破紀錄嘅11億美元種子輪

喺仲未有任何產品、公開路線圖或者收入之前，Ineffable Intelligence就已經籌集咗歐洲歷史上最大嘅種子輪資金 。呢筆11億美元嘅投資，令公司估值達到51億美元，由Sequoia Capital同Lightspeed Venture Partners共同領投，仲有Nvidia、Google、DST Global、Index Ventures同埋英國主權AI基金等主要策略投資者參與 。呢筆資金係全球最大嘅首輪外部融資之一，顯示投資者對Silver本人同佢呢個激進研究方向有極大信心 。

獨家Google Cloud合作夥伴關係

融資結束六個星期後，Ineffable Intelligence宣布，經過嚴格嘅基建市場評估，佢哋揀咗Google Cloud嚟推動「超級學習者」使命 。呢個協議喺2026年6月16號嘅Google Cloud Summit London上公布，畀呢間初創公司使用全球最大規模嘅NVIDIA GPU陣列之一，具體係部署喺Google Cloud嘅AI Hypercomputer架構上 。

呢個合作夥伴關係係深度嘅策略結盟：Google本身已經係種子輪嘅投資者，而呢個協議充分利用Google Cloud最新嘅AI優化硬件，包括第八代TPU同由NVIDIA Vera Rubin晶片驅動嘅新A5X裸機實例，呢啲硬件早前喺Google Cloud Next '26上宣布 。倫敦峰會嘅選址亦突顯咗英國作為前沿AI研究樞紐嘅地位 。

「反LLM」論點：唔用人類數據嘅強化學習

Ineffable Intelligence嘅核心理念係直接挑戰主流嘅大語言模型（LLM）範式。David Silver係UCL教授兼DeepMind強化學習團隊前主管，係AlphaGo、AlphaZero同MuZero嘅主要設計者——呢啲系統透過純粹嘅試錯自我對弈掌握圍棋、國際象棋等遊戲，完全唔需要學習人類嘅棋譜 。

Silver嘅核心論點係：LLM喺大量人類生成文本上訓練，存在根本性嘅天花板——佢哋只能從人類已經寫低嘅嘢入面進行內插推斷。佢提出嘅「超級學習者」係一個完全靠自己經驗學習嘅AI，透過與環境互動生成自己嘅數據，發現人類從未記錄過嘅真正新知識 。呢間公司嘅使命宣言係「首次接觸超級智能」 。

呢個方法摒棄咗主導ChatGPT、Gemini同Claude等模型嘅網絡文本預訓練。相反，佢完全投入強化學習——一種讓AI代理透過嘗試、錯誤同獎勵訊號學習嘅方法 。Silver喺2024年嘅論文《Reward is Enough》為呢個賭注勾勒咗理論框架，主張一個受獎勵驅動、有足夠智慧嘅代理可以推導出所有必要知識 。

一個高風險、未經證實嘅路徑

呢筆巨額資金同基建承諾，標誌住AI行業一個里程碑時刻。Nvidia（主要GPU供應商）同Google Cloud（基建提供商）聯同一線創投基金嘅參與，顯示行業對基於強化學習嘅「經驗學習」作為一條可信、甚至可能更優越嘅高級AI路徑，落咗重大注碼 。呢個舉動將Ineffable Intelligence定位為OpenAI同Anthropic等公司嘅LLM策略嘅抗衡力量。

不過，呢個冒險唔係冇風險。要喺通用「超級學習者」所需要嘅規模上行強化學習，運算量極其巨大，而且喺遊戲或模擬環境之外嘅範疇仍未得到證實。雖然11億美元嘅種子輪資金提供咗一條好長嘅跑道，但呢間公司仲未證明佢哋嘅方法能夠喺現實世界嘅科學發現或者複雜、開放式嘅領域中取得突破。

破紀錄嘅11億美元種子輪

喺仲未有任何產品、公開路線圖或者收入之前，Ineffable Intelligence就已經籌集咗歐洲歷史上最大嘅種子輪資金 。呢筆11億美元嘅投資，令公司估值達到51億美元，由Sequoia Capital同Lightspeed Venture Partners共同領投，仲有Nvidia、Google、DST Global、Index Ventures同埋英國主權AI基金等主要策略投資者參與 。呢筆資金係全球最大嘅首輪外部融資之一，顯示投資者對Silver本人同佢呢個激進研究方向有極大信心 。

獨家Google Cloud合作夥伴關係

融資結束六個星期後，Ineffable Intelligence宣布，經過嚴格嘅基建市場評估，佢哋揀咗Google Cloud嚟推動「超級學習者」使命 。呢個協議喺2026年6月16號嘅Google Cloud Summit London上公布，畀呢間初創公司使用全球最大規模嘅NVIDIA GPU陣列之一，具體係部署喺Google Cloud嘅AI Hypercomputer架構上 。

呢個合作夥伴關係係深度嘅策略結盟：Google本身已經係種子輪嘅投資者，而呢個協議充分利用Google Cloud最新嘅AI優化硬件，包括第八代TPU同由NVIDIA Vera Rubin晶片驅動嘅新A5X裸機實例，呢啲硬件早前喺Google Cloud Next '26上宣布 。倫敦峰會嘅選址亦突顯咗英國作為前沿AI研究樞紐嘅地位 。

「反LLM」論點：唔用人類數據嘅強化學習

Ineffable Intelligence嘅核心理念係直接挑戰主流嘅大語言模型（LLM）範式。David Silver係UCL教授兼DeepMind強化學習團隊前主管，係AlphaGo、AlphaZero同MuZero嘅主要設計者——呢啲系統透過純粹嘅試錯自我對弈掌握圍棋、國際象棋等遊戲，完全唔需要學習人類嘅棋譜 。

Silver嘅核心論點係：LLM喺大量人類生成文本上訓練，存在根本性嘅天花板——佢哋只能從人類已經寫低嘅嘢入面進行內插推斷。佢提出嘅「超級學習者」係一個完全靠自己經驗學習嘅AI，透過與環境互動生成自己嘅數據，發現人類從未記錄過嘅真正新知識 。呢間公司嘅使命宣言係「首次接觸超級智能」 。

呢個方法摒棄咗主導ChatGPT、Gemini同Claude等模型嘅網絡文本預訓練。相反，佢完全投入強化學習——一種讓AI代理透過嘗試、錯誤同獎勵訊號學習嘅方法 。Silver喺2024年嘅論文《Reward is Enough》為呢個賭注勾勒咗理論框架，主張一個受獎勵驅動、有足夠智慧嘅代理可以推導出所有必要知識 。

一個高風險、未經證實嘅路徑

呢筆巨額資金同基建承諾，標誌住AI行業一個里程碑時刻。Nvidia（主要GPU供應商）同Google Cloud（基建提供商）聯同一線創投基金嘅參與，顯示行業對基於強化學習嘅「經驗學習」作為一條可信、甚至可能更優越嘅高級AI路徑，落咗重大注碼 。呢個舉動將Ineffable Intelligence定位為OpenAI同Anthropic等公司嘅LLM策略嘅抗衡力量。

不過，呢個冒險唔係冇風險。要喺通用「超級學習者」所需要嘅規模上行強化學習，運算量極其巨大，而且喺遊戲或模擬環境之外嘅範疇仍未得到證實。雖然11億美元嘅種子輪資金提供咗一條好長嘅跑道，但呢間公司仲未證明佢哋嘅方法能夠喺現實世界嘅科學發現或者複雜、開放式嘅領域中取得突破。