不知道你有没有这种疑问。一个技术大牛，从大厂或者名校出来，发一条推文，说要做一件听起来云山雾罩的事。

没有产品，没有客户，连团队可能都还未必凑齐，就给了一个抽象的技术愿景。估值一上来就几十亿、上百亿美元，红杉、a16z、英伟达这些顶级 VC 和产业资本排着队给钱。

我初看的时候觉得有点莫名其妙，看多了，再加上学 AI 久了，慢慢的想法就变了。这些 AI Lab，说得朴素点，是一群顶尖研究者凑在一起，认准一条还没走通的前沿方向，不关心短期的产品和收入，只探索前沿技术。

这到底是创投的一种范式转变，还是泡沫极致化的表现？其实我自己也没有答案。

最近我看到，中国终于也有自己的类似的 AI Lab 了。

近日，前阿里通义千问技术总负责人林俊旸在 X 平台宣布，他在上海创办了一家新公司，叫 Pragmatik Labs，中文名语用科技，简称 p7k。研究方向是跨数字与物理世界的下一代智能体。

天使轮融资 2.2 亿美元，投后估值 20 亿美元，合近 140 亿人民币。高榕创投和红杉中国联合领投，腾讯和上海未来产业基金跟投。公司没有产品，没有营收，一成立，就是个超级独角兽。

是不是很有硅谷的味儿了。

大厂前大模型负责人，转身办起一家 AI Lab，除了一个人啥也没有，就拿到 20 亿美元估值，我理解林俊旸值钱，但这么值钱，凭的是什么？

是林俊旸把 Qwen 做成全球下载量第一开源模型的履历？还是阿里最年轻 P10 的技术权威？还是林俊旸在千问带出过一套能跑未知范式的组织打法？

我不知道这笔钱到底值不值，这要等林俊旸的世界模型真的跑出来，才有答案。但如果不把这件事简单归结为极致泡沫化，倒是很值得聊一聊。

林俊旸 1993 年生，今年 33 岁。2019 年进入阿里达摩院，2022 年底通义千问立项后成为核心架构与负责人。林俊旸带队把 Qwen 系列做成全球下载量第一的开源模型，2025 年升任阿里最年轻的 P10 级技术专家，2026 年 3 月发帖告别千问，转身创业。

我愿意把 Pragmatik Labs 称为中国第一个独立的、由 VC 支持的、范式开拓型 AI Lab。说精确些，是第一个不挂靠大厂和高校、成立第一天就没把产品和商业化写进目标、由独立 VC 为方向买单的 AI Lab 了。

定语有点长，但这些限定很重要。在此之前，国内不是没有 AI Lab，但都不是 Pragmatik Labs 这种。

大厂这边，腾讯 AI Lab、阿里达摩院、字节的 AI 实验室，资源来自母体，方向服务于母公司的产品矩阵和战略 KPI。

智谱脱胎于清华 KEG 实验室，是高校成果转化的实体。智谱核心团队出自清华系，技术路线承袭学术谱系，早年起家靠国家项目和高校资源，后来才引入市场化融资。智谱算的账，是高校科研能力产业化的账，不是独立 VC 赌方向的账。

最接近的可能是 Deepseek 和 Kimi。

现在大家都知道，梁文锋只追 AGI，其余都是边角料。DeepSeek 起步依靠幻方量化的自有资金支撑，本质是梁文锋个人技术趣味和信念。后续大额 VC 入局，更多是锦上添花。

这倒不是否认投 DeepSeek 投资人的风险精神，谁说 DeepSeek 就稳了？但我认为 DeepSeek 与 Pragmatik Labs 初始的范式不一样，并不是 VC 在起点就下注未知范式。

再说月之暗面。2023 年成立时，ChatGPT 已经验证了路线可行。这也并不是否认杨植麟的原创能力，毕竟 kimi 在长上下文、MoE 上做出了突破，但它是在一条已经阶段性跑通的主赛道继续深挖。

VC 押注月之暗面，买的既有杨植麟画的 AGI 的饼，也有成熟范式下顶尖团队的工程与产品兑现能力，这和直接赌新范式的逻辑并不相同，更多是传统 VC 投早期的逻辑。

林俊旸这次不一样。林俊旸锁定的跨数字与物理世界的智能体，没有明确的、完整产品和商业化闭环，Pragmatik Labs 成立的第一天，就没有把产品化和营收写进 KPI，也不可能写得进去。

在 Pragmatik Labs 出现之前，中国并没有这种由 VC 支持的、独立的、范式开拓型 AI Lab。

那为什么海外现在一下子冒出来这么多独立的 AI Lab？这里可以把几家有代表性的摆出来，研究下背后的逻辑。

Ilya Sutskever 离开 OpenAI 后创办的 SSI，公司网站上只有一句话使命，" 安全的超级智能 "，不做中间产品，不追求营收。2025 年 SSI 估值到了 320 亿美元，2026 年英伟达又追加价值约 50 亿美元战略投资，是全球估值最高却没有任何商业化产品的 AI 实验室。

Jeff Dean 刚宣布离开谷歌，拉着一批谷歌地基级的元老创办 Discovery Loop，目标是用 AI 自动化科学发现的循环，注册成公益公司，没有任何商用产品规划。已经有不少 VC 投了，规模应该也不低。

