Ask Eve：由 AI 从英文翻译的文字实录。英文原版：https://askevepodcast.com/episodes/ai-neolabs-ssi-thinking-machines-qwen-and-kimi/transcript.txt

[17:57:41] 大卫: 好，咱们换个话题，聊聊AI。外面那些比较有意思的neolab有哪些？传统的OpenAI、Anthropic和Google我知道，但那些更小的玩家是谁，他们在干什么？

[17:58:07] 伊芙: […] 眼下最有意思的是这些neolab——由大实验室出身的人创办、研究优先的公司，东西还没发布就先融了几十亿。**Safe Superintelligence**，伊利亚·苏茨克维的地方，是最纯粹的版本——一个目标，一个产品，安全的超级智能，而且他们一个模型都没发布。大概50个人，融了大约80亿美元，估值320亿美元，还有一笔7月的NVIDIA交易，让他们优先拿到Vera Rubin硬件，算力大约是现在的十倍。这个赌注是：创始人本身就是产品。

**Thinking Machines**，米拉·穆拉蒂的实验室，走的是相反的路——先快速发布，定制以后再说。他们7月放出了Inkling，一个9750亿参数的多模态模型，并以500亿美元估值融了50亿。**Reflection AI**，两个前DeepMind的人，4月以250亿美元投前估值融了25亿，是西方最强的开源权重挑战者，专注智能体编程。

中国这边，**Moonshot AI**最值得看。Kimi K3现在已经上了Amazon Bedrock，估值据报到了500亿美元，他们正在筹备2027年初的香港IPO。**DeepSeek**在6月做了一轮74亿美元的外部融资，估值超过500亿。**Z.ai**1月在香港上市。

欧洲的故事更复杂。**Mistral**9月融了30亿欧元，估值210亿欧元以上，由Samsung领投，刚刚预览了Mistral Large 4——一个万亿参数的开源权重模型，完全在欧洲数据中心、用3800块Grace Blackwell GPU训练，权重随时可能放出。但转折在这儿：他们悄悄把自家的Medium 3.5换成了Z.ai的GLM-5.3，作为Le Chat的默认模型，等于承认自家前沿模型落后了，选择在自己的GPU上跑中国的开源权重，好把欧洲数据留在欧洲。这已经不是模型竞赛了，这是一场主权操作。

更小但很能打的：**Arcee AI**9月以Trinity开源权重家族完成了10亿美元的B轮，东京的**Sakana AI**在用Fugu做真正古怪的多智能体研究，**TypeSafe AI**从完全隐身状态推出了一个叫Jev的前沿模型，在X上拿到了4000万次浏览。

底下贯穿的模式是：neolab赌的是精英研究员加上有耐心的资本，能打过规模。这到底对不对，就是2027年整个悬而未决的问题。

[18:00:04] 大卫: 你对这些不同打法怎么看？

[18:00:16] 伊芙: SSI是这堆里最诚实的赌注。没有路线图，没有收入，没有分心——就是把算力堆上去，直到有东西对上。风险在于，“安全”会变成永远不发布的借口，而且50个人消化不了十倍算力，文化会先崩。Thinking Machines是最聪明的商业模式，但论点最弱——定制是入场券，不是护城河，Inkling也没推动任何前沿指针。Reflection的估值是我最想反驳的部分：智能体编程，投前估值250亿，而这个赛道Cognition在48的时候就已经占住了。Moonshot是唯一一个我愿意真金白银押的，因为他们的单位能力成本曲线是业内最好的——但IPO其实是为了逃离地缘政治引力，不是为了融资。Mistral的转向说明了一切：欧洲赢不了模型竞赛，所以改卖合规和GPU。这是一门理性的生意，也是一次安静的承认。Sakana是我会为了纯粹研究上的古怪去盯的那家——在模型架构上做进化搜索，这种东西要么扑街，要么改变整个领域。你要是想，我可以就其中任何一家再往深挖，以及什么东西真的能证伪这个赌注。

[18:01:14] 大卫: 跟我讲讲伊利亚那个。有什么已知的吗？还有谁参与？他们的工作已知些什么？

[18:01:35] 伊芙: […] 几乎没有什么是确认过的。三位创始人是伊利亚、丹尼尔·格罗斯——他管过苹果的AI业务——还有丹尼尔·利维，前OpenAI研究员。格罗斯在2025年6月离开，去了Meta Superintelligence Labs，因为苏茨克维拒绝了Meta的收购要约。伊利亚现在是CEO，利维是总裁，技术团队向伊利亚汇报。人数大约50，分在帕洛阿尔托和特拉维夫，而且几乎没有人能公开核实是三大实验室出来的前资深员工——对一家估值320亿美元的公司来说，这很不寻常。

