在贝佐斯联合创立的Project Prometheus以120亿美元B轮融资刷新今年NeoLab融资纪录后，中国的相关领域也迎来新进展。

知名AI学者代季峰创立的大模型公司Naive.AI，近日推出其首个开源模型Naive-N0.5-Flash。

Naive-N0.5-Flash专为编码和AI研发设计，总参数量达309B，原生支持100万上下文，AI优化推理速度最高可达2000个token/s。该模型的研发过程由AI模型直接参与，AI负责编写代码、运行实验、监控进度、分析结果并持续迭代。

自今年2月成立以来，Naive.AI一直保持低调。在正式发布Naive-N0.5-Flash前，外界对该公司的了解仅限于一个仅显示一行标语的官网。

这并未影响Naive.AI在资本市场的热度。据The Information报道，Naive.AI今年以来已完成三轮融资，总额达4亿美元（约合人民币27亿元），投后估值升至14.2亿美元（约合人民币95亿元）。投资方包括腾讯、红杉中国、IDG资本及经纬创投等头部机构。

代季峰曾在商汤科技研究院担任执行研究总监。从创业背景看，代季峰的Naive.AI与前阿里千问负责人林俊旸8月创立的Pragmatik Labs（p7k），堪称当前国内两大Neo Lab项目。与硅谷的NeoLab类似，这两家公司在正式产品推出前，估值已接近甚至突破百亿元。

不过，正如中美AI大模型发展路线的差异，中国的NeoLab也有自身的发展路径。

清华副教授二次创业

2009年和2014年，代季峰先后在清华大学自动化系获得工学学士和博士学位。2022年，他全职加入清华大学电子工程系，担任副教授。

仅从教育背景看，代季峰的经历在创投圈并不突出。毕竟，从智谱的唐杰、面壁智能的刘知远到生数科技的朱军，创业的清华教授并不少见。

更有趣的是代季峰的职场履历。

2014年至2019年，代季峰在微软亚洲研究院视觉组工作，担任首席研究员、研究经理。2019年至2022年，他在商汤科技研究院担任执行研究总监。微软亚洲研究院（MSRA）和商汤科技，基本串联起一部微缩的中国AI创业史。

MSRA向行业输送了大量计算机视觉领域人才。曾在MSRA实习的清华同学印奇与唐文斌，2011年联合成立旷视科技。而曾任MSRA视觉计算组主任的汤晓鸥，与曾在MSRA创新工程组从事视觉算法产业化的杨帆，2014年联合创立商汤科技。

商汤科技与旷视科技均属于早期“AI四小龙”，主攻计算机视觉。其中，商汤科技还扮演了生成式AI时代的人才孵化器。

曾任商汤科技副总裁、研究院副院长的闫俊杰，2021年成立大模型公司MiniMax。在商汤科技推动AI商业化的宋亚宸，以001号身份参与创办MiniMax，后于2022年创立主攻通用3D大模型的VAST。与代季峰同样曾在商汤科技担任执行研究总监的曹旭东，2016年离职创立自动驾驶公司Momenta。

目前，上述5家公司中，商汤科技、MiniMax与Momenta均已上市。

当前辈与前同事纷纷创业，身处这样一个“连续创业者”遍地的圈子，代季峰的创业显得顺理成章。

事实上，2025年时，代季峰已与网游教父、盛大网络创始人陈天桥联合成立AI模型公司MiroMind。绕开预训练和算力规模比拼的大模型赛道，MiroMind主攻更轻量级的小模型。

今年，MiroMind推出的搜索智能体模型MiroThinker 1.5，参数量为30B，在基准测试中得分56.1分。相比1TB参数量、得分60.2的Kimi-K2-Thinking，MiroThinker 1.5表现出较高的“性价比”。不过，今年1月末，代季峰已离开MiroMind。

据媒体当时报道，代季峰计划带领中国区部分团队成员独立，成立新公司并寻求融资。Naive.AI正是他二次创业的落脚点。

从产品内容看，Naive.AI延续了代季峰在MiroMind时期轻巧的产品路线。

技术报告显示，Naive-N0.5-Flash基于开源的小米MiMo-V2.5基础模型，同时将全局注意力层替换为DeepSeek稀疏注意力。

同时，Naive-N0.5-Flash的架构源于NaiveAI研究人员与AI模型的共创——研究人员定义目标和评估协议，AI模型实现候选架构和训练方法，运行消融实验，并总结结果。在满足目标的候选方案中，研究人员选择了一种最易实现的方案。

