公司产品动态 - Shopify于3月26日推出了名为Tinker的免费移动应用 该应用整合了超过100种专业AI工具 旨在简化创意流程[1] - Tinker应用旨在消除订阅成本和复杂提示带来的障碍 通过引导式体验 允许用户生成图像、视频和徽标[1] - 该应用通过按产出结果组织工具 并整合来自OpenAI和Google等提供商的模型 使不具备技术专长的用户也能探索和表达想法[2] - 平台通过处理复杂的背景提示来简化高质量内容生产 用户可以用通俗语言描述需求 功能包括将基础产品照片转换为影棚质量的编辑照片 以及利用先前创作的上下文在不同项目中保持品牌一致性[2] 公司战略与目标 - Tinker提供了一个集中化的环境 确保新AI模型出现时能自动集成并通过熟悉的界面访问 早期采用者已利用该应用获得发展势头并克服传统进入壁垒[3] - Shopify推出Tinker的目标是降低创作的金钱成本和学习曲线 让任何有创意火花的人都能更容易地创业[3] 公司业务概览 - Shopify是一家商业技术公司 为全球不同规模的企业提供运营、启动、营销和发展业务所需的工具[4] - 公司业务还涉及主题和应用的销售、在Shopify应用商店投放广告、销售POS硬件、通过Shopify Shipping提供运输标签 以及用于获取买家的Shop Campaigns[4] 投资观点 - Shopify被列为值得长期持有的10支最佳加拿大股票之一[1][7]

合作核心内容 - 英伟达与思维机器实验室达成多年合作伙伴关系，并进行了投资[1] - 根据协议，思维机器实验室将部署至少1吉瓦算力的英伟达前沿芯片，用于训练和运行其顶尖AI大模型[1] - 合作包含一项联合研发内容，双方将基于英伟达技术，联手设计AI训练与推理服务系统[1] - 此次合作进一步巩固了该初创企业作为英伟达客户的合作关系[1] 思维机器实验室概况 - 公司于去年成立，创始人为OpenAI前首席技术官米拉·穆拉蒂及其多位昔日的共事伙伴[1] - 公司目前员工规模约120人，而一年前仅为30人左右，员工规模在一年内大幅增长[2] - 公司核心团队汇聚了OpenAI联合创始人约翰·舒尔曼等行业顶尖人才[2] - 公司去年推出首款产品Tinker，是一款助力科研人员训练AI模型的工具[1] - 公司的研发目标是打造能与人类协同工作、而非自主独立运行的AI系统[1] 合作背景与意义 - 此次合作是英伟达扶持AI行业新锐力量的最新举措[1] - 合作一方面为思维机器实验室提供算力支撑，助力其推进科研工作，另一方面也为其提供了员工薪酬相关的资金支持[1] - 英伟达首席执行官黄仁勋对思维机器实验室组建的核心团队予以肯定，并表示该公司“集结了一支世界级顶尖团队，致力于推动AI前沿技术发展”[2] - 思维机器实验室创始人米拉·穆拉蒂表示，英伟达的技术是“整个AI领域发展的基石”[1] - 当下AI行业企业估值飙升，思维机器实验室也在全力争抢顶尖AI科研人才[2]

英伟达与Thinking Machines Lab的战略合作 - 英伟达与Thinking Machines Lab达成新一轮多年度战略伙伴协议，协议包含现金注资与硬件供应[2][3] - 合作核心是在全球范围内部署至少1GW容量的下一代Vera Rubin算力系统，首批算力集群定于2027年初部署[10] - 项目总建设成本估算为500-600亿美元，其中英伟达提供的硬件及配套方案价值约350亿美元[14] - 英伟达将提供一笔数额重大的现金注资，用于支持该公司的长期增长与技术研发[15] Vera Rubin算力系统技术规格 - Vera Rubin平台是Blackwell架构的继任者，由R100系列GPU和GR200系列Grace Rubin超级芯片组成[11] - 单颗GPU集成288GB HBM4显存，内存带宽达22TB/s，能提供50PFLOPS的NVFP4推理算力[11] - 匹配的Vera CPU采用88个Olympus核心，支持1.5TB