档案库 · AI 与模型 · 技术决策 · 2025–2026
kausable押注因果世界模型优于持续AI重训；获1200万欧元种子融资
与海德堡相关实验室kausable构建推理优先的因果世界模型，无需重训即可适应；1200万欧元种子轮由UVC Partners和Entourage领投。
kausable
做的是什么生意
kausable is a German frontier-AI lab founded by three physicists with ties to Heidelberg University and Black Forest Labs, building reasoning-first foundation models that learn causal world models from synthetic data and adapt to new situations from a handful of examples, targeting robotics, energy, finance and healthcare.
启动资金：About €1.5M pre-seed in 2025 through the Startup BW Pre-Seed programme; €12M seed in July 2026 led by UVC Partners and Entourage with HTGF and Mätch VC following on.
起因
Johannes Haux, Dr Benjamin Herdeanu and Gregor Ramien — three physicists with research ties to Heidelberg University and working experience in startups and regulated industries such as cybersecurity and banking — began developing the idea in 2024 and incorporated kausable in early 2025. The lab started under the Startup BW Pre-Seed programme and raised about €1.5M pre-seed the same year. Its thesis: today's AI learns from text and must be retrained constantly, while humans infer cause and effect and adapt from one or two examples.
经过
In July 2026 kausable raised a €12M seed led by German investor UVC Partners and Belgian investor Entourage, with follow-on from HTGF and Mätch VC, plus angels from Black Forest Labs, OpenAI, Google DeepMind, Noxtua and ELLIS. The team co-authored a research paper with Columbia University validating the causal-reasoning architecture and demonstrated TipPFN, a zero-shot model that predicts tipping points — epileptic seizures from EEG data and power-grid blackouts from frequency data, among other domains — without having trained on real-world systems. The nine-person team plans to become more product-focused over the next year through customer pilots in physical AI and demand forecasting.
结果
Still in building stage as of 2026-07-23: kausable describes itself as primarily a research company preparing customer pilots, with the stated ambition of becoming a foundational intelligence layer that other AI systems build upon.
背景
kausable是一家德国前沿AI实验室，2025年由三位物理学家——CEO Johannes Haux、CTO Benjamin Herdeanu博士和COO Gregor Ramien——创立，他们与海德堡大学及德国最著名的AI公司之一Black Forest Labs有研究联系。其核心赌注是AI应像人类一样学习：先建立稳健的因果直觉，然后从少量示例中适应新情况，而非需要持续且昂贵的重训。
技术上，公司在合成的因果关系结构而非数十亿文本示例上训练，创始人称这更直接地表示系统行为方式，并让模型跨领域迁移学习。团队还认为该方法数据高效且保护隐私，因为它不依赖海量客户数据。
在2025年约150万欧元种子前融资后，kausable于2026年7月从UVC Partners和Entourage获得1200万欧元，HTGF和Mätch VC跟投，以及来自Black Forest Labs、OpenAI、Google DeepMind和ELLIS等地的天使投资人。其零样本预测模型TipPFN——能从少量示例预测临界点如癫痫发作和电网停电——已在与哥伦比亚大学合著的论文中得到验证。
截至2026年7月，kausable是一家九人研究公司，尚无商业化产品。创始人计划未来一年通过客户试点更加侧重产品，优先考虑物理AI（训练数据稀缺、机器人常遇到未见过的场景）和低维需求预测问题，同时宣称最终目标是成为其他AI系统构建的基础智能层。
这件事要成立，得有什么
- 重训的经济性之痛：每次传感器变化或新环境都迫使代价高昂的训练循环，而kausable的世界模型旨在免重训适应。
- 合成数据训练反转数据护城河：模型学习因果结构而非客户数据，创始人将其包装为隐私优势及防御点。
- 可信度来自研究先行：与哥伦比亚大学合著的论文及可运行零样本预测器使科学赌注在寻找产品市场契合前即可检验。
- 人才和资本网络集中：UVC Partners、Entourage、HTGF和Mätch VC，加上来自Black Forest Labs、OpenAI和DeepMind的天使，给年轻实验室以异常强大的背书。
- 风险诚实且透明：公司称技术是新颖的，规模上尚未经证，将研究转化为真实应用是下一难题。
可借鉴之处
学术切入可使前沿AI差异化：kausable的合成数据和免重训主张在产品问世前即可通过论文和预测得到检验，并兼作隐私和控制的故事。
后续进展
截至2026年7月23日，kausable是九人研究公司，处于构建阶段，有约150万欧元种子前融资和来自UVC Partners、Entourage、HTGF和Mätch VC及AI行业天使的1200万欧元种子融资。其最公开的产物是TipPFN，一个与哥伦比亚大学验证的零样本预测器，预测医学、生态和能源临界点。未披露产品、收入或指定客户；下一步是物理AI和需求预测的客户试点，朝着成为基础智能层的愿景前进。
资料来源
- kausable raises €12M to rethink how AI learns
- European AI startup kausable raises €12 million in Seed Round to build AI that needs no retraining
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