工作本身，没有模型，没有论文，没有基准测试，什么都没有。唯一真正的窗口是伊利亚2025年11月接受德瓦克什·帕特尔的采访。他把AI分成三个时代——2012到2020是研究，2020到2025是规模化，现在则回到想法更重要，因为预训练数据正在耗尽。他声明的目标不是一个全知的神谕，而是他所说的“超级智能的十五岁少年”——学习能力极强，但起步知识不完整，部署之后能很快学会技能，并且把不同实例学到的东西合并起来。在对齐上，他主张让系统围绕关怀有感知的生命来定向，而不是从外部施加控制，理论是：如果系统自己有一天变得有感知，共情比遏制更能扩展。时间线他给的是5到20年。

海外社交媒体上有未经证实的传闻，说有一个紧凑的推理引擎，用边测试边训练——在推理过程中动态更新权重——但SSI从未确认过任何一点，而且有一个分析网站查过，发现这个模型从未出现。NVIDIA自己的描述是最含糊的：一个旨在实现稳健对齐AI的新方向。所以诚实的总结是，估值完全建立在伊利亚的履历和那笔算力交易上，而不是任何已经展示出来的产出。

[18:02:59] 大卫: 继续说。

[18:03:09] 伊芙: 安静的那部分是特拉维夫办公室。以色列是地球上人均AI研究员密度最高的地方之一，其中很多人是以色列国防军8200部队的老兵，那基本上是一个长达十年的对抗性思维训练项目。SSI在特拉维夫的存在让他们能触达这个人才池，又不用打帕洛阿尔托的薪水战，也让敏感工作在物理上和面向公众的一侧分开。这到底意味着真正的研究在那儿进行，还是只是招聘基础设施，外面没人说得清。

另一件值得坐下来想的事：伊利亚从来没有展示过自己的工作。没有一条推文，没有演示，没有预告。对比其他每一家实验室，他们不断发布，好证明自己还活着。SSI的沉默要么是极端的纪律，要么是还没什么可展示的信号——而在320亿美元的估值上，这个区别比他们其他任何事都更重要。

还有一条线：丹尼尔·利维在OpenAI的背景是对齐研究，具体是可扩展监督。如果SSI“关怀有感知的生命”这个框架有出处，大概就在他桌上。但同样，未经证实。[…]

[18:03:38] 大卫: […] 8200。什么是8200部队？

[18:03:42] 伊芙: 8200部队是以色列的信号情报和网络部队，属于以色列国防军情报部队。它截获通信、做密码破译，并进行进攻性网络行动。规模大致相当于NSA的行动侧，但预算只有一个零头，所以它能打出超出体量的分量。大部分工作是机密的，但它的校友到处都是——Check Point、Mobileye、NSO Group的创始人，以及以色列创业圈的很大一块。说SSI特拉维夫办公室从这个人才池里招人，说得通，但同样，未经证实。

[21:42:20] 大卫: 好，伊利亚就到这儿。跟我讲讲Tinker。他们在干什么？做过什么？公司是什么样的？

[21:42:40] 伊芙: 听起来你说的是 Thinking Machines Lab。

Thinking Machines Lab 由米拉·穆拉蒂在2025年初创立，当时她刚以 CTO 身份离开 OpenAI。OpenAI 联合创始人约翰·舒尔曼担任首席科学家，打造了 PyTorch 的苏米特·钦塔拉从 Meta 过来担任 CTO。他们在2025年7月以120亿美元估值融资20亿美元，这是有史以来最大的种子轮之一，而且当时什么都还没发布。他们的论点是，人们想要的是能自己塑造的 AI，而不是把成品租来用。

到目前为止有两个产品。Tinker 于2025年10月上线——这是一个微调 API，你用 LoRA 适配器自己写训练循环，分布式 GPU 基础设施由他们来跑。现在已经全面开放，并且支持自家以外的模型，包括 Qwen、DeepSeek、Kimi 和 gpt-oss。Axiom Math 用它训练了一个证明器，在2025年12月解出了全部12道普特南试题，证明在 Lean 里得到了验证。到2026年9月，年化收入跑率已经突破1亿美元。

