Prophetlab获数千万元融资，AI预测引擎登顶FutureX-知了AI

成立不到四个月拿下数千万融资：Prophetlab把”预测”做成了AI的下一个战场

2026年11月5日，雷峰网独家消息：AI预测引擎公司Prophetlab完成数千万元天使轮融资，投资方包括常春藤资本等机构。这笔融资之所以引人注目，不仅因为金额在当前环境下算得上体面，更因为这家公司成立至今还不到四个月——而在这短短一百多天里，它已经用一份足够硬核的成绩单，让市场重新审视一个被长期视为”玄学”的领域：预测。

Prophetlab的核心产品是一款名为Prophet Engine的预测引擎。它登上过字节跳动Seed团队发布的知名预测榜单FutureX总榜榜首，拿到了数百万规模的商业化订单，还即将发布一个更具野心的时间冻结评测基准——Investor’s Last Exam（ILE）。从世界杯赛果预测到金融商业预测，Prophetlab正在试图证明一件事：预测，可能是大语言模型在对话与生成之外，被严重低估的第三种能力。

一、一份不寻常的融资成绩单：四个月走完别人两年的路

天使轮融资并不罕见，罕见的是这个速度和这个背书组合。我们先拆解一下这笔交易本身传递出的信号。

1. 融资结构与投资方的逻辑

本轮融资为数千万人民币级别，由常春藤资本等机构投资。对于一家成立于2026年年中、甚至还没来得及做完一轮完整产品迭代的初创公司而言，这个节奏说明投资方做出的判断不是基于财务模型，而是基于对”预测”这条赛道的信仰式判断。投资方在谈到这次出手时给出了一句颇具哲学色彩的话：”万事万物皆可预测，人类能在时序概率空间上无穷逼近复杂真实事件。”

这句话值得展开。它背后隐含的世界观是：世界上并不存在真正随机的未来，只有尚未被充分建模的复杂性。股票价格、比赛结果、用户流失、新品销量，本质上都是被海量变量与概率分布所决定的时序事件。如果AI模型能够从历史数据、结构化信息与非结构化文本中捕捉到足够多的因果与统计规律，那么预测的准确率边界就可以被持续推高。这不再是”算命”，而是把预测变成一门可度量、可迭代、可商业化的工程学科。

1.1 为什么”万物可预测”不是口号

从技术视角看，这个判断有三层支撑。第一，大模型具备跨领域知识的压缩能力——一场比赛的历史交手记录、球员伤病、战术风格，甚至舆论情绪，都可以被统一进同一个表征空间。第二，时序推断能力正在成为大模型研究的显学，FutureX这类榜单的出现本身就说明头部实验室已经开始系统性地评测模型的预测能力。第三，预测结果天然可验证：比赛会踢完，财报会发布， election结果会揭晓——预测是极少数”对错分明”的AI应用场景，这让它比聊天机器人更容易建立信任与商业闭环。

2. 世界杯预测：一场教科书级的技术验证

Prophetlab最早走进公众视野，正是因为2026年世界杯。这家公司的早期项目利用AI大模型预测世界杯赛果，成功预测了决赛结果和全部四强队伍，且在不少模型配置下，预测准确率达到75%左右。

需要强调这里的含金量。世界杯是全世界预测难度最高的事件之一：样本极少（每四年一届）、变量极多（状态、伤病、裁判、运气）、参与方利益复杂（博彩、媒体、粉丝情绪）。传统量化方法在这样的场景里表现往往接近随机。而Prophetlab的模型不仅押中了冠军归属，还把四强名单整体锁死——这种组合式预测的命中率，远高于单场胜负预测的简单叠加。

2.1 为什么体育是预测引擎的最佳试金石

选择体育作为早期切入点，是一个聪明的策略。首先，体育赛果有明确的时间冻结点：开球那一刻，预测必须结束，没有事后修正的空间。这杜绝了大量预测产品常见的”事后诸葛亮”问题。其次，体育数据公开、丰富、结构化程度高，便于模型训练与对比。再次，体育预测的受众广、传播快，一次成功的世界杯预测抵得上千万级别的品牌广告投放。最后也是最关键的：体育预测的技术栈——时序建模、多源异构数据融合、概率校准——与金融预测高度同构。世界杯证明了引擎的能力，商业化自然顺流而下。

