剛剛，創下日本估值新高的AI初創公司誕生了！

它就是Sakana AI，由Transformer論文八子之一創辦，老黃的英偉達也投了。

幫大家快速回憶一下，這家公司其實就是史上首位“AI科學家”背后的出品方——

當時他們發布的The AI Scientist，一登場就一口氣生成了十篇完整學術論文，而且每篇成本才15美元左右（約107.62元），一時吸引大量關注。

根據Sakana AI公告，最新B輪融資籌集了200億日元（約合1.35億美元、9億多人民幣），總估值來到約4000億日元（約合26.35億美元、184億人民幣），創下日本非上市初創企業的估值紀錄。

而且它的投資方陣容也堪稱豪華——除英偉達（參與A輪）之外，還有一眾美國頂級風投（如Khosla Ventures、NEA）和日本產業與金融巨頭（如三菱日聯、四國電力）等。

所以，Sakana AI為什么能獲得如此高估值？

Transformer八子之一創辦、要做基于自然啟發的AI模型

Sakana AI成立于2023年7月，至今不過短短兩年。

之所以一開始就受到巨大關注，毫無疑問離不開它的兩位明星創始人。

聯創兼CTO Llion Jones，大名鼎鼎的Transformer論文8位作者之一。

他本碩畢業于伯明翰大學，在Delcam、油管、谷歌都工作過，創辦Sakana AI之前在谷歌工作了8年之久。

據FourWeekMBA介紹稱，在他之前的工作經歷中，“曾兩度與谷歌的工作擦肩而過”。

第一次是他剛畢業找工作時，雖然投了谷歌倫敦軟件工程師的簡歷，并通過了兩輪電話面試，但最終相比谷歌，他選擇了位于英國的CAD/CAM軟件公司Delcam。

第二次是工作18個月后，他又接到了谷歌的招聘電話，詢問他是否想重新申請，但他依舊沒去谷歌，而是隨后加入了YouTube。

在Youtube做軟件工程師的三年期間，他對人工智能產生興趣，于是自學了Coursera的機器學習課程，并終于在2015年的時候加入谷歌研究院，擔任里面的高級軟件工程師。

也正是在此期間，他與其他七名作者一起發表了那篇著名的Transformer論文《Attention Is All You Need》。

而之所以選擇離開谷歌，是因為公司目前已經發展到一定規模，使得他無法繼續進行自己想做的工作。

按他自己的話來說就是，谷歌確實讓他有種“被困住的感覺”。

于是瀟灑一轉身，他選擇聯合另一位谷歌前員工開始創業，而這位谷歌前員工就是如今身為Sakana AI聯創兼CEO的David Ha。

David Ha（右圖）曾是谷歌大腦的高級科學家，也曾領導過圖像生成模型獨角獸公司Stability AI的研究部門。

今年8月，他還入選了《時代》雜志評選的2025年人工智能領域百大人物榜單。

有了這二人，base東京的Sakana AI可謂自帶光環。

（注：之所以選擇東京，是因為北美那邊的生成式AI研究人員競爭非常激烈（手動狗頭），而在日本這邊競爭相對小一點而且也不乏高質量AI人才。）

而且比較新奇的是，Sakana AI并不是要在日本再造一個OpenAI或Anthropic，而是一開始就要走一條“不一樣的路”——

他們希望放棄Transformer架構，并從自然進化中汲取靈感，以降低模型的計算成本并提升其性能 。

概括而言，他們的想法可以基本歸納為：

1）日本是個資源有限的國家，AI發展到后面肯定會受到電力等資源的限制，所以從一開始就要考慮如何提效；

2）通過從自然進化中汲取靈感，他們能夠實現這一目的。

至于究竟是怎樣的自然靈感，這可以從他們給公司起的名字“Sakana AI”（sakana是日語“魚”（さかな）的羅馬讀音）一窺。

就像大自然中的魚會基于某種簡單的規則成群活動。因此，AI們也能借鑒它們的思想，無需更大的體積就能完成很復雜的任務。

具體來說，Sakana AI計劃開發一種基于自然啟發智能（nature-inspired intelligence）的基礎模型，借鑒自然領域中的“進化”和“集體智慧”思想，讓一群AI協作，類似于當前AI領域的生物啟發計算方向。

