谷歌、苹果等大厂AI人才创业，Trajectory获1500万美元融资攻克AI持续学习难题

新创公司Trajectory诞生一群曾在谷歌DeepMind、苹果、OpenAI和Meta超级智能实验室工作过的AI研究人员周三宣布将推出一家名为Trajectory的新初创公司。该公司旨在通过基于现实世界中的用户交互进行训练帮助企业持续改进其AI产品。Trajectory希望构建一个能让AI持续学习的平台而研究人员长期以来一直认为能否实现持续学习是AI进一步发展的主要障碍。现有AI模型的局限OpenAI、谷歌和Anthropic已成功训练出能力日益强大的AI模型尤其在编码、数学和科学等领域表现出色。然而这些系统在训练结束后就停止变得更智能了。尽管近期在持续学习方面取得了一些突破但科技公司总体上仍难以打造出能实时从错误中学习的AI产品。2025年12月在规模最大的年度AI研究会议之一——神经信息处理系统大会NeurIPS上图灵奖得主理查德·萨顿Richard Sutton指出持续学习对于构建超级智能体至关重要。Trajectory完成种子轮融资Trajectory已完成1500万美元的种子轮融资投后估值达1.15亿美元。此轮融资由风投公司Conviction领投贝西默风险投资公司Bessemer Venture Partners、Radical VC和BoxGroup参投。个人投资者也参与了本轮融资其中包括谷歌DeepMind的首席科学家杰夫·迪恩Jeff Dean以及所谓的 AI教母、斯坦福大学教授兼世界实验室World Labs首席执行官李飞飞。Trajectory的核心团队Trajectory的首席执行官兼联合创始人罗纳克·马尔德Ronak Malde曾是Windsurf的AI研究员。去年谷歌DeepMind以24亿美元收购了这家编码初创公司的顶尖人才马尔德是少数几位前往谷歌DeepMind工作的员工之一。Trajectory的其他联合创始人包括曾在苹果从事Vision Pro项目的AI研究员阿君·卡拉南Arjun Karanam以及曾在谷歌DeepMind机器人部门工作的迈克尔·埃拉布德Michael Elabd。持续学习实践与目标马尔德告诉《连线》杂志一些领先的AI编码产品如Cursor已经在进行早期的持续学习实践即利用人们与产品交互的真实数据进行训练后优化并定期推出模型改进版本。他认为这是AI编码产品迅速崛起的核心原因也是各大AI实验室纷纷急于开发自己的编码应用程序的部分原因。马尔德和他由11名研究人员和工程师组成的团队希望通过Trajectory将类似的技术应用于编码领域之外的AI工具改进。“即使是当今最强大的AI仍然是静态的。你昨天使用的AI模型今天仍会犯同样的错误”马尔德说“有几家公司已经开始涉足持续学习领域。我们正在做的是为每家公司构建一个实现持续学习的平台。”应用挑战与解决方案将这种逻辑应用于其他领域的挑战在于编码是否成功很容易验证代码要么能运行要么不能运行但一些行业对成功的定义较为模糊。卡拉南表示Trajectory平台的部分作用是帮助企业根据自身特定需求优化AI模型。与使用OpenAI或Anthropic的现成模型不同Trajectory让客户从一个经过预训练的开源模型开始该模型是针对公司设想的特定AI产品进行训练的。对于构建AI客户支持代理的Decagon公司Trajectory会记录其AI表现不佳的情况例如客户要求退货时查询被转交给人工处理的情况并利用这些实例每周对新模型进行训练。Trajectory声称这些经过训练后的模型在对公司产品最为关键的特定任务上表现优于前沿实验室的模型。