新智元報道

編輯：艾倫 好困

【新智元導(dǎo)讀】OpenAI前研究副總裁Liam Fedus與DeepMind材料科學(xué)領(lǐng)軍者Ekin Cubuk共創(chuàng)Periodic Labs，以一輪高達3億美元的種子融資走出隱身模式，震驚硅谷。然而，曾給出祝福的前東家OpenAI，并未參與本輪投資。

在OpenAI締造了ChatGPT的前研究副總裁，和谷歌DeepMind材料科學(xué)與化學(xué)研究的領(lǐng)導(dǎo)者，聯(lián)手出走創(chuàng)業(yè)了！

他們的新公司Periodic Labs一亮相就拿下了3億美元的種子輪融資，投資陣容星光熠熠，a16z領(lǐng)投，跟投方有DST、英偉達NVentures、Accel、Felicis等，以及杰夫·貝索斯、埃里克·施密特、杰夫·迪恩等科技大佬。

如此夸張的融資數(shù)字和投資人陣列，在初創(chuàng)公司中極為罕見，引發(fā)了業(yè)界的轟動。

這家公司究竟要做什么？為何能夠吸引如此多關(guān)注？

從頂尖實驗室出走

只為「真正做科學(xué)」

這兩位聯(lián)合創(chuàng)始人一位是William Liam Fedus，OpenAI前研究副總裁，核心團隊成員之一，參與創(chuàng)造了劃時代的ChatGPT；

另一位是Ekin Dogus Cubuk（昵稱「Doge」），曾在谷歌DeepMind領(lǐng)導(dǎo)材料科學(xué)與化學(xué)研究。

他也是震驚學(xué)界的GNoME項目負責(zé)人之一，該項目在2023年利用AI一下子發(fā)現(xiàn)了超過200萬種全新晶體材料。

按理說，他們在各自領(lǐng)域已經(jīng)登頂，可謂前途無量。

William Liam Fedus

作為OpenAI后訓(xùn)練部門負責(zé)人，Liam Fedus主要進行ChatGPT、API和AI智能體底層模型的研究與開發(fā)工作。

此前，他就職于谷歌大腦，專注于通過MoE技術(shù)來優(yōu)化神經(jīng)網(wǎng)絡(luò)效率。

2022年，他正式入職OpenAI，初期作為核心開發(fā)人員加入強化學(xué)習(xí)團隊，是ChatGPT的共同創(chuàng)造者之一，主要負責(zé)數(shù)據(jù)處理和模型評估工作。

期間，他主導(dǎo)了多個重要模型（包括4o、o1-mini、o1-preview等）的后訓(xùn)練研發(fā)工作。

2024年10月，F(xiàn)edus接替了的Barret Zoph的職位，晉升為后訓(xùn)練團隊負責(zé)人。

當(dāng)時首席技術(shù)官Mira Murati和首席研究官Bob McGrew也一起離職。

Fedus在MIT獲得物理學(xué)學(xué)士學(xué)位（期間參與了一個定向暗物質(zhì)探測器項目：DMTPC），并劍橋大學(xué)獲得物理學(xué)學(xué)士學(xué)位。

2016年，他獲得了加州大學(xué)圣迭戈分?；玖Ｗ游锢韺W(xué)的碩士學(xué)位，導(dǎo)師是David Meyer和Gary Cottrell。

隨后，他又在蒙特利爾大學(xué)獲得了計算機科學(xué)博士學(xué)位，師從Yoshua Bengio和Hugo Larochelle。

Ekin Dogus Cubuk

另一位聯(lián)合創(chuàng)始人Ekin Dogus Cubuk，之前是Google DeepMind的研究科學(xué)家。

他于2017年加入谷歌大腦，參與了材料科學(xué)發(fā)現(xiàn)領(lǐng)域的旗艦項目GNoME，并為公司內(nèi)部構(gòu)建了多個自動化合成實驗平臺，聚焦于如何用AI尋找新材料。

