实体库 · 机构 · 公司

Lila Sciences

Lila Sciences：公司；实体库里有 3 条带证据的关系（0 条由它指出，3 条指向它）。

档案 · 深度报告 CASE FILE / AI 做科学 / 自动化实验室 / 美国私营公司（Flagship 孵化）· Cambridge, MA（据 CNBC 与官网） · 首次发布 2026-11-10

Lila Sciences · 融资清楚，证据很少

Lila Sciences 是 Flagship Pioneering 2023 年孵出、2025 年 3 月出隐身的公司，自称在造“科学超级智能”：一个叫 Lila Iris 的科学推理模型，加一套叫 AI Science Factory 的自动化实验室，让 AI 跑完提假设、做实验、读结果的整条科学方法。公司公告的融资是种子 $200M 加 A 轮 $350M，累计 $550M，官网没有写估值，也没有公告 2026 年的新一轮。公司公开的科学结果，本刊找到三类：一份 arXiv 实验结果预印本（酸性析氧催化剂）、公司内测的 mRNA 与 CAR-T 临床前数据、几份会议摘要；Iris 的规格不公开，“自主”程度各份稿件说法不一，公司自己的博客写首轮实验由人搬样品。本档案按公司自述、第三方报道、公开数据库分开记。

项目内容
类型 / TYPE美国私营公司（法人名 Lila Sciences, Inc.），Flagship Pioneering 孵化；产品是科学推理模型 Lila Iris 与自动化实验室 AI Science Factory，对企业按 Catalyst（接入平台）和 Creation（Lila 跑端到端发现 campaign）两种方式合作
领域 / FOCUS生命科学、化学、材料（官网首页列七个行业：先进材料、治疗、化学品、油气、能源与环境、航空航天与国防、生物技术）；已公开的成果：酸性析氧催化剂（预印本）、mRNA 稳定性与 in vivo CAR-T（公司内测，临床前）
总部 / HQ官网 Contact 页列 San Francisco、Cambridge（MA）、London 三处，没有标总部；CNBC 档案页写总部 Cambridge, Massachusetts；官网招聘看板 2026-11-10 的 122 个职位里 63 个只在 Cambridge
成立 / FOUNDED2023（官网 About 页与 Flagship 2025-03-10 新闻稿都写 2023）；2025-03-10 出隐身；具体成立日和注册州公司与 Flagship 都没写，本刊没有核到
规模 / TEAM员工总数官方未披露（Reuters、CNBC 都写未披露）；官网 Team 页列出 30 余位高管、副总裁与董事；招聘看板 2026-11-10 有 122 个在招职位。这是招聘数，不是员工数
融资 / FUNDING公司公告：种子 $200M（2025-03）加 A 轮 $350M（2025-10 收官），累计 $550M，投资方含 Flagship、General Catalyst、ARK Venture Fund、NVentures 等；估值公司未写，Reuters 引公司的说法为超过 $13 亿；2026-06 Bloomberg 报道洽谈约 $20 亿 B 轮、融资前估值约 $85 亿，公司拒绝置评，未见公告
状态 / STATUS运营中；官网 News 最新条目 2026-10-13，官方 X 最近一条 2026-11-05（转发与 Anyscale 的联署稿）
最后核实 / VERIFIED2026-11-10

§ 01 / 它是谁

Flagship 孵出的公司，自称在造科学超级智能

Flagship 2025-03-10 的新闻稿写 Lila 创办于 Flagship 的实验室、时间是 2023 年，并同时宣布种子轮；官网 About 页同样写 Founded in 2023，使命是造科学超级智能来解决人类最大的难题。官网把产品拆成两部分：科学推理模型 Lila Iris，和叫 AI Science Factory（AISF）的自动化实验室，首页的比喻是模型是“脑”、AISF 的仪器是“身体”。Solutions 页写两种合作：Catalyst让客户的科学家直接用 Iris 和 AISF，官网称之为 Lab-as-a-Service；Creation由 Lila 跑端到端的发现 campaign，交付经验证的结构、协议和数据包，也包括与投资人共建新公司。官网首页和 Solutions 页没有点名任何客户；Reuters 2025-10 转述公司称有能源、半导体、药物开发企业表达兴趣，同样没有点名。

