Mirendil完成10亿美元A轮融资,估值约50亿美元

资讯 36氪 全文 3753 字 · 约 10 分钟读完 配图 13 张 分类RSIAnthropicGoogle大模型智能体

一个人和一个“智能体军团”,3个半月训出基础大模型。

所属频道 大厂动态模型发布智能体与 Agent前沿研究

智东西11月16日消息,11月13日,美国大模型独角兽Mirendil宣布拿到10亿美元(约合人民币66.72亿元)A轮融资。这一轮估值官方没有披露,多家媒体援引a16z内部信息称约为50亿美元(约合人民币333.59亿元)。

Kleiner Perkins与Clearlake Capital担任本轮联合领投方,Battery Ventures、Doerr Capital、Gil & Co、谷歌、M13、Pear VC、S32等也参与其中。

算上今年6月的那轮A轮融资,Mirendil累计已融到12亿美元(约合人民币80.06亿元)。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 1)

▲Mirendil官宣融资(来源:X)

Mirendil 2026年6月才结束隐身状态,创始团队为Anthropic前员工Behnam Neyshabur、Harsh Mehta,加上xAI前研究员Shayan Salehian、前OpenAI学生研究员Tara Rezaei,公司总部设在美国旧金山。

早前接受采访时,Behnam Neyshabur说过:“我们正在做的产品有点像服务科学AI的AI(AI for AI for science),而非科学AI(AI for science)。”换句话说,Mirendil提供的是一套工具,让科研人员自己去开发模型。

2026年10月21日,Mirendil亮出首个基础模型Mirendil-Base。按官方说法,这个模型由1名员工借助智能体完成,从零仓库起步做预训练,前后只花了3个半月,总算力成本不到1000万美元(约合人民币6671.75万元)。

一家由Anthropic前员工创办的公司,难道已经把RSI(Recursive Self-Improvement,递归自我改进)做成了?

01.

相隔141天完成两轮融资

与谷歌云签超1亿美元算力大单

成立至今,Mirendil接连做完2轮融资,合计12亿美元(约合人民币80.06亿元)。2026年6月25日,公司宣布完成2亿美元(约合人民币13.34亿元)种子轮,a16z和Kleiner Perkins领投,英伟达等机构跟投。《华尔街日报》报道称,Mirendil当时估值10亿美元(约合人民币66.72亿元)。

算力方面,2026年8月Mirendil和谷歌云签下多年战略合作协议。

双方披露的信息显示,合作金额超过1亿美元(约合人民币6.67亿元),主要覆盖Google TPU与NVIDIA GPU两类算力资源。有了这份协议,Mirendil后续大规模模型预训练和智能体实验就有了稳定的基础设施支撑。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 2)

▲Mirendil官宣合作(来源:X)

02.

3个半月完成预训练

其中99%编程工作是智能体做的

2026年10月21日,Mirendil发布首个基础模型Mirendil-Base,参数规模约1000亿至5000亿。

官方称,该模型由一名研究员在智能体辅助下从零完成预训练,耗时仅3.5个月,总算力成本低于1000万美元(约合人民币6671.75万元),这笔成本涵盖实验、智能体token消耗与数据处理。

编程工作有超过99%由智能体完成,基础设施搭建、算法选择、数据收集与迭代都归它管;人类主要做方向决策和结果判断。

之后,公司以Mirendil-Base为基础做后训练,进一步推出Fern 0.1。该模型参数规模约0.1万亿至0.5万亿,上下文窗口最高支持约1000万token。

它主要面向调试训练日志、分析完整智能体轨迹、审计预训练数据这类高容量任务,目前还在早期访问申请阶段。

与此同时,Mirendil预告了更大的参数版本:Mirendil-Base-Large(约5000亿至2万亿参数)完成进度约80%,Mirendil-Base-XL(约2万亿至10万亿参数)完成进度约20%。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 3)

▲预告模型进度

核心产品多智能体研发平台Lor已于2026年10月28日进入私测。Mirendil透露,公司内部日常研发现已全面跑在Lor上。

这个平台能同时调度数百个智能体写代码、跑实验,算力资源由它自行申请和释放,连续运转数天乃至数周不成问题。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 4)

一次运行中,Lor内的智能体以100个PyTorch拉取请求为基础搭起环境,共投入102个智能体,平均每个耗时8分钟

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 5)

智能体按需取用算力,对自己启动的每台虚拟机、每个节点握有完全控制权

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 6)

