【60亿美元估值 | 前沿实验室】Flapping Airplanes 完成10亿美元A轮融资，豪赌数据比算力先见底

Saasverse

2026-10-22

导读：NeoLab （新型实验室）Flapping Airplanes宣布完成 10 亿美元 A 轮融资,估值达到60亿美元估值。本轮由 Index Ventures 与 Lux Capital 联合领投，

今日，NeoLab Flapping Airplanes 官宣完成 10 亿美元 A 轮融资，投后估值达到约60亿美元。公司 2025 年末才在旧金山成立，今年 1 月公开亮相，团队二十余人，没有产品，没有收入，没有一篇以公司名义发表的论文。九个月前，这家实验室刚以约 15 亿美元投后估值完成种子轮。九个月，估值翻了四倍，期间对外可见的产出只有一套自研 GPU 内核框架，和创始团队学生时代的学术工作。

本轮由 Index Ventures 与 Lux Capital 联合领投，Index 合伙人 Mark Xu 进入董事会；Sequoia, GV and Kleiner Perkins. Valor, Atreides, Kleiner Perkins, A*, 与Nvidia跟投。这家二十余人的实验室人均估值超过 2 亿美元。资本市场给前沿研究的定价方式，在这家公司身上走到一个极端样本。

股东名单就是定价的一部分

先看钱的结构。种子轮总发行约 1.8 亿美元（SEC Form D 记录总发行 1.8045 亿美元、79 名投资人），GV、Sequoia、Index 三家在各自发文中都称共同领投。A 轮的 10 亿美元分两档同价交割：8 月 8 亿美元、9 月追加 2 亿美元，每股价格不变。一轮融资分档同价完成，说明买方在窗口内没有议价分歧。

种子轮的天使名单更值得看。名单里有 Andrej Karpathy、Jeff Dean 和 Chris Ré。Ré 的身份有两层：他是CEO Ben Spector 在斯坦福的博士导师，也是这家实验室方法论的学术源头。导师以天使身份进股东名单，等于学术谱系直接参与了定价。再加上 A 轮进场的 NVIDIA——公司同时在为 NVIDIA 的 GPU 写自研软件——算力供给方、学术源头和行业最有号召力的研究者同时出现在股东名单里，这份名单本身就在为估值背书。

Index 的路径也说明问题：种子轮共同领投，A 轮升为联合领投并拿下董事席位，十个月内两次加注。Sequoia 合伙人 David Cahn 在种子轮发文中自述，他见过这家公司每一位入职员工。这类尽调密度通常只出现在机构对赛道头部项目的争夺里。

他们押的命题：瓶颈在数据一侧

Flapping Airplanes 对外讲的是一个明确的产业命题。Cahn 在种子轮发文中转引了公司的立论："互联网只有一个，我们已经把它用完了。今天 AI 规模扩张的瓶颈是数据，算力排在后面。"公司给出的推论是：今天的模型在数据使用上浪费惊人，数据效率（data efficiency）存在数量级的提升空间。Asher Spector 表示，一个数据效率高一百万倍的模型，进经济的难度就低一百万倍——这句话是他们的目标表述，公司没有公布过任何已经实现的效率倍数。

这个命题的产业落点在长尾。搜索和编程是目前仅有的两个数据充裕的领域，机器人、科学发现、交易、工业控制这些经济部门天然数据贫瘠，堆不出下一个互联网量级的语料。Index 在 A 轮发文里的说法是，赢家将是"把每一美元、每一兆瓦、每一字节数据都用到极致"的公司，而效率一旦解锁，受益的正是这些数据贫瘠市场。算力成本随硬件迭代有可预测的下降曲线，高质量新数据没有这条曲线，这是命题成立的前提。

墙的测算，与过墙方式之争

"数据见底"有定量出处。Epoch AI 在 ICML 2024 发表的测算估计，公开人类文本的有效存量约 300 万亿 token，按当时的消耗趋势推演，存量将在 2026 至 2032 年间被追平，中位估计约 2028 年。这篇论文给过墙留了三条出路：合成数据、迁移学习、数据效率改进。Flapping Airplanes 押的是第三条。

对立面同样有分量。Ilya Sutskever 在 2024 年底对 Reuters 表示预训练规模扩张已经 plateau，行业要回到发现的时代；Sam Altman 同期在 X 上写"没有墙"；Dario Amodei 今年在摩根士丹利的场合说"我们没有看到撞墙"；黄仁勋给出的答案是 test-time compute，第二条扩张曲线。把这些表态放在一起看，分歧的落点很具体：反方并不否认文本存量有限，争的是过墙靠新范式，还是靠多条曲线叠加续命。Flapping 的 60 亿美元定价，是资本给"新范式"这一侧下注时，押在单个具体命题上的最大一笔——SSI 的体量更大，但它从不把注押在某个具体命题上。

