11亿美元赌一个“反LLM”的未来：AlphaGo之父大卫·席尔瓦的新公司凭什么？

破纪录的11亿美元种子轮

在没有任何产品、公开路线图或收入的情况下，Ineffable Intelligence完成了欧洲历史上最大的一笔种子轮融资 。这轮11亿美元的投资由红杉资本（Sequoia Capital）和光速创投（Lightspeed Venture Partners）联合领投，公司估值达51亿美元。参与方包括英伟达（Nvidia）、谷歌（Google）、DST Global、Index Ventures以及英国主权AI基金（UK Sovereign AI Fund）等重量级战略投资者 。作为全球金额最高的首轮融资之一，这次融资释放了强烈的信号：投资界对席尔瓦本人及其激进的研究方向抱有极大信心 。

独家谷歌云合作：为“超级学习器”注入算力

融资结束后仅六周，Ineffable Intelligence宣布经过严格的基础设施市场评估，最终选择谷歌云来支撑其“超级学习器”使命 。这项于2026年6月16日在伦敦谷歌云峰会上披露的协议，让这家初创公司获得了全球最大的NVIDIA GPU阵列之一的使用权，具体部署在谷歌云的AI超级计算机（AI Hypercomputer）架构之上 。

这是一次深度的战略协同：谷歌本身已经是种子轮的投资者，而该协议充分利用了谷歌云最新一代的AI优化硬件，包括其第八代TPU以及由NVIDIA Vera Rubin芯片驱动的全新A5X裸金属实例——这些硬件在2026年4月的Google Cloud Next大会上刚刚发布 。伦敦作为峰会举办地，也凸显了英国在AI前沿研究领域日益重要的地位 。

“反大语言模型”的核心理念：拒绝人类数据

Ineffable Intelligence的核心理念直接挑战了当前主流的大语言模型（LLM）范式。席尔瓦是伦敦大学学院（UCL）教授、前DeepMind强化学习团队负责人，也是AlphaGo、AlphaZero和MuZero——那些通过纯试错自我博弈掌握围棋、象棋等游戏的系统——背后的主要设计师 。

席尔瓦的核心论点在于：大语言模型基于海量人类生成的文本训练，因而存在一个根本性的“天花板”——它们只能对人类已有的知识进行插值和组合，无法创造出全新的知识。他提出的“超级学习器”是一种完全依靠自身经验学习的AI：通过与环境的互动生成自己的数据，发现从未被人类记录下来的新知识 。该公司的使命宣言是：“实现与超智能的首次接触” 。

这种方法完全摒弃了支撑ChatGPT、Gemini、Claude等模型的核心技术——基于互联网文本的预训练。它完全押注于强化学习，即AI智能体通过试错和环境反馈来学习 。席尔瓦在2024年发表的论文《Reward is Enough》（奖励即足够）中为这一赌注勾勒了理论框架，提出一个足够智能、由奖励信号驱动的智能体能够推导出所有必要的知识 。

一场高风险、未经证实的豪赌

巨额的融资和基础设施承诺是AI行业的一个里程碑事件。英伟达（主要GPU供应商）、谷歌云（基础设施提供商）以及顶级风投的联合参与，表明整个行业正在为“基于经验的强化学习”这条可能且更具潜力的通往高级AI的路径下注 。这使Ineffable Intelligence成为与OpenAI、Anthropic等专注大语言模型的公司截然不同的另一极。

然而，风险同样巨大。将一个通用的“超级学习器”所需规模的强化学习应用到游戏或模拟环境之外，其计算量惊人且尚未被验证。尽管11亿美元种子轮提供了充足的资金跑道，但该公司尚未证明其方法能在现实世界的科学发现或复杂的、开放式的领域带来真正的突破。