LPDDR5X内存及1.2TB/s带宽[11] - 通过第六代NVLink技术实现每颗GPU高达3.6TB/s的互连速率[11] 合作目标与影响 - 该超大规模算力设施将直接服务于公司的前沿模型训练任务，并为大规模交付定制化AI平台提供底层支撑[13] - 双方技术团队将深度协作，设计专门适配英伟达架构的模型训练与推理服务系统，拓宽全球获取前沿及开源AI模型的渠道[13] - 英伟达数百亿美元的重资产投入与顶尖芯片配额，帮助公司完成了在底层算力基建上的深度锁定[16] - 通过掌控稀缺的底层算力资源，公司在算法研发之外构筑了更稳固的护城河[24] Thinking Machines Lab公司发展历程 - 公司于去年2月正式成立，创始人Mira Murati此前于2024年辞任OpenAI CTO[17] - 创始团队从OpenAI吸纳了原安全系统负责人等数十名研发精英，并邀请普林斯顿大学教授陈丹琦加盟，奠定了高技术起点[17][18] - 公司在去年7月获得20亿美元融资，估值120亿美元，到去年年底最新估值报价已冲高至500亿美元[8][9][19] - 公司在去年10月发布了旗舰产品Tinker，允许企业利用LoRA技术定制大模型而无需自有服务器[20] 公司团队变动与应对 - 今年1月，公司遭遇人才流失挑战，原首席技术官Barret Zoph带领多名技术骨干集体重返OpenAI[20] - 为应对核心团队突发变动，公司随即聘请PyTorch创始人Soumith Chintala出任新任CTO，负责统筹底层软硬件适配工作[21] - 顶级人才的快速迭代稳住了研发基本盘，显示出公司在面对巨头挖角时极强的资源调动与自我修复能力[22] - 与英伟达合作锁定下一代产能，是公司在“人才保卫战”之外开辟的“第二战场”[23]

公司概况与融资 - 人工智能初创公司Thinking Machines Lab由OpenAI前首席技术官Mira Murati领导 于2025年2月作为公益公司成立[1][2] - 公司成立仅5个月后 于2025年7月以120亿美元的估值筹集了20亿美元资金[2] - 种子轮投资者包括知名机构Andreessen Horowitz、Nvidia、AMD和Cisco[2] 产品与技术 - 公司于2025年10月脱离隐身模式 发布了首个也是目前唯一的产品Tinker[3] - Tinker是一款自动化工具 用于简化微调大语言模型的大部分工作[3] - 该工具支持Meta的Llama和阿里巴巴的Qwen等开源模型 允许用户训练模型以执行特定专业任务 创建自定义的前沿模型版本[3] 战略合作与投资 - 公司与英伟达达成了多年期战略合作伙伴关系 英伟达同时进行了“重大投资”[1] - 作为合作的一部分 公司将从明年开始部署至少1千兆瓦的英伟达全新Vera Rubin硬件[6] - 1千兆瓦的电力足以供应整个旧金山市 相当于一座核电站的发电量[6] - 英伟达CEO黄仁勋在2025年8月表示 建设1千兆瓦的数据中心容量成本在500亿至600亿美元之间[6] 管理团队与行业定位 - 公司联合创始人Andrew Tulloch于去年离职加入Meta 另两位联合创始人Barret Zopf和Luke Metz于今年1月重新加入了OpenAI[4] - 与英伟达的合作及巨大的资源投入表明 公司计划在尖端模型领域与Anthropic、Google、OpenAI、Meta和阿里巴巴等公司展开竞争[6]