创始团队：学术血统、人才网络与三个年轻人

这家实验室的定价里，人占的权重异常高，因为可验证的资产目前只有人。

Ben Spector，25 岁，CEO。斯坦福计算机博士阶段休学创业，导师 Chris Ré，出身 Hazy Research 实验室——FlashAttention 作者 Tri Dao 同属这个学术生态。他是开源内核框架 ThunderKittens 的第一作者（ICLR 2025），用极简的 tile 抽象写 GPU 内核。对资本市场同样重要的是 Prod：他在 MIT 创办的这个学生孵化器，被 Index 和 GV 的发文认定参与了 Cursor、Mercor、Etched、Decart 的早期成形阶段。换句话说，在创办这家实验室之前，Ben 已经运营过一张被验证过的年轻研究者网络。他描述当下大模型系统时有句原话："现在的大模型系统是大波音 787。我们不造鸟，我们造会扇翅膀的飞机。"

Asher Spector，26 岁，Ben 的兄长。Harvard 本科，斯坦福统计学博士，导师是压缩感知领域的 Emmanuel Candès；本科时拿过 2019 年北美辩论锦标赛冠军。他的学术线是 knockoffs 与选择性推断，最新一篇论文 FUSE（2026 年 4 月）已经转向大模型输出验证。团队对外的命题表述大多出自他口，这与辩论训练的背景吻合：这家实验室的融资叙事需要一个能把技术命题讲成产业命题的人。

Aidan Smith，公开信息最少的一个：佐治亚理工在读期间在 Neuralink 工作三年，Thiel Fellow，被投资方称为前创业者，此前项目的具体信息没有公开披露。他是团队"脑启发"表述的来源，认为大脑给算法多样性提供了一个存在性证明。

用人方式是这支团队的另一个定价因素。Index 在发文中称他们是"人均垂直整合度最高的 AI 公司"：同一支二十余人的团队从 GPU 内核一路做到预训练、后训练和推理。团队里有高中在读就入职、负责 agent 工具链的工程师，有从没训过模型却主导预训练 run 的人。实验室对研究者开出的条件是接近读博的体验和研究自由，用这个去对冲大厂的薪酬。在全行业天价争抢成名研究者的时点上，这套反着来的用人哲学本身就是给投资人看的组织实验。

方法论：先改工具，再谈算法

Flapping 的技术路线有一个容易被略过的次序：他们先做系统层，再谈数据效率。创始团队的公开表述里，PyTorch 这类框架的抽象层挡住了一批算法模式的表达，细粒度异步更新、深度流水线训练在现有抽象下无法实现。按公司自述，它的第一年用来造直接控制 GPU 的新原语和一台 custom VM，把算法可搜索的空间撑开，再在新空间里找数据效率的解法。Index 在 A 轮发文里给了类似的表述：最大的算法突破，前面通常先有与硬件交互方式的改变。

megakernel 框架是这层系统的标志：整个程序作为单个内核（kernel）在 GPU 上运行，消除步骤之间的等待。公司自述这套框架能在单个内核里同时完成训练、推理甚至运行游戏；这项自述没有第三方验证。Index 给它的定位是研究使能层，是手段而非产品，这一点在写作和估值时都不能错位成"一家 GPU 优化公司"。

可验证的证据在学术前作里。ThunderKittens 的公开结果：GEMM 与 attention 内核追平 cuBLAS 与 FlashAttention-3，attention 反向传播快 10%–40%。2025 年的《Look Ma, No Bubbles!》把 Llama-1B 的整个推理前向融进单个 megakernel，在 H100 上用满 78% 的内存带宽，速度达到 vLLM 的约 2.5 倍。这套证据验证的是小模型推理上的内核工程能力。从 1B 参数推理，到大模型整轮训练，再到数据效率命题本身，中间隔着两级没有公开证据的跳跃——这是理解这家公司时必须摆在明处的一条边界。

质疑声音一：效率会被全行业吸收

对数据效率路线最有分量的质疑来自 Richard Sutton 的《The Bitter Lesson》（2019）：长期看，利用算力的通用方法会以巨大优势胜出所有精巧设计。把这条规律推到这家公司身上，结论很直接：效率改进一旦公开，就成为全行业都能用的乘数。FlashAttention 公开后一两个季度就被主要实验室吸收，Chinchilla 的数据配比结论同样迅速公有化。Flapping 做出十倍效率，拥有一百倍算力的实验室吸收之后，绝对差距只会更大。

公司至今没有公开回答过这一层：效率成果靠什么保持专有。是靠系统层与算法的深度绑定抬高吸收成本，还是靠闭源和人才密度守住时间差，到目前为止只有投资人的转述，没有公司的正面表述。给质疑留一个平衡注脚：Sutton 本人在 2025 年也承认，大模型这条路径并不完全符合《The Bitter Lesson》的预言。如果效率的提升来自系统原语层面的重构而非一次性技巧，吸收成本会显著高于一个内核或一组配比数字。这场争论的裁决权在公司尚未发表的成果手里。