他是哈佛大學(xué)凝聚態(tài)與材料物理和計算科學(xué)的博士。

然而今年3月，F(xiàn)edus毅然從OpenAI辭職，Cubuk也選擇離開DeepMind，轉(zhuǎn)身投入創(chuàng)業(yè)。

緣起在谷歌一起翻輪胎

兩人的交集最早來自谷歌內(nèi)部，一次合力翻輪胎的趣事成為他們相識的契機——但真正把他們聚在一起的，是對當(dāng)前AI研究路徑局限的清醒認識，以及對AI科學(xué)家的共同追求。

現(xiàn)階段訓(xùn)練AI主要依賴互聯(lián)網(wǎng)文本，可互聯(lián)網(wǎng)看似無邊無際，其實是有限的。

據(jù)估計，互聯(lián)網(wǎng)上有價值的文本數(shù)據(jù)約有10萬億個tokens（一個英文單詞約1-2個token），頂尖的大模型這幾年幾乎已把這些數(shù)據(jù)消耗殆盡。

沒有新鮮數(shù)據(jù)，僅靠無限制增大參數(shù)規(guī)模已經(jīng)難有質(zhì)的突破。

正如Fedus在接受采訪時直言的：

AI的主要目標根本不是替白領(lǐng)自動化辦公。AI的主要目標，是加速科學(xué)。

在他看來，如今硅谷熱炒的大模型應(yīng)用有些「智力上的懶惰」，AI真正該發(fā)力的是推動科學(xué)發(fā)現(xiàn)的速度。

Cubuk也指出，光靠大模型在文本中推理幾天幾夜，不可能憑空蹦出驚世駭俗的科學(xué)發(fā)現(xiàn)。真正的科學(xué)突破離不開大量實驗和無數(shù)次失敗的淬煉。

現(xiàn)在的AI模型，缺的恰恰就是「親自動手實驗」的環(huán)節(jié)。

于是，兩人在今年年初一拍即合：與其受限于既有數(shù)據(jù)，不如讓AI自己「走進」實驗室，從零開始創(chuàng)造數(shù)據(jù)。

他們要打造一位「AI科學(xué)家」，讓AI親自提出假設(shè)并在現(xiàn)實世界反復(fù)試驗，從實驗結(jié)果中學(xué)習(xí)，無論結(jié)果成功還是失敗。

正如Fedus在和投資人交流時所說的那句話：

要讓AI真正做科學(xué)，就必須讓它動手做真正的科學(xué)。

OpenAI前同事、現(xiàn)Felicis投資合伙人Peter Deng第一次聽到這句話時，甚至在舊金山山坡上當(dāng)場停下腳步，決定立刻投資。

在他看來，大模型掌握的只是訓(xùn)練數(shù)據(jù)的「常規(guī)分布」，也就是人類已有的知識；

要想有原始創(chuàng)新，唯有讓AI走出舒適圈，像科學(xué)家一樣提出新假說并驗證之。

這一理念，成為Periodic Labs創(chuàng)業(yè)的原點。

自主實驗室

讓自然成為強化學(xué)習(xí)環(huán)境

Cubuk總結(jié)道，近年有三大技術(shù)進展讓這一切成為可能。

第一，能夠處理粉末合成的機器人手臂已經(jīng)變得可靠，意味著機器可以自動混合原料、燒制新材料；

第二，機器學(xué)習(xí)驅(qū)動的物理模擬更加高效精確，足以模擬復(fù)雜材料和化學(xué)體系；

第三，大型語言模型（LLM）的推理能力今非昔比，能夠勝任更復(fù)雜的規(guī)劃和分析。

三個領(lǐng)域的飛躍拼合在一起，就勾勒出一幅圖景：AI可以在虛擬世界假設(shè)并計算，在真實世界動手實踐，再由AI分析實驗結(jié)果、調(diào)整思路。

材料科學(xué)的自動化閉環(huán)實驗室，現(xiàn)在正是構(gòu)建的好時機。

事實上，Cubuk正是相關(guān)先驅(qū)工作的參與者之一。

早在2023年，他與同事在《Nature》上發(fā)表論文，描述了谷歌的一座全自動化機器人實驗室：由AI語言模型提議實驗方案，機器人據(jù)此合成材料，在短短17天內(nèi)合成了41種以前從未記錄的新化合物。