官网 Team 页列出的负责人里，CEO Geoffrey von Maltzahn 的官网简介自述创办或联合创办过 Generate:Biomedicines、Tessera、Quotient、Indigo Ag 等公司，2025-03 的 Flagship 稿同时署 von Maltzahn 为 Flagship 普通合伙人；CTO Andrew Beam 是 Generate:Biomedicines 联合创始人，也是 Flagship 的 Senior Fellow，并任哈佛公共卫生学院副教授；SVP Kenneth Stanley 是 NEAT 与 novelty search 的提出者，此前领导 OpenAI 的 Open-Endedness 团队；联合创始人 Rafael Gómez-Bombarelli 是 MIT 材料系教员，John Gregoire 此前在 Caltech，Julie Shah 是 MIT 航空航天系系主任。以上都是官网自述，本刊没有逐一核到简历；官网没有写 Gómez-Bombarelli、Shah 等人是兼任还是全职。

团队页有三处变化值得并列写。一是 2025-03 的 Flagship 稿署联合创始人兼总裁 Molly Gibson，并写 George Church 将任首席科学家，这两个名字在 2026-11-10 的 Team 页上都没有，公司也没有就此发过公告；Flagship 的 Lila 公司页仍把 Gibson 列在创始团队里。本刊没有核到两人与公司的当前关系。二是 Chris Fussell 的头衔：Team 页写 Vice Chair，2025-03 稿写 President of Operations，官网 2026-09-30 的播客条目写 president of business operations。三是董事长：Team 页把 John Kim 列为 Chair，Noubar Afeyan 列为董事，而 2025-03 稿写 Afeyan 是联合创始人兼 Chairman。交接时间本刊没有核到。

§ 02 / 钱

公告里的 $550M，和没有公告的 B 轮

公司自己公布的是三段。2025-03-10宣布种子轮 $200M，投资方含 Flagship、General Catalyst、March Capital、ARK Venture Fund、Altitude Life Science Ventures、Blue Horizon Advisors、密歇根州退休系统、Modi Ventures 和阿布扎比投资局（ADIA）的一家全资子公司，没写谁领投。2025-09-15披露 A 轮 $235M，由 Braidwell 与 Collective Global 联合领投。2025-10收官 $350M，累计 $550M，A 轮“分两部分关闭”，新披露 NVentures（NVIDIA 旗下风投）、Analog Devices、IQT 等；这篇公告页面印的日期是 10-10，同站另一篇的更新注写 10-15 宣布收官，本刊只写 2025 年 10 月。

公告没有写估值。Reuters 2025-10-14写 A 轮延长了 $115M、估值超过 $13 亿，并注明这是公司告诉 Reuters 的数字；CNBC2026-05-19 沿用 $13 亿和 $5.5 亿。数据商 Forge 按公司章程数据把同一轮记成每股 $2.19、投后估值 $14.2 亿，两个数口径不同，并列写。

2026 年的新一轮没有公司公告。Bloomberg 2026-06-03据知情人士报道，Lila 在谈约 $20 亿的 Series B，融资前估值约 $85 亿，由加州公务员退休基金 CalPERS 和 NVentures 打头；Lila 与 CalPERS 的发言人拒绝置评。以上据 Bloomberg Law 转载页的标题和导语。截至 2026-11-10，官网 News 最新条目是 2026-10-13，没有融资公告。

间接线索有两条，都不是公司的确认。ARK Venture Fund 提交给 SEC 的年度报告持仓表里，有一行买入日 2026-07-31 的 Series B-1 优先股，2,661,934 股、成本约 $3,000 万，折合每股约 $11.27；同一基金NPORT-P 申报里，它所持 Lila 早期股份的估值也是每股约 $11.31。年度报告文本把这一行的发行人名印作 “Life Sciences Inc.”，NPORT-P 里同一行的内部代码是 PPLILA.B-1，本刊据此判断指 Lila，这是推断。Forge 页面列出 2026-07-31 的 B-1 $14.6 亿、B-2 $5.4 亿，同时声明没有找到独立公开信息确认这些轮次已经完成；它把 $85 亿标成投后估值，与 Bloomberg 的“融资前”口径相反。

§ 03 / 技术路线

Iris 没有公开规格，官网写的是回路，不是模型

官网 Tech 页的论点是：互联网数据已用尽，科学数据的生成取之不尽，所以在实验产生的“常青 token”上训练科学推理模型。训练框架写成“由验证器和工具驱动的通用强化学习引擎”：扩大验证器和工具、自主设计与工作流、由实验室网络提供真实世界的奖励、持续策略优化；AISF 被称为“世界上最大的科学验证器”。算力段只说需要与最强语言模型同量级的算力，没给规模、供应商或集群信息。

