硅谷的AI战场，从未像今天这样炙手可热。就在本周，一则重磅消息引爆了整个科技圈：由OpenAI前首席技术官（CTO）米拉·穆拉蒂（Mira Murati）创立的AI新锐公司 Thinking Machines Lab，宣布完成了一轮高达20亿美元的种子轮融资，公司估值飙升至 120亿美元，此轮融资由顶级风投a16z领投，芯片巨头英伟达（Nvidia）、AMD、思科（Cisco）等一众行业巨头跟投。

要知道，TML今年2月才刚刚成立，至今未发布任何产品 。一家“PPT公司”凭什么能创下硅谷史上最大种子轮融资之一的记录？这不仅是资本的狂热，更是对“人”的终极押注。

Mira Murati的创业传奇

Mira Murati是谁？她可不是普通的创业者。作为OpenAI的前CTO，她领导了GPT-3、GPT-4、DALL-E和ChatGPT等开创性技术的开发，曾短暂担任OpenAI临时CEO，被誉为“ChatGPT之母”。

除了在OpenAI任职期间，她还曾在特斯拉负责Model S、Model X和Autopilot的开发，积累了深厚的AI和产品经验。

2025年2月，Murati创立了Thinking Machines Lab，一家专注于构建“协作型通用智能”的AI公司。

公司愿景是通过多模态AI系统（如支持对话、视觉和协作），让AI更易理解、可定制，并适应人类的独特需求。

目前，公司尚未推出正式产品，但官网透露，他们正在开发多模态AI，强调人类-AI协作、个性化适应和开源组件。

Murati在社交媒体上表示，首款产品将在数月内发布，其中包含重要的开源部分，帮助研究人员和初创公司开发定制模型。

这个“零产品”公司为什么能估值120亿美元？

答案在于其“超豪华”创始团队！团队汇聚了OpenAI的众多大牛，包括联合创始人John Schulman（PPO算法发明者、ChatGPT后训练负责人）、Barret Zoph（研究副总裁）、Bob McGrew（前首席研究官）、Alec Radford（GPT论文一作）、Lilian Weng（AI安全负责人）等。

这些人才曾主导GPT系列、CLIP、DALL-E和Whisper等关键模型的开发，堪称AI界的“梦之队”。

史上最大种子轮：AI人才成为最稀缺资源

本次融资由a16z领投，NVIDIA、AMD、Accel、ServiceNow、Cisco、Jane Street等巨头参投，金额高达20亿美元，估值120亿美元。

这笔融资打破了科技史纪录，最初计划融资10亿美元、估值90亿美元，但几个月内水涨船高。

为什么投资者如此慷慨？因为在AI时代，人才、算力和数据是三大核心要素，而人才正被推向顶峰。

正如行业观察：AI行业正从“算力为王”转向“人才为本”。

Meta的马克·扎克伯格发起“抢人大战”，挖角OpenAI和DeepMind的多位专家；Google以27亿美元收购Character.AI，主要目标也是其创始团队。

Thinking Machines Lab的融资，与Ilya Sutskever的Safe Superintelligence（估值320亿美元）类似，都凸显了“OpenAI Mafia”（OpenAI分裂出的创业公司）的强大影响力。这些公司虽无产品，却因顶尖人才云集而备受追捧。

专家一线视角

为了更加深入解读并且专业的分析，我们特别联系了硅兔君在硅谷专家网络中的一位专家——A（化名无任何意义），一位曾在Google Brain和NVIDIA担任高级研究员的AI架构师，现为多家AI初创公司的顾问。A通过我们的平台分享了他的独到见解：

“Thinking Machines Lab获得如此高的估值，核心原因并非仅仅是团队成员的个人光环，而是这个特定团队的‘化学反应’已经被市场验证过。

他们不仅是开发了GPT、DALL-E等基础模型的工程师，更是主导了RLHF（人类反馈强化学习）等关键对齐工作的研究者。

可以说，他们是全球范围内最懂得如何构建、训练并‘驾驭’超大模型的团队之一。投资者押注的是他们再次创造奇迹的极高确定性。

其次，需要关注他们提出的‘协作型通用智能’（Collaborative General Intelligence）这一概念。这与OpenAI追求的AGI（通用人工智能）或Anthropic强调的‘有益的AI’有所不同。

‘协作型’意味着其产品设计的核心，可能是创造一个能与人类在复杂工作流中无缝配合的AI伙伴，而不只是一个问答工具。这预示着其技术路径可能会更侧重于多模态的融合理解、任务的分解与执行，以及个性化适应用户的思维模式，这在企业服务和专业创作领域有巨大的想象空间。

最后，Murati提到产品将包含‘重要的开源部分’，这是一个极其聪明的战略。在当前大模型生态中，完全闭源的路线会面临来自Llama等开源社区的巨大压力。

通过有策略地开源部分核心组件，Thinking Machines Lab可以快速建立起一个开发者生态系统，吸引全球人才为其平台添砖加瓦，从而在与OpenAI、Google等巨头的竞争中占据一个有利的生态位。

当然，挑战依然巨大。首先，‘梦之队’的协作效率能否在创业环境下保持高水平，尚待观察。其次，在当前算力成本极高的情况下，如何平衡技术探索与商业化落地之间的节奏，将是他们面临的第一个真正考验。”