Ruslan Salakhutdinov 離開 Meta 之後，創辦了一家名為 Sooth Labs 的公司。
Salakhutdinov 不是普通的「前 Meta 員工」。他在 Meta 擔任過首席 AI 科學家，之前在卡內基美隆大學當教授，是深度學習領域的重量級人物。共同創辦人 Chuck Hoover 和 Yaser Sheikh 也是前 Meta 的研究骨幹。
這家公司 4 月 22 日宣布完成 5000 萬美元融資，估值 3.35 億美元，由 Felicis Ventures 領投。
有兩位投資人的名字值得注意：Yann LeCun（「深度學習教父」，圖靈獎得主）和 Jeff Dean（Google Brain 創辦人，現任 Google Chief Scientist）。Meta 前 CTO Andrew Bosworth 擔任顧問。
這三個名字同時出現在一家公司的 cap table 上，在 AI 行業並不多見。他們押注的是什麼？
Sooth Labs 做的是什麼
用一句話說：幫企業預測特定地緣政治和市場事件發生的可能性。
這不是對話助手，也不是程式設計工具或 RAG 應用。Sooth Labs 要做的是「預測引擎」——提供 AI 驅動的機率評估，告訴你某個事件發生的可能性是多少。
具體場景可能包括：某國政策轉向的機率、特定市場的監管風險、供應鏈上的地緣衝突風險……這些判斷以前靠的是人類分析師的經驗和直覺，現在想用 AI 來做量化估算。
這個方向有它的歷史背景。
為什麼是現在
預測市場這幾年在 AI 加持下發展很快。Polymarket、Metaculus 這些平台已經證明，聚合市場參與者的信念可以生成比傳統預測更準確的機率估計。
Sooth Labs 想更進一步：不只是聚合人類的信念，而是訓練 AI 模型直接在海量數據上學習事件發生的規律。
這個問題有幾個技術挑戰：
- 地緣政治事件樣本量少（大規模戰爭不常發生，歷史數據有限）
- 同類事件之間的可比性差（每次危機背景不同）
- 訊號和噪音很難分離（媒體報導不代表真實機率）
能不能做好，說實話還是個問號。但背後的三位創始人在 Meta 時做了大量結構化數據和人類反饋訓練的工作，這些經驗在預測建模上有遷移價值。
LeCun 和 Jeff Dean 押這個方向說明什麼
LeCun 最近自己創辦了 AMI Labs，專注於「世界模型」——讓 AI 真正理解三維物理世界，而不只是處理文字。
他投資 Sooth Labs，說明他認為 AI 理解「事件」的能力也是世界模型的重要組成部分。 地緣政治事件是人類世界裡最複雜的模式之一，能準確預測意味著模型對人類社會動態有深度理解。
Jeff Dean 在 Google 內部主導了大量預測和時間序列 ML 工作。他在 Sooth Labs 上的押注，更像是一種「這個方向技術上可行」的背書。
兩個人站在不同的研究視角，都指向同一個結論：AI 預測複雜事件這條路，有得走。
誰會買單
3.35 億美元估值，5000 萬融資——放在今天的 AI 融資環境裡不算大。
但這個賽道的潛在客戶非常明確：跨國公司的風險管理部門、對沖基金、保險精算團隊、政府機構。這些客戶願意付費，也有買單能力。
相比面向所有人的消費級 AI，to-B 的垂直預測 AI 賽道競爭少得多，但天花板也相對清晰。
Sooth Labs 要驗證的核心命題是：AI 生成的機率估計，是否比人類分析師團隊更準、更快、更便宜。
如果能在某幾個具體領域證明這一點，這個生意可以跑起來。如果不能，那 5000 萬也夠他們試錯幾年。
LeCun 和 Jeff Dean 的背書幫助他們打開了數據採購和機構客戶談判的大門——這可能比錢本身更值錢。
這個賽道能不能起來，跟預測市場和政策智庫之間的市場競爭也有關係。但用頂級 AI 研究者的背景來做這件事，至少起點不低。
參考來源：CocoLoop、AI Pioneers Back Startup Building Models to Predict Events（Bloomberg，2026年4月22日）