又一家「OpenAI 系」明星 AI 实验室寻求新融资，成立不足 2 月，估值翻 4 倍
一句话看懂：前 OpenAI 研究副总裁 Jerry Tworek 创立仅两个月的 AI 公司 Core Automation，正在以 40 亿美元估值寻求 3 亿至 5 亿美元新融资。其核心技术路线是打造“持续学习”模型，目标将训练数据量压缩到当前前沿模型的 1%，并且能在生产环境中实时更新权重。
事件核心：发生了什么
据 The Information 5 月 8 日报道，Core Automation 成立仅数周，已在一轮融资中从英伟达、Spark Capital 和 Accel 处获得 1 亿美元，当时估值为 10 亿美元。如今正酝酿新一轮 3 亿至 5 亿美元融资，估值目标 40 亿美元。公司核心研究项目代号“Ceres”，主要解决大模型训练中的“灾难性遗忘”问题，同时探索 Transformer 之外的新架构。团队由来自 OpenAI、Anthropic、Google DeepMind 的多位研究员组成，目前已公开四位联合创始人，包括曾主导 GPT-4o 开发的 Joanne Jang。
为什么重要
这轮融资表明，即便在资本趋于理性的环境下，资本与英伟达等硬件巨头仍愿意重注押注“新实验室”（Neolabs）这一 AI 创业路线。Core Automation 选择了一条与主流“堆数据、堆算力”完全不同的技术路线——持续学习与极小数据量训练，如果成功，可能大幅降低大模型的算力门槛和训练成本。英伟达在这类企业中的投资策略被分析人士称为“中央银行”式操作：通过注资让初创公司有钱采购其高端芯片，同时获得未来算力订单的保障。这也说明，底层算力供应链正在反向塑造 AI 创业生态的融资节奏。
对用户/开发者/创作者的影响
对于 AI 应用开发者和企业采购方，如果 Core Automation 的持续学习技术能够商业落地，将意味着未来不再需要为每一次模型更新重新训练全量参数，开发者可以像维护传统软件一样“热更新”AI 模型。但当前产品距上线仍有“较长路要走”，短期看，这轮融资信号更直接影响的是硬件采购决策和 AI 芯片市场的供需预期。对于普通内容创作者，该团队的另一个目标是打造自动化程度最高的 AI 实验室，长期可能推动生成式 AI 工具在工业自动化、生物设计等领域的落地。
值得关注的后续
1. 产品落地时间表：Core Automation 目前尚无商业化产品，其主推的“持续学习”路线能否克服“灾难性遗忘”这一公认难题，是判断估值合理性的核心观察点。2. 英伟达跟投力度：英伟达是否在下一轮继续大幅出资，将直接影响市场对其他 Neolab 融资时的定价预期与芯片采购策略。3. 人才稳定性：前车之鉴显示，同类型的 Thinking Machines Lab 在半年内已有 9 名核心成员离职，Core Automation 能否避免明星团队快速流失，同样值得关注。
来源：Readhub · AI
