今年三月，Liam Fedus 宣布离开 OpenAI，这一消息在硅谷掀起波澜。作为 ChatGPT 核心团队成员、曾主导 OpenAI 后训练技术的关键人物，他的离职迅速引发风投界的“反向竞标”热潮。仅数月后，他与前 Google Brain 研究员 Dogus Cubuk 共同创立的 Periodic Labs，便完成 3 亿美元种子轮融资，由 Felicis 领投，Andreessen Horowitz、DST、英伟达旗下 NVentures 及 Accel 等顶级机构参投，Jeff Bezos、Elad Gil、Eric Schmidt 和 Jeff Dean 等科技领袖亦以天使投资人身份加入。 更引人注目的是人才的集体流动。超过二十位来自 Meta、OpenAI、Google DeepMind 等巨头的顶尖科学家纷纷离职，放弃数千万乃至上亿美元的股权激励，投身这家初创公司。其中包括 o1 和 o3 模型核心研究者 Alexandre Passos、材料科学领域已实现重大超导体发现的 Eric Toberer，以及微软生成式 AI 材料工具的开发者 Matt Horton。这支团队正成为硅谷新一轮人才争夺战中最耀眼的赢家。 这一切始于两人七个月前的一次对话。Cubuk 曾在 2023 年发表开创性论文，展示语言模型驱动的全自动机器人实验室成功合成 41 种全新化合物。而 Fedus 在 OpenAI 的工作，则极大提升了大语言模型的推理能力。当机器臂、模拟算法与 AI 推理能力同时成熟，他们意识到：AI 科学的拼图终于完整。 关键突破在于——实验本身，无论成败，都是宝贵数据。传统科学依赖论文发表和资助奖励，而失败实验常被掩盖。Periodic Labs 的愿景是构建一个“AI 科学家”闭环：AI 分析文献与模拟，提出假设；机器人执行实验；实验结果（包括失败）作为高质量训练数据反哺模型。真实世界的反馈，成为 AI 学习的终极驱动力。 这一理念源于一次旧金山咖啡馆的谈话。Felicis 投资人 Peter Deng 在得知 Fedus 离职后立即联系，两人在 Noe Valley 的山坡上边走边聊。当 Fedus 说出“要做科学，你必须真的去做科学”时，Deng 意识到，这正是当前 AI 发展的盲点：模型再强大，若缺乏与现实的互动，便只是对已有知识的复述。 现有 AI 模型训练数据多来自网络文本，其知识局限于“正常分布”范围，无法突破认知边界。而科学发现的本质，正是在假设与现实之间建立反馈循环。Periodic Labs 的目标，正是通过实体机器人实验室，将这一循环自动化。他们计划在门洛帕克建立大型实验设施，系统性探索新材料，尤其是超导体、磁体与隔热材料。 目前，团队已启动实验数据处理与模拟测试，主攻超导体发现。尽管机器人系统尚在训练中，但其核心逻辑已清晰：真实世界的数据不可复制，正是其护城河所在。这种“物理扎根”的数据，远非网络抓取可比。 与 OpenAI、Meta 等公司宣称“用 AI 加速科学”不同，Fedus 指出，硅谷对 AI 的想象仍停留在“更聪明的文本处理”上。而 Periodic Labs 正在复兴贝尔实验室与 IBM 研究院的传统——将基础物理研究置于核心，以技术推动真正的科学突破。 尽管前路仍充满未知，但这些放弃高薪、奔赴实验室的科学家们，用行动表明：真正的 AI 科学革命，不在模型参数的堆砌中，而在试管与熔炉的每一次燃烧里。