热门搜索:和平精英 原神 街篮2 

您的位置:首页 > > 教程攻略 > ai资讯 >估值68亿!前Anthropic员工拿下融资,英伟达投了

估值68亿!前Anthropic员工拿下融资,英伟达投了

来源:互联网 更新时间:2026-06-26 07:54

一家成立仅三个月的AI初创公司,凭什么拿到2亿美元种子轮融资?6月25日,美国AI初创公司Mirendil正式官宣,已完成

2亿美元(约合rmb13.6亿元)

种子轮融资,由a16z和Kleiner Perkins联合领投,英伟达等机构跟投。据《华尔街日报》报道,本轮融资后,Mirendil估值已达

10亿美元(约合rmb68亿元)

,是近年来AI初创公司中规模较大的种子轮估值之一。

▲Mirendil宣布完成2亿美元融资(图源:X)

这家公司的目标很明确——

普及前沿AI研发能力

,打造加速AI研究的工具,帮助科学家在医学、材料等领域,自己动手开发专用的内部AI模型。围绕这一方向,Mirendil计划在未来几个月推出

一个模型和一款产品

,并依托用户反馈持续迭代。

一、创始人曾在谷歌、Anthropic任职,离职后组建20人技术团队

Mirendil今年3月才成立,总部设在旧金山,创始人是Behnam Neyshabur、Harsh Mehta、Shayan Salehian和Tara Rezaei。这四个人各有来头:Neyshabur和Mehta曾在

谷歌和Anthropic

待过,Salehian是

xAI早期成员

,Rezaei则毕业于

麻省理工学院

四位联合创始人中,Neyshabur出任CEO,Mehta担任CTO。两人早在2019年

在谷歌工作时就认识了

。当时,Mehta主动发邮件联系刚加入谷歌的Neyshabur。Mehta回忆,那时候Neyshabur在AI领域已经小有名气。虽然当时模型能力还很有限,但他们已经开始看到

AI加速科学研究的潜力

2024年底,Neyshabur和Mehta

一起加入Anthropic

,然后在2025年12月离职。有意思的是,就在他们离开前不久,Anthropic刚发布了

Claude Opus 4.5模型

,这个模型大幅扩展了AI Agent执行复杂任务的能力。目前,Mirendil约有20名技术员工,在旧金山办公。

二、不直接做科学模型,Mirendil要帮科研人员自己开发AI

据《华尔街日报》报道,Neyshabur和Mehta希望通过

构建能够自我改进的AI

,帮助开源AI开发者跟上前沿实验室的步伐。当AI研究进一步加速,科学家就能在医学、材料等领域,打造属于自己的专用内部AI模型。

▲公司计划普及前沿AI研发能力(图源:Mirendil)

Neyshabur在采访中打了一个比方:“我们正在做的产品,有点像

服务科学AI的AI(AI for AI for science)

,而不是科学AI(AI for science)。举个例子,客户未来可能会

用Mirendil的工具创建一个科学模型

,用来预测个人罹患阿尔茨海默病的风险。”

简单来说,Mirendil不是直接替科学家做出一个现成的专用AI模型,而是提供一套工具,让科研人员自己有能力去开发模型。按计划,Mirendil将在未来几个月发布

一个模型和一款产品

,然后通过用户反馈一步步完善。

三、头部实验室用AI研发AI,外部开发者却难用同类工具训练竞品

Mirendil这轮融资的时机很微妙。目前,头部AI实验室越来越多地

用AI来加速AI研发

。截至今年5月,Anthropic透露,Claude已经编写了公司

超过80%

的代码。

但有意思的是,Anthropic在服务条款中明确禁止用户使用其工具,去开发“任何与我们服务竞争的产品或服务”。Anthropic在声明中称,这是主要模型供应商的标准做法,有助于防止外国对手削弱美国在前沿AI领域的领先地位。

用AI构建更强大的AI,业内称之为

递归式自我改进

,Anthropic此前将其视为潜在风险。部分AI安全研究员认为,如果模型能在没有人类监督的情况下改写自己的代码,

AI能力可能会快速增长,最终超出人类控制

。但Neyshabur和Mehta的看法截然相反,他们认为递归式自我改进是

加速科学发展的“最短路径”

,而且完全可以在安全监督下进行。

a16z投资人Matt Bornstein对此评价说:“头部AI实验室不愿让客户用自家工具训练或强化竞品模型,这在商业上并不意外。但也正因为头部AI公司与外部开发者之间存在利益冲突,市场上才需要Mirendil这样的独立公司,专门为外部开发者和科研团队提供AI研发能力。”

结语:科研团队也需要自己的“AI研发能力”

Mirendil的核心卖点,说到底就是把原本集中在头部AI实验室内部的AI研发能力,拆成科研人员也能上手的AI工具。医学、材料或生命科学实验室很难直接组建一支顶级的AI工程团队,但他们同样需要面向自身课题和数据的专用模型——Mirendil想补上的正是这块缺口。

接下来的关键问题是,它的产品能否真正融入科研工作流,帮助研究人员从数据整理、模型开发到实验验证,更高效地推进项目。如果未来几个月推出的模型和产品能获得早期用户认可,它或许会成为“AI加速科学”这条赛道上,底层工具的一种新形态。

来源:Mirendil、《华尔街日报》

热门手游

手机号码测吉凶
本站所有软件,都由网友上传,如有侵犯你的版权,请发邮件haolingcc@hotmail.com 联系删除。 版权所有 Copyright@2012-2013 haoling.cc