Google DeepMind 研究人员出走潮正在为一场反对 LLM 扩展路线的押注提供资金

Google DeepMind 的研究人员正掀起一波明显的离职潮，多位前员工筹集了巨额资金，探索大语言模型的替代方案。如今，Google DeepMind 研究人员出走潮已包括 AlphaGo、强化学习、模拟和机器推理领域的资深人士。

这些离职之所以重要，是因为这些科学家并非只是在更小的公司里复刻 Gemini。他们的初创公司押注于持续学习、扩散、模拟和规划，希望借此突破他们所认为基于 Transformer 的语言模型存在的局限。

这给 Google 带来了一种令人不安的反转。DeepMind 凭借从交互、游戏、科学数据和模拟环境中学习的研究项目建立了声誉。如今，商业压力将注意力集中到 Gemini 上，而一些曾推动 DeepMind 早期成功的研究人员，正在其他地方重建这些实验传统。

因此，核心竞争并非 Google 与某一家初创公司之间的较量，而是扩展语言模型这一主导策略，与日益壮大的替代学习系统阵营之间的竞争。

投资者正将研究人员本身视为有价值的资产。然而，大额融资并不能证明这些新架构将在实用且可衡量的任务中胜过 LLM。

Google DeepMind 研究人员出走潮成为融资输送管道

一系列个人离职已演变为一条可复制的路径：从 DeepMind 研究走向获得重金支持的初创公司创立。

最清晰的一幕出现在 9 月伦敦的一场非正式聚会上。据报道，15 名现任及前任 DeepMind 员工在 Google 英国总部附近会面，讨论了硅谷投资者希望资助什么。

这场早餐会并非融资公告。但它依然颇具代表性，因为它把在职员工、前员工、创业抱负和风投需求聚集在同一房间。

更广泛的出走潮报道列出了从这一网络中涌现的多个项目。每个项目都以不同的技术论点回答一个问题：在当前 LLM 时代之后，下一步应是什么。

在 DeepMind 工作约十年的 Nando de Freitas，据报道正在洽谈至少 1 亿美元的首轮融资。他拟创办的公司 Revolution Labs 将专注于扩散模型，而非大多数领先聊天机器人所依赖的 Transformer 架构。

扩散模型学习逆转一个逐步被噪声污染的数据过程。它们广泛与图像生成相关，但研究人员也可以将其底层方法应用于其他形式的预测。

AlphaGo 背后的核心研究人员之一 David Silver 已离职并创办 Ineffable Intelligence。Bloomberg 另行报道称，该公司以 51 亿美元估值融资 11 亿美元。

Ineffable 正在开发一种旨在超越静态训练的学习系统。其确切架构和性能在很大程度上仍未对外公开。

另一位 AlphaGo 贡献者 Thore Graepel 于夏季离开 DeepMind。据报道，他正为专注于科学、工程和机器人推理系统的 Metis Reasoning 寻求融资。

Emulate 则采取了不同路线。该公司由包括 Jack Parker-Holder 在内的前 DeepMind 研究人员创立，据报道正在洽谈一笔 7 亿美元融资。