公司投资与合作 - 英伟达宣布对前OpenAI高管Mira Murati创立的AI初创公司Thinking Machines Lab进行新一轮“重大投资”，并签订多年协议为其提供芯片[1] - 根据协议，Thinking Machines Lab将采用英伟达即将推出的Vera Rubin AI加速芯片，该芯片预计明年初投入使用[1] - 英伟达曾于去年对Thinking Machines Lab进行过投资，本次未披露具体交易条款与注资方式[1] 技术供应与算力支持 - 英伟达将为Thinking Machines Lab提供其即将推出的Vera Rubin AI加速芯片，用于训练与运行AI模型[1] - Vera Rubin芯片预计明年初投入使用，将为Thinking Machines Lab提供至少1吉瓦的算力，相当于约75万户家庭的用电量[1] 被投资方背景与动态 - Thinking Machines Lab由前OpenAI首席技术官Mira Murati创立，已从OpenAI挖来数十名员工，并于去年10月推出首款产品Tinker，用于优化大语言模型[2] - 近几个月Thinking Machines Lab面临人才回流，包括其首席技术官在内的多名员工已重返OpenAI[2] - 据去年11月报道，Thinking Machines Lab去年曾寻求新一轮融资，估值目标高达500亿美元；此前在7月时以120亿美元估值完成了20亿美元融资[2] 行业战略与影响 - 作为全球市值最高的企业，英伟达近期密集开展多项投资交易，旨在凭借自身资源推动AI在各行业落地，助力开启其口中的“新工业革命”[2] - 英伟达的投资模式因入股自身客户而形成闭环，引发外界关注[2] - Thinking Machines Lab的创始人Mira Murati表示，此次合作将加速打造可由用户自主塑造的AI，并激发人类潜能[2]

达沃斯世界经济论坛上的AI热潮与讨论 - 论坛上科技公司积极展示AI前景，微软CEO萨提亚·纳德拉将数据中心称为"Token工厂"，并认为其需要分布全球、连接电网与电信网络以推动AI规模化发展 [2] - 谷歌在论坛上展示其最新迭代的谷歌眼镜，会议中心举办了多场关于AI潜在好处的会议 [2] 对AI投资泡沫的担忧 - DeepMind负责人德米斯·哈萨比斯警告AI投资的某些方面看起来"像泡沫"，但认为谷歌能承受泡沫破裂 [3] - 微软CEO萨提亚·纳德拉提出，如果讨论都集中在科技公司身上，则是泡沫的明显迹象 [3] 硅谷AI初创公司的融资与动态 - 由前OpenAI首席技术官米拉·穆拉蒂创立的Thinking Machines Lab解雇了其首席技术官巴雷特·佐夫，随后多名员工及一位联合创始人转投OpenAI [4][5] - Thinking Machines Lab自2024年2月成立以来已筹集20亿美元风险资本，公司估值为120亿美元 [5] - 该公司于2024年10月发布产品Tinker，旨在简化大语言模型的定制 [5] - 初创公司Humans&由来自谷歌、Anthropic和xAI的研究人员在三个月前创立，目标是促进人机协作，但尚未推出产品 [6] - Humans&已从英伟达、杰夫·贝佐斯和谷歌筹集4.8亿美元，公司估值为44.8亿美元 [6] 自动驾驶领域的监管差异与发展 - 特斯拉宣布在德克萨斯州奥斯汀的Robotaxi车队中移除了人类安全监督员，但澄清仅部署了少数无监督车辆 [7] - 德克萨斯州对自动驾驶车辆监管宽松，机动车部门无监管权限，车辆仅需遵守交通法规即可运营，个人非商业用途甚至可无人驾驶 [7][8] - 加利福尼亚州对商业自动驾驶车辆要求严格，需经过三个阶段测试和许可，监管机构正考虑增加新规则 [8] - 特斯拉网站Robotaxi部分仅提及德克萨斯州，去年10月马斯克宣布在湾区提供叫车服务时，监管机构表示其未获授权 [8]

公司核心事件与动态 - 人工智能初创公司Thinking Machines Lab陷入严重动荡，创始人团队决裂，多名高管集体出走[3] - 公司由包括OpenAI前CTO米拉·穆拉蒂在内的多名前员工创立，预期估值可能高达500亿美元[3][5] - 领导层裂痕始于去年夏天，主要源于CEO穆拉蒂与CTO巴雷特·佐夫在公司发展方向上的分歧，以及佐夫未公开的办公室恋情[3] - 佐夫在去年6月向穆拉蒂坦白婚外情后，相关员工离职，佐夫休假并于7月下旬返岗后被剥夺行政职责，转为个人技术贡献者[3] - 去年10月，联合创始人安德鲁·图洛克劝说穆拉蒂出售公司，并与Meta、Anthorpic等接洽，但未达成交易，图洛克本人于10月跳槽至Meta[5] - 