據《金融時報》介紹稱，Llion Jones認為，當前的AI模型之所以存在局限性，是因為它們被設計成無法改變的結構，這種結構往往是脆弱的。

相比之下，發揮“集體智慧”的自然系統，對于周圍的變化非常敏感。基于此原理搭建的AI也會具有更好的安全性、更低的搭建成本。

等等，這不就是AI科學家嗎？

造出史上首個AI科學家、各項研究庫庫發

2024年8月，Sakana AI以造出首個“AI科學家”走紅一時。

他們推出了第一個用于自動化科學研究和開放式發現的綜合AI系統——The AI Scientist。

這個系統能夠一口氣自動完成從提出研究想法、檢查創新性、設計實驗、編寫代碼，到在GPU上執行實驗并收集結果，最后完成論文撰寫等全過程（一般會交由不同模型分工負責）。

而且當時還放出了由它撰寫的十篇完整學術論文，一時令無數網友驚嘆“是時候讓AI幫我們寫論文了”。

p.s.:后來有研究員受其中一篇論文想法的啟發，還真的寫出了一篇論文并在arXiv上公開了~

實際上，The AI Scientist的出現并非偶然，而是Sakana AI對更早之前的一項研究的驗證。

當時他們想出了一個進化合并模型的妙招——

把Huggingface上的現成模型拿來“攢一攢”，直接就能組合出新的強大模型。

具體來說，他們受自然界的自然選擇啟發，引入“進化模型合并”（Evolutionary Model Merge）的概念，提出一種可以發現最佳模型組合的通用方法。

采用相關方法，他們得到的一個70億參數的日語數學大模型，直接在相關基準測試上取得了SOTA，打敗了700億參數的Llama-2等前輩。

而且關鍵是，得出這樣的模型不需要任何梯度訓練，因此需要的計算資源大大減少。

基于此，他們后來在The AI Scientist研究里想到，是否能用大模型發現新的目標函數來調整其他模型。

而這，正是“首位AI科學家”能夠成功運行的根本原理。

再到后來，Sakana AI的AI科學家不斷進化，其AI Scientist 2.0版本所生成的論文甚至通過了頂會ICLR workshop評審。

今年4月，Sakana AI向ICLR提交了三篇完全由AI Scientist v2生成的論文。（僅告知43篇評審論文中有3篇出自AI，但不告訴具體是哪一篇）。

結果，其中一篇論文《組合正則化：增強神經網絡泛化的意外障礙》獲得了6/7/6評審分數，超過平均人類接收門檻。

再之后，圍繞“AI協作”這一核心命題，Sakana AI基本以“一月一發”的快節奏推出多項研究：

• 今年5月，為考驗大模型創造性推理能力，推出一個包含從簡單4x4到復雜9x9現代數獨問題的全新基準Sudoku-Bench；
• 6月，推出Text-to-LoRA （T2L），徹底簡化了模型適配流程；
• 同在6月，帶來旨在讓教師模型學會“啟發式”教學的新方法，使用新方法訓練出的7B小模型，在傳授推理技能方面，比671B的DeepSeek-R1還要有效；
• 7月，提出新算法AB-MCTS，能讓多個人工智能模型同時處理問題；
• 9月，開源全新框架ShinkaEvolve，可以讓大模型在自己寫代碼優化自己的同時，還能同時兼顧效率；
• ……

至此，Sakana AI當下能夠斬獲日本AI創企最高估值也就不難理解了——創始人自帶光環、AI科學家研究出圈、各種研究一月一發。

即使創始人無意再造一個日本版OpenAI，但就其估值和成長軌跡而言，它已然是最接近“日本版OpenAI”的存在。

好好好，美國有OpenAI、日本有Sakana AI，那咱中國呢？

這里我們快速看一下國內主要明星大模型公司的最新估值情況：

智譜AI，“AI六小虎”中首家啟動IPO的企業，據中關村雜志9月報道其最新估值已超400億元RMB；

MiniMax，傳聞計劃今年赴港IPO，據晚點7月報道其投后估值超過40億美元（約284億人民幣）；

月之暗面，10月傳出數億美元新融資，若屬實估值有望突破33億美元（約234億人民幣）；

……

對比起OpenAI的千億美元估值，看來大家還得繼續加油（手動狗頭）。