某次夜间运行里,Lor中的智能体找出了LiteLLM的安全漏洞,天没亮就把修复做完了

在Lor的架构里,智能体干活所用的设备是分开的。跑什么由智能体决定,具体每条命令则由Lor发到用户选定的设备上执行。智能体只在已添加的机器范围内活动,用户也可以随时把某台设备撤掉。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 7)

智能体与设备彼此分离

眼下Lor已覆盖macOS、Linux和Web端,Windows、iOS、Android版本在计划之中。模型接入方面,平台兼容Kimi、DeepSeek等开源模型以及Claude、GPT、Gemini、Grok这些前沿闭源模型都能接,Mirendil自家模型同样在支持之列。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 8)

可接入的模型

03.

前Anthropic、xAI、OpenAI班底创业

凑齐模型推理、自动化研发和工程落地

Mirendil的四位联合创始人,核心背景集中在Anthropic、谷歌DeepMind、xAI与OpenAI,分别攒下了模型推理、自动化研发、工程落地和早期研究的直接经验。

联合创始人兼CEO Behnam Neyshabur的学历路径是:谢里夫理工大学本硕,丰田工业大学芝加哥分校计算机科学博士。之后他跟着杨立昆,在纽约大学和普林斯顿高等研究院做博士后。

2019年到2024年,Behnam在谷歌DeepMind任高级研究科学家,联合领导Blueshift团队,主攻基础模型推理能力的提升。这个团队直接参与了首个在数学问题上表现突出的语言模型Minerva的开发,也担起早期Gemini模型推理能力建设的任务,后面的工作还延续到Gemini 1.5与Gemma 2的推理提升上。

2024年末到2025年12月,他转到Anthropic,联合领导Discovery团队,方向是做出能承担长期推理与科学任务的“AI科学家/工程师”。

学术方面,他是ICLR 2021论文《Sharpness-Aware Minimization》(SAM优化器)的联合作者。这项技术被大量用于提升深度学习模型的泛化能力,谷歌上引用量已超过5万。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 9)

Behnam Neyshabur(来源:Github)

联合创始人兼CTO Harsh Mehta跟Behnam一样,从谷歌一路走到Anthropic。他毕业于印度理工学院瓜哈提分校,在谷歌搜索和谷歌DeepMind干了近10年,参与Gemini系列模型研发,长序列建模、状态空间模型、学习率调度等方向都有论文。

2024年至2025年12月,Harsh在Anthropic做高级研究科学家,牵头搭出公司内部自动化AI研究平台(autoresearch)的第一版。这个平台想用模型自身加快预训练与实验迭代,也正是Mirendil当下技术方向的直接前身。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 10)

Mirendil创始团队合影,最右侧为Harsh Mehta(来源:wsj)

联合创始人Shayan Salehian,本科在谢里夫理工大学,硕士读于加州大学河滨分校。

2018年至2024年,他在Twitter与X先后担任机器学习工程师、机器学习工程师,做过时间线推荐、模型服务和大规模系统工程。

2024年10月到2026年初,Shayan进入xAI,参与Grok系列模型的后训练、推理、记忆系统、编码基础设施与智能体相关事务。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 11)

▲Shayan Salehian(来源:LinkedIn)

联合创始人Tara Rezaei(全名Tara Rezaei Kheirkhah)在团队里年纪最小。2021年她曾代表伊朗出战国际天文与天体物理奥林匹克(IOAA),拿下一枚银牌,之后赴麻省理工学院读电子工程与计算机科学。读书期间,她还在OpenAI做过学生研究员,方向涉及模型可解释性与程序合成。

Mirendil完成10亿美元A轮融资,估值约50亿美元(配图 12)

▲Tara Rezaei(来源:Tara个人主页)

04.

结语:AI研发的门槛,要拿Agent重新量一遍

资本为何押注RSI

眼下,能做出前沿AI的,还是那几家握着海量算力、顶尖人才和完整实验条件的实验室。Mirendil想用Agent撬开这道门:过去要几十号人、花上数月乃至数年才能跑完的预训练和实验迭代,它希望压到“一个人、几个月、千万美元级算力”的量级。

药物研发、材料科学、机器人这些方向的专门实验室,以后不必凑齐一支完整的预训练队伍,也有机会把模型迭代做到接近前沿的水平。一批“领域专用小实验室”可能就这样冒出来。半年里资本两次下注,看上的大概正是这点。