二、Prophet Engine：从登顶FutureX到商业化订单

如果说世界杯是Prophetlab的”能力展示”，那么FutureX榜单就是”第三方公证”，而数百万商业化订单则是”市场用脚投票”。

1. FutureX总榜榜首意味着什么

FutureX是字节跳动Seed团队发布的知名预测榜单，专门评测AI模型在真实事件上的预测能力。与传统的知识问答、代码评测不同，预测类榜单要求模型对未来事件给出概率化判断，并随着事件落地持续结算成绩。这种评测方式天然抗过拟合——你无法背题，因为题目还没发生。

Prophet Engine登顶FutureX总榜榜首，意味着它在公开、可复现的评测协议下，超越了参与榜单的通用大模型与专业预测系统。对于一个成立不到四个月的团队来说，这相当于一次”能力公证”，也是本轮AI预测融资谈判桌上最有力的筹码。

2.1 榜单之外：即将发布的Investor’s Last Exam（ILE）

更有意思的是Prophetlab即将发布的Investor’s Last Exam（ILE）。按官方表述，这是在严格时间冻结条件下、首个专注商业预测的榜单。”时间冻结”是指所有数据在评测开始时点被严格截断，模型只能使用该时点之前可获得的信息——这从机制上杜绝了数据泄露与未来函数问题，是金融类AI评测中最难做到、也最容易被钻空子的环节。

ILE的命名颇具野心：”投资者最后的考试”。它试图回答的问题是：当AI预测引擎声称能够预测市场与商业事件时，它到底比分析师、量化模型和随机猜测好多少？如果Prophetlab能把这个榜单做成行业标准，其战略价值将远超单笔订单——立标准者得话语权。

2. 从榜单到订单：预测的商业化路径

登顶榜单之后，Prophet Engine很快获得了数百万规模的商业化订单。虽然具体客户与场景尚未披露，但可以推断，商业预测的付费场景主要集中在几类：金融机构的事件驱动预测（财报表现、政策影响、大宗商品价格）、企业经营预测（销量、需求、供应链风险）、以及研究机构的前瞻性判断支持。与生成式AI”提效但难归因”不同，预测的价值可以直接用命中率与收益归因来计量，这使得它天然具备更强的付费意愿和更清晰的定价逻辑。

三、三代预测范式之争：传统统计、机器学习与大模型预测引擎

要理解Prophetlab的位置，需要把预测这件事放进技术演进的长河里看。过去几十年，预测大致经历了三代范式，它们在方法论、数据利用、可解释性与商业适用性上各有短长。

维度	传统统计预测（ARIMA/GARCH等）	机器学习预测（XGBoost/LSTM等）	大模型预测引擎（Prophet Engine等）
核心方法	线性时序模型、参数化分布假设	特征工程+树模型/深度网络拟合	预训练知识+时序推断+多模态融合
数据利用	仅结构化数值序列	结构化数据+人工特征	结构化数据+新闻/舆情/赛事等非结构化文本
知识广度	无领域知识，纯统计规律	局限于训练分布内的模式	跨领域世界知识，可理解”梅西伤退”这类语义事件
样本稀缺场景	严重失效（如四年一届的世界杯）	易过拟合	靠先验知识与类比推理仍可给出概率判断
可解释性	强（系数含义明确）	中等（特征重要性）	可通过生成推理链解释判断依据
更新成本	低，但能力天花板低	中，需持续标注与重训	高投入后边际成本低，能力可持续泛化
典型代表	央行预测模型、经典计量经济学	量化基金的因子模型	Prophet Engine、FutureX上榜前沿系统

这张表揭示了Prophet Engine的差异化本质：它不是在旧范式上”打补丁”，而是用大模型的世界知识去补充统计模型最缺失的东西——对事件语义的理解。一次球员红牌、一纸监管新规、一条供应链断裂的新闻，这些对ARIMA毫无意义的文本信息，恰恰是真实世界预测误差的最大来源。大模型预测引擎的革命性，正在于把”理解世界”本身变成了预测的输入。