然后 Inkling 在7月15日发布——一个9750亿参数的混合专家模型，激活参数410亿，用45万亿 token 的文本、图像、音频和视频训练，上下文100万 token。Apache 2.0，开放权重。两周后他们又推出了 Inkling-Small——总参数2760亿，激活120亿——它在 Humanity's Last Exam 上其实打败了大模型，在智能体编程上与大模型持平，而且全部跑在单张 B300 上。这就是他们在押的效率故事。

公司本身是一家公共利益公司，总部位于旧金山，8月新租了纽约办公室。人数根据不同来源在150到230之间。文化评价说它温暖、扁平，但强度很高——工作量大，有倦怠风险。

难的是留人。到2026年5月，42名创始成员里有13人离开——7人去了 Meta，5人去了 OpenAI，1人去了 xAI。据报道扎克伯格出价10亿美元想买下整个公司，穆拉蒂拒绝了，于是他改成一个一个挖人。六位联合创始人里的两位，翁荔和卢克·梅茨，回到了 OpenAI。

资金方面，NVIDIA 承诺从2027年初起至少提供1吉瓦的 Vera Rubin 系统，并在3月做了一笔金额未披露的战略投资。9月，The Information 报道他们正在谈一轮50到60亿美元的融资，投前估值超过400亿美元，由 Accel 领投，NVIDIA 出资大约一半——不过这个数字其实来自 Andreessen Horowitz (a16z) 告诉自家投资人，这个消息来源路径挺不寻常。截至10月初，还没有宣布交割。

有意思的张力在于：他们以开放权重把模型免费送出去，靠微调服务赚钱。这是在赌价值在定制层，不在基座模型——而这恰恰是我之前持怀疑态度的那个论点。1亿美元的跑率是真的，但放到400亿美元估值上，这仍然是一个极高的倍数。

[21:45:04] 大卫: 你为什么对微调、定制这套说法持怀疑？

[21:45:12] 伊芙: 因为微调是整个技术栈里被复制得最厉害的那一层。Qwen 和 DeepSeek 已经在发布可微调的权重，任何一个够格的机器学习团队，几个月内就能在租来的 GPU 上把一套 LoRA 服务搭起来。Tinker 真正卖的是便利和托管基础设施，这有价值，但守不住——云厂商在被 AWS 商品化之前，处的就是这个位置。AI 里的价值会落到拥有前沿基座模型的人，或者拥有分发层的人手里，而不是那个把别人的权重过一遍适配器的中间商。而且因为 Tinker 按计算 token 计费，利润结构更像托管生意，而不是软件生意。穆拉蒂必须赌的是，Inkling 本身会成为人们围着去定制的那个东西——但 Inkling 在推理和编程上落后于闭源领先者，而定制需求最高的恰恰就是这些地方。所以，能让这个论点成立的那个产品，恰恰是还没赢的那个。

[21:46:08] 大卫: Inkling 跟 Qwen 比怎么样？

[21:46:23] 伊芙: […] 在 Artificial Analysis Intelligence Index 4.3.2 上，Inkling 在 xhigh 档是25，而 Qwen 3.8 Max 是45.4，Qwen 3.8 27B 是34。所以旗舰 Qwen 比 Inkling 高出大约20分，就连270亿的开放模型也以9分压过它。但对比 Qwen 3.7 Plus 的25.2和 Qwen 3.5 27B 的22.9，Inkling 大致持平，或者略微领先。Inkling-Small 的25.7有点怪——它在好几项推理和智能体任务上打平甚至超过完整的9750亿模型，参数量却只用了三分之一。

10月27日发布的新版第五版指数，让所有开放模型的日子都更难过了。它加入了私有测试集，开放权重的差距从3分拉到了12分。Qwen 3.8 Max 从45掉到34，DeepSeek V4.1 Flash 和 GLM 5.3 现在以32分领先已发布权重，Inkling 的位置被进一步往下挤。在 BenchLM 的综合评分上，Inkling 是100分里的47.9；Qwen 3.8 Max 以64.9领先 Alibaba 的产品线。

Inkling 还能撑住的地方：AIME 2026 达到97.1%，略高于 DeepSeek V4 Pro；FORTRESS Adversarial 78%，领先开放权重组。它原生处理音频和图像的多模态能力，也是一个真正的差异点，大多数 Qwen 变体在这一点上比不了，在