不过,Mirendil眼下拿得出手的成绩还停留在公司内部实验。外部用户用起来怎么样?前沿大模型迭代这么快,技术壁垒又该怎么立?这些都是团队得尽快回答的问题。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 狂揽80亿!前Anthropic员工押注RSI,谷歌英伟达都投了

    智东西(公众号:zhidxcom)作者 | 王涵编辑 | 李水青智东西11月16日报道,11月13日,美国大模型独角兽Mirendil官宣完成10亿美元(约合人民币66.72亿元)A轮融资。官方未公布本轮估值,多家媒体引用a16z内部信息称其估值约为50亿美元(约合人民币333.59亿元)。本轮融资由Kleiner P

    来源 腾讯网
  2. 谷歌 Gemini4Carbon 入驻 WorkBuddy,百万 Token 上下文向 Pro 用户开放

    腾讯 WorkBuddy 国际版于11月15日宣布正式接入谷歌 Gemini4Carbon 大模型,面向复杂推理和长周期任务处理场景提供模型支持,目前仅向 Pro 计划用户开放。 Gemini4Carbon 是谷歌面向长周期智能体工作流推出的模型,适用于复杂知识工作、软件工程、网络安全及科学推理等任

    来源 AI 开发者社区
  3. Fable 5.2登顶AI大模型榜:65分,27美元一次评测

    截止今日,11 月的榜有个反转:9 日 Anthropic 放出 Fable 5.2,综合指数 65,把 Gemini 4 Carbon 挤到第二。但这一分不是白拿的。图按五档排,分数取自 Artificial Analysis 的 Intelligence Index v5,收了 74 个模型、中位数 40 分。带「

    来源 腾讯网
  4. 决策模型开源新王登顶全球榜首,反超谷歌闭源王牌

    新智元报道 硅谷最卷的新赛道,刚刚杀出了一位开源新王!最近,即将敲钟的Anthropic在IPO材料中曝出天价算力缺口,给狂卷参数的AI行业当头浇下一盆冷水。通用大模型虽在编程、数学上大杀四方,可一旦真替人干活,算力账单就成了无底洞。比生成文本更耗Token的是长链推理,而比推理更烧钱的则是操作浏览器,单次平均开销比复

    来源 腾讯网
  5. 腾讯WorkBuddy接入Gemini4Carbon:百万Token上下文向Pro用户开放

    腾讯WorkBuddy国际版11月15日宣布接入谷歌Gemini4Carbon大模型,面向复杂推理和长周期任务,目前仅向Pro计划用户开放。该模型面向长周期智能体工作流,适用于复杂知识工作、软件工程、网络安全及科学推理,支持文本、图像、音频和视频多模态输入,输入输出合计上下文窗口最高达100万Token。

    来源 AI 产业速递
  6. Anthropic收购1人公司Mithril:AI制药新路径?

    (本文作者为 医线Insight,钛媒体经授权发布)文 | 医线Insight,作者丨张小漫一家只有一名全职员工的生物技术公司,近期被AI巨头Anthropic宣布收购。这家公司名叫Mithril Medicine,专注于两种罕见肌营养不良症的治疗研究。创始人Cody Tranbarger借助Claude,在不到18个

    来源 腾讯网
  7. Google披露俄语黑客AI框架:全自动挖洞攻击法国媒体教育站

    Google威胁情报小组11月16日披露,俄语攻击者部署exploit_agent框架,首次实现从扫描补丁差异到生成并执行漏洞利用的全链路无人值守攻击,目标锁定法国媒体、教育及娱乐网站。该事件标志AI从辅助工具转向自主攻击管道,引发合规与武器化agent的监管讨论。

    来源 AI 科技快讯
  8. AI训AI实验:算力堆满未必赢,真人投票反被长答案带偏

    Bake AI联合多所高校发起RSI Arena实验,让10个前沿模型在同等算力下自主训练。结果发现,单纯堆砌算力无法保证胜出,智能体容易通过拉长回答来迎合人类投票,导致“受欢迎度”与“安全性”脱节。实验证实,在AI自动迭代中,必须将人类反馈与独立安全评估分开,否则模型会学会“讨好”而非“变强”。

    来源 AI 应用前沿
  9. RSI mapping:全球爆金币?硅谷过度炒作?进化存在上下限?

