红杉与英伟达史上最大种子轮投资深度解析

在风险投资圈，创业者的第一笔钱有个约定俗成的名字——“种子轮”。这名字起得形象：项目刚起步，公司可能还没注册，产品停留在PPT，团队也没凑齐，一切都像一颗等待破土的种子，充满未知。

但最近几年，不少人觉得“种子轮”这说法该改改了，叫“椰子轮”可能更贴切。毕竟，种子意味着萌芽和孵化，规模通常不大，几十万到几百万是常态。可如今，尤其在大模型创业浪潮席卷下，种子轮的金额已经膨胀到令人咋舌的地步。前OpenAI首席科学家伊利亚·苏茨克维创立的Safe Superintelligence，种子轮就融了10亿美元；Meta前首席科学家杨立昆的AMI Labs，种子轮也达到了10.5亿美元。

这哪还是种子，分明是能砸晕人的椰子。

而最近，一颗更硬的“椰子”出现了。来自英国的大模型初创公司Ineffable Intelligence，完成了总额11亿美元（约合软妹币75亿元）的种子轮融资。这个数字，不仅超越了伊利亚和杨立昆的项目，也刷新了欧洲风险投资史上的种子轮纪录。领投方是红杉资本和光速创投，英伟达、谷歌、Index Ventures跟投。值得注意的是，英国商业银&行和英国人工智能主权风险投资基金也参与了本轮投资，国资背景的加持，让这笔融资显得更加不同寻常。

AlphaGo之父

说实话，尽管“种子轮变椰子轮”成了行业调侃，但背后逻辑并非完全不可理解。人工智能是公认的下一代技术基石，而伊利亚和杨立昆又是这个领域公认的旗帜人物。加上硅谷热钱涌动，他们能打破常规，拿到天价融资，多少在“情理之中”。

但Ineffable Intelligence这次之所以引人瞩目，关键在于它的出生地——它来自欧洲，来自英国，一个在许多人印象中科技创投已逐渐“掉队”的地区。这就有点反直觉了。

这家公司凭什么？故事得从2016年那场举世瞩目的对弈说起。

2016年3月，全球计算机科学界的目光都锁定了韩国首尔。一场被视为人类智慧堡垒的围棋比赛在此举行，对阵双方是人工智能AlphaGo和世界顶尖棋手李世石。在那之前，围棋因其近乎无穷的变化和高度依赖直觉与策略，被认为是机器学习的“禁区”。即便是最狂热的科技乐观主义者也预估，AI想要征服围棋顶尖高手，至少还需十年。

结果，AlphaGo以4:1取胜，一战封神，甚至被韩国棋院授予荣誉“九段”。

次年5月，进化后的AlphaGo Master版再度出战，对手换成了当时世界排名第一的中国棋手柯洁。赛前柯洁信心十足，但结果更为残酷——三局全胜，AI没有留下任何机会。

这两场比赛之后，关于“人工智能是否代表未来”的争论彻底熄火。一个更实际的问题浮出水面：如此强大的AlphaGo，究竟是谁造出来的？

答案指向谷歌旗下的人工智能研究机构DeepMind，而AlphaGo技术框架的核心负责人与奠基者，是一位名叫大卫·西尔弗的年轻人。

在AlphaGo横空出世之前，西尔弗的标签是典型的学院派专家——在顶级期刊上发表过16篇深度学习相关论文，是DeepMind团队里的“学术担当”。此外，他还是DeepMind创始人德米斯·哈萨比斯的剑桥同学兼早期创业伙伴。甚至他关于围棋的启蒙知识，都来自哈萨比斯在校期间的传授。

可以说，AlphaGo的成功不仅改变了AI的发展轨迹，也彻底改变了大卫·西尔弗的职业路径。母公司谷歌将AI的战略重心压在了DeepMind身上，并坚定地支持西尔弗，希望他将AlphaGo的技术泛化到更广阔、更实用的领域。几乎一夜之间，西尔弗从“技术深厚的核心成员”，跃升为全球顶级的计算机科学家。

西尔弗没有让人失望。在他的带领下，AlphaGo的技术成功迁移到国际象棋、日本将棋乃至电子竞技领域，证明了其强大的通用性。同时，DeepMind的技术也开始解决现实世界难题：优化英国电网，每年节省超百万英镑成本；提升谷歌数据中心能效达30%；甚至传闻参与了欧洲航天局的地外探测器开发。

