刚刚，创下日本估值新高的 AI 初创公司诞生了！

它就是Sakana AI，由 Transformer 论文八子之一创办，老黄的英伟达也投了。

帮大家快速回忆一下，这家公司其实就是史上首位 "AI 科学家 "背后的出品方——

当时他们发布的 The AI Scientist，一登场就一口气生成了十篇完整学术论文，而且每篇成本才 15 美元左右（约 107.62 元），一时吸引大量关注。

根据 Sakana AI 公告，最新 B 轮融资筹集了 200 亿日元（约合 1.35 亿美元、9 亿多人民币），总估值来到约 4000 亿日元（约合 26.35 亿美元、184 亿人民币），创下日本非上市初创企业的估值纪录。

而且它的投资方阵容也堪称豪华——除英伟达（参与 A 轮）之外，还有一众美国顶级风投（如 Khosla Ventures、NEA）和日本产业与金融巨头（如三菱日联、四国电力）等。

所以，Sakana AI 为什么能获得如此高估值？

Transformer 八子之一创办、要做基于自然启发的 AI 模型

Sakana AI 成立于 2023 年 7 月，至今不过短短两年。

之所以一开始就受到巨大关注，毫无疑问离不开它的两位明星创始人。

联创兼 CTO Llion Jones，大名鼎鼎的 Transformer 论文 8 位作者之一。

他本硕毕业于伯明翰大学，在 Delcam、油管、谷歌都工作过，创办 Sakana AI 之前在谷歌工作了 8 年之久。

据 FourWeekMBA 介绍称，在他之前的工作经历中，" 曾两度与谷歌的工作擦肩而过 "。

第一次是他刚毕业找工作时，虽然投了谷歌伦敦软件工程师的简历，并通过了两轮电话面试，但最终相比谷歌，他选择了位于英国的 CAD/CAM 软件公司 Delcam。

第二次是工作 18 个月后，他又接到了谷歌的招聘电话，询问他是否想重新申请，但他依旧没去谷歌，而是随后加入了 YouTube。

在 Youtube 做软件工程师的三年期间，他对人工智能产生兴趣，于是自学了 Coursera 的机器学习课程，并终于在 2015 年的时候加入谷歌研究院，担任里面的高级软件工程师。

也正是在此期间，他与其他七名作者一起发表了那篇著名的 Transformer 论文《Attention Is All You Need》。

而之所以选择离开谷歌，是因为公司目前已经发展到一定规模，使得他无法继续进行自己想做的工作。

按他自己的话来说就是，谷歌确实让他有种 " 被困住的感觉 "。

于是潇洒一转身，他选择联合另一位谷歌前员工开始创业，而这位谷歌前员工就是如今身为 Sakana AI联创兼 CEO 的 David Ha。

David Ha（右图）曾是谷歌大脑的高级科学家，也曾领导过图像生成模型独角兽公司 Stability AI 的研究部门。

今年 8 月，他还入选了《时代》杂志评选的 2025 年人工智能领域百大人物榜单。

有了这二人，base 东京的 Sakana AI 可谓自带光环。

（注：之所以选择东京，是因为北美那边的生成式 AI 研究人员竞争非常激烈（手动狗头），而在日本这边竞争相对小一点而且也不乏高质量 AI 人才。）

而且比较新奇的是，Sakana AI 并不是要在日本再造一个 OpenAI 或 Anthropic，而是一开始就要走一条 " 不一样的路 " ——

他们希望放弃 Transformer 架构，并从自然进化中汲取灵感，以降低模型的计算成本并提升其性能 。

概括而言，他们的想法可以基本归纳为：

1）日本是个资源有限的国家，AI 发展到后面肯定会受到电力等资源的限制，所以从一开始就要考虑如何提效；

2）通过从自然进化中汲取灵感，他们能够实现这一目的。

至于究竟是怎样的自然灵感，这可以从他们给公司起的名字 "Sakana AI"（sakana 是日语 " 魚 "（さかな）的罗马读音）一窥。

就像大自然中的鱼会基于某种简单的规则成群活动。因此，AI 们也能借鉴它们的思想，无需更大的体积就能完成很复杂的任务。

具体来说，Sakana AI 计划开发一种基于自然启发智能（nature-inspired intelligence）的基础模型，借鉴自然领域中的 " 进化 " 和 " 集体智慧 " 思想，让一群 AI 协作，类似于当前 AI 领域的生物启发计算方向。

