AlphaGo 之父 David Silver 離開 DeepMind 創辦 Ineffable Intelligence，10 億美元種子輪震動歐洲

2026 年 1 月底，Google DeepMind 最具標誌性的研究員之一 David Silver 悄然離開了他耕耘超過十年的實驗室。數週後，消息正式引爆業界：Silver 在倫敦創辦了一家名為 Ineffable Intelligence 的新公司，並正在進行一輪由 Sequoia Capital 領投、規模高達 10 億美元的種子輪融資，投前估值約為 40 億美元。若交易最終落實，這將成為歐洲歷史上規模最大的種子輪融資，也是全球 AI 創業史上最引人矚目的創始人出走事件之一。

這不僅僅是一則融資新聞。Silver 的離開及其創業方向，折射出當前人工智能領域一場正在加劇的根本性分歧：大型語言模型（LLM）究竟能否通往超級智能？還是業界需要從根本上重新思考通往通用人工智能（AGI）的技術路線？

從 AlphaGo 到 Ineffable：一位先驅的知識譜系

要理解 Silver 這次創業的深層意義，必須回溯他在 DeepMind 的非凡履歷。David Silver 是強化學習（Reinforcement Learning, RL）領域最具影響力的學者之一，其學術生涯可追溯至劍橋大學的博士研究，師從強化學習奠基人 Richard Sutton。在 DeepMind，Silver 主導開發了一系列改變 AI 歷史進程的系統。

2016 年，AlphaGo 在首爾擊敗世界圍棋冠軍李世乭，這場對弈被廣泛視為人工智能發展的分水嶺時刻。Silver 正是 AlphaGo 項目的首席研究員。隨後，他又帶領團隊開發了 AlphaZero——一個無需任何人類棋譜數據，僅通過自我對弈就能在圍棋、國際象棋和日本將棋三個領域達到超人水平的系統。AlphaZero 的核心突破在於證明了一個深刻的理念：智能可以從零開始、在與環境的互動中自主湧現，而不必依賴人類累積的知識。

這種「從白板開始」的哲學，正是 Silver 學術信念的核心，也是理解 Ineffable Intelligence 創業方向的關鍵鑰匙。

一個不尋常的公司名稱背後的技術宣言

「Ineffable」在英語中意為「不可言喻的、超越語言表達的」。這個公司名稱本身就是一份技術宣言。Silver 的核心論點直截了當：當前主流的大型語言模型——無論是 GPT 系列、Claude 還是 Gemini——本質上是在語言空間中運作的統計模式匹配系統。它們在文字處理、代碼生成和知識問答方面表現出色，但 Silver 認為，真正的超級智能應當超越語言的邊界，涵蓋那些無法用語言充分表達的認知能力：直覺、空間推理、長期規劃、在開放式環境中的自主探索與學習。

「語言只是人類智能的冰山一角。真正的智能——那些讓生物體能夠在複雜、動態、未知的環境中生存和繁榮的能力——很大程度上是不可言喻的。」

這番理念並非 Silver 首次表達。在學術圈內，他長期主張強化學習是「足夠」（sufficient）實現通用智能的框架——即一個能夠感知環境、採取行動、獲得獎勵反饋並持續優化策略的智能體，理論上可以發展出任何形式的智能行為。這一立場在 LLM 佔據絕對主流的當下，堪稱逆流而上。

10 億美元的豪賭：融資結構與投資邏輯

Sequoia Capital 領投 10 億美元種子輪並給出約 40 億美元投前估值，這組數字在任何標準下都堪稱驚人。傳統意義上，種子輪融資的規模通常在數百萬至數千萬美元之間。然而，在當前 AI 創業的超級週期中，「種子輪」的定義早已被徹底重塑。

Sequoia 的投資邏輯並不難理解。在一個幾乎所有頂級 AI 實驗室都在追逐更大規模 LLM 的市場環境中，Silver 代表了一條差異化的技術路線。如果 LLM 的 scaling 曲線確實如部分研究者所擔憂的那樣正在趨於平緩，那麼在強化學習和替代架構方面押下重注，就是一種對沖整個產業技術路線風險的策略。

更重要的是，Silver 的履歷為這筆投資提供了罕見的「技術確定性」。他不是一位提出假說的理論家，而是一位已經用 AlphaGo 和 AlphaZero 證明了自己方法論有效性的實踐者。在風投的語言中，這相當於投資一位已經拿過諾貝爾獎級別成就的科學家的下一個項目。

歐洲 AI 創業版圖的結構性轉變

Ineffable Intelligence 選擇落戶倫敦而非矽谷，這一決定本身就具有產業信號意義。長期以來，歐洲在 AI 創業領域面臨「研究強、創業弱」的結構性困境——頂級研究人才不斷流向美國科技巨頭，歐洲本土缺乏能夠承接頂級 AI 人才創業野心的資本生態。