其目标是构建能够模拟并预测现实世界的系统。这使其更接近世界模型：这类模型表征环境，并预测环境在行动之后将如何变化。

这些项目还包括较小规模的 DeepMind 衍生公司，涉及编程、智能体、机器人、科学发现和持续学习。它们并非一个协调一致的组织，其技术计划也不应被视为可以互换。

将它们连接起来的是融资机制。投资者识别出与知名突破相关的研究人员，然后在这些新实验室拥有成熟产品之前为其提供资金。

这种模式颠倒了通常的初创公司顺序。传统公司先证明市场需求、找到产品市场契合点，再随着证据积累筹集更大规模的融资。

这些 AI 实验室可以围绕一个团队、一项研究论点和受尊敬的机构履历筹集大量资金。公开演示和可靠收入可能会在很久之后才出现。

这种顺序为创始人追求困难研究提供了时间。但它也将大部分技术和商业风险转移给那些在结果出现前便押注资历的投资者。

Gemini 的商业重心改变了留下来的代价

Google 面临压力，因为让 Gemini 在战略上不可或缺的同一商业重心，也可能缩小当初吸引研究人才加入 DeepMind 的自由度。

DeepMind 历来给予研究人员探索学习、规划、游戏、生物学和通用算法的空间。AlphaGo 之所以成为其标志性成果，是因为它结合了神经网络、搜索和强化学习。

强化学习让系统通过从自身行动中获得反馈来改进。它不同于仅仅预测固定数据集中的下一个项目。

AlphaGo 从专家棋局和反复自我对弈中学习。后来的 AlphaGo Zero 则不再使用人类棋局记录，而是通过与自身对弈学习。

Google 的AlphaGo 记录描述了该系统如何将策略网络和价值网络与搜索相结合。这一谱系仍然重要，因为数位离职研究人员参与了其建设。

大语言模型的工作方式不同。Transformer 会从海量数据集中学习统计关系，并通过预测 token 来生成输出；token 是文本或代码的小单位。

现代系统增加了工具、检索、多模态输入和强化学习。但商业竞争仍高度围绕模型规模、编程性能、智能体功能以及在现有产品中的部署展开。

Google 需要 Gemini 与 OpenAI 和 Anthropic 在消费者助手、企业软件、搜索、云服务和开发者工具领域竞争。这自然会带来对集中执行的需求。

前 DeepMind 科学家 Janusz Marecki 描述了更棘手的内部后果。他告诉 Bloomberg，团队面临自上而下的压力，要求放弃其他工作并专注于大语言模型。

Marecki 目前在 Ahren Innovation Capital 工作，同时为自己的持续学习公司 FractalBrain 募资。他的视角结合了前员工、投资者和潜在创始人的角色。

他的说法并不能证明每个 DeepMind 团队都面临同样的方向。但它解释了为何独立融资会吸引那些商业即时性较低的研究人员。

在 Google 内部工作的科学家可获得算力、工程支持、专有数据以及已部署产品的接入。离开意味着放弃这些优势，并承担融资、招聘、运营和产品风险。

当投资者提供足够资本，让研究人员能够在不受同样路线图约束的情况下重建研究环境时，这种取舍就会变得有吸引力。当前市场正比以往更早地提供这一选择。

DeepMind 的领导层调整进一步强化了人们对转型的感知。Demis Hassabis 转任 Alphabet 首席科学家，而 Koray Kavukcuoglu 接手实验室的日常管理。