据《金融时报》介绍称，Llion Jones 认为，当前的 AI 模型之所以存在局限性，是因为它们被设计成无法改变的结构，这种结构往往是脆弱的。

相比之下，发挥 " 集体智慧 " 的自然系统，对于周围的变化非常敏感。基于此原理搭建的 AI 也会具有更好的安全性、更低的搭建成本。

等等，这不就是 AI 科学家吗？

造出史上首个 AI 科学家、各项研究库库发

2024 年 8 月，Sakana AI 以造出首个 "AI 科学家 " 走红一时。

他们推出了第一个用于自动化科学研究和开放式发现的综合 AI 系统——The AI Scientist。

这个系统能够一口气自动完成从提出研究想法、检查创新性、设计实验、编写代码，到在 GPU 上执行实验并收集结果，最后完成论文撰写等全过程（一般会交由不同模型分工负责）。

而且当时还放出了由它撰写的十篇完整学术论文，一时令无数网友惊叹 " 是时候让 AI 帮我们写论文了 "。

p.s.: 后来有研究员受其中一篇论文想法的启发，还真的写出了一篇论文并在 arXiv 上公开了 ~

实际上，The AI Scientist 的出现并非偶然，而是 Sakana AI 对更早之前的一项研究的验证。

当时他们想出了一个进化合并模型的妙招——

把 Huggingface 上的现成模型拿来 " 攒一攒 "，直接就能组合出新的强大模型。

具体来说，他们受自然界的自然选择启发，引入 " 进化模型合并 "（Evolutionary Model Merge）的概念，提出一种可以发现最佳模型组合的通用方法。

采用相关方法，他们得到的一个 70 亿参数的日语数学大模型，直接在相关基准测试上取得了 SOTA，打败了 700 亿参数的 Llama-2 等前辈。

而且关键是，得出这样的模型不需要任何梯度训练，因此需要的计算资源大大减少。

基于此，他们后来在 The AI Scientist 研究里想到，是否能用大模型发现新的目标函数来调整其他模型。

而这，正是 " 首位 AI 科学家 " 能够成功运行的根本原理。

再到后来，Sakana AI 的 AI 科学家不断进化，其 AI Scientist 2.0 版本所生成的论文甚至通过了顶会 ICLR workshop 评审。

今年 4 月，Sakana AI 向 ICLR 提交了三篇完全由 AI Scientist v2 生成的论文。（仅告知 43 篇评审论文中有 3 篇出自 AI，但不告诉具体是哪一篇）。

结果，其中一篇论文《组合正则化：增强神经网络泛化的意外障碍》获得了 6/7/6 评审分数，超过平均人类接收门槛。

再之后，围绕 "AI 协作 " 这一核心命题，Sakana AI 基本以" 一月一发 "的快节奏推出多项研究：

今年 5 月，为考验大模型创造性推理能力，推出一个包含从简单 4x4 到复杂 9x9 现代数独问题的全新基准 Sudoku-Bench；

6 月，推出 Text-to-LoRA （T2L），彻底简化了模型适配流程；

同在 6 月，带来旨在让教师模型学会 " 启发式 " 教学的新方法，使用新方法训练出的 7B 小模型，在传授推理技能方面，比 671B 的 DeepSeek-R1 还要有效；

7 月，提出新算法 AB-MCTS，能让多个人工智能模型同时处理问题；

9 月，开源全新框架 ShinkaEvolve，可以让大模型在自己写代码优化自己的同时，还能同时兼顾效率；

……

至此，Sakana AI 当下能够斩获日本 AI 创企最高估值也就不难理解了——创始人自带光环、AI 科学家研究出圈、各种研究一月一发。

即使创始人无意再造一个日本版 OpenAI，但就其估值和成长轨迹而言，它已然是最接近 " 日本版 OpenAI" 的存在。

好好好，美国有 OpenAI、日本有 Sakana AI，那咱中国呢？

这里我们快速看一下国内主要明星大模型公司的最新估值情况：

智谱 AI，"AI 六小虎 " 中首家启动 IPO 的企业，据中关村杂志 9 月报道其最新估值已超 400 亿元 RMB；

MiniMax，传闻计划今年赴港 IPO，据晚点 7 月报道其投后估值超过 40 亿美元（约 284 亿人民币）；

月之暗面，10 月传出数亿美元新融资，若属实估值有望突破 33 亿美元（约 234 亿人民币）；

……

对比起 OpenAI 的千亿美元估值，看来大家还得继续加油（手动狗头）。

参考链接：

[ 1 ] https://asia.nikkei.com/business/technology/artificial-intelligence/sakana-ai-takes-crown-as-japan-s-most-valuable-unicorn

[ 2 ] https://sakana.ai/series-b/

[ 3 ] https://x.com/SakanaAILabs

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

聊 AI，当然得来量子位 MEET2026 智能未来大会！

张亚勤、孙茂松等首波 AI 行业重磅嘉宾已确认出席，还有更多嘉宾即将揭晓  了解详情

  12 月 10 日

北京金茂万丽酒店

，期待与你共论 AI 行业破局之道  

点亮星标

科技前沿进展每日见