Iris 本身，官网只称它是科学推理模型和专有 AI 平台，没有架构、参数规模、训练数据、版本号、模型卡或技术报告，也没有第三方评测。首页写模型在各科学领域持续超过其他模型，没有给评测名、对比对象和数字。2026-09-25 的博客对模型结构只有一句：贝叶斯模型与语言模型结合，用来平衡不确定性与信息增益。

底座是什么，各方的说法并存。Lila 2026-06-22 的博客（Ben Kompa）写用 AISF 的数据对推理模型做 post-train，包括 NVIDIA Nemotron 3；NVIDIA 同日的博客写 Lila 用 Megatron-LM 与 Nemotron 训练，含 Nemotron 3 Nano 和 Super；GTC Berlin 2026-10-21 主题演讲的展示视频旁白，据第三方逐字稿是 “The Lila Iris agent built on NVIDIA Nemotron”；而Anyscale 2026-11-05 与 Lila 研究团队联署的稿写，在 Lila 云上的 64 张 B200 上把开放模型 GLM-5.3-Flash 后训练到每序列 100 万 token。没有一处把“Iris 就是某个底座的某个版本”写死，本刊也不写。下文的绿氢催化剂预印本是本刊找到的 Lila 唯一一份实验结果预印本，全文没有出现 Iris 一词。

公司对规模的自述数字：2026-10-13 的 explainer（CTO Beam）写 AISF 已生成超过 20 万亿个“经实验验证的科学推理” token，并称在这批 token 上训练的一族模型，性能呈可预测的直线上升、类似摩尔定律。文中没有定义 token，没有坐标轴、模型规模和评测集。同一数字在Latent Space 2026-07-16 的节目页写作超过 10 万亿。Catalyst 与 Creation 页上的 “900x（DNA 设计的实验验证提升）”“100%（DNA Design Agent performance）”同样没有基线和分母。同一篇 explainer 也写了限制：实验速率是进展的硬约束，奖励带噪声需要对照、校准和重复，材料与仪器昂贵，下一个实验常依赖上一个的结果。

§ 04 / AISF

“像数据中心”的实验室，人还在搬样品，面积有五个数

Beam 的说法：AISF 里仪器是节点，连接机械臂与设备的轨道像 PCI 总线，配上足够的 GPU，整套设施开始像数据中心，只是跑的是实验。Kompa 写同一间实验室里，酶标仪、流式细胞仪与 X 射线衍射仪、扫描电镜共用空间，化学、生命科学、材料并排。官方没有写 AISF 的数量、仪器清单或产能。Latent Space 节目页转述 Lila 强调自己不是自动化公司：优先灵活和泛化而不是吞吐，凡自动化不划算处仍由人工。

“自主”到什么程度，几份稿件并列。Lila 2026-09-25 的博客写工作流尚非完全自主，首轮活动由人把样品从一台机器搬到另一台，机器人在并行开发；预印本写 >90% 的实验执行由机器人完成，人参与限于工位间转运，筛一个 48 催化剂夹具的人工动手时间低于 10%，早期候选的批准有人审；官网首页写自主实验室“生成假设、设计并运行实验、实时从新数据学习”。MIT Technology Review 的 David Rotman2025-12-15 实地参观 Lila 的剑桥实验室：AI agent 定配方，人把样品端到测试处，一位科学家盯着实验并批准下一步；参观当天上午，记者写实验室 “largely empty”，公司正准备搬到几英里外大得多的场地。

设施面积的数字对象不同，本刊不合并。Reuters 2025-10-14 写签下 235,500 平方英尺租约；房东 IQHQ 2025-10-16 的公告写 Alewife Park 的 244,000 平方英尺，含现成空间和新建的实验楼；MIT TR 的 Kompa 条目写 25 万平方英尺；Lila 2026-08-28 的稿写最新的 AISF 是 Alewife 的 270,000 平方英尺专用设施，“将”24 小时连续运行，是将来时，没写投产日；Anyscale 的 Ray Summit 回顾转述 Beam 的演讲，写现有 AISF 是 15,000 平方英尺的剑桥设施。