這項成果被視為AI自主科研的里程碑，證明了技術(shù)可行性。

Periodic Labs的核心，就是要構(gòu)建這樣的「自主實驗室」（autonomous lab）。

它是一個真實的物理實驗場，有機械手臂操作試管和材料，有傳感器表征產(chǎn)物性質(zhì)，每進行一次實驗就產(chǎn)生海量一手數(shù)據(jù)。

這一過程就像給AI搭建了一個巨大的強化學(xué)習(xí)環(huán)境，大自然本身成為了它的試驗場。

模型讀文獻、跑模擬，提出對某材料性質(zhì)的預(yù)測，接著由機器人按方案合成該材料并測量驗證，實驗結(jié)果要么證實了猜想，要么打臉。

無論結(jié)果如何，都為下一步改進提供了依據(jù)，實現(xiàn)真正的「閉環(huán)」。

正因為每次實驗都是獨一無二的，這套系統(tǒng)將源源不斷產(chǎn)出以前不存在的新數(shù)據(jù)，擴充AI的知識庫。

而且它還有一個傳統(tǒng)科研無法比擬的優(yōu)點：系統(tǒng)地記錄失敗。

平?？蒲兄校罅俊肛摻Y(jié)果」無人問津，論文里發(fā)表的大多是成功案例，導(dǎo)致研究存在幸存者偏差。

Periodic Labs的自主實驗室則把每一次失敗都當(dāng)作寶貴財富，失敗本身也成為模型學(xué)習(xí)的養(yǎng)分。

久而久之，AI將積累起一個覆蓋成功與失敗案例的完整經(jīng)驗庫，幫助它更聰明地探索未知。

正如Periodic Labs官網(wǎng)放出的豪言壯語：「在這里，自然界本身成為強化學(xué)習(xí)環(huán)境」。

瞄準超導(dǎo)與尖端材料

直擊百億美元難題

Periodic Labs選擇從物理科學(xué)領(lǐng)域切入，并非心血來潮。

一方面，物理和材料領(lǐng)域的數(shù)據(jù)相對豐富且客觀可驗證，AI在有海量數(shù)據(jù)且結(jié)果可驗領(lǐng)域往往進展神速（例如數(shù)學(xué)定理證明、蛋白質(zhì)折疊預(yù)測等）；

另一方面，人類技術(shù)的飛躍很大程度受限于材料的突破——誰要是率先找到室溫超導(dǎo)體這樣的「圣杯」，將徹底改變游戲規(guī)則。

Fedus和Cubuk深知這一點，因此公司初始的頭號目標就是發(fā)現(xiàn)新型高溫超導(dǎo)材料。當(dāng)前已知的超導(dǎo)體都需要極低溫度或高壓才能工作。

如果能研制出在接近常溫下工作的超導(dǎo)體，將帶來革命性影響：零電阻輸電、電網(wǎng)幾乎無損耗，磁懸浮列車、大型核聚變裝置等等都有望成為現(xiàn)實。

找到室溫超導(dǎo)體，可能就是下一個諾獎級別的成就，也是幾十萬億美元級產(chǎn)業(yè)的引爆點。

Periodic Labs押注AI可以加快這一奇跡的誕生。

除了超導(dǎo)體，他們還將目光投向半導(dǎo)體等領(lǐng)域的現(xiàn)實難題。

目前團隊已經(jīng)在與一家芯片制造商合作，利用專門訓(xùn)練的AI代理優(yōu)化散熱材料，幫助工程師更快迭代解決芯片散熱瓶頸。

未來，這種AI科研平臺還可以拓展到航天、能源、國防等前沿行業(yè)中。

例如加速新型合金、耐熱材料的開發(fā)，幫助人類以更低成本邁向深空探測和可控核聚變等目標。

a16z在投資公告中將Periodic Labs的策略稱為「在前沿領(lǐng)域登陸并擴張」：

先針對太空、國防、半導(dǎo)體這些每年投入數(shù)萬億美元研發(fā)的行業(yè)，挑選評價標準清晰、價值巨大的關(guān)鍵難題，與客戶合作用AI實驗室攻克，證明這套方法的威力——向世界展示，與其依賴互聯(lián)網(wǎng)文本訓(xùn)練，不如直接面向物理現(xiàn)實優(yōu)化AI，究竟能強大到什么程度。

