铃阅
❌

普通视图

杨哲轩谈数据编译、模型能力与机器人如何重新进入真实世界

2026年11月16日 16:00

智能涌现 2026-11-16 16:00 江苏

采集规模与有效供给之间,隔着一道鸿沟。

桌上摆着几只茶杯。采集者戴上头戴设备,把杯子逐一拿起、移开,再放回原位。设备记录了连续视频和惯性测量单元(IMU)数据。看上去,动作已经被完整保存。可一旦任务结束,这段经验通常也就结束了。它没有自然地变成下一次可以调用的能力。

但在杨哲轩看来,问题恰恰在这里:动作被记录下来,只是事情的开始。视频告诉我们发生过什么,却没有告诉模型下一步该怎么做。它缺少动力学、意图、空间关系,也缺少失败之后如何恢复的经验。要让一次整理茶杯的动作变成可复用的智能,系统还要把任务拆成步骤,用结构化语言对齐,再补回手部姿态、运动轨迹和动作意图。

杨哲轩的判断很明确:“我的判断,语言,特定地说,结构化的语言,才是唯一可以对齐的东西。”在他看来,只有先把任务写成模型能够理解、检索和复用的结构,物理世界里的动作才可能从一次性经验变成下一次可以调用的智能。

△桌上摆着几只茶杯。动作被记录下来,只是开始。

从行业层面来看,具身智能进入数据规模化阶段后,采集量快速增长,高质量数据的缺口却依然很大。36氪今年5月曾援引行业共识称,训练具备通用泛化能力的具身模型至少需要千万小时级数据,而截至2026年初,全球高质量真实物理交互数据总量仅约50万小时,不足大语言模型训练数据的两万分之一。

杨哲轩给出的一个现场比喻更直接:外购1000小时数据,经过筛选,最后可能只剩约100小时可用。采集规模与有效供给之间,隔着一道需要工程能力填上的鸿沟。

智域基石想做的,正是把这套结构补上。公司把自己放在采集与模型训练之间,用Physical AI DBMS和物理因果模型,把真实任务中的多模态观测编译成可训练、可评测、可查询、可复用的操作级数据资产。更大的目标,是让物理世界的每一个动作都成为可复用的智能,让具身智能重新进入工厂、商场、家庭和其他真实场景,成为能够承担具体任务的劳动力。

数据与模型学习需求的三重错位

在杨哲轩看来,数据不会因为“采够了”就失去价值。模型每向前走一步,新的短板就会暴露出来,数据需求也会随之改变。就像考试会不断出新题,模型进入真实工作环节后,也会不断提出新的问题。

真正的问题在于,现有数据和模型之间仍然存在不少错位。

最直接的错位在学习对象上。视频记录了物体在哪里、手做了什么,却未必包含模型需要理解的物体状态变化、动作后果、操作顺序、失败恢复和接触关系。智域基石内部把模型在操作层面要掌握的能力归纳为十类。杨哲轩认为,模型在这些方面普遍欠缺,而只记录画面的视频并不会自动给出答案。

△同一段经验被拆成画面、轨迹与接触关系,三份记录却常常对不齐。

第二种错位,发生在任务分布上。标准化采集场地最容易扩量:一个2000平方米的场地,按每个工位约10平方米计算,可以安排约200人。但模型在这里学会“怎么拿起一个物体”,换到商场、厨房或工厂,仍可能不知道该怎么做。杨哲轩说,这类场地容易起量,却很难提供场景泛化性。

第三种错位来自本体差异。人与机器人、不同机器人,在身体结构、动作空间和控制方式上都不相同,人类数据复用到机器人身上,需要经过相机标定、任务Schema定义、动作映射和本体适配。Physical Intelligence去年12月的一项研究也发现,只有预训练数据在场景、任务和本体上足够多样,人类视频向机器人的迁移能力才会显现。

△同一只杯子,人与机器看到的并不是同一个位置。

这也是智域基石正在重点关注和积极探索的方向:如何缩短human-to-robot的embodiment gap,让人类积累的动作经验能够被不同机器人理解、映射和复用。如果这道鸿沟能够被缩短,影响的就不只是某一个任务或某一类机器人,也会改变具身智能把数据规模转化为实际能力的效率。

杨哲轩的判断是,时至今日,仍然相对确定的一件事,是scaling会继续发生。再往下细化,关键就在于寻找更陡峭的scaling斜率,让模型能力以更低的成本增长。

因此,两类数据的分工并不相同。人类第一视角数据易于规模化,主要服务预训练阶段在场景、任务和动作上的泛化;真机数据更贴近具体本体和执行反馈,适合特定任务的后训练。杨哲轩举例说,如果要把某个具体任务的成功率继续往上推,就一定要采集真机数据去做后训练。