2. 团队：AI Neo Lab的”顶配”基因

技术范式能否落地，最终取决于人。Prophetlab的团队构成可以用四个字概括：AI Neo Lab——一支以新生代AI研究者为骨干的队伍。

团队成员来自国内外顶尖高校，以AI博士与金融科技硕士为主。创始成员中有人数理竞赛金牌背景，有十余篇NeurIPS、ICLR、ICML顶会一作论文，并且曾实际参与阿里千问、腾讯混元、小红书Dots等千亿参数级大模型的训练。这意味着团队不是”论文写得好”的理论派，而是真正摸过千亿模型从数据、训练到对齐全流程的工程派。

2.1 产学研协同：与上海交大严骏驰教授团队的长期合作

此外，Prophetlab与上海交通大学严骏驰教授团队保持长期产学研合作。严骏驰团队在图学习与时序推理方向的研究积累，为Prophet Engine在复杂关系建模上提供了学术纵深。初创公司与顶级高校实验室的深度绑定，在AI领域往往意味着两件事：前沿方法可以更快进入工程管线，而工程中发现的真实问题也能反哺研究选题。这种双循环，是四个月内做出登顶FutureX产品的隐性基础设施。

创始人Henry Jiang的组合拳尤其清晰：懂大模型训练（千问、混元、Dots的实战经验），懂金融预测的口径与合规（金融科技背景），懂如何用竞赛级数学功底给模型做概率校准。预测这个赛道，缺的从来不是单一能力，而是能把概率论、大模型工程和金融市场规则缝合在一起的人。

四、独到观察：预测是LLM被低估的第三种能力

在评估Prophetlab这轮融资时，我想提出一个可能比”公司能不能成”更重要的判断：预测正在成为大语言模型的第三种被系统性开发的能力。

1. 从对话、生成到时序推断

大模型的第一次能力变现是对话（ChatGPT式助手），第二次是生成（内容、代码、图像），这两条路径分别成就了助手经济与AIGC产业。而第三次变现很可能就是预测——本质上是一种”面向未来的时序推断”。与前两者不同，预测的输出不是文本而是概率分布，验证方式不是”像不像”而是”准不准”，商业价值不是”省了多少时间”而是”赚了多少钱、避了多少险”。

这个范式转移的意义在于：预测让AI第一次拥有了可直接结算的绩效。一个助手写得好不好难以量化，但一个预测引擎押中世界杯四强、连续命中财报方向，是可以被第三方榜单和真实市场双重验证的。这种可验证性，将催生一个全新的商业模式——预测即服务（Prediction as a Service），其付费逻辑更接近投研服务而非软件订阅。

4.1 时序推断为什么难：不是记住过去，而是理解”下一步”

有人会问：大模型本来就是学历史数据，预测不就是它的天然能力吗？并非如此。训练时的下一词预测是”拟合过去”，而真实世界的预测是”推断未来”——要求模型在分布外、在信息不全、在因果链被新事件打断的情况下给出校准良好的概率。这正是FutureX这类榜单要考察的东西，也是Prophet Engine登顶的技术含金量所在：它证明了大模型不仅会复述历史，还能在概率意义上”想象未来”。

2. 体育预测作为技术验证场的商业策略

再回到世界杯这个案例。从纯商业角度，体育预测的付费天花板并不高（且涉及博彩相关的敏感边界），但作为技术验证场它几乎完美：时间冻结明确、结果客观公开、传播效应极强。Prophetlab用世界杯完成了一次零成本的信任冷启动——当一家公司说”我们预测对了决赛和四强”，任何金融机构的尽调团队都会坐直身子。这是”先打样、再收单”的经典打法，而打样场选择得极其精准。

3. 预测商业化与合规边界：这个赛道真正的护城河

必须泼一点冷水：预测是AI应用中合规风险最高的领域之一。金融预测涉及投资建议牌照问题，体育预测则紧邻博彩监管的红线。Prophetlab拿到数百万商业化订单、即将发布面向投资者的ILE榜单，说明其商业化路径大概率锚定在机构研究支持与风控场景，而非直接面向个人提供”投资建议”——这是聪明的选择。

