不預訓練，先拿 14 億美元估值：清華代季峰的 Naive AI 押注開放權重後訓練路線

一家成立七個月、員工不足 100 人、還沒有產品上市、官網從頭到尾只有一句話——「100x Intelligence for the pioneers」——的新創公司，現在估值超過 14 億美元。2026 年 9 月 18 日，《The Information》報導，清華大學副教授代季峰今年 2 月在北京創辦的大模型公司 Naive AI，已連續完成三輪融資、累計約 4 億美元，最新一輪融資後估值約 14.2 億美元（約 95 億元人民幣以上，逼近「百億獨角獸」門檻）。

三輪融資的金額拆開來看，即使放在 2026 年也算相當激進：分別是 1 億、1.8 億與 1.2 億美元。投資方包括騰訊、IDG Capital、MPCi，以及 HSG（原紅杉中國）。一年之內、一家從未發布過模型的公司，拿走近 5 億美元——這個速度既說明了 Naive AI 本身的吸引力，也折射出當前中國 AI 市場的資金情緒。

Naive AI 到底在做什麼

真正讓這條新聞超出「又一筆融資」的，是它的技術路線。Naive AI 不從頭預訓練基礎模型，而是選擇一款已存在的中國開放權重大模型作為起點（具體是哪一款尚未公開），在此基礎上調整模型結構，再用強化學習等方法繼續訓練，以提升模型在各種任務上的表現。換句話說，它跳過了成本極高的預訓練階段——資料收集、數萬 GPU 小時、從原始語料到基礎模型的完整管線——把資源全部押在預訓練之後的環節。

代季峰押注的是中期訓練（mid-training）與後訓練（post-training）。團隊的判斷是：即使基礎模型來自別的實驗室，模型結構調整、中期訓緫、強化學習與後訓練仍然存在非常大的性能提升空間。公司同時在研究遞歸式自我改進（recursive self-improvement）——讓 AI 模型參與自身能力的升級——這正是 OpenAI、Anthropic、Google、智譜等前沿實驗室重點投入的方向。

這條路線如今已不是孤例。Mira Murati 創辦的 Thinking Machines Lab 今年 7 月發布首款大語言模型 Inkling 時便承認，其架構在很大程度上沿用了 DeepSeek 於 2024 年底發布的開放權重模型 V3。《The Information》還提到，被 SpaceX 收購後的 Cursor 在開發自有編程模型時，使用了智譜的模型。當前沿基礎模型逐漸成為可自由下載的「大宗物資」，一批新型 AI 實驗室選擇不再投入巨額資金重複底層預訓練，而是集中資源解決推理、Agent、強化學習與特定任務能力。

創辦人本身就是核心資產

對一家如此低調的公司來說，最核心的籌碼是代季峰的履歷。他 2009 年與 2014 年在清華大學自動化系先後取得學士與博士學位，博士導師為周傑教授。2014 至 2019 年在微軟亞洲研究院視覺組工作，曾任首席研究員與研究經理；2019 至 2022 年在商湯科技研究院擔任執行研究總監；2022 年 7 月全職加入清華大學電子工程系，研究聚焦智能體（Agentic AI）與持續學習（Continual Learning），以通用人工智慧為長期目標。

兩個作品奠定了他在開源社群的聲望。在清華期間，他主導開發了開放權重多模態模型 InternVL，該系列模型在學術研究與開源社群中被廣泛使用。2025 年，他加入盛大集團旗下的 AI 新創 MiroMind，參與研發 MiroThinker——一款能執行多步驟網路研究、金融分析等複雜任務的開源 Agent，在開發者社群中獲得不少關注。

然後是分道揚鑣。2026 年 1 月，代季峰因團隊發展方向分歧離開 MiroMind——其他共同創辦人希望將團隊遷往中國以外地區。一個月後，他在北京創辦了 Naive AI。這條融資新聞的言外之意是：中國的資本正在押注那位選擇留下來的創辦人。

為什麼「後訓練路線」在此刻重要

Naive AI 崛起的時間點，恰好對上產業對基礎模型認知的結構性轉變。中國的大模型市場已形成相對穩定的競爭格局——DeepSeek、月之暗面、智譜、阿里等團隊擁有成熟的基础模型，預訓練競賽趨於成熟，而且他們最強的模型都可以下載。如果原始預訓練的邊際收益正在遞減，而開放權重底座又持續進步，那麼稀缺的能力就從「燒算力跑語料」轉移到「從既有底座中榨取能力」。

而這正是代季峰累積了十年的技能組合：InternVL 是在既有視覺-語言底座上做精細後訓練的練習，MiroThinker 是智能體能力工程的實踐，而他本人聲明的學術方向「持續學習」，研究的正是模型在初始訓練結束之後如何持續進步。

對開源生態而言，一家資金充裕、且整體策略就是「在開放權重上做高階後訓練」的實驗室，是雙重好消息：它驗證了開放權重模型作為正規底座的地位（而非廉價替代品），而且它的產出——Naive AI 計畫最快本月發布首款同名模型 Naive，採開放權重、可免費下載並二次開發——會直接回流到公共資源池。

第一次檢驗很快到來

《The Information》指出，首款模型最快數週內就會以開放權重形式發布。一支不到 100 人的團隊、4 億美元融資、14.2 億美元估值——權重一旦公開，就會被直接拿去與 DeepSeek、Qwen、Kimi、GLM 對比，而那些模型背後的團隊擁有遠更多的算力與更長期的大規模實戰紀錄。

看空的理由很直接：後訓練的增益會隨著基礎模型把同樣的技術向上游吸收而壓縮，一家寄生在別人底座上的輕公司，一旦底座方自己迭代就沒有護城河。看多的理由是：如果中期訓練與遞歸式自我改進真的是下一波性能提升的所在地，Naive AI 就是市場上對這一命題最純粹的公開押注之一——而它的首次發布，將是最早可以解讀的訊號，告訴我們「只做後訓練的實驗室」究竟是可長可久的物種，還是 2026 年的時代切片。

無論如何，一家沒有產品、官網只有一句話的新創，能在七個月內被投資人推上 14 億美元估值，本身就是當下 AI 融資情緒的縮影：預訓練正在大宗商品化，擁有開源實績的創辦人成了稀缺資源，而市場願意用獨角獸的價格，為一個關於「基礎模型之後是什麼」的可信主張買單。