知名AI学者代季峰创立的大模型公司Naive.AI，在成立仅7个多月后发布了首个开源模型Naive-N0.5-Flash。该模型专为编码和AI研发场景构建，总参数量为309B，原生支持100万上下文，AI优化推理速度最高可达2000个token/s。值得注意的是，其研发过程由AI模型直接参与——AI负责写代码、运行实验、监控进度、分析结果并不断迭代。
据The Information报道，Naive.AI今年以来已完成三轮融资，总融资额达4亿美元（约合人民币27亿元），投后估值飙升至14.2亿美元（约合人民币95亿元）。投资方阵容包括腾讯、红杉中国、IDG资本及经纬创投等头部机构。在正式发布模型之前，这家公司对外仅展示了一行标语的官网，却已获得资本热捧。
代季峰的履历横跨学界与产业界。他于2009年和2014年在清华大学自动化系先后获得工学学士和博士学位，2022年全职加入清华大学电子工程系担任副教授。2014年至2019年，他在微软亚洲研究院视觉组担任首席研究员、研究经理；2019年至2022年，在商汤科技研究院担任执行研究总监。MSRA和商汤科技几乎串起了一部微缩的中国AI创业史——旷视科技、商汤科技、MiniMax、Momenta等公司的创始团队均与这两家机构有渊源。
事实上，这已是代季峰的二次创业。2025年，他曾与盛大网络创始人陈天桥联合成立AI模型公司MiroMind，主攻轻量级小模型，绕开了扎堆预训练、比拼算力规模的传统赛道。今年1月末，代季峰离开MiroMind，计划带领中国区部分团队成员独立成立新公司并寻求融资，Naive.AI正是这一计划的落点。从产品路线看，Naive.AI延续了MiroMind时期轻巧务实的方向。技术报告显示，Naive-N0.5-Flash基于开源的小米MiMo-V2.5基础模型，同时将全局注意力层替换为DeepSeek稀疏注意力。
Naive.AI很难不让人联想到前阿里千问负责人林俊旸创立的p7k。今年初，林俊旸离开千问团队，8月官宣创业项目p7k，专注研究「数字世界与物理世界中下一代智能体」。p7k的首轮融资由高榕创投与红杉中国共同领投，腾讯与上海未来产业基金参投，估值达到约20亿美元（约合人民币134亿元）。两家公司都是大厂离职创业，都绕开了巨头割据的传统大模型赛道，主攻应用场景更细分的AI产品，且在产品尚未正式问世前就已收获红杉中国、腾讯等头部机构的资金，估值接近甚至超过百亿元。
这种「零产品、先押注」的模式，在硅谷已有先例。OpenAI和Anthropic在成立初期都是纯技术信仰驱动，前者2015年成立时定位为非营利AI实验室，直到2022年才推出ChatGPT；后者2021年成立时立身于AI模型安全研究，两年后才推出对标GPT的Claude。如今两家估值都已近万亿美元。据硅谷风投机构Radical Ventures统计，2024年以来，超过40家NeoLab已累计融资逾400亿美元。
不过，中美NeoLab的发展画风存在明显差异。硅谷项目融资规模更为豪横：由前OpenAI CTO米拉·穆拉蒂创立的Thinking Machines，成立时种子轮融资高达20亿美元，估值120亿美元；由前OpenAI首席科学家伊利亚·苏茨克维创立的Safe Superintelligence（SSI），种子轮融资额为10亿美元，估值50亿美元。而国内头部NeoLab项目Naive.AI和p7k，估值与硅谷明星项目仍差几个身位。今年国内获得融资的两家NeoLab——Mind Lab与逆矩阵，融资金额则分别是近5000万美元与超亿美元。
更重要的差别在于务实程度。SSI明确将开发安全的超级智能作为唯一目标，拒绝传统AI产品开发路线；Thinking Machines成立18个月后才推出第一款自研开源大模型Inkling。而国内的NeoLab更像是场景更加细分的AI创业公司，产品形态明确，商业化前置。林俊旸在官宣p7k时已明确产品形态是Agent；2025年10月成立的Mind Lab，今年7月已发布模型产品Macaron V1并同步开始商业化；代季峰的Naive.AI也在公司成立7个多月后发布了首个开源大模型。这延续了中美AI发展风格的一贯差异——美国更强调基础模型本身的创新和参数规模拓展，中国则更聚焦产业效率提升与场景落地。对Naive.AI与p7k而言，「实用性」或许将是未来要面对的关键考验指标。