2026年2月，前谷歌DeepMind席科学、AlphaGo核心戴维·席尔瓦（David Silver）正式离职海西橱柜台面胶，在伦敦创立AI初创公司Ineffable Intelligence，目前正进10亿美元种子轮融资，额度追平OpenAI前席科学伊利亚2024年创业的融资纪录，成为资本市场押注“后大模型时代”的重要信号。这位耕强化学习15年的技术大佬，决意绕开当下主流的大语言模型（LLM）范式，以纯强化学习路线探索真正摆脱人类知识束缚的智能，也折射出全球AI域正迎来关键的技术路线大分流。

核心动因：大模型有“天花板”，人类数据锁死AI上限

席尔瓦认为，以GPT、Gemini为代表的主流大模型，核心依托“海量文本预训练+人类反馈强化学习（RLHF）”，本质是模仿人类语言的统计规律复刻，存在法突破的本质局限：AI的能力上限被人类数据和评估员的认知边界锁定，只能“假装思考”，法发现人类未知的规律。

2025年4月，他与师、图灵得主查理·萨顿发表论文《欢迎来到经验时代》，提出新代AI的核心向——从经验中学习：让智能体通过与环境的持续交互、试错和自我迭代积累经验，而非依赖静态人类数据，这理念也成为新公司的技术基石。席尔瓦直言，要实现越人类认知的智能，须让AI拥有自主探索的能力。

技术根基：从AlphaGo到MuZero，强化学习已验证“人类能力”

席尔瓦的路线并非空谈，而是建立在其主的Alpha系列AI的扎实成果之上，这也是资本市场信任的关键：

1. AlphaGo的“不可言说之智”：2016年击败李世石的“37手”，违背所有人类围棋定式却成为胜局关键，AI次发现人类未掌握的规律海西橱柜台面胶，这也是新公司名称“Ineffable（不可言说）”的由来；

2. AlphaZero师自通：不依赖任何人类棋谱，仅被告知规则，自我对弈3天便击败AlphaGo，验证纯强化学习的人类潜力；

3. MuZero突破规则限制：需知晓游戏规则，就能自主摸索并在围棋、象棋、Atari游戏中达到人水平。

奥力斯    pvc管道管件胶批发    联系人：王经理    手机：15226765735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

这些成果证明，在规则明确、可模拟的系统中，强化学习能让AI从原理出发优解。席尔瓦坚信，只要设计理的励机制，这模式可复刻到复杂现实任务中。

新公司愿景：构建“持续学习的智能”

Ineffable Intelligence的核心目标，是研发摆脱人类知识束缚、能永止境自主学习的智能：该系统不仅能处理语言，能在模拟环境中通过自我博弈、亿万次试错，立探索未知问题的解决案，而非简单复刻人类已有知识。

目前公司已在伦敦设立总部海西橱柜台面胶，启动全球顶强化学习研究员招募，虽未公布产品时间表，保温护角专用胶但10亿美元融资将要解决力成本难题——为支撑AI在模拟环境中的试错训练，需构建复杂的数字孪生系统，这也是其路线核心的技术挑战。

行业变局：AI路线大分流，后大模型时代多路径竞逐

席尔瓦的创业，标志着全球顶AI科学对“LLM并非AGI终答案”已形成共识，行业进入多路径探索智能的新阶段，核心玩各有向：

- 席尔瓦（Ineffable Intelligence）：激进颠覆，放弃LLM范式，回归纯强化学习，从“经验交互”实现智能跃迁；

- 伊利亚（SSI）：渐进优化，通过扩大计规模、优化模型结构，在现有大模型基础上实现智能；

- 杨立昆（Meta）：重构架构，重组“智能实验室”，探索非Transformer架构的新路径；

- Reflection AI：前AlphaGo团队成员创立，延续强化学习与决策智能的探索。

正如行业观察所言，当前局面堪比2010年代度学习爆发前夜，科学们已意识到，智能的本质是决策与探索，而非语言预测，这也让强化学习成为后大模型时代的核心探索向。

争议与挑战：强化学习的现实难题待解

尽管路线前景可期，席尔瓦的探索仍面临诸多质疑：强化学习在围棋、游戏等规则明确、反馈及时的封闭环境中表现优异，但在现实世界这种规则模糊、反馈稀疏的开放环境中，其有尚未得到充分验证。

此外，大语言模型的核心优势是低成本获取人类常识（语言是人类智慧的度压缩），而纯强化学习路线若摒弃这路径，不仅需要天文数字的力支撑试错，还需解决智能体在开放环境中的“经验积累率”问题，这也是Ineffable Intelligence未来需要突破的核心关卡。

资本逻辑：10亿押注的本质，是对“范式突破”的战略布局

在创投环境趋冷的当下，资本市场愿为尚未发布产品的公司开出10亿美元支票，核心基于两点：是对席尔瓦个人技术声望的对信任——他耕强化学习15年，论文被引28万次，h-index达104，是DeepMind“Alpha系列”的核心；二是对后大模型时代技术路线的战略押注，当前资本已从AI应用层转向基础层，“范式突破”成为比商业落地核心的投资逻辑。

席尔瓦的探索，不仅是位顶科学的个人选择，是全球AI发展的重要转折点：当大模型的商业化红利见顶，真正的智能革命，或许正藏在强化学习的自主探索之中。而Ineffable Intelligence的成败海西橱柜台面胶，也将刻影响未来十年AI技术的演进向。

相关词条:离心玻璃棉     塑料挤出机     钢绞线厂家    铝皮保温    pvc管道管件胶