一旦在這些尖端領(lǐng)域站穩(wěn)腳跟，再逐步將能力拓展到更廣闊的科學(xué)版圖。

換言之，先拿下幾個「硬核」戰(zhàn)役，再將勝利經(jīng)驗復(fù)制推廣。

投資人相信，如果這一步步走通了，Periodic Labs有機會撬動先進制造、材料、能源、航空航天等總計約15萬億美元產(chǎn)值的龐大市場。

在摩爾定律遭遇瓶頸的當(dāng)下，也許正是這種全新范式來接棒續(xù)寫下一章的時候。

頂尖人才和資本的狂熱下注

如此宏大的愿景自然需要與之匹配的夢之隊。

Fedus和Cubuk用3億美元「彈藥」迅速網(wǎng)羅了全球一流的人才，短短幾周內(nèi)，就有超過20位AI研究領(lǐng)域的翹楚從Meta、OpenAI、Google DeepMind等大廠離職，加入Periodic Labs。

據(jù)《紐約時報》報道，不少人為了投身這家初創(chuàng)放棄了數(shù)百萬甚至上千萬美元的薪酬待遇。

他們的創(chuàng)業(yè)團隊履歷令人瞠目：不僅有共同創(chuàng)造ChatGPT者、執(zhí)掌過DeepMind材料項目者，還包括Transformer神經(jīng)網(wǎng)絡(luò)「注意力機制」的發(fā)明者、OpenAI早期智能體Operator（Agent）的開發(fā)者、微軟材料科學(xué)大模型MatterGen的締造者等。

這樣的組合幾乎囊括了AI算法和物理科學(xué)兩界的一眾頂尖高手。

為了讓不同背景的專家形成合力，Periodic Labs每周都會內(nèi)部舉辦研究生水平的跨界講座：這周物理學(xué)家給大家講量子力學(xué)中的邏輯，下周機器學(xué)習(xí)專家再給同事們培訓(xùn)前沿AI模型，讓全員都對彼此領(lǐng)域有深刻理解。

公司還組建了一個豪華科學(xué)顧問委員會，包括諾獎得主Carolyn Bertozzi等多位在化學(xué)、物理領(lǐng)域德高望重的教授，為研究方向把關(guān)。

可以說，Periodic Labs在創(chuàng)立之初就建立起了學(xué)術(shù)界與產(chǎn)業(yè)界罕見融合的一支隊伍。

正如投資方a16z所評價的：

Liam和Doge匯集了一支獨一無二的團隊：物理學(xué)家、化學(xué)家、模擬專家以及世界上最頂尖的機器學(xué)習(xí)研究者。

這樣的團隊配置，大模型公司里都不多見，更何況一家初創(chuàng)。

另一邊，投資界的熱情同樣高漲。

當(dāng)Fedus宣布離開OpenAI投身新事業(yè)時，硅谷VC們幾乎陷入瘋狂爭搶。

據(jù)說有投資人情真意切地寫了一封「情書」給Periodic Labs表白，還有的遞上數(shù)頁紙長的PPT來介紹自己能提供的價值，希望打動創(chuàng)始人。