Hassabis 驳斥了人才流动意味着单向人才流失的说法。他认为，领先实验室之间会交流研究人员，而 Google 仍维持着广泛的研究人才储备。

这一辩护确有实质依据。Google 仍雇佣着庞大团队，运营广泛的计算基础设施，并在语言、视频、生物学、数学、机器人和模拟领域开展工作。

Google 自身的研究也使“其已放弃 LLM 替代路线”的说法变得复杂。该公司的 Genie 项目明确在开发交互式世界模型。

已发布的 Genie 3 详情描述了一个可根据文本创建可探索环境的系统。Google 将这些环境定位为智能体的训练和评估空间。

因此，Google 同时站在这场新兴竞争的两边。它一边将重要的 LLM 产品线商业化，一边持续研究世界模型、规划、科学和具身智能体。

压力来自资源分配、速度和研究人员自主性。广泛的企业项目组合仍可能让个别科学家感到，他们偏好的路线没有获得足够优先级。

前 DeepMind 员工正在重新打开架构之争

这些初创公司正在挑战一种假设：更强的智能将主要来自更大的语言模型、更多数据和更多推理时计算。

最强大的 LLM 可以编写软件、分析文档、调用工具，并处理文本、音频、图像和视频。这些成就使语言建模成为每一种替代方案都必须面对的标杆。

然而，流畅的输出并不保证系统拥有可靠的物理后果内部模型。一个系统可以描述如何移动物体，却未必能控制必须完成该动作的机器人。

世界模型通过学习环境如何随时间变化来填补这一缺口。它们可以帮助智能体在采取行动前预测行动可能带来的结果。

这种区别对机器人、自动驾驶汽车、互动娱乐和科学规划尤为重要。这些领域需要的不只是生成看似合理的语言回复。

面对一个杯子，机器人必须估计几何形状、摩擦力、施力、平衡和不确定性。随后，当物体的移动方式不同于预期时，它还必须作出调整。

有关世界模型的讨论吸引了希望 AI 能理解空间和时间的研究人员，也吸引了寻找拥挤聊天机器人市场之外机会的投资者。

但“世界模型”涵盖多种不同系统。有些生成视觉上令人信服的环境，另一些则试图实现准确的物理模拟或行动规划。

一段精美的视频并不自动等同于可信赖的模拟器。它可能保留表面外观，却违反因果关系、物体恒存性或物理约束。

持续学习提出了另一种替代方案。大多数已部署的语言模型经过训练、调整后，会以相对固定的系统形式发布。

检索可以在不改变模型已学习参数的情况下提供最新信息。微调可以更新行为，但通常需要单独的训练流程。

持续学习系统将在运行过程中吸收新的经验。这一承诺引出了关于稳定性、安全性、评估以及此前已学习能力丧失的棘手问题。

基于扩散的推理提供了第三条路径。自回归模型按顺序生成 token，而扩散方法可以通过反复去噪步骤来完善候选结果。

支持者认为，这一过程可支持并行生成或迭代纠错。但他们仍需证明，它能在成本、可靠性或推理质量上带来有意义的优势。

Metis Reasoning似乎瞄准了陌生情境中的结构化推理。这一雄心呼应了DeepMind早期在搜索与规划方面的工作，尽管公开的技术细节仍然有限。

共同点并不是摒弃语言。这些初创公司仍可在更大的系统中使用transformer、语言接口或LLM组件。

它们押注的是：仅靠语言预测，无法提供通用智能所需的全部机制。交互、持续学习、模拟和显式规划必须承担更重要的作用。

这一论点也唤起了DeepMind较早时期的身份认同。AlphaGo之所以意义重大，并不是因为它能更好地聊围棋。

它会评估局面、搜索未来的落子，并通过对弈不断改进。之后的MuZero学会了规划，而无需预先获得其所处环境的规则。

这些离职科学家如今正将类似的直觉应用到结构更弱的场景中。他们希望机器通过经验发现有用的行为，而不只是吸收被记录下来的人类输出。

这是一项要求很高的转变。游戏拥有清晰的动作、可量化的结果，以及充足的模拟训练机会。

真实环境则充满噪声、只能被部分观测，而且探索成本高昂。模拟棋局中的一次错误行动不会带来物理代价，而机器人失误则可能损坏设备。

因此，替代架构的论点只有在这些系统能在现实约束下工作时才能成立。优雅的研究理念最终必须成为可靠的产品。

Google正在与自己的研究遗产竞争

核心反转在于，DeepMind备受推崇的研究历史，如今正帮助前员工筹集资金，以挑战Google当前的商业重点。

投资者并不是将这些创始人视为未知团队进行评估。他们是在为与AlphaGo、AlphaFold、MuZero、Gemini及其他知名项目的关联定价。

Silver和Graepel参与的研究证明了超越传统监督训练的学习与规划能力。Parker-Holder则参与了交互式环境研究，其中包括Genie研究方向。

这段历史为投资者提供了一个可信的理由去倾听。但它并不能保证一家新公司能够复制DeepMind在机构层面的成功。

大型实验室将个人洞见与算力、数据、工程系统、安全流程、产品团队以及多年积累的知识结合起来。创始人带入初创公司的，只是这套结构中的一部分。

不断扩大的校友数据集统计了68家由前DeepMind员工创办、获得风险投资支持的公司，其中18家的估值超过10亿美元。

该数据集对DeepMind校友采取了宽泛定义。它涵盖的创始人工作领域包括语言模型、企业软件、机器人、医疗健康、游戏和科学应用。

这些数字显示的是网络的影响范围，而不是某一种技术路线的成功率。部分上榜公司仍然与主流的基于transformer的AI紧密相关。

不过，这一网络形成了切实可行的初创企业飞轮。校友可以招募信任的同事、获得引荐，并以DeepMind项目作为其技术判断力的佐证。

投资者同样受益于社会认同。当一家知名基金参与早期融资分期时，后续参与者可能会将这项承诺解读为某种程度的验证。

Bloomberg报道称，一些新融资轮次正被拆分为多个分期。早期投资者以一种估值入场，而在首笔承诺建立信心后，后续投资者会投入更多资本。

这种结构可能在初创公司发布产品前就产生令人瞩目的估值头条。它也使创始人与投资者的身份变得格外重要。

Radical Ventures将这类企业称为“neolab”，即由研究人员主导、追求长期技术突破的公司。其neolab分析称，超过40家此类实验室在三年内筹集了400亿美元。

