前DeepMind员工创办AI公司，小模型Faraday击败大模型，变身3.5亿估值

你敢相信吗？一个只有270亿参数的AI模型，竟然在一场关键科学复现任务中击败了OpenAI的GPT-5.5和Meta的Opus 4.8。这不是理论演示，而是真实发生的研究突破。

这家总部位于伦敦的AI实验室刚刚完成5000万美元种子轮融资，几周后便发布成果。当硅谷巨头还在比拼参数规模时，他们已证明：真正决定AI能力的，不是模型大小，而是训练方法。

这个团队选择的不是传统训练路径，而是强化学习——让AI通过奖励机制自主学习。他们不告诉模型规则，而是根据结果给予反馈，让系统自己探索更优方案。

这种方法的真正价值在于泛化能力。复现论文只是起点，他们的目标是让AI具备独立研究多个科学领域的潜力，而不是只会机械重复已有知识。

大多数AI系统追求的是准确率，而这个团队定义了一个更难量化的标准：研究品味。这意味着AI需要判断哪些实验值得做、如何合理设计实验，而不是盲目试错。

他们用人类科学家的成长路径作为参照。很多博士生入学后做的第一件事就是复现经典论文，这正是培养研究直觉的基础训练。

这家仅有12人的公司选择了一个聪明的策略：不自己开发编程工具，而是调用GPT-5.5 Codex。正如人类科学家不会从零写代码，他们把精力集中在最核心的AI能力上。

这种克制体现了他们的产品哲学。他们不想打造一味迎合用户的工具，而是希望AI主动带来有价值的发现，像一位真正优秀的科研队友。

公司注册在伦敦国王十字区，这里曾是破败街区，如今已聚集了包括Google DeepMind在内的多家AI巨头。密集的AI人才资源让他们相信，伦敦才是最适合发展的地方。

创始人本人曾是Google员工，也曾受到英国竞业休假制度的限制。他加入呼吁取消这一制度的行列，认为这是英国吸引人才的障碍。绕过限制后，他与三位联合创始人共同创立了这家公司。

公司计划年底前将团队扩至20至25人，同时布局世界模型。随着Google高层变动带来的不确定性，这家快速成长的新秀正成为前Google员工的重要选择。

如果你想深入了解这个可能重新定义AI科研的初创团队，或者好奇强化学习为何能小成本战胜大模型，欢迎在评论区分享你的看法，点赞转发让更多同行看到。