2025年3月，前OpenAI核心成员Liam Fedus宣布离职，迅速引发硅谷风投激烈争夺，最终他与Google Brain前研究员Dogus Cubuk共同创立的Periodic Labs在数月内完成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、Eric Schmidt、Jeff Dean等科技领袖亦以天使投资人身份加入。这一融资规模远超同类AI初创，背后是市场对“AI for Science”新范式的高度期待。更引人注目的是，超过20位来自Meta、OpenAI、Google DeepMind和微软的顶尖AI与材料科学家集体跳槽，放弃数千万至数亿美元的股权激励，加入这家初创公司，形成一场罕见的“人才迁徙潮”。 这一现象的根源，源于Fedus与Cubuk在七个月前的一次深度对话。Cubuk曾以自动化机器人实验室实现41种新化合物的自主合成，而Fedus则在OpenAI主导后训练技术，推动大语言模型推理能力跃升。两人意识到，当机器臂、AI建模与语言模型的推理能力达到临界成熟度，一个全新的科学范式已成可能：AI不再仅基于文献或模拟训练，而是通过与真实世界实验的闭环互动，持续学习与进化。他们提出的核心理念是——“真正的科学必须在现实中进行”，失败的实验同样宝贵，因为它们提供真实、高价值的训练数据，打破传统科学依赖论文发表的激励机制。 Felicis投资人Peter Deng在旧金山Noe Valley与Fedus会面时，被一句“每个人都在谈论做科学，但要做科学，你必须真的去做科学”击中。这句看似朴素的话，直指当前AI发展的核心瓶颈：现有大模型虽掌握海量文本，但仅能“复述”已有知识，无法突破分布外的未知。真正的科学发现依赖于“假设—实验—学习”的迭代循环，而Periodic Labs正致力于构建这一闭环。公司计划在门洛帕克建立大型自动化实验室，由AI驱动机器人系统进行化学合成、材料测试，目标是加速超导体、磁性材料和隔热材料的发现。每一次实验，无论成败，都成为AI优化的燃料，形成难以复制的数据护城河。 与OpenAI、Meta等公司聚焦“AI辅助科研”不同，Periodic Labs不满足于训练模型分析已有数据，而是将AI本身作为“科学家”嵌入物理实验流程。其技术路径回归了贝尔实验室与IBM研究院的传统——将基础物理研究置于核心，而非仅服务于算法或应用。尽管目前机器人系统仍在调试，但团队已开始处理实验数据、运行模拟，目标是实现自主科学探索。尽管科学发现本质不可预测，但其团队坚信：真正的AI科学革命不在更大的语言模型中，而在实验室的试管与熔炉里。 业内评价认为，Periodic Labs代表了AI for Science从“工具化”迈向“实体化”的关键转折。其模式突破了纯数据驱动的局限，构建了物理世界与AI之间的动态反馈机制，有望将材料发现周期从数年压缩至数周。尽管成败未定，但这场由顶尖人才集体“用脚投票”的迁徙，已预示着下一代科技范式的诞生。