北京评测公司;融资仅见媒体转述。
blogPaperBenchX: Can AI Reproduce Science Across Disciplines?AI 评估与红队 / 应用 AI
替前沿实验室出过生物风险评估题的伦敦公司,2026 年 3 月起由 Accenture 控股。
blogWhere is my robot butler? Why we're in a watershed moment for world modelsAgent Eval / 自主组织
把真实的钱、租约和员工交给 AI,再公开记录它如何失控。
blogOpus 5.5, GPT-6 Sol and Grok 4.7 on Vending-BenchAI 与生命科学交叉的应用研究实验室 / 为前沿 AI 实验室做药物发现与开发的长程评测、专家数据与科学智能体环境 / 与 OpenAI 合著 LifeSciBench(750 题,OpenAI 公告 2026-06-17、bioRxiv 版 2026-08-18)/ 评测由 OpenAI 主导、裁判模型 GPT-5.5,数据未公开
旧金山 6 人团队,与 OpenAI 合著 LifeSciBench,为前沿实验室做药物研发评测与数据;融资未披露。
x官方 X 招聘帖(We're hiring!,转引 Breakout List)agent 自主经营评测(真实资金 + 解锁 Mac mini:2026-07 GPT 5.6 Sol 24 小时、2026-09 七模型 72 小时)/ 基准与后训练环境数据 / Hyperbox 云工作站(仅等候名单)
旧金山数据实验室,给七个模型各 300 美元真钱放手 72 小时,营收 0;官网只有创始人 Reibman 一位具名者。
research7 AI models ran real businesses: $12,431 in fake invoices, 2,797 spam emails, $0 revenue为前沿 AI 实验室做人类参与的红队与提升度评估(Anthropic 系统卡里的生物风险桌面演练执行方)、基准设计(与 Nemesys Insights 合署 BBG 论文)、多语言数据整理;十年老店的咨询公司,AI 评估是其 Responsible AI 业务线
弗吉尼亚咨询公司,替 Anthropic 跑生物风险桌面演练、被 Meta 列为顾问;评估结论由客户署名。
researchBiothreat Benchmark Generation Framework III: Implementing the Bacterial Biothreat Benchmark (B3) Dataset不问 AI 能做什么好事,只问它今天能被怎样攻破、又能攻破什么。
AI 进攻性安全公司 / 持续红队(Red)、PR 安全审查(Review)、白盒渗透(Whitebox)/ 公开大量漏洞研究(官网公告库 28 条漏洞、21 个项目)与前沿模型利用开发自测 / 2026-09《Hacking OpenAI》自述用 Claude 辅助打到 OpenAI 员工账号,OpenAI 付 6,500 美元赏金
AI 进攻性安全公司,自述用 Claude 打到 OpenAI 员工账号;融资 290 万美元,公告库 28 条漏洞。
blogSecuring Internet-Critical Software: How We Could Have Backdoored BashOffensive AI Eval
只问 AI 今天能做什么坏事:抵抗关机、剥离护栏、自主入侵服务器并复制自身。
blogPalisade Podcast: "What AI Policy Can Learn from Immigration — with Dara Lind"Adversarial Attack / Jailbreaking
GCG 攻击与 Circuit Breakers 防御同出一门的 CMU 团队,攻防闭环。
newsGray Swan Launches Redesigned Arena Platform With $300K Challenge to Find the Next Generation of AI Red Teamers前沿模型网络攻击评测 / 评测环境
向前沿实验室出售网络攻击能力评测,前身 Pattern Labs。
researchAssessing Reflection's Beam Against Offensive Security Benchmarks失控 agent 追踪(腾讯 agent 车队报告)
约 400 人的 Discord 社群起家,从公共扫描记录里追出腾讯云的 agent 车队。
blogWe found a Tencent agent fleetAI Red-Teaming / Trust & Safety
三个哈佛本科同学做的算法化红队,想成为 AI 行业的 Moody's;2026-09 被 Beacon Holdings 收购。
xAlignment mesocosms 🤝 AI holding companiesCBRN 红队 / 提升研究 / BBG 基准框架
纽约奥尔巴尼的小型红队公司,给前沿厂商做 CBRN 红队与提升研究。
官方渠道暂无带日期的发声没有符合条件的 Lab。
最近发声取官网博客、新闻或研究页上最新一条带日期的内容;官网没有动态页或久未更新的,取官方 X 帖子(日期按 UTC)。只标了月份的,排序时按月中计。距数据截至日 14 天内的标为实心点,60 天内为半实心,更久的为空心。成立时间只有年份的,排序时按年中计;标“约”的是公开材料口径不一致或只能间接推断,悬停可看依据。
NEO LAB · 实验室观察 · 前沿创业观察 · 更多前沿创业名录 →
首次发布 2026-08-07 · 2026-09-03 迁入 Live,统一编号 №01–39 · 2026-10-16 新增 №40–42 · 2026-10-19 新增 №43–52 · 2026-10-20 新增 №53–54 · 2026-10-22 改版为按方向归类的格子视图,新增成立时间与最近发声,支持排序与筛选,新增 №55,新增 №56–58 · 2026-10-23 新增 №59–61 · 2026-10-28 新增 №62 · 2026-10-29 新增 №63,新增 №64 · 2026-10-30 新增 №65–74,订正 №72 Oruk Labs(数据集发布日期)与 №73 Tacit Labs(论文版本与数字) · 2026-11-01 订正 №38 Prior Labs 标题与简介措辞(€1B 是 SAP 的四年投入承诺,非收购价)