一家名為Core Automation的新興AI公司近日引發行業關注。這家由前OpenAI研究副總裁Jerry Tworek創立的實驗室，在成立初期便成功吸引來自Anthropic、Google DeepMind和OpenAI的多位頂尖研究員加入，其技術路線與組織理念均展現出顛覆性特征。
Tworek在OpenAI任職近七年期間，主導了o1和o3兩代推理模型的開發，并深度參與GPT-4后訓練及GPT-5部署工作。他在1月離職時向團隊透露，希望探索"在現有體系內難以實現的研究方向"。這位核心人物認為，頭部AI公司同時面臨模型性能競爭、算力成本壓力和用戶增長需求的三重挑戰，這種環境導致對高風險基礎研究的投入意愿下降。
新公司的技術路線直指當前AI發展的核心瓶頸。其官網聲明指出，單純擴大模型規模、數據量和靜態部署的傳統路徑已接近極限。團隊將重點研發持續學習算法和新型網絡架構，試圖解決transformer模型在災難性遺忘、長期適應環境等方面的缺陷。據融資材料披露，他們正在開發名為Ceres的模型，該系統訓練數據需求量僅為現有頭部模型的百分之一，且具備運行中動態更新權重的能力。
這種技術突破若能實現，將顯著降低工業自動化、機器人等領域的模型部署成本。當前主流方案需要數月一次的完整重訓，不僅消耗巨額算力，還會導致部分知識流失。Core Automation的持續學習框架若驗證可行，可能重塑整個AI訓練范式。
在組織建設方面，該公司提出"自動化優先"的獨特策略。通過開發研究流程自動化系統，團隊計劃將基礎實驗、代碼生成等環節交由AI代理完成，從而釋放人力專注于前沿探索。這種模式與其技術目標形成閉環——用自動化工具提升研究效率，再用研究突破改進自動化系統。目前公開的十余名成員中，包含多位在強化學習、神經架構搜索等領域的專家。
資本市場對這類技術派創業團隊表現出強烈興趣。盡管產品尚未面世，Core Automation在成立數周內即啟動5-10億美元融資談判，估值突破50億美元。這種估值邏輯反映出行業對基礎研究突破的迫切期待，同時也給團隊帶來巨大壓力：他們需要在數年內拿出能與GPT系列抗衡的技術成果，或構建足夠高的技術壁壘。
當前AI領域正呈現多元化技術路線競爭態勢。除Core Automation的持續學習方向外，Thinking Machines Lab聚焦多模態智能體可靠性，Safe Superintelligence實驗室押注安全優先的超級智能，AMI Labs則主攻世界模型研究。這些新興實驗室雖技術路徑各異，但都試圖突破現有scaling law的局限，尋找下一代AI發展的突破口。
