Naive AI 與 14 億美元的後訓練賭注

一家由清華大學教授創辦、剛成立的研究新創公司，據報導估值已達 14 億美元，而它賣的並不是新的基礎模型。Naive AI 建立在既有的模型之上。它押注的是：整條流程中較便宜的那一半，也就是預訓練之後的那個階段，才是下一波成果的決勝點。

這則報導出自 Dealroom，於 10 月 10 日發布，文中形容 Naive AI 是一家年輕的實驗室，核心在於中期訓練與進階後訓練，而不是從零開始訓練模型。其旗艦模型 Naive-N0.5-Flash 以 MIT 授權釋出，這幾乎是開源授權中最寬鬆的一種。一家整個論述都建立在「把既有的東西做得更好」的公司，卻能對上 14 億美元這個數字，這才是真正有意思的地方，而不是模型本身。

為什麼後訓練是更便宜的槓桿

預訓練是一個資本問題。你需要數千顆加速器、一條以數兆 token 計算的資料管線，還要有盯著損失曲線看上好幾個月的耐心。Mistral 花了約兩個月、動用大約 4,000 顆 Nvidia Grace Blackwell GPU 訓練其新旗艦模型。這種規模的訓練只有少數幾家公司做得到，一個有好點子的研究團隊則根本碰不到。

後訓練是另一種預算邏輯。它涵蓋的是把基礎模型變得有用的那部分工作：用中期訓練塑造行為、指令微調、根據回饋進行強化學習，以及用來判斷這些努力到底有沒有幫助的評估迴圈。一個算力有限的小團隊，可以在開放權重的基礎模型之上完成這些工作，並照樣做出人們願意跑的模型。這正是 Naive AI 鎖定的缺口，也是投資人願意買單的原因。

這套說法裡還包括遞迴式自我改進，而這正是應該保持懷疑的詞。在溫和的版本裡，它指的是用模型協助產生下一版所需的訓練資料與獎勵訊號，然後反覆進行。在誇大的版本裡，它則是系統不需人類介入就能自我改進的夢想。報導描述的是溫和的那個版本。這裡沒有任何線索指向一台能在一個週末內自我啟動成超智慧的機器，讀者應該把任何這樣的框架當成行銷話術。

後訓練受到關注還有第二個理由：它的可量測性遠高於預訓練。當你改良一個基礎模型，你可以讓它跑同一套基準測試，清楚看到前後差異。當你從零開始訓練，比較就模糊得多，因為整個模型一次全變了。專注於後訓練的團隊，可以對自己新增了什麼提出嚴謹且可重複的論證，而這正是能同時說服投資人與工程師的那類主張。

它同時也讓實驗室可以選擇戰場。不同的後訓練方法針對不同的行為：更好的指令遵循、更強的推理、更安全的拒答、更精準的工具使用。小團隊可以挑其中一兩項來競爭，而不必試圖全面勝出。這種聚焦，往往就是人們真正會採用的利基模型，與沒人願意切換過去的通用模型之間的差別。

這符合一個已經浮現的模式

押注後段階段勝過純粹規模擴張的，並不只有 Naive AI。過去兩個月裡，一連串開放權重模型的發布，以不同方式傳達了同一件事。多家實驗室靠著改良既有架構、而非發明新架構，推出了具競爭力的模型，而它們的標題式主張通常如出一轍：以一小部分的訓練成本，達到相當的成果。

市場數據也印證了這股壓力。BenchLM 在十月初的一份分析指出，開放權重模型與專有模型在部分推理基準測試上的差距正在縮小，同時專有高階 API 的價格據報導下滑了 40%。該分析也提到，開放權重部署正以每百萬 token 低於 0.50 美元的價格處理高流量工作負載。這些數字需要放在脈絡裡看，因為 API 價格會隨模型、工作負載、服務層級與時間而波動，而一項基準分數也無法證明真實世界的可靠性。但方向是明確無誤的：能力的價格正在下降，而推動這波下降的，既有更大規模的預訓練，也同樣有更好的後訓練。

後訓練策略的風險在於，它依賴別人的基礎模型。如果你所建立的開放權重基礎模型變更授權，或發布了一個你無法控制的改版，你的產品就會暴露在風險中。這是真實的限制，也正是為什麼走這條路線的實驗室傾向於公開其方法，如此一來，即使某一家實驗室退出，社群仍能讓這些成果延續下去。

這個估值真正在定價什麼

一家年輕新創公司拿到 14 億美元估值，是對模型開發未來的一種表態，而且帶著一個明確假設：優勢正從「你能買到多少算力」轉向「你能把自己手上已有的東西訓練與評估到多好」。如果這個假設成立，資本就不再是唯一的護城河，方法扎實的小團隊也能取得一席之地。

如果這個假設錯了，故事就會反轉。在別人的基礎模型上做後訓練，一旦方法公開（而它們通常都會公開），就很容易被複製。一家完全建立在這類工作之上的實驗室，沒有專有的基礎模型可以防守；而當每個競爭者都能重現你的配方，優勢就蒸發了。這個估值假設的是方法與資料上的持久領先，但方法本身很難長期保密。這就是藏在標題數字底下那份安靜的風險。

必須誠實提醒的是，這一切目前都還未經證實。估值是據報導，而非已確認。該模型宣稱的效能，需要獨立基準測試與可重現的成本量測，才適合有人據此規劃產品。這個模式令人振奮，但模式不等於證明。

這個故事值得關注的地方不在錢。而在於一位教授的實驗室，憑著寥寥數人與有限預算，認為自己可以站在那些花算力如同政府花基礎建設預算的公司旁邊，靠的是在最後一哩路而非第一哩路上更聰明。這是一個可驗證的主張。接下來幾個月的開放權重模型發布，將會說明它是否站得住腳。

如果這個趨勢延續下去，更廣泛的轉變將關乎誰有資格打造模型。當做出一個有能力模型的昂貴部分，變成可以透過後訓練「租用」的東西，能做出有用成果的團隊數量就會增加。這不代表最大的實驗室會落敗，而是代表這個領域變得更寬廣，而更寬廣的領域往往會帶來更多樣性、更多利基工具，以及更激烈的價格競爭。無論 Naive AI 是不是對的賭注，它賭的都是一個打造 AI 的入場門檻比今天看起來更低的未來。