质疑声音二：已验证的象限，与主张的象限

第二条质疑针对证据本身。megakernel 目前公开验证的优势区间，集中在小批量、1B 参数、低延迟推理——恰好是这项技术最有利的地形。模型规模和批量上去之后，内核融合的收益会收窄，而公司自述的"整轮训练放进单个内核"，落在它优势最弱、且公开证据为零的区间。技术社区在《No Bubbles!》发布时的集中讨论已经点过这一层，另有与当代 GPU 架构深度耦合、硬件换代需要重写的风险。

再往外一层是信息披露的整体状态：已经实现的数据效率倍数、训练侧的性能与规模上限、具体的算法方向、算力规模、商业化形态，全部未公开。Index 的解释是公司在多方向下注、不锁定单一路径，这个解释成立的前提，是市场愿意在证据出现之前持续给研究期定价。Dealroom 在本轮后的评论把话挑明了：没有产品、没有收入，这个估值"给研究留下的失望空间很小"。种子轮阶段，一位投资人拆解其内部材料时给过类似判断：材料里的主张在外部无一可验证，60 亿美元目前押的是履历和背书。这句话到 A 轮之后依然成立，只是押注的金额涨了五倍多。

定价语境：第二梯队顶部，与一对镜像

把 Flapping 放回 neolab（新锐研究实验室）的定价格局里，位置更清楚。Thinking Machines Lab 2025 年 7 月以 120 亿美元定价完成 20 亿美元种子轮，今年 9 月传出洽谈估值不低于 400 亿美元的新一轮，尚未交割；SSI 的定价在约 320 亿美元；Periodic Labs 种子轮投后 13 亿美元，今年 5 月洽谈中的新轮估值约 75 亿美元，未官宣；World Labs 最后一轮定价约 50 亿美元。Flapping 的 60 亿美元处在第二梯队顶部，单轮金额与 World Labs 同级，成立时间最晚，公开成果最少。

最有分析价值的对照是 Periodic Labs。两家实验室用的是同一句诊断——Periodic 发布时同样说互联网的数据已经被耗尽——处方却开在供给侧：用机器人实验室在真实世界里生产新数据，第一站是超导体等材料科学。Flapping 开在需求侧：降低模型对数据的需求量。两条路线互为对冲：数据效率的成果若被大厂快速吸收，自产数据的资产会更稀缺；新数据供给若规模化，效率命题的紧迫性随之下降。同一堵墙的两侧，各站着一家被高定价的实验室，这是 2026 年前沿研究资本配置的一个切片。

终局的参照刚在上个月出现：9 月 28 日，AMD 宣布以约 82 亿美元全股票收购 World Labs。World Labs 的定价轮约 50 亿美元，退出价 82 亿美元，独立实验室的第一个大额终局样本，是并入一家算力平台。对 Flapping 这类资产，退出路径有了先例，价格带有了参照，同时也提示了这类公司的默认归宿。

Saasverse Insights

验证点已经可以列成清单。这家公司的命题是否成立，看四个先后出现的信号：第一篇以公司名义发表的论文或技术报告、第一个公开 benchmark（尤其是训练侧）、第一笔外部付费客户或技术授权、下一轮融资的定价锚。四个信号出现之前，这笔投资的价值来源是定价权，现金流一侧是空白。

研究资产的尽调对象换了一套。这类公司的定价锚由三部分构成：命题在产业里的位置、团队的学术血统、股东名单的背书网络。尽调材料相应从财务报表换成论文、引用关系和人才流向。对一级市场从业者来说，读实验室的能力正在变成读公司的前置能力。

对创始人，Flapping 提供的是一个组织样本而非融资模板。二十余人、全栈纵向整合、用研究自由对冲薪酬差距，这套打法成立的条件是命题足够大、且投资人愿意为研究期持续付费。条件不齐时复制这个结构，得到的是成本而非溢价。

数据效率若兑现，重定价会沿产业链发生。推理成本结构下移，专有数据的相对价值上升，算力采购的边际回报下降；若命题被吸收，效率红利归于算力最大的平台。两种情形下，独立实验室的窗口都取决于成果公开之前的专有期有多长。

End

【声明】内容源于网络

Saasverse

Saasverse 是全球最大Saas社区之一，聚集Saas行业的创业者，高管，从业者，VC投资者等；我们提供高质量的Saas行业专业内容以及行业资源链接，赋能社区中每一个Sassverserian，实现从ARR从0到1亿的增长。

内容 471

粉丝 0

Saasverse Saasverse 是全球最大Saas社区之一，聚集Saas行业的创业者，高管，从业者，VC投资者等；我们提供高质量的Saas行业专业内容以及行业资源链接，赋能社区中每一个Sassverserian，实现从ARR从0到1亿的增长。

总阅读8.8k

粉丝0

内容471

【60亿美元估值 | 前沿实验室】Flapping Airplanes 完成10亿美元A轮融资， 豪赌数据比算力先见底