§ 05 / 公开履历

一份预印本、几份公司稿，和一串合作

  • 2025-03-10 Flagship 宣布 Lila，种子轮 $200M。BioPharma Dive当月的报道把平台成绩都写成公司“claims”，消息来源只有公司声明和对 Gibson 的采访。
  • 2025-09-15 A 轮 $235M 首次披露。公司稿称系统已推动“数千项发现”，第一个 AISF 已闭环“数十万次 AI 驱动的实验”；稿里没有定义“发现”，也没有给口径。
  • 2025-10 A 轮收官 $350M，累计 $550M；Reuters 10-14 报道延长轮 $115M、估值超 $13 亿（公司说法）；IQHQ 10-16 公告 244,000 平方英尺租约。
  • 2025-12-15 MIT Technology Review 实地报道（见上节）。同篇的行业判断针对整个 AI 材料领域：至今没有 ChatGPT 式的 “eureka” 时刻，并没有点名说 Lila 的结论被推翻或验证。
  • 2026-01-20 英国 ARIA 的 AI Scientists 项目：ARIA 页面写资助 12 个项目、共 £600 万、为期 9 个月，名单里有 Gómez-Bombarelli 与 Milad Abolhasani 的 “AI NanoScientist”，状态 Active。
  • 2026-05-11 官网 Publications 列 ASGCT 2026 会议摘要《Accelerated development of high-performance CAR-T therapies through autonomous science》（12 位作者）；本刊没有打开摘要全文。
  • 2026-06-22 与 NVIDIA 相关的三篇稿同一周出现：Lila 博客、NVIDIA 博客、次日的 BioNeMo Agent Toolkit 新闻稿（见“伙伴”一节）。
  • 2026-07-22 官网宣布加入美国能源部 Genesis Mission，三个 Phase I 提案（见“伙伴”一节）。
  • 2026-08-28 RNA 稿《From prompt to CAR-T》：超过 95 万条 mRNA、非人灵长类 CAR-T 数据（见 mRNA 一节）。
  • 2026-09-04 arXiv 2609.05643《The convergent laboratory》：官网 Publications 列出的 TPC26 会议综述评论，论述 AI、自主 agent、自驱动实验室与量子计算的汇合，不是 Lila 的实验结果；本刊没有核到各位作者的单位。
  • 2026-09-24 arXiv 2609.30133 提交，次日修订为 v2：酸性析氧催化剂。官网博客《How an AI-run lab cracked open green hydrogen's catalyst problem》在 09-25 发布。
  • 2026-10-13 三篇 “scientific superintelligence” explainer（CEO、CTO、Chief Revenue & Product Officer 各一），官网 News 最新条目。
  • 2026-10-19 Hugging Face 组织 LilaSciences 上线两个数据集（infinite-chats-scored、novelty-bench-llm-judge）；组织下没有模型权重。本刊没有找到 Lila 的官方 GitHub 组织。
  • 2026-10-21 NVIDIA GTC Berlin 主题演讲播放含 Lila 的演示视频；官方 X 当天发帖。
  • 2026-11-05 官方 X 转发与 Anyscale 的联署稿（帖子），为官方 X 最近一条。

§ 06 / 绿氢催化剂

博客写“与钌相当”，预印本写的是差 40 mV

这是本刊找到的 Lila 唯一一份有预印本的实验成果，两份文本并列。博客（2026-09-25，署名 Lila 的 Editorial Lead，是公司员工稿）写：三个月内筛了 2,942 种催化剂，识别出 6 个钯基材料家族位于或接近 OER 的 Pareto 前沿；领先候选在酸中测试 1,000 小时以上，“表现和钌一样出色”；流水线比标准实验室快 17 倍，约每周 240 个样品，每个样品的人工时间节省超过 90%。第一轮活动在基础设施仍在搭建时跑了 4 个月，第二轮 4 周。17 倍的基线（哪家“标准实验室”）没有说明，是公司自述。

预印本arXiv 2609.30133（22 位作者，单位都是 Lila；未经同行评审）写的是：筛 2,942 种催化剂、53 个体系、26 种元素；领先体系是 InMnPdOx 与 NiTaPdOx。测试条件是 1 M 硫酸、室温、10 mA cm⁻² 恒流，薄膜样品，H 型电池。InMnPdOx 的初始过电位是 0.45 V（未做 iR 校正），与同平台自制的 RuOx 薄膜的 0.41 V 相差 40 mV；1,000 小时内过电位保持在 0.5 V 以下，测后保留 96% 的钯；PdOx 约 200 小时、NiTaPdOx 约 470 小时越过 0.5 V；RuOx 对照在 615 小时因薄膜脱层快速上升，661 小时后只剩 59% 的钌。