今年1月矛盾公开化，佐夫、萨姆·舍恩霍尔茨和卢克·梅茨在会议上向穆拉蒂“逼宫”，要求让佐夫全权负责技术决策，否则集体辞职[6] - 穆拉蒂在会议两天后宣布解雇佐夫，随后OpenAI高管菲吉·西莫宣布佐夫、舍恩霍尔茨和梅茨将回归OpenAI[6] - 公司约100名员工中，已有约9人跳槽或被邀请至OpenAI，Meta也在持续高薪挖角[6] - 双方互相猛烈抨击，穆拉蒂指责佐夫业绩糟糕、效率低下、品行有问题，佐夫则称解雇原因从未提及绩效问题，相关说法是虚假诽谤[6] - 公司6名联合创始人目前仅剩一半，500亿美元估值的兑现之路可能遭遇更多难题[9] 公司融资与估值 - 公司在去年夏天完成了20亿美元融资，估值达到120亿美元，且当时没有任何产品面世[4] - 去年10月发布AI开发工具Tinker后，开始筹划40亿至50亿美元的新融资，预期估值可能高达500亿美元[5] 行业竞争格局 - OpenAI持续的人事动荡导致多名核心成员离职创业，并受到业界和风投高度关注，获得高额融资[7] - 离职创业案例包括伊利亚·苏茨克维的SSI、阿拉温德·斯里尼瓦斯的Perplexity、安德烈·卡帕西的Eureka Labs、彼得·阿比尔等的Covariant[7] - 由阿莫代兄妹打造的Anthorpic实力最为强劲，在B端企业市场成绩显著，其Claude系列大模型在编程等领域领先GPT，是估值紧随OpenAI之后的明星公司[7] - 今年以来，OpenAI与Anthorpic在大模型、应用、企业业务等领域展开激烈竞争[8] - OpenAI正全力发力B端市场，已向部分客户预告企业级AI解决方案，以压制快速崛起的Anthorpic[8] - 回归OpenAI的佐夫据称将是B端业务的主要负责人，目标是将公司目前40%的B端收入占比到年底提升至50%[8] 公司历史背景 - 穆拉蒂曾参与罢免OpenAI的萨姆·奥尔特曼，并短暂接任CEO，在奥尔特曼复职后曾表态支持，但一年后离开公司[9] - 穆拉蒂与其他5名OpenAI骨干联合创立Thinking Machines Lab，当时招揽了约20名前OpenAI员工[9]

核心事件概述 - OpenAI成功从竞争对手Thinking Machines Lab“反挖”三名核心技术人员回归，包括前CTO Barret Zoph及另外两名联合创始人Luke Metz和Sam Schoenholz [1][6][8] - Thinking Machines Lab创始人兼前OpenAI CTO Mira Murati解雇了CTO Barret Zoph，指控其存在“不当行为”，并可能涉及向竞争对手泄露公司机密 [3][6][8] - 此次人才流动被形容为硅谷AI领域“挖角”与“反挖角”竞争循环的典型案例 [1][28][30] 对Thinking Machines Lab的影响 - 公司遭遇重大人事地震，两位联合创始人（Barret Zoph与Luke Metz）及核心成员Sam Schoenholz集体离职并回归OpenAI，对这家成立不到一年的初创公司构成沉重打击 [12][27] - 公司正处于融资关键期，核心创始团队成员的“叛逃”被视为釜底抽薪，可能引发外界对其治理能力、团队稳定性和执行能力的担忧 [12][13][27] - 为应对危机，公司迅速任命“PyTorch之父”Soumith Chintala为新任CTO，旨在稳定军心并注入顶级工程化能力与开源社区影响力 [13][15][16] - 公司估值在2025年11月达到约500亿美元，是市场罕见的“超早期高定价”明星独角兽，此次动荡可能影响其市场形象与发展势头 [2][12] 对OpenAI的影响 - 此次回归是一次重大人才胜利，三位回归者均曾深度参与ChatGPT、GPT-4o等核心项目的开发，被称作公司的“秘密武器” [9][17][27] - 他们的回归将直接加强公司在前沿研究和应用AI领域的创新能力，并弥补了本月初研究副总裁Jerry