英国大模型公司 Ineffable Intelligence 11 亿美元种子轮融资，AlphaGo 之父西尔弗创业引关注

英国大模型初创公司 Ineffable Intelligence 11 亿美元种子轮融资，AlphaGo 之父西尔弗创业引关注

在风险投资领域，人们习惯将创业者的第一笔投资称为 "种子轮"。此阶段创业者大概率无公司、无产品、无团队，很多设想停留在理论层面，如同种子需发芽。

种子轮变 "椰子轮"，规模愈发夸张

但近年来，有人认为 "种子轮" 改称 "椰子轮" 更合适。因为种子轮重点在孵化、萌芽，不确定性高，规模通常集中在几十到几百万区间。然而大模型创业潮出现后，种子轮规模变得十分夸张。例如前 OpenAI 首席科学家伊利亚·苏茨克维（Ilya Sutskever）创立 Safe Superintelligence（SSI），种子轮规模达 10 亿美元；Meta 前首席科学家杨立昆（Yann LeCun）创立的 AMI Labs，种子轮规模也有 10.5 亿美元。

Ineffable Intelligence 刷新欧洲种子轮融资纪录

近日，来自英国的大模型初创公司 Ineffable Intelligence 完成总规模达 11 亿美元（约合人民币 75 亿元）的种子轮融资，超越伊利亚·苏茨克维和杨立昆，刷新欧洲风险投资史上种子轮融资新纪录。本轮融资由红杉资本和光速创投领投，英伟达、谷歌、Index Ventures 跟投，英国两大国资——英国商业银行和英国人工智能主权风险投资基金 Sovereign AI 也参与其中。

意料之外情理之中的 "椰子轮"

尽管种子轮融资规模愈发夸张，人们发明 "椰子轮" 调侃，但总体还是 "意料之外情理之中"。毕竟人工智能是公认的下一代基础设施，杨立昆和伊利亚·苏茨克维是人工智能领域前沿领袖，且硅谷风投热钱集中，他们创业后完成现象级融资不难理解。

诞生于欧洲的反直觉故事

但 Ineffable Intelligence 的特殊之处在于它诞生于被认为 "落后于时代" 的欧洲、英国，这很反直觉。其故事要从 2016 年说起。

AlphaGo 震惊世界

2016 年 3 月，在韩国首尔举办了一场载入史册的围棋比赛，对阵双方是人工智能 AlphaGo 和世界顶尖围棋选手李世石。此前，围棋被视为 "机器学习" 的禁忌领域，电脑围棋选手最高只能达 "业余" 段位，马斯克认为人工智能打败人类顶尖棋手至少需 10 年。但最终 AlphaGo 以 4 比 1 战胜李世石，被韩国围棋协会认定为 "九段"。

2017 年 5 月，进化为 Master 版本的 AlphaGo 对阵中国棋手柯洁，赛前柯洁放狠话，结果 AlphaGo 3 比 0 完胜。此后，无人质疑 "人工智能代表未来"，人们开始好奇谁创造了 AlphaGo。

AlphaGo 之父大卫·西尔弗

AlphaGo 由谷歌旗下 DeepMind 团队开发，技术负责人是大卫·西尔弗（David Silver）。当时他 40 岁，是学院派专家，发表 16 篇机器深度学习研究论文，是 DeepMind 团队 "学术成就" 最高的人。他还是 DeepMind 创始人德米斯·哈萨比斯（Demis Hassabis）的大学同学和创业伙伴，二人毕业于剑桥大学计算机科学专业，曾创办 Elixir Studios 公司，西尔弗的围棋知识也是哈萨比斯在学校教的。

西尔弗推动人工智能发展

AlphaGo 的比赛改变了人工智能和大卫·西尔弗的命运。谷歌将人工智能业务希望寄托在 DeepMind 团队，坚定了西尔弗的领导地位。西尔弗带领 AlphaGo 进军国际象棋、将棋、电竞领域，展现技术通用性。DeepMind 技术还渗透到工程领域，优化英国电网系统，每年节约成本超 100 万英镑，提升谷歌数据中心使用效率 30%，还传闻帮助欧洲航天局开发地外行星探测器。

西尔弗获大奖，创立 Ineffable Intelligence

2020 年，美国计算机协会（ACM）授予西尔弗年度大奖，业内评价他在深度强化学习领域有奠基性贡献，推动人工智能发展，激发公众想象力，吸引年轻研究人员投身相关领域。他的论文引用次数达 30 万次，被称为 AlphaGo 之父和行业 "基石开拓者"。他创立的 Ineffable Intelligence 必然受资本追捧。有媒体评价，西尔弗擅长用最小团队、最少资源挑战最棘手问题。

西尔弗的 "强化学习" 理念

当然，创始人的地位只是 Ineffable Intelligence 创造历史的部分原因。通常 "椰子轮" 膨胀的重要原因是创始人在热门创业赛道提出不同解决方案。如伊利亚认为 OpenAI 失控，需更安全合规路线发展人工智能，才有了 SSI；杨立昆认为大模型研发方向走入死胡同，要拥抱物理世界开发 "世界模型"。

西尔弗提出的关键词是 "强化学习"。他认为合格的超级智能体应能自主学习和独立发展，而非依赖人类投喂。强化学习是让人工智能通过试错法学习，而非像现有的大模型从人类文本中学习。

创业是最优解

"强化学习" 解释了西尔弗离开 DeepMind 的原因。OpenAI 崛起后，谷歌在大模型战争中被动，DeepMind 成为谷歌人工智能业务主力，负责让 Gemini 站稳第一梯队，打破英伟达垄断。在此前提下，"强化学习" 商业优先级低，创业是西尔弗实现抱负的最优解。他招揽大量前 DeepMind 研究员，Ineffable Intelligence 官网称 "如果成功，这将是一项堪比达尔文的科学突破：如果说达尔文的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"。

欧洲人工智能现状

实际上，Ineffable Intelligence 诞生在欧洲是偶然因素。这样履历的创业者无论在哪都会获现象级关注。同期欧洲创投圈，4 月 25 日，加拿大人工智能大模型 Cohere 收购德国大模型公司 Aleph Alpha。收购前，Aleph Alpha 估值约 30 亿美元，是欧洲第二大大模型独角兽公司，拿下大量企业和政府订单。收购整合后，Cohere 以 200 亿美元估值完成 6 亿美元 E 轮融资，投资方为 Aleph Alpha 老股东、德国零售巨头施瓦茨集团（Schwarz Group）。

据说，此次合并获加拿大和德国政府支持，可 "加强自主人工智能能力并减少对（美国）战略技术的依赖"，施瓦茨集团希望 Cohere 将数据放在自家云数据中心 STACKIT 上。这或许反映了欧洲或全球人工智能行业现状：除中美外，其他参与者难跟上大模型进化脚步，虽强调 "独立自主"，但差距难靠常规策略解决。