Silver 的選擇表明這一格局正在發生變化。倫敦作為 DeepMind 的誕生地和全球 AI 研究的重鎮之一，正在積累足夠的人才密度和創業基礎設施來支撐頂級 AI 公司的誕生。如果 Ineffable Intelligence 的 10 億美元種子輪最終落實，它將超越此前歐洲 AI 領域的所有種子輪紀錄，為倫敦作為全球 AI 創業中心的地位提供一個決定性的註腳。

這也是一個更廣泛趨勢的一部分。近年來，歐洲 AI 創業公司正在吸引越來越多的美國頂級風投的關注。法國的 Mistral AI、德國的 Aleph Alpha 等公司的崛起，已經證明歐洲有能力孕育具有全球競爭力的 AI 企業。Silver 的加入無疑將大幅提升這一趨勢的能見度和說服力。

DeepMind 人才流失的深層隱憂

Silver 的離開並非孤立事件。過去兩年間，Google DeepMind 經歷了一波顯著的高級研究人才流失潮。多位資深研究員和團隊負責人陸續離開，投身創業或加入競爭對手。雖然 Demis Hassabis 作為 CEO 仍然穩坐帥位，且 DeepMind 在諸多前沿領域依然保持領先地位，但這波人才外流的趨勢引發了業界對 DeepMind 內部生態的關注。

分析人士指出了幾個可能的驅動因素。首先，Google DeepMind 在 2023 年合併後的組織整合仍在持續，大公司固有的官僚體系和決策流程可能讓習慣了高度自主研究環境的頂級科學家感到束縛。其次，當前 AI 創業的融資環境前所未有地慷慨——頂級研究者幾乎可以確保獲得數億甚至數十億美元的創業資金，這大幅降低了離開大公司的機會成本。第三，也是最根本的，一些研究者可能在技術路線上與公司的主流方向產生了分歧。

Silver 的情況可能涉及第三個因素。Google DeepMind 目前的核心產品戰略無疑圍繞 Gemini 系列大型語言模型展開，而 Silver 對 LLM 路線的公開質疑，意味着他的研究願景可能越來越難以在現有體制內獲得足夠的資源和支持。創業，成了實現他學術信念的最佳途徑。

LLM 之辯：一場愈演愈烈的技術路線之爭

Silver 的創業選擇將他置於 AI 領域當前最核心的辯論之一的中心。自 2022 年 ChatGPT 引爆大型語言模型革命以來，幾乎所有主要 AI 實驗室都將大部分資源投入到 LLM 的研發和商業化中。Scaling Laws——即通過擴大模型參數、數據量和計算量來持續提升模型能力的規律——成為了這場軍備競賽的理論基石。

然而，進入 2025 年下半年，越來越多的證據表明，純粹依靠擴大 LLM 規模帶來的能力增長正在放緩。所謂的「Scaling Wall」——即模型能力的邊際提升需要指數級增長的計算投入——開始成為業界無法迴避的現實。這並不意味着 LLM 沒有用處或已經走到盡頭，但它確實引發了一個根本性的問題：僅靠語言模型的規模擴張，真的能抵達超級智能嗎？

Silver 的答案是明確的否定。他的技術哲學可以追溯到強化學習的第一原理：智能的本質不在於處理和生成語言，而在於一個智能體在環境中感知、行動、獲得反饋並持續改進其策略的能力。AlphaZero 已經證明，這種框架可以在特定領域產生超越人類的智能，而 Ineffable Intelligence 的使命，顯然是要將這種方法論推廣到更通用、更開放的場景中。

兩條路線的技術本質差異

LLM 路線的核心假設是：如果一個模型能夠理解和生成足夠複雜的語言，它最終將發展出通用的推理和問題解決能力。這一假設的支持者（包括 OpenAI 和 Anthropic 的核心團隊）認為，語言是人類知識的最豐富載體，掌握語言就等於掌握了通往通用智能的鑰匙。

Silver 的強化學習路線則基於一個截然不同的假設：真正的智能源於與環境的互動，而非對靜態數據集的模式匹配。一個 RL 智能體需要制定長期策略、處理不確定性、從失敗中學習——這些能力可能無法僅從語言訓練中湧現。

值得注意的是，這兩條路線並非完全互斥。事實上，當前最前沿的 AI 系統越來越多地融合了 LLM 和 RL 的元素——OpenAI 的 o 系列推理模型就大量使用了強化學習技術。但 Silver 的賭注在於，他認為 RL 應當是核心架構，而非 LLM 的輔助手段。這是一個根本性的優先序判斷，而非對某一技術的全盤否定。

