成立兩年的小公司,被黃仁勳炒到1728億
這句話出自Striker Venture Partners的合伙人Brian Zhan。2025年初，當AI市場都在聚焦Transformer的Scaling Law、熱議參數與算力時，他領投了壹家當時估值還不到6億美元的小公司——Reflection AI。
在接受Z Potentials采訪時，他表示他的判斷依據很簡單：這支團隊把世界上最優秀的壹批強化學習研究者聚到了壹起，而強化學習（RL）才是讓Agent基礎模型真正“好用、可靠”的關鍵突破口。
拾個月後，Reflection AI成為了2025年最耀眼的AI獨角獸之壹。再過去伍個月，它的估值又翻了整整叁倍。
2026年3月26日，《華爾街日報》爆料：Reflection AI正在進行新壹輪融資，投前估值250億美元，預計融資25億美元。JPMorgan Chase計劃通過其新成立的Security and Resiliency Initiative參與本輪投資，其早期投資者Disruptive也計劃繼續跟投。
而就在拾天前，這家公司也剛剛成為英偉達Nemotron Coalition的創始成員——這是壹個由英偉達牽頭、旨在推動開源前沿模型發展的全球AI聯盟。
從2024年3月成立至今，Reflection AI用了兩年時間走完了從0到250億美元（約1728億元人民幣）的估值躍遷。2024年它的收入還是0，2025年收入已經有2000萬美元，而它的團隊只有79個人。
同時，它也被譽為“美國版DeepSeek”，肩負著西方開源AI陣營對抗中國模型的“戰略使命”。黃仁勳不僅為它投了8億美元，還派出了工程師幫它優化芯片性能。前Google CEO Eric Schmidt、Zoom創始人Eric Yuan、光速創投、紅杉資本……壹眾硅谷頂級資本也悉數入場給它投了錢。
Reflection AI，到底是壹家怎樣的公司？
從AlphaGo到Gemini：這支團隊做過AI史上“最酷的事”
Reflection AI的故事要從兩個人說起。
Misha Laskin，Reflection AI的創始人兼CEO，俄羅斯裔以色列人，耶魯本科學的物理，同時也是芝加哥大學的理論物理博士。2017年，他入選福布斯30 under 30，那時候他剛結束第壹段創業——壹家做零售庫存預測的Y Combinator公司，Claire。在與Manifold的采訪中，他回憶那段創業經歷時坦言：“我學到了很多，但主要是明白了自己不想要什麼。”他發現自己對零售行業並沒有“深層的共情”，而他職業生涯真正的轉折點是在2016年——當他看到了AlphaGo。
“那改變了我的人生軌跡，”Misha說，“我當時就覺得，這是我這個時代最重要的科學。”他放下壹切，自學編程，去UC Berkeley做博士後研究深度學習和強化學習。後來加入了Google DeepMind，領導Gemini項目的獎勵模型開發。
在Manifold采訪中，他回憶起ChatGPT發布的那天，他正在新奧爾良的壹個會議上做演講，“我突然有壹種抽離感——我為什麼要說這些話？”
那壹刻他意識到，語言模型已經解決了AI的“泛化問題”。在此之前，強化學習算法雖然強大，但只能在非常狹窄的領域工作——AlphaGo下圍棋無敵，但換個游戲就要重新訓練。而ChatGPT展示了壹種前所未有的通用性：你可以向它提問任何問題，它基本上都能給出合理的回答。
“這是壹個從0到1的時刻，”Misha說，“歷史學家們回頭看，就會看到那是壹個斷層。”
Reflection AI的另壹位創始人Ioannis Antonoglou的來頭更大。他是DeepMind的創始工程師，AlphaGo的核心開發者之壹。2016年那場震驚世界的圍棋“人機大戰”，李世石輸掉的肆局棋，背後就有他的手筆。
Misha回憶AlphaGo那手被驚呼“非人類下法”的“第37步”棋時說：“那壹步太壯觀了……它展示了系統對游戲有深刻的理解，它有創造力，它能想到人類從未想到過的東西。”
在AlphaGo之後，Ioannis進壹步推進了AlphaZero——完全通過自我對弈學習、無需人類指導就能掌握游戲的AI；還有MuZero——連游戲規則都不需要被告知，就能征服圍棋、國際象棋、將棋、Atari游戲的更高級突破。
Misha與Ioannis是在DeepMind相識的，壹個專注強化學習，壹個深耕大語言模型。2024年3月，他們離開Google，創立了Reflection AI。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: