一家公司从注册到估值 10 亿美元，过去常常要走完天使轮、A 轮、B 轮、C 轮，花上 5 年左右。MarsBit 援引微信公众号「IT桔子」的文章称，到了 2026 年，这个周期已经被压缩到几个月。
报道提到，今年 3 月，林俊旸离开阿里；5 月 13 日，他在上海徐汇注册语用科技；到 8 月官宣时，这家成立三个多月、还没有产品的公司估值已约 20 亿美元。高榕创投和红杉中国各投 1 亿美元，腾讯跟投 2000 万美元。
文章称，林俊旸并不是个例。按统计，2026 年至 9 月初，国内外至少有 9 家公司在成立半年内跨过独角兽门槛。名单中的创始人包括图灵奖得主、xAI 联合创始人、阿里通义千问核心负责人、理想汽车智驾高管，以及从机器人公司拆分出来的业务负责人。
国内四家公司：路径不同，背书相近
语用科技：3 个月估值约 20 亿美元
报道称，林俊旸生于 1993 年，本科毕业于国际关系学院英语专业，硕士毕业于北京大学语言学专业，2019 年加入达摩院，6 年连升 4 级，32 岁成为阿里最年轻的 P10。通义千问系列由他带队推进，文章称其在 Hugging Face 上衍生模型超过 20 万个，下载超过 10 亿次，位列全球开源模型第一；2025 年的 Qwen3-Max 参数超过万亿。
今年 3 月离职后，他在 5 月创办语用科技。官网列出的方向只有 4 个：数字 Agent、物理 Agent、前沿研究、真实产品。报道说，这家公司目前零产品、零收入，但估值约 20 亿美元。另一个细节是，林俊旸通过直接持股和两个关联主体合计控制约 88%。文章还提到，「语用」一词来自他早年的语言学训练，带有实用主义含义，也是其对 AGI 方向的表态。
昆仑行：产业管理者与智驾负责人组合创业
昆仑行机器人走的是双创始人路径。文章称，任庚曾在华为和阿里负责核心业务，担任过阿里云中国区总裁和总参谋长，也曾任新奥集团总裁；联合创始人郎咸朋曾任理想汽车高级副总裁、自动驾驶总裁，被描述为少有的把智驾 AI 从 0 做到 1、再推进到规模化落地的人。
公司于 3 月 16 日在北京经开区注册，到 6 月底已完成 3 轮融资，累计数十亿元。投资方名单包括高榕、高瓴、中科创星、钟鼎、华业天成、创新工场、心资本、建发资本，且首轮投资人在后两轮全部追加。
技术上，昆仑行押注「物理内生因果」。按文章说法，其核心是昆仑世界模型（KWM），在主流视觉—语言—动作模型基础上加入物理因果建模，同时配套反事实评测体系，用真实物理结果检验模型的泛化能力。硬件方面则采取本体、运动控制、集成测试一体化自研，目标直接指向工程化量产。
文章援引高榕合伙人辛旺的说法称，具身智能落地门槛很高，团队既要懂 AI，也要懂硬件和商业化，而这家公司同时具备「管过千亿生意的人」和「把自动驾驶 AI 量产过的人」。
临界点 AGILINK：名单里唯一已经有收入的公司
四家国内公司中，临界点 AGILINK 最特殊的一点，是它由智元机器人拆分而来。报道提到，今年 1 月 14 日，智元机器人将灵巧手业务独立，成立这家公司。创始人熊坤 2018 年硕士毕业于香港科技大学机器人研究所，随后加入刚组建的腾讯 Robotics X 实验室，参与其从 0 到 1 的过程，此后还在 IDEA 研究院和汇川技术工作，2024 年 11 月加入智元负责灵巧手业务。
成立后的半年内，临界点连续完成 4 轮融资：1 月天使轮，2 月 A 轮数亿元，5 月 A+ 轮，6 月 B 轮 10 亿元人民币。腾讯、C 资本、普华、凯联、上汽、均胜电子、龙旗科技、百度风投、云锋都在投资名单中。文章称，公司从注册到估值破百亿元，只用了 5 个月。
与另外 8 家公司不同，报道强调临界点已经在赚钱。成立不到半年，OmniHand 系列灵巧手交付超过 8000 台，夹爪出货超过 1 万台，成立即盈利。熊坤将灵巧手称为具身智能进入工厂和家庭的「最后十厘米」。文中认为，这一品类的竞争核心不在实验室，而在生产线上，这也是上汽、均胜电子等产业资本出现在股东名单中的原因之一。
