Mirendil 稱一名研究員 3.5 個月訓練出大型程式模型

訓練大模型要幾十至幾百人，Mirendil 稱它只用一名研究員加 AI。這家由前 Anthropic 研究員創辦的初創於香港時間周四（22 日）凌晨公布，首個程式模型 Mirendil-Base 由一人在 3.5 個月內從零訓練，參數量介乎 1,000 億至 5,000 億，運算開支不足 1,000 萬美元。公司指 AI 代理寫了超過 99% 的程式碼，研究員只定方向。據 SiliconANGLE 報道，Mirendil 今年 6 月以 10 億美元估值籌得 2 億美元種子資金。Behnam Neyshabur 表示，獨立評測稍後公布。

Moby Dick2026年10月22日 17:09 HKT閱讀 3 分鐘

一名研究員加 AI 代理，3.5 個月訓練出程式模型

AI 初創 Mirendil 美國時間 10 月 21 日（香港時間周四凌晨）在官網宣布，旗下首個預訓練模型 Mirendil-Base 由一名研究員在 3.5 個月內完成，運算開支不足 1,000 萬美元。公司指，這個數字已包括所有研究、小規模實驗及最後一次正式訓練，連 AI 代理消耗的 token 費用及資料處理也計算在內。

據 Mirendil 所述，AI 代理寫了超過 99% 的程式碼，並負責執行實驗及找出失敗原因；研究員則決定試甚麼、相信哪些結果，有需要時才介入。項目由一個空白程式庫起步，訓練系統、模型架構、訓練演算法及資料流程都由研究員和 AI 代理自行搭建，只用到 PyTorch、JAX 等通用工具庫。

公司強調，訓練資料全部來自 GitHub 等公開程式碼、網頁及公開資料集，沒有購買或授權任何額外資料，也沒有用「蒸餾」，即沒有用其他大模型的輸出來教自己的模型。

Mirendil-Base 有多大、表現如何

Mirendil-Base 是一系列專攻程式編寫的模型中最小的一個，參數量介乎 1,000 億至 5,000 億。

模型	參數量	進度
Mirendil-Base	1,000 億至 5,000 億	已完成預訓練，正進行後期訓練
Mirendil-Base-Large	5,000 億至 2 萬億	約完成 80%
Mirendil-Base-XL	2 萬億至 10 萬億	約完成 19%

Mirendil 用七個在模型訓練完成後才公開的程式庫作測試，比較各模型預測新程式碼的能力。按公司公布的數字，Mirendil-Base 的平均成績優於 Nvidia 的 Nemotron-550B-Base、智譜的 GLM-5.3 及 DeepSeek-V4-Pro-Base，只次於參數量達 2.8 萬億的 Kimi-K3。這些都是公司自己的測試；Neyshabur 在 X 上表示，獨立評測、後期訓練後的基準測試及 API 會稍後公布。

創辦不足四個月，已籌 2 億美元

Mirendil 今年 6 月 24 日正式宣布成立，創辦團隊有 20 名研究員及工程師，來自 Anthropic、xAI、Google DeepMind 及 OpenAI。公司宣布種子輪籌得 2 億美元，由 Andreessen Horowitz 及 Kleiner Perkins 領投，Nvidia 亦有參與；據 SiliconANGLE 報道，估值為 10 億美元。

據 TechCrunch 報道，Mirendil 的聯合創辦人都來自 Anthropic。行政總裁 Behnam Neyshabur 是 AI 訓練演算法 SAM 的共同發明人，技術總監 Harsh Mehta 曾在 Anthropic 推動以 AI 工具自動化內部研究。據 TechCrunch 8 月報道，Mirendil 其後與 Google Cloud 簽下價值逾 1 億美元的多年期合作，取得 Google TPU 及 Nvidia GPU 的運算資源。

「訓練模型的瓶頸不再是人」

Mirendil 的目標是「遞歸自我改進」，即 AI 不斷改良下一代 AI。公司在公布中指，過去訓練一個有競爭力的基礎模型，開源項目要幾十名專家，前沿實驗室要幾百人；當 AI 代理承擔大部分實際工作，瓶頸就轉移到運算資源、資料及指揮代理的人的判斷。

公司亦承認，Mirendil-Base 並非 AI 自行完成，而是由有經驗的研究員借助 AI 工具做成，現時離完全自主的自我改進仍有距離。它表示，下一個模型將部分由 Mirendil 自己的模型參與構建。

來源

Pretraining at scale without a pretraining team（Mirendil 官方公布）
Mirendil raises $200M to speed up scientific research with AI（SiliconANGLE）
Exclusive: Mirendil inks $100M+ Google Cloud deal to scale self-improving AI（TechCrunch）

成立一年 AI 實驗室估值 60 億美元，九個月翻四倍

Flapping Airplanes 成立約一年，仍未推出產品，估值九個月卻翻了四倍。公司周三（21 日）宣布完成 10 億美元 A 輪融資，由 Index Ventures 及 Lux Capital 共同領投，據彭博社報道估值達 60 億美元。公司 1 月以 1.8 億美元種子輪起步，估值 15 億美元。創辦人是史丹福的 Asher Spector、Ben Spector 兄弟及曾在 Neuralink 工作的 Aidan Smith。公司目標是用更少數據及算力訓練模型，過去一年為 GPU 開發新的底層運算元件，相信可改變人工智能的成本結構。

法律 AI 公司 Legora 估值達 88 億美元

律師用的 AI 平台 Legora 推出才兩年，公司身價一年間已漲至近五倍。瑞典法律 AI 公司 Legora 完成新一輪融資。公司周三（21 日）宣布籌得 5.5 億美元，估值達 88 億美元，由 Atreides Management 領投，Fidelity、J.P. Morgan 等新投資者加入。行政總裁 Max Junestrand 表示，「法律行業的機會極大，我們仍在早期。」翻查資料，Legora 在 2025 年 10 月的估值為 18 億美元，2026 年 3 月升至 55.5 億美元。