當Liam Fedus在推特上宣布離開OpenAI時,這場看似普通的離職事件很快演變為硅谷科技圈的一場風暴。作為ChatGPT早期核心團隊成員和后訓練部門負責人,他的動向迅速引發風險投資機構的集體關注。這場人才爭奪戰迅速升級為"反向競標",投資人甚至以"情書式"投資意向書表達誠意,最終促成Periodic Labs這家初創公司在數月內完成3億美元種子輪融資。
領投方Felicis聯合Andreessen Horowitz、DST、NVentures等頂級機構組成的投資聯盟,背后站著Jeff Bezos、Eric Schmidt等科技界傳奇人物。但更引人注目的是人才流向——超過二十位來自meta、DeepMind等巨頭的頂尖科學家放棄價值數千萬美元的股權激勵,選擇加入這個尚未注冊公司的初創團隊。其中包括o1模型核心開發者Alexandre Passos、超導體研究專家Eric Toberer等重量級人物。
這場人才遷徙的源頭,要追溯到七個月前Fedus與Dogus Cubuk在舊金山咖啡館的對話。作為Google Brain前首席研究員,Cubuk在2023年展示的自動化機器人實驗室已能通過語言模型指導合成41種新化合物。當兩人意識到機器學習模擬、機械臂技術和大語言模型推理能力同時達到臨界點時,他們捕捉到了科學發現范式變革的契機。
"現有AI系統就像反復閱讀教科書的學生,"Fedus在斯坦福大學的測試中證實了這種擔憂。當要求前沿模型分析凝聚態物理數據時,這些被寄予厚望的系統表現遠遜于人類研究者。這暴露出當前技術路徑的根本缺陷:僅靠文本數據訓練的模型,無法建立假設與現實之間的反饋循環。
Felicis投資人Peter Deng的遭遇印證了這種認知突破。這位前OpenAI員工在寒冬中穿著毛衣跟隨Fedus爬坡時,被一句"要做科學就必須真正做實驗"點醒。當天氣驟熱導致他汗流浹背時,也意識到現有AI模型就像困在正常分布范圍內的知識鸚鵡——它們能復述已知,卻無法發現未知。
Periodic Labs的解決方案直指科學發現的核心痛點。他們計劃在門洛帕克建造的實體機器人實驗室,將構建"假設-實驗-學習"的閉環系統。機械臂根據AI指導混合化學前體,通過加熱探索新型超導體或隔熱材料。實驗產生的成敗數據都將形成獨家訓練集,這種物理世界反饋是網絡數據無法替代的"數據護城河"。
這種研究范式復興了貝爾實驗室的傳統——將基礎科學研究作為企業核心使命。當OpenAI等巨頭忙著構建科學文本訓練模型時,Periodic團隊選擇讓AI直接操作熔爐和試管。他們正在開發的不是更強大的語言模型,而是能自主提出假設、設計實驗、分析結果的"AI科學家"系統。
目前實驗室已啟動超導體材料發現項目,這個可能帶來能源革命的領域正成為首個試驗場。雖然機器人系統仍在調試階段,但二十多位放棄巨頭優渥待遇的科學家顯然相信:真正的科學革命不會發生在服務器集群里,而將誕生于實驗室的燒杯與高溫爐中。當科技界還在爭論大模型未來時,這群叛逆者已經用行動重新定義了AI科學的邊界。