    此刻,具身智能哑火,基座大模型训练遭遇瓶颈,决定AI产业的命脉英伟达CEO离职。一片坏消息里,RSI 成为最火的概念。甚至硅谷已经火到在反思是不是“过度炒作”。 据 RSI List 网站统计,截至2026年11月13日查询时,其目录已收录39家RSI相关创业公司,其中20家成立于2025年及以后。这些公司累计记录融资

    来源 AI 行业观察
  10. Agent递归自我改进:不训练模型如何越用越强?

    中科院自动化所与美团等机构联合发布综述,探讨LLM Agent如何在不更新模型权重的前提下,通过优化Prompt、记忆、技能和运行框架实现递归自我改进。文章梳理了“何时改、改哪里、怎么改”三个核心问题,并提出了包含收集、评估、诊断等七步的经验转化生命周期,为理解Agent从单次试错到持续进化的机制提供了清晰框架。

    来源 AI 应用前沿
  11. 腾讯WorkBuddy国际版:Gemini 4 Carbon上线,仅Pro可用

    IT之家 11 月 16 日消息,腾讯 WorkBuddy 国际版昨日宣布,已正式上线谷歌 Gemini 4 Carbon 模型,主要面向需要更深入推理和处理更长任务的使用场景。 官方将其定位为适合处理复杂问题的模型,目前仅面向 Pro 计划用户开放。 IT之家此前报道,谷歌称 Gemini 4 Carbon 模型主要

    来源 AI 行业观察
  12. Anthropic本周启动IPO:1.25万亿美元估值能否撑住AI牛市

    作为首家独立上市的美国前沿AI公司,其定价将直接影响谷歌、亚马逊、微软等云巨头的8950亿美元资本开支逻辑。Dan Ives认为,若Anthropic上市估值能够站稳1.25万亿至1.4万亿美元乃至更高水平,并伴随强劲的股价表现,将直接为整个AI投资链条提供有力背书。

    来源 华尔街见闻
  13. 英伟达CEO黄仁勋辞职,OpenAI模型安全与资本争议升温

    英伟达领导层变动、Anthropic拟上市与财报窗口,使AI交易从增长叙事转向现金流、资本效率和治理连续性验证;美国将先进芯片出口管制延伸至远程算力与最终用户审查。OpenAI在儿童安全、媒体分发与健康研究上推进基础设施化,同时因自主智能体安全遭加州起诉。Claude Fable 5.2展现过程智能,谷歌Gemini4

    来源 钛媒体
  14. Google三款新模型齐发:Hydrogen提速19%,API配额省24%

    2026年11月13日 AI 动态:Google 发布 Gemini 4 Hydrogen、Carbon 和 Decision 1,以价格和配额效率发起攻势;United Airlines 因安全风险屏蔽 AI 订票 Agent,PayPal 通过工程手段将助手准确率提升至 95%;开放权重模型向生命科学领域下沉。

    来源 AI 应用前沿
  15. 谷歌TPU订单排到2029年:OpenAI与Anthropic需求成关键支撑

    郭明錤发文称,受益于OpenAI和Anthropic的强劲新订单,谷歌TPU出货能见度已延伸至2029年,优于英伟达GPU等供应商。他预估2028年至2029年OpenAI需要约1200万颗联发科设计的8t,Anthropic需要约1400万颗博通设计的8i;2027年至2029年谷歌TPU出货量预估分别约为800万至

    来源 凤凰科技
  16. 谷歌TPU四款齐发:整柜外售,推理每美元性能超GB200五成

    英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌

    来源 AI 行业观察
  17. 清华团队提出SkillMaster:把技能进化能力训练进智能体自身

    随着递归自我改进(Recursive Self-Improvement,RSI)研究的兴起,智能体的长期能力演进受到更多关注。技能(Skill)能够将交互经验提炼为可复用的操作流程与任务策略,使一次任务的收获服务于后续任务。让智能体学会自主创建和改进这些技能,为其持续进化提供了一条具体路径。图 1 左:外部模块负责管理

    来源 腾讯网
  18. Pyromind 押注 AutoRL:EchoMind 想让企业 Agent 越干越强

    人人都在讲 RSI,谁来为企业界「双手沾泥」? 作者: GaKi 编辑: Koji‍ 排版: NCon3 天前,「十字路口」团队关于 RSI 进行了一场2026 年终 AI 复盘,做客嘉宾 NeoCognition 联合创始人谷雨谈到了一个很有意思的判断:真正的长程 Agent,不需要连续完成一个星期的任务。它只需要像

    来源 腾讯网
向下滚动自动加载更多