一家名为Core Automation的新兴AI公司近日引发行业关注。这家由前OpenAI研究副总裁Jerry Tworek创立的企业，在成立初期便吸引了来自Anthropic、Google DeepMind和OpenAI的多位顶尖人才加入。公司核心团队包括Anthropic研究员Rohan Anil、Google DeepMind的Gemini项目研究员Anmol Gulati，以及主导GPT-4o开发的前OpenAI产品经理Joanne Jang。
Tworek在OpenAI任职近七年，期间主导了o1和o3两代推理模型的开发，并深度参与GPT-4的后训练及GPT-5的部署工作。他于今年1月离职时表示，希望探索"在OpenAI体系内难以实现的研究方向"。在近期播客访谈中，他直言当前头部AI公司面临三重挑战：既要开发更强大的模型，又要承担巨额GPU计算成本，同时还要维持用户增长曲线。这种环境下，企业对高风险长期研究的投入意愿显著降低。
Core Automation的研发方向与传统AI公司形成鲜明对比。公司官网声明指出，单纯扩大模型规模、增加训练数据或采用静态部署方式已难以推动行业进步。其核心目标包括开发替代大规模预训练和强化学习的新算法，以及寻找比Transformer架构更具扩展性的新型网络结构。公司特别强调"配备强大智能体的小团队"将成为未来前沿研究的主力军。
据内部融资文件显示，该公司正在推进名为Ceres的持续学习模型开发。该模型训练所需数据量仅为现有头部模型的百分之一，并具备在生产环境中实时更新权重的能力。这种技术路线若能实现，将显著降低模型训练成本和更新延迟，对机器人控制、工业自动化等需要长期适应特定环境的领域具有重大价值。持续学习技术面临的主要挑战是防止"灾难性遗忘"——即模型学习新知识时不丢失已有能力。
在组织架构上，Core Automation采取与大厂截然不同的策略。公司目前仅有十余名员工，与OpenAI和Google DeepMind数千人的研发团队形成巨大反差。其解决方案是通过高度自动化研究流程来提升效率——先用自动化工具处理基础研发工作，腾出人力专注于更具突破性的研究，再从新研究成果中寻找新的自动化机会。这种自我强化的循环体系既是产品研发逻辑，也是组织运营逻辑。
资本市场对这类由顶尖研究员创立的新公司表现出浓厚兴趣。Core Automation成立仅数周便启动5亿至10亿美元融资计划，估值超过50亿美元。尽管尚未推出具体产品，但多家投资机构已基于其技术路线和团队背景给出高额估值。不过这些新公司都面临严峻挑战：需在几年内开发出能与GPT、Gemini等成熟产品竞争的技术，或提供巨头难以复制的独特解决方案。Core Automation的时间压力尤为突出，因其研究方向与谷歌、OpenAI等公司的长期规划高度重合，只是尚未实现规模化应用。
当前AI领域已出现多个采取非主流技术路线的新实验室。Thinking Machines Lab专注提升多模态智能体的可靠性，Safe Superintelligence实验室押注安全优先的超级智能开发，AMI Labs则致力于世界模型研究。这些机构虽然技术方向各异，但都认为单纯扩大模型规模的路线难以持续，均以明确的技术突破点作为发展基础。