博客与论文之间有三处差别。一是对照对象：论文比的是平台自己溅射的 RuOx 与 PdOx 薄膜，不是商用氧化铱催化剂或质子交换膜电解槽整机，摘要和正文也没有给与商用氧化铱的直接数据。二是论文自己写钯基催化剂是“放宽而不是消除”供应约束，博客也写这是材料科学发现，不是规模化的商业产品。三是“自主”：论文写 >90% 自动化、人负责工位间转运、早期候选批准有人审，全文没有出现 Lila Iris、AI Science Factory 或 scientific superintelligence 字样。

论文里 LLM 的角色是为每一轮选择采集策略、调超参、给候选排序并写理由，不预测催化性能；实时活动用的是哪一个 LLM，论文没有说明，只写 Claude Opus 4.6 是回顾性基准里的对照模型，并被作者用于润色和写分析脚本。回顾性基准（不是实时对照）里，序贯学习智能体在 11 个体系内以 90% 的概率选到含钯催化剂，固定策略贝叶斯优化与随机搜索都需要 18 个，两种 LLM 基线在 50 个体系的预算内都没有达到，最高 25%。

§ 07 / mRNA 与 CAR-T

临床前，公司内测，稿末自己注明未经评审

Lila 2026-08-28 的稿写：平台“设计、合成并测试”了超过 950,000 条 mRNA，每条都在活细胞中测量，结果回传模型。EPO mRNA 在第 15 天的蛋白产出相当于基准 mRNA 第 2 天的产出；另外五个蛋白载荷（含 Factor IX、IL-10）在人源细胞里的 mRNA 半衰期长于已发表的序列。稿内脚注说明对比对象是已发表的最佳序列，行业专有配方未公开、无法比较。

同一稿写三位科学家（称没有 CAR-T 生物学背景）两周内设计出抗 CD20 的 CAR mRNA，配成靶向 CD8 的脂质纳米颗粒，经细胞、小鼠、非人灵长类（静脉给药）：外周血 B 细胞第 4 天降到接近零并维持到第 14 天，基准序列在第 14 天反弹过基线；用时不到六个月，研发成本估计降到传统方法的约十分之一。稿末写明所有结果均为临床前，mRNA 的性能数据是 Lila 的内部测试，没有经独立同行评审。与这条线对应，本刊只找到一份 ASGCT 会议摘要。

转述与书面稿有出入：Anyscale 的 Ray Summit 回顾转述 Beam 的演讲，写 CAR-T 项目成本约为传统时间线的 1/30，“超过 100 万条 mRNA 在体内对照临床基准完成设计与测试”；公司书面稿是 95 万条、活细胞内、约十分之一。本刊以公司书面稿为准，没有核到出入的原因。本刊也没有找到第三方对这批数据的独立解读。

§ 08 / 伙伴

NVIDIA 既是投资方也是技术栈，“50 倍”说的是仿真

NVIDIA 在三处出现。投资：NVentures 列在 A 轮收官公告里，也列在 Bloomberg 报道的 B 轮意向里。2026-06-23 的 BioNeMo Agent Toolkit 新闻稿里 Lila 只是一串名单中的一个，和 Anthropic、Edison Scientific、OpenAI、Owkin 并列，没有单独的引语和数字。2026-06-22 的 NVIDIA 博客有一节写 Lila 与 NVIDIA 合作做的磁体仿真（GTC San Jose 2026-03 演示）。

那一节里的“50 倍”：NVIDIA 写 Lila 用 ALCHEMI 的批量几何弛豫（BGR）微服务，把高通量材料筛选加速了 50 倍。它是材料筛选仿真层的提速，不是实验提速，也不是 BioNeMo；基线（对比什么硬件、什么软件）NVIDIA 没写，Lila 一侧本刊没有找到对应原文。同一节还写了 VASP 微服务让磁性质计算快 30%，TensorNet 的专用 kernel 让训练与推理快 6 倍、显存减 3 倍，同样没写基线。Lila 自己的博客只说 ALCHEMI 驱动“复杂科学仿真”，没有提 50 倍。