Tworek离职造成的技术空缺 [9][27] - 公司应用CEO Fidji Simo透露，此次招揽行动已筹备数周，并明确表示不认同Mira Murati对Zoph的担忧，完全接纳其回归 [8][9] - 公司为回归者明确了新的汇报线：Barret Zoph将直接向Fidji Simo汇报，Luke Metz和Sam Schoenholz则向Zoph汇报 [8][27] 涉及的关键人物与背景 - **Barret Zoph**：前OpenAI研究副总裁（后训练方向），后成为Thinking Machines Lab联合创始人兼CTO，在Google Brain有近七年研究经验，是ChatGPT后训练与能力打磨的核心人物 [5][17][22] - **Luke Metz**：ChatGPT初始团队成员之一，曾担任GPT-4o的后训练负责人，并深度参与GPT-4评估工作 [17][23][25] - **Sam Schoenholz**：前OpenAI成员，参与早期ChatGPT相关工作 [17][27] - **Soumith Chintala**：新加入Thinking Machines Lab并出任CTO，原Meta员工，作为“PyTorch之父”在深度学习社区拥有巨大影响力 [13][15] - **Mira Murati**：Thinking Machines Lab创始人，前OpenAI CTO，于2025年2月启动该项目 [10][12] 行业竞争态势 - 硅谷AI实验室人才流动频繁，形成“旋转门”效应，此次事件是“挖角”与“反挖角”游戏的典型体现 [1][28][30] - 竞争不仅限于OpenAI与Thinking Machines Lab之间，Anthropic等其他AI公司也在积极从OpenAI挖人，例如近期OpenAI的一位高级安全研究负责人Andrea Vallone已加入Anthropic [28][29] - 随着AI竞赛白热化，顶尖AI人才的争夺战持续升级 [28][30] 公司产品与战略 - Thinking Machines Lab致力于打造“更可理解、更可定制、且更通用”的AI系统，于2025年10月发布首个产品Tinker，这是一个用于语言模型微调的API，旨在降低先进AI的使用门槛 [12] - OpenAI通过此次人才回流，巩固了自身在AI大模型后训练、评估及产品化方面的核心技术实力 [27]

核心观点 - 人工智能行业明星初创公司Thinking Machines Lab面临重大人员震荡，三位核心创始成员集体回流至OpenAI，事件折射出顶级AI人才、超级资本与宏大愿景结合时，维持组织共同方向的挑战远大于资金和履历光环[1][7][27] 关键人物与背景 - Thinking Machines Lab由前OpenAI首席技术官Mira Murati于2024年9月离开OpenAI后，与Barret Zoph、Luke Metz等人共同创立[9] - 离职的联合创始人兼CTO Barret Zoph履历显赫，曾为OpenAI研究副总裁及谷歌研究科学家，负责过后训练研究，直接参与ChatGPT等核心模型从研究到产品化的关键工作[11][12] - 同时回流OpenAI的Luke Metz是OpenAI团队创始成员之一，参与了ChatGPT的开发，此前也在Google Brain工作[13] - 第三位回流人员Sam Schoenholz同样有OpenAI和谷歌的工作经历[16][18] 事件经过与官方声明 - Mira Murati在社交媒体宣布与联合创始人兼CTO Barret Zoph分道扬镳，措辞克制未解释原因，并宣布Soumith Chintala为新任CTO[1] - 内部消息指离职原因为Zoph向竞争对手泄漏公司机密，该消息在全体员工大会上宣布[3] - 不到一小时后，OpenAI应用部门CEO Fidji Simo发文宣布欢迎Barret Zoph、Luke Metz及Sam