智衍慧生 Naive.ai：押注开源模型后训练和 Agent
报道称，智衍慧生 Naive.ai 创始人代季峰拥有这份名单中最强的学术履历之一。他本科、博士均就读于清华大学自动化系，曾在微软亚洲研究院从事视觉研究，是可变形卷积和 R-FCN 的主要作者，这两项成果后来进入 PyTorch 标准算子，相关论文总引用超过 5 万次。2019 年，他加入商汤任执行研究总监，带领 150 人团队；期间提出的 BEVFormer 被文章描述为几乎成为自动驾驶感知的标准范式，并曾获黄仁勋公开称赞。2022 年，他回到清华电子系任长聘副教授，并在上海 AI Lab 主导研发开源多模态模型 InternVL。
今年 1 月，代季峰创业，方向是开源模型的后训练和 Agent。6 月，公司拿到 3 亿美元天使轮，腾讯、华控、博裕、万物入局；1 个月后又完成数亿美元 Pre-A 轮，红杉中国、IDG、经纬、君联、元禾璞华参投。半年两轮，融资总额超过 5 亿美元。文章认为，资本押注的是他将理论转化为工程结果的能力，其团队此前做出的深度研究系统曾在权威基准中拿下开源第一。
海外五家公司：从顶级实验室走向快速融资
River AI：xAI 联合创始人离开后 2 个月完成 11 亿美元融资
文章提到，Igor Babuschkin 于 2025 年 8 月离开 xAI。在此之前，他曾在 Google DeepMind 做生成建模和强化学习，在 OpenAI 主导大规模训练，并于 2023 年与马斯克共同创办 xAI。
2026 年 4 月，他在内华达注册新公司，6 月公开亮相，8 月宣布融资 11 亿美元，前后仅 2 个月。River AI 的产品定位是基于开放权重模型，为企业提供 LoRA 微调和强化学习服务。文章称，原本需要专门基建团队和数月工期的工作，在该平台上 15 到 20 分钟可完成，成本为闭源方案的四分之一到一半，且按实际消耗的 token 计费。
公司规模约 20 人，多数成员来自 xAI 和特斯拉。最新一轮融资由 General Catalyst 和 AMP PBC 领投，英伟达与 AMD Ventures 进行战略投资，YC 和淡马锡参投。巴布什金在文中表示：「AI 应该属于使用它的人，而不是训练它的实验室。」文章同时提到，General Catalyst CEO 将这笔投资称为美国 AI 韧性的优先事项。
Hark：70 人团队，对应 60 亿美元估值
另一家是 Brett Adcock 创办的 Hark。报道称，Adcock 此前创办过人形机器人公司 Figure AI 和电动飞机制造商 Archer Aviation。2025 年底，他自掏 1 亿美元成立 Hark；到今年 5 月，公司宣布完成 7 亿美元 A 轮融资，投后估值 60 亿美元。当时公司约 70 人，尚无产品上市。
文章按此计算，60 亿美元除以 70 人，相当于每位工程师约值 8500 万美元。文中认为，这种估值成立的前提，是投资人将其视作前沿实验室而非传统硬件公司。
投资方名单中同时出现英伟达、AMD、英特尔资本和高通风投。报道指出，4 家直接竞争的芯片巨头同时出现在一笔消费硬件融资中，以往并不常见。Hark 的路线是先发布多模态模型和软件，再发布硬件。文中还提到，公司引入了 AT&T，后者不仅出资入股，还负责蜂窝连接和设备认证，使设备能够脱离手机和 Wi‑Fi 独立联网。Hark 想做的是「人和数字世界之间的通用接口」，一个能够记住用户并看到用户所见内容的设备。
AMI Labs：Yann LeCun 在巴黎启动世界模型项目
