不知道你有没有这种疑问。一个技术大牛，从大厂或者名校出来，发一条推文，说要做一件听起来云山雾罩的事。
没有产品，没有客户，连团队可能都还未必凑齐，就给了一个抽象的技术愿景。估值一上来就几十亿、上百亿美元，红杉、a16z、英伟达这些顶级VC和产业资本排着队给钱。
我初看的时候觉得有点莫名其妙，看多了，再加上学AI久了，慢慢的想法就变了。这些AI Lab，说得朴素点，是一群顶尖研究者凑在一起，认准一条还没走通的前沿方向，不关心短期的产品和收入，只探索前沿技术。
这到底是创投的一种范式转变，还是泡沫极致化的表现？其实我自己也没有答案。
最近我看到，中国终于也有自己的类似的AI Lab了。
近日，前阿里通义千问技术总负责人林俊旸在X平台宣布，他在上海创办了一家新公司，叫Pragmatik Labs，中文名语用科技，简称p7k。研究方向是跨数字与物理世界的下一代智能体。
天使轮融资2.2亿美元，投后估值20亿美元，合近140亿人民币。高榕创投和红杉中国联合领投，腾讯和上海未来产业基金跟投。公司没有产品，没有营收，一成立，就是个超级独角兽。
是不是很有硅谷的味儿了。
大厂前大模型负责人，转身办起一家AI Lab，除了一个人啥也没有，就拿到20亿美元估值，我理解林俊旸值钱，但这么值钱，凭的是什么？
是林俊旸把Qwen做成全球下载量第一开源模型的履历？还是阿里最年轻P10的技术权威？还是林俊旸在千问带出过一套能跑未知范式的组织打法？
我不知道这笔钱到底值不值，这要等林俊旸的世界模型真的跑出来，才有答案。但如果不把这件事简单归结为极致泡沫化，倒是很值得聊一聊。
林俊旸1993年生，今年33岁。2019年进入阿里达摩院，2022年底通义千问立项后成为核心架构与负责人。林俊旸带队把Qwen系列做成全球下载量第一的开源模型，2025年升任阿里最年轻的P10级技术专家，2026年3月发帖告别千问，转身创业。
我愿意把Pragmatik Labs称为中国第一个独立的、由VC支持的、范式开拓型AI Lab。说精确些，是第一个不挂靠大厂和高校、成立第一天就没把产品和商业化写进目标、由独立VC为方向买单的AI Lab了。
定语有点长，但这些限定很重要。在此之前，国内不是没有AI Lab，但都不是Pragmatik Labs这种。
大厂这边，腾讯AI Lab、阿里达摩院、字节的AI实验室，资源来自母体，方向服务于母公司的产品矩阵和战略KPI。
智谱脱胎于清华KEG实验室，是高校成果转化的实体。智谱核心团队出自清华系，技术路线承袭学术谱系，早年起家靠国家项目和高校资源，后来才引入市场化融资。智谱算的账，是高校科研能力产业化的账，不是独立VC赌方向的账。
最接近的可能是Deepseek和Kimi。
现在大家都知道，梁文锋只追AGI，其余都是边角料。DeepSeek起步依靠幻方量化的自有资金支撑，本质是梁文锋个人技术趣味和信念。后续大额VC入局，更多是锦上添花。
这倒不是否认投DeepSeek投资人的风险精神，谁说DeepSeek就稳了？但我认为DeepSeek与Pragmatik Labs初始的范式不一样，并不是VC在起点就下注未知范式。
再说月之暗面。2023年成立时，ChatGPT已经验证了路线可行。这也并不是否认杨植麟的原创能力，毕竟kimi在长上下文、MoE上做出了突破，但它是在一条已经阶段性跑通的主赛道继续深挖。
VC押注月之暗面，买的既有杨植麟画的AGI的饼，也有成熟范式下顶尖团队的工程与产品兑现能力，这和直接赌新范式的逻辑并不相同，更多是传统VC投早期的逻辑。
林俊旸这次不一样。林俊旸锁定的跨数字与物理世界的智能体，没有明确的、完整产品和商业化闭环，Pragmatik Labs成立的第一天，就没有把产品化和营收写进KPI，也不可能写得进去。
在Pragmatik Labs出现之前，中国并没有这种由VC支持的、独立的、范式开拓型AI Lab。
那为什么海外现在一下子冒出来这么多独立的AI Lab？这里可以把几家有代表性的摆出来，研究下背后的逻辑。
Ilya Sutskever离开OpenAI后创办的SSI，公司网站上只有一句话使命，“安全的超级智能”，不做中间产品，不追求营收。2025年SSI估值到了320亿美元，2026年英伟达又追加价值约50亿美元战略投资，是全球估值最高却没有任何商业化产品的AI实验室。
Jeff Dean刚宣布离开谷歌，拉着一批谷歌地基级的元老创办Discovery Loop，目标是用AI自动化科学发现的循环，注册成公益公司，没有任何商用产品规划。已经有不少VC投了，规模应该也不低。
离开Meta的杨立昆办了AMI Labs，直指世界模型，种子轮超过10亿美元。
这些公司有一个共同特征，无产品、无营收、长期不优先商业化，VC投的是研究方向而非商业模式。