OpenAI第二次组建机器人模型研究团队的后续变动、Anthropic发布Fable 5.2等消息都还没有公开。杨哲轩当时谈的,已经不只是某个模型或某次发布,而是语言和数据结构如何成为具身智能的基础。后来行业的公开动作陆续出现,回头看,那更像一次提前发生的行业预判。

从行业层面看,中国信通院等机构8月发布的报告表示,截至今年6月底,全国建成启用的具身智能训练场已超过70家;但中国信通院与清华大学电子工程系等单位10月发布的《具身智能发展报告(2026年)》也指出,具身智能仍处在向试点应用过渡的阶段。

判断数据是否有效,看的是它能否覆盖模型要学的能力;采集时长本身不构成判据。行业要竞争的,也从采得更多转向留下更有训练价值的部分。

数据编译:从观测记录到操作级资产

在杨哲轩看来,观测级数据与操作级数据的核心区别,在于有没有一套结构化体系把数据对齐。缺的不是更多标签,而是一套能把不同信号放在同一坐标系里的语言。用他的话说:“我的判断,语言,特定地说,结构化的语言,才是唯一可以对齐的东西。”因此,智域基石选择用结构化语言组织任务,同时补充动力学、空间位置和运动意图等信息,并已据此搭建并应用五环节数据编译管线。

仍以整理茶杯为例。视频进入管线后先接受数据质检,丢帧、IMU漂移、关键动作被遮挡或操作不合规的片段会被筛掉,外部服务商生产的数据同样要过这一关;随后进入数据底座重构,系统将便于写入的录制数据转换为读写平衡的自研中间格式(IR),并统一多模态数据的时间基准和空间坐标。

△编译管线:左端是未经整理的观测,右端是可检索、可交付的数据资产。

制造业的另一面,是质检。产品出厂前要质检,数据交付前同样要过关。杨哲轩说:“自动化做不到全流程无人。”因此,智域基石把基于模型的自动化、人在环的多级质检和统计抽检放在同一条生产线上。

接下来是核心的数据编译环节。任务会被拆成多步骤并与语言对齐,手部姿态、6DoF位姿、空间轨迹、深度和运动意图被还原并注入数据。据智域基石介绍,编译后的数据可按场景、物体、技能等条件进行智能检索与组配,最后按客户需要的格式标准化打包交付。

支撑这条管线的,是由观测级数据输入、Physical AI DBMS、物理因果模型和操作级数据输出构成的四层架构。

Physical AI DBMS是公司内部的数据底座,负责异构数据的组织、索引和版本追溯。在数据库出身的杨哲轩看来,自动质检、标注算法和物理因果模型的运行都依赖这个底座,否则系统无法承受工作负载。物理因果模型则负责理解任务本身,包括阶段划分、状态变化、物理接触、失败原因与恢复路径,最终输出训练数据集、基准、场景数据包、评估资产和可复用的任务模板。

外界常将数据生意看作劳动密集型行业,杨哲轩的判断则是:“数据其实是一个有高科技属性的制造业。”在他看来,劳动密集是这门生意的特点,但并不意味着没有壁垒。高科技属性可体现在手部姿态生成和轨迹提取上。当手遮挡作业的重要区域时,信息提取受阻,只能依靠模型还原,这需要大量无遮挡数据来训练,再用真值去验证。“这个工作不是说我组织一大堆人就能解决,需要你有卡、有数据、有算法人才。”

制造业的一面则体现在质检上。产品出厂前需质检,数据交付前也一样,自动化无法实现完全闭环。“很多同行都在宣称100%自动化标注与质检,这是做不到的。如果你能做到了,就意味着模型不需要你的数据了。”杨哲轩说。因此,智域基石将自动化与多级质检、统计抽检相结合。

由此可见,数据编译本质上是一门有技术门槛的制造业。它并非简单的清洗或贴标签,而是利用数据库工程、物理因果理解、算法和质量控制,将一次性的观测记录稳定加工成模型可用的数据资产。

数据编译的能力边界

经过编译,原始观测数据被加工成可训练、可评测的操作级数据资产,但这并不意味着数据已经能够直接驱动机器人执行任务。杨哲轩强调,编译后的数据“还没有走到机器人层面”,并非可以直接下发给任意机器人的控制指令。不同的机器人在身体结构、动作空间和控制系统上存在一定差异,数据要进入具体机器人的训练和应用环节,仍然需要进行本体适配。

