陈丹琦兼职加入斯坦福系初创Noeri!押注持续学习的AI,已获融资1.1亿美元
在 Thinking Machines Lab 工作约一年后,普林斯顿大学计算机科学副教授陈丹琦又加入了一家新的 AI 创业公司。11 月 17 日,陈丹琦在个人社交账号上透露,自己已经以兼职身份加入 AI 初创公司 Noeri 约两个月,并特别提到了两位创始人——斯坦福大学计算机科学教授 Yejin Choi 和 C
在
11 月 17 日,陈丹琦在自己的社交账号上发文说,她已以兼职身份加入 AI 初创公司多元 AI(plural AI),方向是科学发现领域的应用,目标是让每位科学家都能借助 AI 解决自己碰到的难题。
Yejin Choi 也在社交媒体上回应了这件事。她转发了陈丹琦的消息,并写道:“能与这位传奇人物共事,我的梦想成真了。”
同一天,Noeri 正式宣布成立,并公布获得 1.1 亿美元融资。参投方有 Menlo Ventures、Madrona Venture Group、Kindred Ventures、Wing Venture Capital 和 NEA,英伟达、思科和 Snowflake 等科技公司也在投资方之列。
这家公司想做的,是开发能从真实工作中持续学习的
陈丹琦加入新 AI 公司
陈丹琦是自然语言处理领域颇有影响力的华人学者,本科读的是清华大学计算机科学与技术专业,曾就读于
博士毕业后,陈丹琦于 2019 年加入
从机器阅读、知识检索到大语言模型发展,自然语言处理的几个重要阶段,几乎都能在她的研究经历里找到对应。
读博期间,陈丹琦参与了开放领域问答系统
2020 年,她参与提出的
大语言模型兴起之后,她的研究范围进一步扩大到模型训练、适配和推理能力。她参与的
近几年,她还把研究触角伸向数学推理等方向。2025 年公布的
这些研究也为她拿下了多项学术荣誉,其中包括 2019 年斯坦福大学 Arthur Samuel 最佳博士论文奖、2022 年
陈丹琦的职业经历并不止于大学。她曾在
这一次,她再度踏入创业公司,选中的是 Noeri。
两位斯坦福教授创办,押注多元智能
Noeri 由两位斯坦福大学计算机科学教授 Yejin Choi 和 Carlos Guestrin 联合创办,两人同时担任公司联合 CEO。公司名字的含义是“多元的智能”(The Plural of Intelligence)。
Yejin Choi 在自然语言处理与人工智能领域知名度很高。她曾长期任教于华盛顿大学,期间在
另一位创始人 Carlos Guestrin 是机器学习领域的资深研究者,也是开源机器学习工具
图 | Yejin Choi 和 Carlos Guestrin(来源:Noeri)
两人创办 Noeri 的念头,有一部分来自一次具体的科研合作。
据彭博社报道,Yejin Choi 曾与斯坦福大学一个微生物学和免疫学研究团队合作,帮研究人员降低使用 OpenAI 模型的成本。团队试着开发一个能调用其他 AI 模型的小型系统,让它按任务需要选用不同模型。这个小模型学会了调用
这段经历让两位创始人开始琢磨:不同任务面前,是否非得始终用最强、也最贵的通用模型?能不能让一个更小的模型学会调用其他模型、挑选工具,并依据任务结果不断调整策略?
Noeri 后来的技术路线,正是围绕这个思路铺开的。
两位创始人在公司发布的愿景文章里,把这一理念叫作“多元智能”。他们的判断是,未来不该由单一模型或少数几家公司主导AI,而应形成一个生态,由规模不同、能力各异的专业化智能系统构成。
Carlos Guestrin 接受彭博社采访时说,他与 Choi 共同担忧的是AI行业过度集中,以及所有智能能力被一家公司攥在手里的局面。他的看法是,企业不该把核心业务完全押在一个自己控制不了的外部AI系统上。
Noeri 想给企业一套工具,让AI系统能持续改进。这套工具会分析企业自己的数据和工作流程,针对具体任务去调整指令、工具以及不同模型的调用方式,必要时还会动模型本身。
打个比方,一项任务未必每次都得调用最强的模型。简单环节可以先交给成本较低的小模型,碰上复杂问题再换能力更强的模型上。任务反复执行的过程中,系统还能依据结果和反馈把原有方案优化掉。
Noeri 称,系统提出的每项调整都会带上解释,并交给人工审批,做法类似软件开发里的代码审查。闭源模型和
眼下 Noeri 的办公室设在美国帕洛阿尔托和瑞士苏黎世,研究人员和工程师都在招。
AI 怎样才能成为科研伙伴?
围绕让AI不断学习和改进这个目标,Noeri 已公布数项研究成果,方向覆盖模型训练、任务反馈以及多个AI协同工作。
其中,
另一项研究
图 | 给定一个任务,Orchestrator 在多轮中交替进行推理与工具调用来解决该任务(来源:bioRxiv)
模型研究之外,Noeri 也把AI用到了真实的生物学实验里。
公司公布的
按 Noeri 公布的说法,这些研究结果均经过实验验证。但相关成果还停留在研究和临床前阶段,小鼠实验的结果不能直接证明对人体有效。
从压低大模型的使用成本,到让AI在实际任务中持续学习,再到试着参与生物学研究,Noeri 的技术路线已经摆了出来。问题在于,这些研究能不能进一步做成成熟产品,让企业和科研团队真正受益,还得靠时间检验。陈丹琦等研究人员陆续加入之后,这家新公司下一步怎么走,多模型协作和持续学习的设想能否落地,也值得继续看。
参考链接:
1.https://hai.stanford.edu/people/yejin-choi
2.https://www.geekwire.com/2026/former-uw-ai-researchers-yejin-choi-and-carlos-guestrin-raise-110m-for-ai-startup-noeri/
3.https://www.cs.princeton.edu/~danqic/
4.https://noeri.ai/research/
5.https://www.biorxiv.org/content/10.64898/2026.02.27.708412v1.full.pdf
6.https://profiles.stanford.edu/carlos-guestrin
7.https://arxiv.org/pdf/2511.21689
本篇编排由何晨龙负责。
说明:封面及首图系AI辅助生成。