全球 AI 創業融資的瘋狂新常態

Ineffable Intelligence 的 10 億美元種子輪，必須放在當前全球 AI 創業融資的宏觀背景中來理解。我們正處於人工智能領域有史以來最狂熱的融資週期中。

斯坦福大學教授李飛飛創辦的 World Labs 在 2025 年完成了 10 億美元融資，專注於空間智能和 3D 世界理解——這與 Silver 的方向有着有趣的呼應：兩位頂級學者都選擇了超越純語言模型的技術路線。這絕非巧合。當行業中最具聲望的研究者們不約而同地將創業方向對準 LLM 以外的領域時，它傳遞出一個強烈的信號：至少在 AI 領域的智識前沿，對 LLM 萬能論的懷疑正在蔓延。

當然，這種融資環境也引發了合理的擔憂。10 億美元的種子輪意味着投資者對回報的預期同樣是天文數字級別的。以 40 億美元的投前估值計算，Ineffable Intelligence 需要在未來數年內證明其技術路線的可行性，並最終發展出具有商業價值的產品，才能為投資者創造合理的回報。強化學習在過去的商業化道路上一直面臨挑戰——AlphaGo 的技術雖然在學術上意義非凡，但 DeepMind 本身長期未能實現盈利。Silver 能否打破這一魔咒，是一個值得持續關注的問題。

技術展望：Ineffable Intelligence 可能走向何方？

雖然 Ineffable Intelligence 尚未公開其詳細的技術路線圖，但基於 Silver 的學術背景和公開表態，我們可以合理推測其可能的研究方向。

首先，自我對弈和自我改進系統很可能是核心方向。AlphaZero 最深刻的洞見在於，一個系統可以在沒有任何人類示範數據的情況下，僅通過自我對弈達到超人水平。將這一原理從棋盤遊戲推廣到更開放、更複雜的環境中，是一個巨大但極具吸引力的研究挑戰。

其次，世界模型（World Models）可能是另一個關鍵方向。讓 AI 系統在內部構建和模擬外部世界的運行規律，然後在這個內部模型中進行規劃和推理，這是實現通用智能的一條重要路徑。Silver 在 DeepMind 的工作已經涉及了這一領域的部分探索。

第三，多模態感知與具身智能也可能納入其研究範疇。如果真正的智能源於與環境的互動，那麼一個僅存在於數字空間中的系統可能是不夠的。機器人技術和物理世界的感知能力，可能成為 Ineffable Intelligence 長期戰略的一部分。

對香港和大中華區 AI 生態的啟示

Silver 的創業對香港和大中華區的 AI 生態也具有啟發意義。首先，它再次說明了頂級 AI 人才的稀缺性和價值——一位頂級研究者的出走就能撬動 10 億美元的資本，這在任何其他行業都是難以想像的。對於正在積極發展 AI 產業的香港而言，如何吸引和留住頂級 AI 研究人才，依然是最核心的戰略問題。

其次，Silver 對 LLM 局限性的質疑值得本地研究者和創業者深思。在大中華區的 AI 創業生態中，大量資源正在湧入 LLM 相關領域。雖然這一方向在短期內仍有巨大的商業價值，但 Silver、李飛飛等頂級學者的技術判斷提醒我們，長期來看，AI 的未來可能遠比「更大的語言模型」複雜得多。多元化的技術路線投資，可能是更穩健的產業策略。

第三，倫敦作為 AI 創業中心的崛起，對香港形成了直接的競爭參照。兩座城市有着相似的國際化基因和金融中心地位，但在 AI 創業生態的建設上，倫敦目前明顯領先。Ineffable Intelligence 的誕生進一步拉大了這一差距，也為香港提供了一個值得學習的發展模板。

結語：一場關乎智能本質的豪賭

David Silver 離開 Google DeepMind 創辦 Ineffable Intelligence，不僅是 2026 年開年以來最重大的 AI 產業事件之一，更是一場關乎人工智能未來發展方向的知識對決的具體化。一位用 AlphaGo 改變了世界對 AI 認知的科學家，如今公開宣稱當前最主流的 AI 技術路線無法抵達終極目標，並以 10 億美元的籌碼押注一條替代路徑——這本身就構成了一個引人入勝的故事。

這場豪賭的結果，我們可能需要數年甚至更長時間才能看到。但無論成敗，Silver 的選擇已經為整個行業注入了一股必要的知識張力。在一個幾乎所有人都在追逐更大語言模型的時代，有人願意站出來說「也許我們走錯了方向」，這種異見本身就具有巨大的價值。

正如 AlphaZero 從一張白板開始、通過自我對弈最終超越了所有人類棋手，Silver 和 Ineffable Intelligence 似乎也在嘗試從一張白板開始，重新思考通往超級智能的路徑。這條路是否能走通，將是未來數年 AI 領域最值得關注的懸念之一。