GTC Berlin 2026-10-21 的主题演讲里，Lila 是展示视频的三个案例之一；NVIDIA 的直播博客只描述为 agent 帮助设计一种潜在的 B 细胞淋巴瘤疗法，用虚拟实验指导自动化实验室里的工作，没有结果或指标。

其他可核的关系限于这些：美国能源部 Genesis Mission，Lila 的博客写三个 Phase I 提案（Caltech 与 LBNL 的电化学精炼；Northwestern 与 Argonne 的废碳制聚乙烯；National Laboratory of the Rockies 的半导体电荷输运），Phase I 是为期数月的概念开发，之后可申请 Phase II，博客没写金额。Northwestern与NLR的官方页各自印证了其中一个，Caltech 与 LBNL 那个本刊只在 Lila 的博客里看到。另有英国 ARIA 的资助项目（见上节）、Anyscale 的工程合作。这些是合作和资金关系，不是对 Lila 科学结论的复现。

§ 09 / 外部印证与批评

能核到的外部印证是合作和资金，没有人复现过它的科学结论

本刊没有找到药企、材料公司或评测机构公开验证 Iris 或 AISF 的结论，没有找到媒体或学术期刊对 mRNA 与 CAR-T 数据的独立解读，也没有找到命名的外部专家公开批评 Lila。本刊找到的一线媒体里，明确的怀疑语只有一句：CNBC Disruptor 50（2026-05-19）写不清楚围绕 Lila 的炒作是否跑在现实前面，许多 AI 平台还难以持续胜过传统研究方法，随后又说团队有执行记录。The Decoder2026-11-06 把 Lila 称为 Periodic Labs 的“最近亲”，并写它还没有完全脱离人工监督运行。

同类对照以报道里明写的为准：MIT TR 把 Periodic Labs与 Lila 并列，写两家的雄心都超出材料设计与制造；Reuters 文末提到 Periodic 前一个月融资 $3 亿。

§ 10 / 读法与局限

一家融资清楚、证据很少的公司

看到“AI 自主做科学”，先问四件事：谁定题、谁搬样品（公司博客与论文都写人在回路里）；对照是什么（RuOx 薄膜而不是商用氧化铱，17 倍的基线没有定义）；谁评审过（预印本、会议摘要、公司内测，RNA 稿自己写未评审）；模型是什么（Iris 没有规格，底座说法并存）。

并列写的出入。估值：Reuters 引公司说超过 $13 亿，Forge 记投后 $14.2 亿，B 轮报道的 $85 亿是 Bloomberg 的融资前、Forge 的投后。日期：官网Join Our Mission页面印 2025-10-03，正文是种子轮公告，官方 Bluesky 同篇帖子在 2025-03-10；官网“媒体报道”条目的日期是上架日，不是原文日期（Latitude Media 原文 2025-03-17，官网印 03-24）。A 轮收官：页面印 10-10，另一篇更新注写 10-15。Fussell 的头衔与设施面积见上文。10 万亿与 20 万亿个 token 是同一项自述在不同时间的数字。

值得追踪的：公司是否公告 B 轮；Iris 是否有技术报告或模型卡；mRNA 与 CAR-T 是否出论文；AISF 的数量与自动化搬运进度；Catalyst、Creation 的第一批客户是否公开。招聘看板（Greenhouse 公开接口，2026-11-10 读取）有 122 个职位，含机器人平台评测、实验室运营、材料表征、协议和 AI 安全方向的岗位，是能力方向的间接证据，不能当作已有能力。

Lila 公布的钱是清楚的：$550M，投资方名单完整；它公布的科学，本刊找到的是一份实验结果预印本加一批公司内测。预印本的结论比博客收敛得多，对照也是平台自己的薄膜；mRNA 与 CAR-T 稿自己写了未经评审；Iris 的规格和 AISF 的产能没有公开。报道里的 $85 亿 B 轮如果成立，估值会比现有公开证据高出一个数量级，这正是本刊把“公告的”“报道的”“文件里间接显示的”三层分开写的原因。

来源 / SOURCES

关系 每条写成一句话：主语 → 宾语，点开看证据

被投资 · 3
在 NEO LAB 档案里的位置 · 1

在本站哪里出现

同一方向的实验室 世界模型 · 在 NEO LAB 图谱里看

AMI Labs林俊旸新公司GigaAI 极佳视界Manifold AI 流形空间Galaxea AI 星海图K-Scale LabsPeriodic LabsHexaFuture 六角未来

它的邻居 箭头从「谁」指向「对谁」

数据