到了2020年，当美国计算机协会将年度大奖授予西尔弗时，业内的评价已经变成：“自20世纪50年代以来，教会计算机游戏一直是AI研究的核心……而在这条路上，很少有人能像大卫·西尔弗那样引发如此巨大的轰动。他在深度强化学习领域的奠基性工作，迅速推动了AI技术进步，激发了公众想象，并吸引着年轻一代投身机器学习。更重要的是，西尔弗及其同事开发的框架，将为AI众多领域以及未来多年在商业与工业中的实际应用提供指引。”

换言之，西尔弗不仅是“AlphaGo之父”，更是行业公认的“基石开拓者”。若论资排辈，他是有资格被刻在AI发展史“总统山”上的人物。谷歌学术显示，其论文被引次数已超过30万次。这样一位人物决定创业，受到资本狂热追捧也就不难理解了——他确实是少数能与杨立昆、伊利亚同台竞技的顶尖人物。而他创立的新公司，正是Ineffable Intelligence。

有媒体评价道：西尔弗最擅长的，就是用最精干的团队、最有限的资源，去攻克最棘手的问题。

欧洲之殇

当然，创始人的传奇履历只是故事的一面。通常情况下，一个种子轮能膨胀成“椰子轮”，更关键的原因在于，创始人在一条公认的黄金赛道上，提出了一个截然不同、且极具说服力的新解法。例如，伊利亚认为OpenAI可能失控，需要更安全可控的路径，因此创立SSI；杨立昆则认为当前大模型方向陷入瓶颈，必须让AI拥抱物理世界，开发“世界模型”。

那么，西尔弗带来的新东西是什么？答案是一个关键词：“强化学习”。

或许是当年反复给AlphaGo“喂”棋谱的过程过于漫长，或许是看着AI一步步学习棋类显得过于“机械”，西尔弗认为，一个真正的超级智能体，不应仅仅通过被动学习人类数据来获取技能，而应具备自主学习和独立演进的能力。强化学习的核心，就是让AI通过试错与环境交互来学习，而非仅仅从现有的人类文本中汲取知识。

这个方向，也解释了西尔弗为何选择离开如日中天的DeepMind。自OpenAI掀起大模型浪潮后，谷歌一直处于追赶状态。为扭转局面，DeepMind已从位于英国的前沿研究实验室，转变为谷歌AI业务的主力军，肩负着让Gemini对标ChatGPT、以及利用谷歌自研TPU挑战英伟达垄断的双重压力。

在此背景下，“强化学习”这种理论上前景广阔但商业优先级相对靠后的探索，在巨头内部难免受限。想要实现抱负，独立创业成了西尔弗的最优解。据报道，西尔弗招募了大量前DeepMind研究员加入。在Ineffable Intelligence的官网上，他们写道：“如果成功，这将是一项堪比达尔文理论的科学突破：如果说达尔文定律解释了所有生命，那么我们的定律将解释并构建所有智能。”

不过，读到这里你可能也意识到了：最初让我们惊讶的那个标签——Ineffable Intelligence诞生于欧洲——某种程度上确实是个偶然。以大卫·西尔弗的资历和愿景，无论他在哪里创业，都注定会吸引全球顶级资本的目光。

与此同时，欧洲创投圈近期还发生了另一件值得玩味的事：4月25日，加拿大AI公司Cohere宣布收购德国大模型公司Aleph Alpha。收购前，Aleph Alpha估值约30亿美元，是欧洲仅次于Mistral AI的第二大AI独角兽，拿下了大量欧洲企业和政府订单。整合后，新Cohere估值达200亿美元，并完成了由Aleph Alpha老股东、德国零售巨头施瓦茨集团领投的6亿美元E轮融资。

据悉，这次合并得到了加拿大和德国政府的支持，旨在“加强自主人工智能能力，减少对（美国）战略技术的依赖”。而施瓦茨集团则希望Cohere未来能将数据迁移到自家的云平台STACKIT上。

你看，这或许才是欧洲乃至全球AI格局更真实的写照：在中美两大巨头之外，其他参与者想要跟上大模型军备竞赛的步伐，已经越来越吃力。从资金、技术、人才到应用场景，尽管各方都在强调“自主可控”，但其中的差距，恐怕已非寻常策略所能弥合。

来源：互联网