文章称，Yann LeCun 于去年 11 月走进扎克伯格办公室，表示自己将离开 Meta。LeCun 在 Meta 工作 12 年，建立了全球最受尊敬的 AI 研究组织之一，同时也是大语言模型路线的知名批评者。他的观点是，大语言模型只是一种统计幻觉，看上去惊艳，但并不真正智能。
今年 1 月，AMI Labs 在巴黎启动；3 月宣布完成 10.3 亿美元种子轮，投前估值 35 亿美元，这笔交易被描述为欧洲历史上规模最大的种子轮。文章称，LeCun 原本只计划融资 5 亿欧元，但由于认购远超预期，最终将金额提高到 8.9 亿欧元。
报道还提到，LeCun 拒绝担任 CEO，并表示：「我是个科学家、一个梦想家，我太没条理，也太老了，不适合管人。」AMI Labs 的 CEO 由医疗 AI 公司 Nabla 创始人 Alexandre LeBrun 出任，其余核心成员大多来自 Meta 的 AI 研究组织，首席科学家 Saining Xie 则来自 Google DeepMind。
AMI Labs 计划做的是世界模型，基于 LeCun 于 2022 年提出的 JEPA 架构。按照文章描述，这一路线不是逐像素、逐 token 预测世界，而是在抽象空间中学习世界如何运转。团队目前的成果之一，是能根据 16 秒第一视角视频，连续预测接下来 10 秒的场景，包括物体轨迹和光线变化。
公司表示，第一年只做研究，1 到 2 年后再与行业伙伴讨论落地，3 到 5 年内做出「相当通用的智能系统」。投资方包括 Cathay Innovation、Greycroft、Hiro Capital、HV Capital、Bezos Expeditions，英伟达、丰田、三星、淡马锡、法国国家投资银行也参与投资，个人投资者还包括 Eric Schmidt、Mark Cuban 和 Tim Berners-Lee。
Recursive Superintelligence：用 AI 迭代 AI
第五家海外公司是 Recursive Superintelligence。文章称，该公司于 5 月 13 日结束隐身，同时宣布完成 6.5 亿美元种子轮融资，投后估值 46.5 亿美元，由 GV 和 Greycroft 领投，英伟达和 AMD 再次共同现身。
创始团队由 Richard Socher 领衔，他是 GloVe 和递归神经网络作者，曾任 Salesforce 首席科学家，也是 You.com 创始人。联合创始人还包括主持 Meta FAIR 研究 8 年的 Yuandong Tian、前 DeepMind 研究员 Tim Rocktäschel、前 OpenAI 研究员 Jeff Clune，以及视觉 Transformer 论文作者 Alexey Dosovitskiy。全公司不到 30 人。
文章将其目标概括为一句话：让 AI 自己改进自己。现有实验室的迭代速度，最终受限于人类研究员做评估、挑数据、设计实验的产能；RSI 试图把人从这一环中拿掉。公司第一个公开项目是训练一个「具备 5 万名医生能力的系统」，但用途并非看病，而是让它承担 AI 科学家的工作，包括读论文、设计实验和分析结果。
截至文章发出时，该公司还没有产品、模型或论文公开，但估值已达到 46.5 亿美元。
Atoms：Travis Kalanick 的新项目与 Uber 再次同场
Atoms 也是海外名单中一家公司。报道称，其创始人 Travis Kalanick 已因 Uber 被市场熟知。Atoms 隐身 8 年，今年 3 月亮相，7 月宣布完成 17 亿美元融资，由 a16z 领投，Ben Horowitz 进入董事会，高盛、摩根大通等 5 家银行提供债务支持。