最先敲開他們大門的是Felicis風(fēng)投的合伙人Peter Deng——巧的是，他曾與Fedus在OpenAI共事，也是在今年初離開去做VC的。

Deng火速約了Fedus在舊金山Noe Valley街區(qū)喝咖啡，興奮地邊走邊聊。

當(dāng)聽到Fedus描繪的愿景，他激動得當(dāng)場表示：「我現(xiàn)在就給你們寫支票！」

他甚至一度忘了公司尚未注冊、連名字都沒取好，支票無處可寄的尷尬。

最終，F(xiàn)elicis成功搶下了這一輪的領(lǐng)投權(quán)之一。

不過OpenAI本身并未參與投資。

雖然Fedus離職時OpenAI高層給予了祝福，他甚至在推文中暗示OpenAI可能會支持，但這一假設(shè)并未成真。

然而，OpenAI的缺席并不重要了。

憑借創(chuàng)始團隊的聲望，Periodic Labs手握的投資邀約很快多到令人眼花繚亂。

除了前述機構(gòu)，跟投名單上還出現(xiàn)了硅谷最大牌的天使投資人：亞馬遜創(chuàng)始人貝索斯、前谷歌CEO施密特、AI領(lǐng)域傳奇人物杰夫·迪恩、硅谷投資人埃拉德·吉爾等等，連NVIDIA也透過旗下基金NVentures站臺助威。

硅谷幾乎半個「神仙圈子」都聚齊了，可見大家對AI4S這個賽道的期待有多高。

投資人直言這可能是「壓縮幾十年科研進程」的機會，誰都不愿錯過。

AI科研競賽

巨頭與初創(chuàng)同臺競技

Periodic Labs的橫空出世，標志著AI探索版圖的一次重要轉(zhuǎn)向：從追逐通用人工智能、聊天機器人這樣的「虛擬智能」，邁向與物理世界深度互動、以創(chuàng)造新科學(xué)知識為目標的新賽場。

他們并非孤軍奮戰(zhàn)。在大型科技公司中，類似的理念正在萌芽。

OpenAI就在上月宣布成立「OpenAI for Science」部門，試圖打造「AI驅(qū)動的次世代科學(xué)儀器」，讓AI平臺加速科學(xué)發(fā)現(xiàn)。

DeepMind更是早有先例：其AlphaFold系統(tǒng)將生物蛋白質(zhì)折疊難題攻克，一舉改變生物學(xué)研究版圖，不僅贏得了全球聲譽，更為兩位核心研發(fā)者贏得了諾貝爾獎的肯定。

可以說，科技巨頭們已經(jīng)意識到，下一個AI突破口很可能就在實驗室里，在現(xiàn)實世界的未知現(xiàn)象中。

而在創(chuàng)業(yè)公司陣營，除了Periodic Labs外，也有像FutureHouse這樣的新創(chuàng)非營利組織，喊出要打造自主AI科學(xué)家的口號。

種種跡象表明，「AI搞科研」正成為新一輪創(chuàng)新競賽的熱點。

相比之下，Periodic Labs擁有業(yè)界罕見的專注和豪華班底，手握充沛資金，又沒有大公司的包袱，被視為這一賽道最值得期待的選手之一。

當(dāng)然，科學(xué)研究從來就不是一朝一夕之功，更何況要用AI去挑戰(zhàn)人類未知領(lǐng)域的難題。

Periodic Labs本身也承認，這是一場高風(fēng)險的豪賭。

就算有再聰明的AI和再能干的機器人，科研過程依然充滿不可預(yù)知的曲折，可能十試九敗。

但正因為充滿不確定性，才意味著巨大的突破空間和價值，哪怕最終沒能找到理想的超導(dǎo)體，他們在探索中積累的大量數(shù)據(jù)和失敗教訓(xùn)也本身具有非凡意義。

這與傳統(tǒng)科研過于功利、只獎勵成功論文發(fā)表的機制形成對照，Periodic Labs追求的是一種「探索本身即有價值」的新范式。

可以預(yù)見，如果這條道路走通了，我們對待科研的思路也將被顛覆。

Periodic Labs要重新想象科學(xué)發(fā)現(xiàn)的進行方式。

當(dāng)AI真正走入實驗室，當(dāng)自然世界變成AI的訓(xùn)練場，也許人類迎來的將是科研范式的躍遷。

抱著這樣的信念，這群頂尖科學(xué)家和投資人正全情投入這場豪賭。

未來十年，Periodic Labs能否交出改變世界的答卷，我們拭目以待。

參考資料：

https://techcrunch.com/2025/10/20/top-openai-google-brain-researchers-set-off-a-300m-vc-frenzy-for-their-startup-periodic-labs/