Ruslan Salakhutdinov从Meta离职之后，做了一家叫Sooth Labs的公司。
Salakhutdinov不是普通的”前Meta员工”。他在Meta担任过首席AI科学家，之前在卡内基梅隆大学当教授，深度学习领域的重量级人物。联创Chuck Hoover和Yaser Sheikh也是前Meta的研究骨干。
这家公司4月22日宣布完成5000万美元融资，估值3.35亿美元，由Felicis Ventures领投。
有两个投资人的名字值得注意：Yann LeCun（”深度学习教父”，图灵奖得主）和Jeff Dean（Google Brain创始人，现任Google Chief Scientist）。Meta前CTO Andrew Bosworth担任顾问。
这三个名字同时出现在一家公司的cap table上，在AI行业并不多见。他们押注的是什么？
Sooth Labs做的是什么
用一句话说：帮企业预测特定地缘政治和市场事件发生的可能性。
这不是对话助手，也不是编程工具或RAG应用。Sooth Labs要做的是”预测引擎”——给企业提供AI驱动的概率评估，告诉你某个事件发生的可能性是多少。
具体场景可能包括：某国政策转向的概率、特定市场的监管风险、供应链上的地缘冲突风险……这些判断以前靠的是人类分析师的经验和直觉，现在想用AI来做量化估算。
这个方向有它的历史背景。
为什么现在
预测市场这几年在AI加持下发展很快。Polymarket、Metaculus这些平台已经证明，聚合市场参与者的信念可以生成比传统预测更准确的概率估计。
Sooth Labs想更进一步：不只是聚合人类的信念，而是训练AI模型直接在海量数据上学习事件发生的规律。
这个问题有几个技术挑战：
- 地缘政治事件样本量少（大规模战争不常发生，历史数据有限）
- 同类事件之间的可比性差（每次危机背景不同）
- 信号和噪音很难分离（媒体报道不代表真实概率）
能不能做好，说实话还是个问号。但背后的三位创始人在Meta时做了大量结构化数据和人类反馈训练的工作，这些经验在预测建模上有迁移价值。
LeCun和Jeff Dean押这个方向说明什么
LeCun最近自己创办了AMI Labs，专注于”世界模型”——让AI真正理解三维物理世界，而不只是处理文本。
他投资Sooth Labs，说明他认为AI理解”事件”的能力也是世界模型的重要组成部分。地缘政治事件是人类世界里最复杂的模式之一，能准确预测意味着模型对人类社会动态有深度理解。
Jeff Dean在Google内部主导了大量预测和时间序列ML工作。他在Sooth Labs上的押注，更像是一种”这个方向技术上可行”的背书。
两个人站在不同的研究视角，都指向同一个结论：AI预测复杂事件这条路，有得走。
谁会买单
3.35亿美元估值，5000万融资——放在今天的AI融资环境里不算大。
但这个赛道的潜在客户非常明确：跨国公司的风险管理部门、对冲基金、保险精算团队、政府机构。这些客户愿意付费，也有买单能力。
相比面向所有人的消费级AI，to-B的垂直预测AI赛道竞争少得多，但天花板也相对清晰。
Sooth Labs要验证的核心命题是：AI生成的概率估计，是否比人类分析师团队更准、更快、更便宜。
如果能在某几个具体领域证明这一点，这个生意可以跑起来。如果不能，那5000万也够他们试错几年。
LeCun和Jeff Dean的背书帮他们打开了数据采购和机构客户谈判的大门——这可能比钱本身更值钱。
这个赛道能不能起来，跟预测市场和政策智库之间的市场竞争也有关系。但用顶级AI研究者的背景来做这件事，至少起点不低。
参考来源：AI Pioneers Back Startup Building Models to Predict Events（Bloomberg，2026年4月22日）