一家名為 Core Automation 的新銳人工智能公司近日引發行業關注。這家由前 OpenAI 研究副總裁 Jerry Tworek 創立的企業，在成立初期便成功吸引多位頂尖人才加入，其中包括 Anthropic 研究員 Rohan Anil、Google DeepMind 的 Gemini 研究員 Anmol Gulati，以及前 OpenAI 產品經理 Joanne Jang。這些來自不同前沿實驗室的核心成員，讓這家初創公司迅速進入公眾視野。
Tworek 在人工智能領域擁有深厚積累。他曾在 OpenAI 工作近七年，從公司僅有三十余人的早期階段加入，最終成為研發副總裁。在此期間，他主導了 o1 和 o3 兩代推理模型的開發，深度參與 GPT-4 的后訓練工作，并為 2025 年 GPT-5 的部署做出重要貢獻。他還是 Codex 研究的主要推動者之一。今年年初離開 OpenAI 時，他在內部信中表示，希望嘗試"在現有體系內難以實現的研究方向"。
公司成立后迅速展現出雄心勃勃的技術路線。其官網聲明指出，下一代人工智能的突破不會來自簡單擴大現有模型規模——更大的參數、更多的數據、靜態部署模式。相反，他們將目光投向重新審視 AI 系統的底層架構，尋求能夠替代大規模預訓練和強化學習的新算法，以及比 Transformer 更高效的可擴展架構。這種技術取向與當前主流的 Scaling Law 路線形成鮮明對比。
核心項目 Ceres 模型體現了這種技術哲學。根據泄露的融資材料，該模型旨在實現持續學習，訓練數據量僅為當前頭部模型的百分之一，且能夠在生產環境中實時更新權重。這種設計直指當前主流技術的痛點——災難性遺忘問題。現有 Transformer 架構在持續學習方面存在根本性缺陷，大廠通常采用定期重新訓練的權宜之計，導致高昂成本和性能損失。如果持續學習技術成熟，將在機器人控制、工業自動化等需要長期適應具體環境的領域產生重大影響。
公司獨特的組織理念同樣引人注目。面對算力資源和人才成本的壓力，Core Automation 選擇不按大廠模式擴張團隊。其官網強調，將通過自動化研究流程來提升效率，形成"自動化工具解放研究人員，研究突破創造新自動化工具"的良性循環。這種策略使其將自己定位為"全球自動化程度最高的 AI 實驗室"，盡管目前公開的團隊規模僅十余人，與 OpenAI 或 Google DeepMind 的數千人團隊形成巨大反差。
資本市場對這種技術路線表現出強烈興趣。成立僅數周，公司便啟動 5 億至 10 億美元的融資計劃，估值超過 50 億美元。融資材料顯示，其遠期技術愿景包括自復制工廠、生物機器和行星地貌改造等極具前瞻性的領域。不過當前首要任務仍是解決現實挑戰：在巨頭主導的競爭環境中，如何用小規模團隊保持技術同步。公司計劃通過極致的自動化實現研究效率的質的飛躍，盡管學界已有相關探索，但距離處理真正的前沿訓練任務仍有很大差距。
Core Automation 并非唯一采取非主流技術路線的初創公司。Thinking Machines Lab 專注于多模態智能體的可靠性，Safe Superintelligence 押注安全優先的超級智能，AMI Labs 則聚焦世界模型研究。這些新實驗室雖然技術方向各異，但都認為現有 Scaling 路線存在局限，各自選擇了明確的技術分叉點。盡管多數尚未推出產品，但都迅速獲得大額融資，反映出資本市場對頂尖研究員獨立創業的高度認可。這些團隊面臨共同挑戰：必須在幾年內拿出能與 GPT、Gemini 或 Claude 競爭的技術，或提供巨頭難以復制的獨特價值。