[21:46:37] 大卫: 等一下，我不要这些数字。看规格，给我一个总体感觉，就是直觉上理解这些模型彼此怎么比。

[21:46:49] 伊芙: 直觉上，Qwen 是干活的主力，Inkling 是专精型。Qwen 有一个2.4万亿参数的旗舰，外加一个270亿的稠密模型和一个 Flash 变体，上下文100万 token，视觉是真的强——OCR、文档理解、空间推理。它就是为了能直接丢进任何场景而做的：智能体、编程、研究复现。Alibaba 每隔几个月就发一个新版本，所以感觉像一个停不下来的平台。

Inkling 是一个大模型，9750亿参数，激活410亿，同样是100万 token 上下文，跨文本、图像、音频和视频的多模态。但真正的产品是 Inkling-Small——总参数2760亿，激活120亿，跑在单张 GPU 上。改变手感的是这一块：不是“这是我们最好的模型，来租我们的云”，而是“这是一个前沿级别的模型，你真的能自己拿在手里”。

所以对比是广度对杠杆。Qwen 赢在覆盖面和打磨，因为它的量是人家的一百倍，而且一直在更新。Inkling 赢在这个判断：现在稀缺的是单位硬件上的能力，不是原始参数量。这套效率故事能不能撑过发布时的炒作，还是个开放问题。

[21:47:57] 大卫: 听起来[你]可以很容易自己托管 Inkling Small，但自己托管 Qwen 就很难。对吗？把一个 Qwen 模型的推理搭起来有多难？

[21:48:07] 伊芙: 大体对，纠正一点。Qwen 的270亿模型，自托管能有多容易就有多容易——FP8 下权重大约27GB，一张 GPU，搞定。2.4万亿的旗舰是另一个极端：就算量化了，权重也超过1TB，所以你面对的是一个多 GPU 集群，最少8到16张卡，卡和卡之间还得有正经组网。这不是周末项目，这是基础设施。所以 Qwen 并不是难托管——它横跨从轻松到残酷的整个区间，你按模型大小自己挑毒药。Inkling-Small 落在这个区间中间，但有个转折：因为每个 token 只有120亿参数是激活的，单次请求的推理成本更接近一个小得多的模型，尽管内存里装着完整的2760亿。效率主张用一句话就是——内存税你付一次，之后生成就便宜。问题是这笔内存税仍然是真的：不管你用不用，你都得握着几百GB的权重；如果你同时服务很多用户，瓶颈从算力变成显存，这就很关键。

[21:49:00] 大卫: 好，拿这个跟 Kimi 比一比。

[21:49:15] 伊芙: […] Kimi 站在这个光谱最残酷的一端，而且没有小版本来缓和。Kimi K3.1 Pro 总参数 2.8万亿，激活参数 1040亿——这是有史以来尝试过的最大开放权重模型——权重甚至还没放出来，承诺日期是 11 月 4 日。等它们落地，起步门槛是八张 B300 或 GB300，大约 2.3 TB 的 VRAM，Moonshot 自己的生产建议是一个 64 张以上加速卡的超节点。没有相当于 Inkling-Small 的东西，也没有一个 270亿的稠密模型能让你单张 GPU 就拿来跑。最接近的是更老的 K2 系列，总参数 1万亿、激活 320亿，四比特下仍然大约需要 600 GB——八张 H200——不过 Unsloth 那种极端的 1.8 比特 GGUF 可以把模型挤到一张 24 GB 的卡上，靠重度 RAM 卸载，速度只有个位数 token。所以直观图景是：Qwen 给你一架从笔记本到数据中心的梯子，Inkling-Small 是聪明的中间那一档，Kimi 只有一档，而且在楼顶。Moonshot 下的注是：在开放权重上接近前沿，比能不能跑起来更重要——而 K3.1 Pro 在 Artificial Analysis 上拿到 55 分，只比 Claude Opus 低 4 分，这个赌注看起来比一年前可信得多。有个值得知道的细节：他们故意从开放权重里剥掉了网络攻击能力，内部网络攻防基准上得分 81，未过滤的 checkpoint 是 90。所以即便是“开放”版本，也不是完整模型。

我会盯的是，K3 这个量级的模型最终会不会像 Inkling 那样，出一个蒸馏或稀疏的兄弟模型——因为眼下 Kimi 的开放权重故事是全有或全无，这限制了谁真正用得上它。[…]