Schoenholz“回归OpenAI”，并表示此安排“已筹备数周”[5] - OpenAI的声明显示，Zoph将向Simo汇报，Metz和Schoenholz将向Zoph汇报[5] 公司状况与市场表现 - Thinking Machines Lab定位为构建通用、可定制、易理解的AI系统，愿景是重塑通用人工智能研究方式[7][19] - 公司成立不到半年，于2025年7月完成20亿美元种子轮融资，由a16z领投，Nvidia、AMD等参投，估值达约120亿美元，成为当时无收入、无明确产品阶段估值最高的AI初创公司之一[19] - 公司首款产品Tinker于2025年10月推出，是一个面向开发者的模型微调工具API，但市场反馈审慎，认为其独特性不足，未成行业爆款[21] - 产品推出时间距融资完成滞后较长，且处于早期，未显现对现有平台的明显替代或补充效应[22] 影响与行业观察 - 此次事件不仅是联合创始人离职，更是一次三位核心技术人员向OpenAI的系统性“回流”，对尚未推出核心产品的初创公司象征意义重大[7] - 事件表明，在高度依赖创始人协作的初创阶段，联合创始人在研究方向、组织节奏或权责边界上的分歧冲击更为直接[27] - 尽管公司拥有20亿美元巨额种子融资，但资金未能消解组织内部的结构性张力，凸显在高密度智力劳动与强价值主张并存的组织中，维持稳定清晰的共同方向是关键[27] - OpenAI方面将此次人员回流视为战略性补强，旨在重新吸纳熟悉公司文化、具备研究深度的技术骨干以降低组织摩擦[27] - 社交媒体热议此事，有观点认为OpenAI凭借资源和品牌影响力能快速重新吸引前员工，也有评论揣测事件背后动机及大公司层级结构问题[28][29]

事件概述：Thinking Machines Lab 核心团队流失事件 - 前 OpenAI CTO Mira Murati 创办的 Thinking Machines Lab 出现重大人事变动，联合创始人兼 CTO Barret Zoph 被解雇，另一位联创 Luke Metz 以及创始团队成员 Sam Schoenholz 一同离开，三人均回归 OpenAI [3] - 此前已离开的 PyTorch 大神 Andrew Tulloch 使公司失去三位联创，事件继续发酵，基础设施工程师 Ian O'Connell 和研究模型架构的研究员 Lia Guy 也被爆将离开，后者明确回归 OpenAI [4][7] - 多家媒体将事件描述为“OpenAI 对 Thinking Machines Lab 的人才突袭”，据称挖人行动已在 OpenAI 内部筹备数周 [8] 事件原因与各方说法 - 关于 Zoph 被解雇，公司宣称其任职期间曾出现严重不当行为并引发问题，同时内部质疑其是否曾向竞争对手泄露公司机密信息 [10] - OpenAI 应用业务首席执行官 Fidji Simo 在备忘录中表示，Zoph 早在被解雇前就告知 Mira Murati 正考虑离开，且 OpenAI 不认同 Thinking Machines Lab 对 Zoph 职业道德的质疑 [10] - 据知情人士透露，其他人集体出走是公司内部长期讨论的结果，核心原因在于团队在产品定位、技术路线与未来发展方向上存在分歧 [11] 公司面临的质疑与现状 - 公司长期面临没有“产品”的质疑，虽曾推出专注于解决后训练 Infra 复杂性的产品“Tinker”，但成果被认为不足以承载顶级人才的技术理想 [13][14] - 公司没有旗舰模型，没有明确的商业平台，似乎也没有一份与投资规模相匹配的公开路线图 [14] - 此次核心团队流失事件对公司造成打击，甚至有观点认为公司“已经完了” [11] 行业背景与趋势 - 在失去联创方面，Thinking Machines Lab 并非个例，统计显示近年来头部 AI 公司联创出走比印象中更频繁 [16] - 行业分析师表示，此类快速行动，如招聘、离职和迅速回归，已成为 AI 劳动力市场的一个常见特征，并可能改变项目路线图和时间表 [17]