Mirendil 与谷歌云（Google Cloud）签署了一份价值超过 1 亿美元的长期合作协议，旨在扩建其计算基础设施，为自改进型人工智能系统的研发提供算力支撑，以加速科学发现与 AI 技术的迭代进程。
事件背景：一家专注于“自我进化”的 AI 公司
Mirendil 是一家相对低调但技术路线独特的 AI 初创公司，其核心研究方向是“自改进 AI”（self-improving AI）。这类系统与传统 AI 的最大区别在于：它们不仅能通过训练数据学习，还能在运行过程中自主识别自身不足，并动态调整模型参数或生成新算法，从而减少对人类工程师的持续依赖。此次与谷歌云的合作，是 Mirendil 成立以来规模最大的一笔基础设施投资，也标志着其从实验室阶段向规模化部署迈出关键一步。
合作细节：算力基础设施的“军备竞赛”
根据协议，谷歌云将为 Mirendil 提供定制化的计算集群，包括大规模 GPU 与 TPU 资源池，以及专用的高速网络和存储方案。这些资源将用于训练和运行 Mirendil 的自改进 AI 模型，该模型需要频繁进行“自我测试”与“版本迭代”，对算力的消耗呈指数级增长。谷歌云还承诺提供深度技术优化支持，帮助 Mirendil 在保持模型稳定性的前提下，将训练效率提升 30% 以上。值得注意的是，双方合作并非简单的“云租赁”，而是包含联合研发成分——谷歌云将把 Mirendil 的部分技术整合到其 AI 平台中，作为其“云原生 AI”生态的补充。
自改进 AI 的独特价值：从“工具”到“研究者”
自改进 AI 是当前 AI 领域最具争议也最具潜力的方向之一。传统 AI 模型（如大语言模型）的改进依赖工程师手动调参、收集新数据、重新训练，周期长且成本高。而自改进 AI 的核心突破在于：它能够像科学家一样实验——自主设计验证方案、分析失败原因、修改模型结构，甚至尝试新的优化算法。例如，在药物分子发现中，自改进 AI 可以连续数千次模拟分子与靶点结合的效果，并根据结果自动调整分子生成策略，大大缩短从筛选到候选药物的周期。Mirendil 的目标正是用这种能力加速“AI 自己发现 AI 优化方法”，形成“进化加速器”。
行业意义：云计算与前沿 AI 的深度绑定
这笔交易折射出两大趋势。其一，前沿 AI 研究对算力的需求已从“海量”升级为“极致弹性”。自改进 AI 的迭代过程需要大量短时、高并发的计算任务，传统数据中心难以满足。谷歌云凭借其 TPU 架构和专门优化的 AI 基础设施，成为这种需求的首选合作方。其二，云服务商正在从“卖算力”转向“卖 AI 研发能力”。通过支持 Mirendil 这样的项目，谷歌云能获得宝贵的自改进 AI 工程经验，进而将其转化为面向其他客户的标准化服务。这对微软 Azure 和亚马逊 AWS 形成竞争压力——后者目前更侧重于通用大模型的托管，而谷歌云正试图在“AI 自我进化”这一细分赛道建立技术壁垒。
从更宏观的视角看，Mirendil 与谷歌云的合作或将加速“AI 科学家”的诞生。当 AI 能够自主优化自身，人类研究者的角色可能从“模型设计者”转变为“目标和约束定义者”。这不仅会改变科研范式，还可能重塑整个 AI 产业的分工——未来，谁拥有最强大的“自改进 AI 基础设施”，谁就能在 AI 创新速度上占据先机。谷歌云与 Mirendil 的这笔“超 1 亿美元”的赌注，正是押注于这个正在到来的未来。