我认为，这些VC背后的最大的逻辑，是深知在现有的创新体系里，按部就班地复刻、优化一条已经被验证的路，长不出新物种。
这跟天使、种子这些早期投资又不一样。天使投资好歹要算赛道、算团队、算回报周期，而且融资是一轮一轮来的，每一轮都要给后面的增长留出空间，这空间可能是产品进展打开的，可能是营收数据打开的，也可能干脆是产业推动打开的，没有哪家会一上来就把估值推到极致。
当然体现在那些热门项目上，就是“一次融三轮”了。
而这些独立AI Lab不一样，Pragmatik Labs还没产品，估值就一步到位，20亿美元。而投给这些实验室的钱，也没法判断回报规模和周期，赌的就是那个人的脑子加上那个方向本身。
SSI团队规模30人出头，人均估值10多亿美元，传统VC逻辑里这根本不成立。它只在一种前提下成立，就是前沿范式一旦突破回报极大，而且只有顶级研究者能判断方向。
另外，这也填补了在资本、大厂、创业公司、高校之间的真空。大厂被上市财报、营收、KPI绑着，还得应对竞争，精力有限。高校产业化链条长、工程化弱。创业公司都在忙着上市和融资呢。
其实这也是大厂的前沿探索正在外部化表现。
Jeff Dean、Ilya、杨立昆相继离开母体实验室单飞，是把最激进的探索从大厂KPI里解放出来。
克里斯坦森在《创新者的窘境》说，成熟组织会被现有客户和既定指标绑住，只在已被验证的范式里做优化，因为颠覆式创新会蚕食现有收入，所以创新往往长不出来。
比如，巅峰期约20人的DeepMind团队，曾击败数百名研究数十年的学术结构生物学家。小独立组织能啃下大建制啃不动的硬骨头，靠的正是没被既有范式和流程绑住。
最重要的，我认为还是人才和组织。
普通公司成立第一天要想的是客户是谁、产品怎么做、收入从哪来，组织是为交付服务的。而这类AI Lab既然前景是模糊的，那就更得把人找对，然后搭建一套能容忍长周期未知的组织方式。
举个例子。前几年元宇宙最热的时候，国内某大厂曾组建过一支内部的3D模型团队，那会儿内部环境相当宽松，投入以十亿计，一度也做出了不俗的成果。
但随着集团战略一转向，这条线说撤就撤了，前面烧掉的资源、攒下的能力，就这样不了了之。倒是这些人后来三三两两聚在一起，做出了一些今天叫得出名号的创业公司。
因此不管是大厂还是创业公司，研究者的愿景，总要被组织的摩擦力消耗掉一大块。
回到林俊旸本人，他为什么从阿里走，以及走之前和走之后千问的组织形态变化，恰好又是一个贴切的注脚。
在林俊旸被调整之前，千问团队执行的是他主导的垂直整合模式。预训练、后训练、Infra、多模态所有环节紧密协作，汇报线扁平，决策快，团队控制在几十人，每个人都是多面手，既能写代码也能调模型。
这套打法带来惊人的效率。小尺寸模型发现问题，大尺寸立刻修正，训练撞上Infra瓶颈，负责Infra的人就在旁边，当场就能调，一个bug从发现到修复往往只要半天。Qwen能在两年内从零做到全球下载量第一。
林俊旸还推动千问组建自己的Infra团队，慢慢摆脱对阿里云PAI平台的依赖，以掌控训练节奏。这既是垂直整合的自然延伸，也是后来与集团算力体系冲突的导火索。
千问团队在阿里内部是少见的纯粹。应届生占比超过七成，除赶工时刻大多没有996，也没有周报和人情世故。成员有想法甚至能直接给吴泳铭发钉钉留言，2026年组织调整之前，很长时间没有具体的商业化、ROI考核。这种宽松，是千问能持续产出底层创新的土壤。
但阿里要千问商业化，把团队从垂直整合拆成预训练、后训练、文本、多模态等多个水平分工的团队，各自独立运行、直接向上汇报。林俊旸从统筹全链条的负责人，变成只管其中一个模块。
有解读说，这是用组织确定性取代个人英雄主义，适配集团的商业化需求。他不愿做系统里的螺丝钉，发了那句“再见beloved Qwen”，离职了。
因此回到林俊旸办的这个AI Lab。顺着前面的讨论，我自己的观察是，这类实验室能不能多起来、能不能跑出来，绕不开三样东西。
一是人才的密度，不是人数，是密度，是能不能靠一个人的技术威望，聚起一支建制化的顶尖团队。
二是资本的支持，是资本愿不愿意接受长期没有产品、没有营收的状态，只为前沿探索买单。
三是宽容的创新环境，是允许一个AI Lab在很长一段时间里，只产出论文和demo，不产出收入和利润。
当然了，未来怎么样还不好说，毕竟第一条和第三条，梁文锋当时应该也是这么想的。但人终归是有自己的想法和利益，就算是DeepSeek，也得拿出一条符合绝大多数人利益的发展方式。
但终归，中国终于有自己的独立AI Lab了。这句话与其说是一个结论，不如说是一个开始。有人愿意先去想一件足够难、足够远的事，有VC愿意为这件事付出真正耐心的资本，环境也能容忍长时间没有回报“创业”，属于中国自己的前沿创新和探索生态，才会一点点长出来。