Inception获吴恩达Karpathy天使轮投资为何受微软SpaceX青睐

扩散模型，这个在图像和视频生成领域大杀四方的技术，如今正将战火烧到了文本生成的核心腹地。一场围绕它的争夺战，已经在科技巨头之间悄然打响。

当前AI行业看似高歌猛进，但狂热之下，一个根本性的忧虑始终存在：以大语言模型（LLM）为代表的自回归架构，是否已经触及天花板？下一代AI的王者，会不会诞生于一条全新的技术路径？

最近的一则消息，似乎正在为这个疑问添加注脚。5月13日，外媒曝出微软正在与一家名为Inception的初创公司洽谈收购。巧合的是，同一天，马斯克的SpaceX也被证实对这家公司展开了追求。

一家种子轮融资仅5000万美元、由吴恩达和安德烈·卡帕西（Andrej Karpathy）等顶尖AI人物天使投资的创业公司，如今估值被喊到超过10亿美元，溢价高达20倍。吸引两家万亿美元级巨头同时下场的，并非什么成熟的商业模式，而是一支来自斯坦福的教授团队，以及一条几乎无人涉足的技术路线。

这家与诺兰电影《盗梦空间》同名的初创公司，究竟有何非凡之处？

01 三个教授与一个“异端”想法

Inception的故事，始于其创始人之一——斯坦福大学计算机科学教授斯特凡诺·埃尔蒙（Stefano Ermon）。他更为人知的身份，是扩散模型（Diffusion Model）的共同发明人。如今风靡的Midjourney、Sora、Stable Diffusion，底层都运行着他参与开创的技术。他关于文本扩散的论文，曾荣获ICML 2024最佳论文奖。

2024年中，埃尔蒙从斯坦福休假，联合了两位合作超过十年的老搭档——加州大学洛杉矶分校教授阿迪亚·格罗弗（Aditya Grover）和康奈尔大学教授弗拉基米尔·库列绍夫（Volodymyr Kuleshov），在帕洛阿尔托共同创立了Inception Labs。

这三个人怀揣着一个在当时看来相当“离经叛道”的想法：将扩散模型从图像生成领域，彻底迁移到文本生成领域，以此替代现有的自回归架构。

这个想法很快引起了业界注意。安德烈·卡帕西在Inception发布首个模型时，就在社交平台X上表达了浓厚兴趣。他指出，当前几乎所有大语言模型在核心建模方法上都是“克隆体”，遵循从左到右逐个预测词元（token）的自回归模式。而扩散模型完全不同，它不是顺序生成，而是从噪声中逐步去噪，最终并行得到一个完整的词元序列。他认为这个模型“有潜力展现出全新且独特的能力特征”，并鼓励大家尝试。

卡帕西不只是口头支持。他与吴恩达（Andrew Ng）都以天使投资人的身份，参与了Inception的种子轮融资。

2025年11月，Inception完成了5000万美元的种子轮融资，由Menlo Ventures领投，英伟达旗下NVentures、微软旗下M12、Snowflake Ventures、Databricks的投资部门全部跟投。

当卡帕西和吴恩达同时押注一家公司，当英伟达和微软的战投基金同时出现在投资人名单上，这几乎构成了AI领域最顶级的信任背书。

02 快10倍，便宜10倍

要理解Inception为何受到如此追捧，关键在于看清其技术路线的根本差异。

如今我们使用的ChatGPT、Claude、Gemini，底层无一例外都是自回归模型。它们生成文本的方式如同串行流水线：一个词元接一个词元，从左到右，依次输出。在写下后一个字之前，必须等待前面所有的字都生成完毕。

这就像一位作家，只能逐字逐句地线性创作，绝不允许跳着写。

这种方法稳定可靠，但存在一个结构性的天花板：速度被串行生成的方式锁死了。你可以更换更强大的芯片，优化推理框架，或者压缩模型，但只要本质仍是逐词元生成，速度就存在理论上限。

Inception选择了一条截然不同的道路。它利用扩散模型进行文本生成——不是逐字书写，而是先给出一个“粗略草稿”，然后通过神经网络反复迭代精炼，同时修改多个词元，实现并行输出。

埃尔蒙对此的解释非常直白：“这是一种根本不同的方法。所有现有的大语言模型都是自回归的，一个接一个地从左到右生成文本或代码，这非常慢，因为你不能在生成前面所有内容之前生成后面的东西。”

Mercury 2 模型在每秒 token 输出上比流行的小模型更快｜图片来源：Inception

实际效果如何？Inception推出的模型家族名为Mercury。根据第三方评测机构Artificial Analysis的测试，其于2026年2月发布的Mercury 2模型，输出吞吐量达到了每秒约1000个词元。作为对比，Claude 4.5 Haiku约为每秒89个词元，GPT-5 Mini约为每秒71个词元。速度优势达到了10到14倍。

在质量方面，Mercury 2在AIME 2025测试中得分91.1，GPQA得分73.6，LiveCodeBench得分67.3。这些分数与Claude 4.5 Haiku、GPT-5.2 Mini处于同一竞争区间，但吞吐量却是后者的十倍以上。

