OpenAI前高管用Kimi训出万亿参数模型，部分能力超GPT-6

由 OpenAI 和 Google DeepMind 前研究人员创办的 Periodic Labs 公布了过去一年多项进展，核心是一款名为 Periodic Neon 的 1 万亿参数模型。该模型以开放权重模型 Kimi K2.6 为起点，使用科学文献、代码和自家实验室产生的实验数据进行中间训练和强化学习，目前已部署进公司位于美国门洛帕克的高通量材料实验室，用于分析寻找新型超导体和磁性材料过程中产生的实验数据。一同公布的还有支撑该模型的 AI 基础设施及自动化实验室进展。门洛帕克实验室已从最初开展物理实验，扩展至能够 24 小时运行的高通量实验系统，并建立了用于大规模物理模拟的计算基础设施。

Neon 目前主要负责材料实验结束后的一个具体问题：判断实验到底做出了什么。材料合成后的样品往往混有未反应原料和副产物，研究人员通常通过 X 射线衍射（XRD）判断晶相，但真实图谱中多个物相衍射峰互相重叠，复杂样品有时需专家花费数小时分析。Periodic Labs 为模型搭建了 scientific harness，提供实验上下文、材料数据库和 XRD 分析工具。团队建立内部评测集 FrontierXRD，包含 134 个真实实验样本，复杂样品一份图谱平均含约 5 个物相。Neon 取得 55.3% 的成功率，未经后续训练的 Kimi K2.6 为 2.7%；在使用相同 scientific harness 的情况下，Neon 表现也超过 GPT-6 Astra 和 Claude Fable 5.1。团队还测试了 198 个训练阶段未见过化学体系的实验数据，Neon 同样超过对比的前沿模型。不过这些结果均来自自建内部 benchmark，尚无第三方独立评测。训练 Neon 峰值使用约 1,300 张 NVIDIA H200 GPU，由于科学任务推理轨迹可能持续超过一小时，公司还在 Megatron、SGLang、Miles 和 Ray 等开源框架基础上搭建了自己的训练和推理系统。目前 Neon 已实际用于门洛帕克实验室的 XRD 数据分析，公司还在让模型参与更完整的科研流程，包括规划实验、设计材料合成方案及决定下一步实验。

2025 年 9 月，Periodic Labs 带着 3 亿美元种子轮融资正式亮相。联合创始人 Liam Fedus 曾任 OpenAI 研究副总裁，是早期 ChatGPT 团队成员，长期从事大模型 post-training；另一位联合创始人 Ekin Dogus Cubuk 来自 Google Brain 和 DeepMind，长期研究机器学习与材料科学，也是 GNoME 项目主要研究人员之一。2023 年 GNoME 利用机器学习预测出超过 200 万种新晶体结构。斯坦福大学教授沈志勋也是该公司科学顾问委员会成员。2025 年年初 Fedus 离开 OpenAI 后，与 Cubuk 开始筹备 Periodic Labs，希望把大模型、材料模拟和自动化实验室连接起来，目标是创造一个 AI scientist。公司从一开始就同时建设模型和实验室，认为真实实验能持续产生新训练数据，包括很少出现在论文中的失败实验和负结果。2025 年 10 月 Cubuk 曾表示实验室已建成并开始运行模拟、处理数据并验证模型预测，但自动化机器人系统尚未完全运行；不到一年后，公司披露门洛帕克高通量实验室已可全天运行。

融资方面，2025 年 9 月公司宣布完成 3 亿美元种子轮融资，投资方包括 Andreessen Horowitz、Felicis、DST、NVentures、Accel，以及 Jeff Bezos、Eric Schmidt、Jeff Dean 等个人投资者，媒体当时披露估值约 13 亿美元。今年 3 月彭博社报道称公司正讨论新一轮数亿美元融资，估值约 70 亿美元；5 月福布斯报道称公司正洽谈至少 5 亿美元融资，拟议估值约 75 亿美元。截至目前，公司尚未正式宣布这轮融资完成。在实验室之外，Periodic Labs 已开始与产业客户合作，官网披露其正帮助一家未具名的半导体制造商解决芯片散热问题，并为对方训练定制 Agent 用于分析实验数据和加快研发迭代，具体客户名称、合同金额和收入情况尚未公布。目前公司研究重点仍集中在材料科学，门洛帕克实验室正在进行超导体和磁性材料相关实验，Neon 已开始参与这些实验产生的 XRD 数据分析。