长期看，这个赛道的护城河不会是”准确率高几个点”，而是三样东西：严格的评测协议（ILE式的时间冻结公信力）、合规的产品边界（卖给机构做辅助判断而非替人做决策）、以及持续的预测记录（一个公开可查的历史命中率档案，是任何竞品短期无法伪造的信任资产）。谁能先把”可信预测”的行业标准立起来，谁就能在下一代金融科技基础设施中占据身位。

4.3.1 75%准确率的双面性：既是卖点，也是考验

“75%左右的预测准确率”是本次融资报道中最容易被传播也最容易被误读的数字。它需要放在具体语境下理解：这是在世界杯这一特定任务、特定模型配置下的成绩，不代表所有预测任务都能达到该水平。预测产品真正的价值不在单次高命中，而在长期、大量事件上的稳定正期望——就像优秀量化基金的年化超额收益可能只有几个点，但复利惊人。Prophetlab选择主动发布ILE这样严苛的榜单，恰恰说明团队清楚：与其被市场神化，不如被标准检验。

五、结语：一场关于”未来”的军备竞赛刚刚开始

成立不到四个月，登顶FutureX，预测世界杯四强与决赛，拿下数百万订单，完成数千万融资——Prophetlab的开局像是把创业剧本快进了两年。但比这家公司本身更值得关注的，是它背后正在成形的产业逻辑：当大模型的世界知识与时序推断能力结合，预测第一次成为可工程化、可评测、可商业化的AI能力。

常春藤资本等机构押注的那句话——”万事万物皆可预测”——如果成立，那么未来几年我们会看到更多Prophet Engine式的产品出现在金融风控、需求预测、政策模拟、甚至气候与公共卫生领域。而Investor’s Last Exam这样的榜单，则会成为这场军备竞赛的裁判席。至于预测准确率的极限在哪里，没有人知道。但可以确定的是：在时序概率空间上，人类与AI向真实未来的逼近，才刚刚开始。

常见问题解答（FAQ）

Prophetlab这轮融资的具体情况是什么？

根据2026年11月5日雷峰网独家报道，Prophetlab完成数千万元人民币天使轮融资，投资方包括常春藤资本等机构。此时距公司成立不到四个月，融资将主要用于预测引擎Prophet Engine的持续研发与商业化拓展。

预测准确率75%可信吗？

需要理性看待。该数字来自Prophetlab早期项目在世界杯赛果预测上的表现，即在特定赛事、特定模型配置下的结果，并非所有预测任务的通用准确率。世界杯赛果预测样本少、方差大，单届75%不能简单外推。可信度应通过长期、大量事件的公开预测记录以及FutureX、ILE等第三方榜单的持续结算来验证——这也是Prophetlab主动发布严格时间冻结榜单ILE的价值所在。

Prophet Engine是什么，凭什么登顶FutureX？

Prophet Engine是Prophetlab的核心产品，一款基于AI大模型的预测引擎。它融合了预训练模型的世界知识与时序推断能力，可同时利用结构化数据和新闻、赛事等非结构化文本进行概率化预测。它在字节Seed发布的知名预测榜单FutureX上位列总榜第一，并因此获得了数百万规模的商业化订单。

Investor’s Last Exam（ILE）是什么榜单？

ILE是Prophetlab即将发布的评测基准，定位为在严格时间冻结条件下、首个专注商业预测的榜单。所有数据在评测时点被严格截断，模型只能使用该时点之前的信息作答，从机制上杜绝数据泄露。它试图为”AI能否做出可信的商业预测”提供一套公正的度量标准。

Prophetlab的团队背景如何？

团队是一支AI Neo Lab风格的新生代研究队伍，成员来自国内外顶尖高校，以AI博士与金融科技硕士为主。创始成员拥有数理竞赛金牌，发表十余篇NeurIPS、ICLR、ICML顶会一作论文，曾参与阿里千问、腾讯混元、小红书Dots等千亿参数大模型的训练。公司创始人Henry Jiang，并与上海交通大学严骏驰教授团队保持长期产学研合作。