埃尔蒙对此也很坦诚——Mercury 2对标的是Haiku和Flash这个级别的模型，而非Claude Opus或GPT-4这类旗舰。第三方分析也指出，在复杂推理任务上，扩散模型的质量大约是前沿自回归模型的85%-95%，但在结构化输出和翻译等任务上已基本持平。

而这恰恰是其想象力所在。如果扩散模型在质量上的差距仅有5%-15%，而速度优势却高达10倍，那么在对延迟极度敏感的大量场景中——如实时语音交互、代码自动补全、游戏对话、智能体（Agent）循环调用——扩散模型将成为更实际、更经济的选择。

代码构建上 Mercury2 模型只用迭代 14 次，而其他模型要迭代 87 次｜图片来源：Inception

此外，扩散框架还带来了几个自回归模型难以企及的结构性优势。

第一，输出可控性更强。扩散模型能更自然地遵循特定的模式（schema）和语义约束，生成符合指定格式的JSON输出，这对于企业级应用至关重要。

第二，天然支持多模态融合。扩散本就是图像和视频生成的底层范式，将其扩展到文本，意味着可以用一套统一的框架处理语言、图像、音频和视频，无需拼接不同架构。

第三，内置纠错能力。自回归模型一旦在前序生成中间出现错误，后续内容很难修正；而扩散模型在精炼过程中可以反复调整，理论上能减少“幻觉”现象。

当然，这条路线也伴随着明显的不确定性。一些AI研究者指出，扩散方法使得输出预测更加困难，其扩展定律（Scaling Law）尚未得到充分验证。自回归模型“参数越多、数据越多、效果越好”的规律花了数年才被摸清，扩散模型是遵循类似规律，还是需要完全不同的优化策略，目前尚无定论。

但或许，正是这种不确定性，才蕴藏着碘伏现有范式的可能。

03 “后OpenAI时代”的军备竞赛

理解了Inception的技术内核，再来看微软与SpaceX的争夺，逻辑就清晰了。

2026年4月27日，微软与OpenAI官宣了对合作关系的重大调整。微软对OpenAI模型的IP授权从独家变为非独家，有效期延长至2032年；微软不再向OpenAI支付收入分成；OpenAI被允许在AWS、Google Cloud等任何云平台提供服务；关于AGI（通用人工智能）的特别条款被彻底删除。

这段曾被称作“科技界最佳兄弟情”的关系，实质上已演变为“管理型竞争”。

微软在OpenAI身上投入了超过130亿美元的资金以及大量的Azure算力支持。但现在，OpenAI不再是微软的“独家武器”，而微软也在加速摆脱对OpenAI的依赖。据报道，微软正在开发自己的通用AI模型，目标是在2027年之前推出能与OpenAI、Anthropic正面竞争的前沿模型。

收购像Inception这样的AI创业公司，正是这一战略的关键组成部分。

路透社的报道披露，微软今年春天首先看中了代码生成公司Cursor，但因自身已拥有GitHub Copilot，内部担心反垄断审查难以通过，最终主动放弃。随后，SpaceX迅速与Cursor签署了一份价值高达600亿美元的收购期权协议——即便收购不成，SpaceX也需支付100亿美元的合作费用。

在放弃Cursor后，微软将目光转向了Inception。然而，SpaceX同样盯上了这家公司。目前，Inception已聘请投行操盘交易谈判，要价超过10亿美元。

SpaceX的介入让局面更加有趣。2026年2月，SpaceX以全股票交易方式收购了马斯克的xAI，合并后估值达到1.25万亿美元，成为有史以来估值最高的商业并购案之一。随后，SpaceX又启动了Terafab半导体工厂项目，与特斯拉和xAI联合建设。再加上对Cursor的收购期权和对Inception的追求，马斯克显然正以SpaceX为平台，系统性地构建一个从芯片、模型到应用的完整AI技术栈。

而微软这边，除了竞购Inception，也同时在接触多家AI创业公司。路透社引述知情人士称，当前AI研究人员轻松就能获得数千万美元的薪酬承诺，创业公司估值在投资者的疯狂追捧下水涨船高。

Menlo Ventures合伙人蒂姆·塔利（Tim Tully）在Inception融资时说过一句话，放在今天的收购大战背景下格外应景。他说，Inception的团队证明了扩散式大语言模型不只是一个研究突破，而是“一个可以构建可扩展、高性能语言模型的基础，企业今天就能部署”。

这句话道破了天机——巨头们争夺的不仅仅是一家公司，更是一个可能改写游戏规则的技术范式，以及掌握这个范式核心密码的那一小群人。

当微软与OpenAI的“婚姻”走向开放关系，当SpaceX从火箭公司转型为AI收购引擎，当一家尚在种子轮的公司被两家万亿巨头同时争抢——这场“后OpenAI时代”的AI军备竞赛，其实才刚刚拉开序幕。

而Inception的命运，无论最终花落谁家，都已经揭示了一个不变的真理：在AI的世界里，真正稀缺的从来不是海量资本，而是敢于踏上不同道路的智慧与勇气。