文章特别提到，投资方名单中出现了 Uber。9 年前，正是 Uber 董事会将 Kalanick 赶出公司。Kalanick 对 Atoms 的描述是，「为物理世界造一台计算机——CPU 是制造，存储是地产，网络是运输」。公司由 3 块业务整合而成：CloudKitchens、从 Anthony Levandowski 手中收购的自动驾驶矿业公司 Pronto，以及新设物流板块。其路线是轮式工业机器人，而非当前更热门的人形机器人。
不过，文章也指出这笔 17 亿美元融资仍有疑问：公司没有披露估值，也没有公布任何落地城市、商业化时间表或消费级产品。作为参照，Waymo 用了十几年、投入数十亿美元，才在少数城市实现收费无人驾驶。Atoms 从亮相到宣布融资，仅过了 6 个月。
资本在给什么定价
把这 9 家公司放在一起，文章认为最醒目的事实是：它们大多没有财务数据可供审视。没有收入，多数没有产品，有的连产品方向都还停留在论文阶段。报道给出的答案是，资本真正定价的是人。
文中列举，LeCun 在 Meta 工作 12 年，林俊旸把 Qwen 做到全球开源第一，Socher 的论文被引用 5 万次，任庚管理过千亿规模业务，Kalanick 做过两家百亿美元公司。按文章表述，当产品、收入和用户都还是零时，唯一能被定价的资产只剩创始人履历，这也是这些公司能够在一两个月内快速完成融资的原因之一。
第二个共同点是赛道高度集中。9 家公司都落在 3 条主线之上：让 AI 属于个人并且可定制，包括 River AI、Hark、智衍慧生；让智能走进真实世界，包括 Atoms、昆仑行、临界点；押注下一代 AI 底层路线，包括 AMI Labs 的世界模型、RSI 的递归自我改进、语用科技的数字和物理智能体。
第三个共性是大公司姿态的变化。文章称，英伟达投了 9 家中的 4 家，AMD 投了 3 家，国内则是腾讯出现 3 次、高瓴出现 2 次。芯片公司投资 AI 硬件，是在寻找下一代终端；上汽和均胜电子投资灵巧手，是在锁定关键零部件位置；Uber 投资 Atoms，则被解读为押注未来运力网络中的供应关系。
报道还提到，融资轮次本身正在失去原有意义。6.5 亿美元可以叫种子轮，17 亿美元可以叫 A 轮，3 亿美元也可以是天使轮。临界点半年 4 轮，昆仑行 90 天 3 轮，智衍慧生 1 个月 2 轮。文中认为，融资不再只是里程碑，而更像资源争夺。
在国内市场，文章指出还多出一条海外少见的路径，即体系内孵化。临界点由智元机器人拆分而来，起步即有团队、技术、客户和母公司背书。报道同时举例称，商汤的「1+X」战略已拆出曦望、大晓机器人、商汤医疗等多家公司，仅今年上半年商汤系融资就超过 470 亿元。
估值到位后，真正的考验还没开始
文章最后提醒，这些公司目前拿到的只是估值意义上的独角兽门票，而不是业务意义上的。9 家中，真正形成收入的只有临界点一家。AMI Labs 第一年只做研究，RSI 尚无公开模型和论文，Hark 产品未发布，语用科技成立 3 个月时仍是零产品、零收入，Atoms 也未公布落地城市和商业化时间表。其余公司也都在等待第一个能证明自己的交付节点。
报道还称，大公司的资金并非没有代价。英伟达、腾讯进入股东名单，意味着创业公司从一开始就与特定生态绑定，中立空间会被压缩。一旦大公司内部项目取得足够进展，外部投资热度可能很快降温。
同样，估值前置、验证后置，也意味着未来波动可能更剧烈。文章列举，Hark 要面对苹果和谷歌，River AI 要验证企业是否真的愿意为「拥有自己的模型」买单，Atoms 则要与已经投入十多年的 Waymo 同场竞争。这些问题，按文中判断，最快也要 12 到 24 个月才能看到答案。
文章最后称，一个能让公司在半年内走完过去五年融资历程的市场，本身已经说明资本逻辑发生变化：从「先证明、再加注」，转向「先为稀缺性付钱」。至于这是效率还是幻觉，还要等这批公司交出第一批产品后才能判断。
本文来自微信公众号「IT桔子」（ID：itjuzi521），作者为 Judy。