这个术语捕捉到了一种真实的组织变化。前沿研究不再只存在于大学或收入成熟的科技公司内部。

私人资本如今可以围绕几位知名研究人员组建新的实验室。投资者接受漫长的研究周期，以换取接触潜在基础性技术的机会。

这一模式已有先例。OpenAI和Anthropic都曾以研究主导型组织起步，之后才开发出被广泛使用的商业系统。

不过，这些例子可能扭曲预期。它们后来的成功，并不意味着每一家融资充足的实验室都能找到产品、分发渠道或可持续的技术优势。

当更广泛的生态系统验证Google仍在推进的研究方向时，Google同样会受益。DeepMind并未被排除在世界模型、科学AI、强化学习或机器人领域之外。

在一些情况下，这家公司可以投资前员工、与他们的初创公司合作，或在之后收购相关技术。因此，人才离开并不自动意味着永久性的战略损失。

更大的风险在于集中化。突破性研究往往需要与当前共识保持分歧，并拥有足够时间探索替代方案。

如果Google将更多研究人员导向短期Gemini优先事项，独立实验室就可能成为让竞争性理念得到持续关注的地方。

这就是为什么Google DeepMind研究人员外流不只是一个人员配置故事。它重新分配了决定哪些AI问题值得获得大量资本的权力。

高估值仍然领先于公开证据

替代AI架构的论据在思想上是严肃的，但融资市场赋予的价值增长速度，快于技术证据能够证明它的速度。

报道中讨论的几家初创公司披露的系统信息有限。有些尚未发布详细模型、基准测试套件、产品路线图或营收记录。

对于保护早期研究的公司而言，这并不罕见。但它让客户、开发者和外部研究人员难以进行比较。

融资不应与技术验证混为一谈。一轮大额融资只能证明投资者以特定条款接受了一项风险。

它并不能证明扩散模型会胜过自回归生成，也不能证明持续学习能够保持稳定。同样，它也不能证明世界模型理解物理规律。

估值也值得采取类似的谨慎态度。私营初创公司的价值往往反映最近一次融资协议，而不是流动市场的持续判断。

特殊权利、分期融资和不同类别的股份，可能进一步拉大估值头条数字与每位投资者实际支付价格之间的差距。

Marecki告诉Bloomberg，一些AI估值已从接近营收十倍的倍数升至营收二百倍或三百倍。这一观察说明了投资者的焦虑，但并非全行业的通用衡量标准。

一些neolab几乎没有营收可供相乘。它们的估值建立在人才、知识产权、算力获取能力，以及未来技术优势的概率之上。

这些架构本身也面临尚未解决的评估问题。LLM的基准测试并不完美，但开发者可以测试编程、数学、延迟、成本、工具使用和用户偏好。

通用世界模型需要不同的测试。仅凭视觉质量，可能会奖励那些看起来令人信服、却做出物理上不可能预测的系统。

机器人训练需要证明，在模拟环境中获得的学习能够迁移到实体机器上。科学系统需要前瞻性结果，而不只是既有数据集上的成功。

持续学习系统需要审计，以展示其保留了什么、改变了什么，以及新数据是否引入了不安全行为。随着模型演进，这些测试必须反复进行。

推理系统必须在熟悉的问题分布之外接受评估。否则，一个模型可能看似很有能力，实际上只是在复现训练数据中已有的模式。

创始人还面临商业问题。LLM提供商已经提供了有用的产品、成熟的开发者平台和不断扩大的分发能力。

替代系统并不会仅仅因概念不同而胜出。它必须把有价值的任务做得足够好，才能证明集成成本、切换成本和运营风险是合理的。