离开 Meta 的杨立昆办了 AMI Labs，直指世界模型，种子轮超过 10 亿美元。

这些公司有一个共同特征，无产品、无营收、长期不优先商业化，VC 投的是研究方向而非商业模式。

我认为，这些 VC 背后的最大的逻辑，是深知在现有的创新体系里，按部就班地复刻、优化一条已经被验证的路，长不出新物种。

这跟天使、种子这些早期投资又不一样。天使投资好歹要算赛道、算团队、算回报周期，而且融资是一轮一轮来的，每一轮都要给后面的增长留出空间，这空间可能是产品进展打开的，可能是营收数据打开的，也可能干脆是产业推动打开的，没有哪家会一上来就把估值推到极致。

当然体现在那些热门项目上，就是 " 一次融三轮 " 了。

而这些独立 AI Lab 不一样，Pragmatik Labs 还没产品，估值就一步到位，20 亿美元。而投给这些实验室的钱，也没法判断回报规模和周期，赌的就是那个人的脑子加上那个方向本身。

SSI 团队规模 30 人出头，人均估值 10 多亿美元，传统 VC 逻辑里这根本不成立。它只在一种前提下成立，就是前沿范式一旦突破回报极大，而且只有顶级研究者能判断方向。

另外，这也填补了在资本、大厂、创业公司、高校之间的真空。大厂被上市财报、营收、KPI 绑着，还得应对竞争，精力有限。高校产业化链条长、工程化弱。创业公司都在忙着上市和融资呢。

其实这也是大厂的前沿探索正在外部化表现。

Jeff Dean、Ilya、杨立昆相继离开母体实验室单飞，是把最激进的探索从大厂 KPI 里解放出来。

克里斯坦森在《创新者的窘境》说，成熟组织会被现有客户和既定指标绑住，只在已被验证的范式里做优化，因为颠覆式创新会蚕食现有收入，所以创新往往长不出来。

比如，巅峰期约 20 人的 DeepMind 团队，曾击败数百名研究数十年的学术结构生物学家。小独立组织能啃下大建制啃不动的硬骨头，靠的正是没被既有范式和流程绑住。

最重要的，我认为还是人才和组织。

普通公司成立第一天要想的是客户是谁、产品怎么做、收入从哪来，组织是为交付服务的。而这类 AI Lab 既然前景是模糊的，那就更得把人找对，然后搭建一套能容忍长周期未知的组织方式。

举个例子。前几年元宇宙最热的时候，国内某大厂曾组建过一支内部的 3D 模型团队，那会儿内部环境相当宽松，投入以十亿计，一度也做出了不俗的成果。

但随着集团战略一转向，这条线说撤就撤了，前面烧掉的资源、攒下的能力，就这样不了了之。倒是这些人后来三三两两聚在一起，做出了一些今天叫得出名号的创业公司。

因此不管是大厂还是创业公司，研究者的愿景，总要被组织的摩擦力消耗掉一大块。

回到林俊旸本人，他为什么从阿里走，以及走之前和走之后千问的组织形态变化，恰好又是一个贴切的注脚。

在林俊旸被调整之前，千问团队执行的是他主导的垂直整合模式。预训练、后训练、Infra、多模态所有环节紧密协作，汇报线扁平，决策快，团队控制在几十人，每个人都是多面手，既能写代码也能调模型。

这套打法带来惊人的效率。小尺寸模型发现问题，大尺寸立刻修正，训练撞上 Infra 瓶颈，负责 Infra 的人就在旁边，当场就能调，一个 bug 从发现到修复往往只要半天。Qwen 能在两年内从零做到全球下载量第一。

林俊旸还推动千问组建自己的 Infra 团队，慢慢摆脱对阿里云 PAI 平台的依赖，以掌控训练节奏。这既是垂直整合的自然延伸，也是后来与集团算力体系冲突的导火索。

千问团队在阿里内部是少见的纯粹。应届生占比超过七成，除赶工时刻大多没有 996，也没有周报和人情世故。成员有想法甚至能直接给吴泳铭发钉钉留言，2026 年组织调整之前，很长时间没有具体的商业化、ROI 考核。这种宽松，是千问能持续产出底层创新的土壤。

但阿里要千问商业化，把团队从垂直整合拆成预训练、后训练、文本、多模态等多个水平分工的团队，各自独立运行、直接向上汇报。林俊旸从统筹全链条的负责人，变成只管其中一个模块。

有解读说，这是用组织确定性取代个人英雄主义，适配集团的商业化需求。他不愿做系统里的螺丝钉，发了那句 " 再见 beloved Qwen"，离职了。

因此回到林俊旸办的这个 AI Lab。顺着前面的讨论，我自己的观察是，这类实验室能不能多起来、能不能跑出来，绕不开三样东西。

一是人才的密度，不是人数，是密度，是能不能靠一个人的技术威望，聚起一支建制化的顶尖团队。

二是资本的支持，是资本愿不愿意接受长期没有产品、没有营收的状态，只为前沿探索买单。

三是宽容的创新环境，是允许一个 AI Lab 在很长一段时间里，只产出论文和 demo，不产出收入和利润。

当然了，未来怎么样还不好说，毕竟第一条和第三条，梁文锋当时应该也是这么想的。但人终归是有自己的想法和利益，就算是 DeepSeek，也得拿出一条符合绝大多数人利益的发展方式。

但终归，中国终于有自己的独立 AI Lab 了。这句话与其说是一个结论，不如说是一个开始。有人愿意先去想一件足够难、足够远的事，有 VC 愿意为这件事付出真正耐心的资本，环境也能容忍长时间没有回报 " 创业 "，属于中国自己的前沿创新和探索生态，才会一点点长出来。