AI 未来之一 Neolabs（新一代前沿 AI 研究实验室浪潮）近期投资并购研究小结

一、这波 AI 创业定位的方向

通用前沿模型 19 家、AI for 数学与科学 18 家、企业应用/Agent 17 家、递归自我改进/持续学习 15 家、物理 AI/机器人 10 家、世界模型/仿真 8 家、生成式媒体/语音 7 家、算力芯片 4 家、推理基础设施 2 家、可解释性 3 家。

63 家不是造 63 个聊天机器人，而是 63 个赌注——赌 AI 下一层平台落在现实世界、科学实验、软件工程、推理基建还是人机接口。

二、最有可能率先商业化的方向（按变现速度排序）

第一档：已经在赚钱，1-2 年内可规模化1、AI 编程/软件工程 Agent。代表：Poolside（约 120 亿美元）、Magic、Reflection AI、Essential AI。卖点是开发者工具和企业软件工程自动化，付费意愿最强、没有监管审批门槛，产品即收入，是变现最快的方向。2、企业应用 Agent 平台。代表：Cohere（约 70 亿美元）、Inflection、H、Imbue、River AI。模式是私有化部署+订阅制，卖给大企业和政府，Cohere 已经形成稳定企业收入，还宣布与德国 Aleph Alpha 合并强化欧洲市场。3、推理基础设施。代表：Inferact、RadixArk（vLLM 系谱）。卖更快更便宜的模型推理服务，直接对接所有大模型的部署需求，属于卖水生意，今天就能开票。4、生成式媒体。代表：Runway（53 亿美元）、Luma AI、Black Forest Labs。视频/图像生成工具已经向影视、广告、社媒创作者收费，现金流已经跑通。

第二档：中期放量，2-4 年5、物理 AI/机器人。代表：Physical Intelligence（110 亿美元+）、Skild AI、Prometheus、Generalist AI、Rhoda。变现路径是卖机器人基础模型软件授权或整机方案，工业、仓储物流试点订单先行，能否规模化取决于制造业真实落地速度。6、世界模型/仿真。代表：World Labs（李飞飞，约 50 亿美元）、Decart、Aaru（拿了 10 亿美元 A 轮）、Simile。先用 3D 生成工具、游戏、仿真训练服务变现，虚拟环境训练和推演是政企愿意付费的场景。7、AI for Science——材料。代表：Periodic Labs（约 70 亿美元）、CuspAI。材料发现周期比药物短，跟化工、电池、半导体企业做合作分成，落地更快。8、AI for Science——药物。代表：Xaira（David Baker 参与）、Isomorphic（DeepMind 系）、Chai Discovery、EvolutionaryScale。现阶段的收入是药企合作款（Chai 已被辉瑞、礼来、诺华采用），但产品上市要等多年临床，属于"现在有现金流、长期才见大钱"。

第三档：最远，4 年以上且高度不确定9、递归自我改进 AI。代表：Ineffable Intelligence（David Silver）、Recursive Superintelligence（46.5 亿美元）、Core Automation。纯研究赌注，无产品无收入，赌的是自动做研究的能力。10、AI 芯片设计/新算力。代表：Unconventional AI（45 亿美元）、Ricursive Intelligence。流片周期长，靠 IP 授权和技术服务变现，验证要等几年。11、脑机接口。代表：Merge Labs。监管+临床周期最长，跟之前聊的 Neuralink 一个逻辑，商业化最晚。

三、现实约束和机会把握

这波实验室的估值靠"谁控制下一层平台"的故事撑起来，不是靠当下收入。真正考验是能不能熬过沉默期——药物管线、芯片流片、机器人基础模型都要多年验证；同时 Meta、Google、OpenAI 用高薪和加速 vesting 抢回研究员，人才和资本市场每几个月就重新定价一次。

我们想挖"率先商业化"的机会，就要盯第一档的编程 Agent、企业 Agent、推理基建、生成媒体——它们没有政策闸门，收入已经真实发生；第二档的机器人和材料是下一波，适合布局；脑机和自我改进 AI 属于远期期权，别当短期生意做。