混合系统可能比全面替代更现实。LLM可以解释指令，而规划器、模拟器或强化学习组件则控制专业化决策。

这种结果会削弱戏剧化的“后LLM”叙事，但不会否定这些初创公司。它们的技术可能成为更广泛架构中的关键一层。

Google很适合这样的混合未来。Gemini可以提供语言和多模态接口，而DeepMind研究则提供模拟、规划和科学能力。

初创公司需要更清晰的差异化。它们必须证明，独立性能够带来Google无法借助自身人才和基础设施迅速匹敌的进展。

投资者也需要在创始人声誉方面保持纪律。DeepMind经历具有意义，但机构声望可能形成光环效应，从而抑制基本审查。

最重要的问题依然很普通：系统执行什么任务，性能如何衡量，以及每一项有用结果的成本是多少？

在这些答案公开之前，市场资助的是一组假设组合。它尚未选出一个经过验证的大语言模型继任者。

三个信号将显示这场押注是否奏效

下一阶段将由技术演示、客户使用情况和Google的回应决定，而不是又一连串融资头条。

第一个信号是Ineffable Intelligence、Revolution Labs、Metis Reasoning或Emulate的公开评估。至少有一家公司需要展示：它在自身基准测试之外的重要任务上拥有优势。

对持续学习而言，这意味着在不抹去早期能力的情况下获取新知识。对推理而言，这意味着以可量化的可靠性解决陌生问题。

对模拟而言，测试在于：在生成环境中训练的智能体，是否能在真实系统中表现得更好。视觉上引人注目的演示并不足够。

独立复现将大幅增强这一论点的可信度。仅由初创公司验证的结果，在外部研究人员能够审查之前，仍应被视为公司的主张。

第二个信号是可信的产品或客户部署。机器人、药物研发、工程、自主系统和游戏都提供了可能的切入点。

狭窄的应用比关于通用智能的宏大宣称更能说明问题。它迫使模型在真实的延迟、安全和成本要求下运行。

企业买家应先界定问题，再考察架构。当模型输出无法融入既有工作流或无法通过审计时，其新颖性就没那么重要。

团队还需要记录提供给AI系统的信息，以及由此产生的决策。可搜索的AI知识库能够在不断变化的工具之间保留这些背景信息。

第三个信号是Google的回应。招聘、留任方案、研究论文、收购，以及Gemini架构的变化，将显示它对人才流失的重视程度。

Google可以通过在广泛分发的产品中交付可比的持续学习、规划或世界模型能力，来削弱初创公司的论点。其算力与客户触达能力仍是显著优势。

一家强势创业公司的成功，反而会带来相反的压力。Google 将不得不保护非 LLM 研究免受即时商业需求的侵扰，否则可能为更多未来竞争对手提供资金支持。

领导层的行为将与模型发布同样重要。研究人员需要看到证据：非传统项目能够存续足够长的时间，最终产生成果。

Google DeepMind 研究人员的出走，已经改变了投资者寻找下一代 AI 平台的方向。但这并未说明哪条技术路径将最终胜出。

开发者应关注可复现的基准测试，而非融资总额。企业采购方则应要求看到部署证据、明确的评估标准，以及对失效模式的说明。

知识工作者应预期，熟悉的 AI 界面背后将出现更多样化的系统。下一个实用工具或许会结合语言、记忆、模拟与规划，而不是仅用一个模型替换另一个模型。

如今，决定性问题已变得可以衡量：DeepMind 的校友能否将研究自由与充足资本转化为比单靠 LLM 更可靠地从现实世界中学习的系统？