中国式Neolab

代季峰的Naive.AI，让人联想到前阿里千问负责人林俊旸创立的p7k。

今年初，林俊旸离开千问团队，8月官宣创业项目p7k，专注于“数字世界与物理世界中下一代智能体”研究。p7k首轮融资由高榕创投与红杉中国共同领投，腾讯与上海未来产业基金参投，估值约20亿美元（约合人民币134亿元）。

代季峰与林俊旸均是大厂离职创业，绕开巨头割据的传统大模型赛道，主攻应用场景更细分的AI产品。更重要的是，两家公司在产品尚未正式问世前，已获得红杉中国、腾讯等头部机构的投资，估值接近甚至超过百亿元。

从近两年NeoLab的热度看，这并不意外。

进入AI大模型时代后，硅谷涌现出一批NeoLab（新一代AI实验室）。NeoLab多由OpenAI、DeepMind、Anthropic等顶级AI公司的离职人员创立，研究AI前沿方向。在产品与商业路径尚不清晰时，NeoLab往往能获得数亿甚至数十亿美元投资。

连产品都看不到就先行投资，NeoLab的投资模式看似不靠谱，实则是一种押注。

OpenAI和Anthropic在成立初期，均呈现“零产品、纯技术信仰”的特征：OpenAI 2015年成立时，口号是“开发造福全人类的安全AGI”，定位为非营利AI实验室，直到2022年才推出对话式AI产品ChatGPT。Anthropic 2021年成立时，立足的是一套AI模型安全研究的技术判断，成立2年后才推出对标GPT的Claude。如今，两者估值均已接近万亿美元。

于是，新的投资观念在这波浪潮中涌现：与其等待下一代颠覆性产品问世，不如先押注人才及前沿技术方向。据机器智能研究所（Machine Intelligence Research Institute）一篇论文，若仅计算头部AI公司技术团队人员，与前沿AI开发相关的研究人员群体规模仅数千人。

据硅谷风投机构Radical Ventures统计，2024年以来，超过40家NeoLab已累计融资逾400亿美元。

不过，相比硅谷，中国的NeoLab发展风格有所不同。

最显著的差异在于融资金额与估值。

硅谷项目融资极为豪横。前OpenAI CTO米拉·穆拉蒂创立的Thinking Machines，成立时种子轮融资高达20亿美元，估值120亿美元。前OpenAI首席科学家伊利亚·苏茨克维创立的Safe Superintelligence（SSI），种子轮融资10亿美元，估值50亿美元。

反观国内，在具身智能吸聚资金的背景下，作为头部Neo Lab项目的Naive.AI和p7k，估值与硅谷明星项目仍有差距。今年国内获得融资的两家Neo Lab——Mind Lab与逆矩阵，融资金额分别为近5000万美元与超亿美元。

更重要的是，相比强调技术信仰的硅谷，中国NeoLab整体更为务实。

伊利亚·苏茨克维官宣SSI时，将其定义为纯研究机构，明确将开发安全的超级智能作为唯一目标，拒绝传统AI产品开发路线。而喊出“构建能够适应人类所有专业知识并实现更广泛应用的AI”目标的Thinking Machines，在成立18个月后才推出首款自研开源大模型Inkling。

而国内NeoLab更像场景更细分的AI创业公司，产品形态明确，商业化是前置目标。林俊旸官宣p7k时，已明确产品形态为Agent。2025年10月成立的Mind Lab，今年7月已发布模型产品Macaron V1，并同步启动商业化。代季峰的Naive AI，也在公司成立7个多月后发布了首个开源大模型。

这或许延续了中美AI发展风格的一贯差异——美国更强调基础模型本身的创新与参数规模拓展，中国则更聚焦产业效率提升与场景落地。同理，“实用性”或将成为Naive.AI与p7k未来面对的考验指标。

本文来自微信公众号“投中网”，作者：李馨婷，36氪经授权发布。