这也意味着,跨本体复用并不是将同一份数据或动作指令直接复制到不同机器人上。真正能够复用的,更多是任务定义、失败分类、观测规则、质量门禁和恢复模式等方法与经验。它们可以为不同本体的数据生产和训练提供参考,但具体的数据处理与动作映射,仍需结合机器人自身的特点完成。

本体差异之外,数据来源本身也决定了其适用范围。人类第一视角数据记录的是人的操作过程,具有场景和任务多样性优势,主要为预训练阶段的泛化能力提供支持;真机数据则更贴近特定机器人本体及其实际执行反馈,适合围绕具体任务开展后训练。两类数据对应不同的训练需求,并不能简单相互替代。

这些技术边界,也划定了智域基石的业务边界。公司不以机器人本体和通用基础模型研发为主营方向,但并非完全不涉及模型训练。团队会开展小规模预训练,用来评测自产数据的效果,同时借助参数规模不大的模型保持对模型需求的理解,验证新的技术想法。

“我觉得我们公司,包括我的职业生涯、我的基因,应该是不会去大规模做预训练的。”杨哲轩说。相比之下,他更希望公司未来在大规模后训练上发力,帮助机器人进入具体场景完成真实任务。

于智域基石而言,数据编译的核心工作是将物理世界的操作经验转化为模型能够使用的数据资产;至于如何让模型掌握这些经验,并进一步转化为机器人的实际能力,仍需要模型研发和本体适配等环节共同完成。

从一次性采集,走向持续的真实任务供给

数据编译要持续运转,需要不断得到真实任务。智域基石在官网上提出了“真实任务网络”的构想,希望连接产业园区、机器人企业、模型团队和科研机构,把任务入口、作业环境、机器人本体和模型需求接入同一套数据体系。

现阶段,公司同时采集真机数据和人类第一视角数据,外部服务商参与生产,内部团队负责任务定义、加工和验收。杨哲轩认为,做数据的难点不在于雇多少人,而在于能否站在模型训练的角度先把任务定义好,这也是公司坚持在真实场景中采集真实任务和动作的原因。

硬件则是另一项投入。智域基石自研了ArcheGo系列可穿戴采集设备,分为双目和六目两个版本,覆盖头戴主视角和双腕。杨哲轩坦言,做硬件的目的在于把物理规律、物体接触等信息更完整地送进数字世界。

△智域基石自研的ArcheGo系列可穿戴采集设备(双目/六目)。

谁在为操作级数据付费

智域基石目前的客户主要有三类:来自国内外的专注预训练的基础模型公司、头部具身智能企业,以及具有预训练需求的机器人本体厂商。这些客户并非注重采集时长,而更重视来自真实场景、且能够进入训练和评测流程的数据资产。

这也在改变数据的定价逻辑。杨哲轩认为,数据价格被一再压低,很大程度上是因为有效率太低。“我从你这儿买了1000小时,最后要花人去质检、花人去处理,筛选下来可能就10个小时,所以你只能无限地去压这个价格。”与此同时,模型公司的查重能力也越来越强,重复的数据几乎带不来提升。

模型团队为什么需要第三方?自建团队并非不可行,但跨任务、跨本体的持续生产需要长期投入,更难的则是判断下一步需要什么数据。

“数据这个事情特别像服装行业。大家都卖衣服,但是有些衣服流入大卖场,有些衣服进到高档商场,想做到后者,需要提前预判下一季流行什么。”杨哲轩分享道,这意味着团队需要自己懂模型,清楚模型能力的边界和未来发展方向。

第三方的价值,在于将这些真正重要的能力沉淀为可持续交付的服务。基于行业观察,拥有垂直场景和敏感数据的大型产业方未必愿意对外开放,杨哲轩判断,它们可能更倾向于在自身的体系内完成数据闭环。

基于对客户的深入观察,智域基石现阶段会从项目切入:围绕客户的训练需求定义任务、组织采集,将编译后的任务数据集和评估资产按客户要求打包,直接交付到客户的算力所在地。杨哲轩把这种关系概括为“数据跟着算力走”。

但公司的长期方向并不止于交付数据。随着任务和数据持续积累,智域基石计划进一步下场参与模型部署,围绕真实场景开展大规模后训练,把数据编译能力延伸到模型训练、部署和执行反馈中,帮助机器人在具体环境里完成更复杂、更稳定的工作。

最终,这些工作指向同一个目标:让物理世界中的动作经验能够被模型继承,并推动具身智能重新进入真实世界,成为能够承担具体任务的劳动力。

数据竞争的下一阶段

具身智能的数据赛道刚刚经历了一轮快速扩张,接下来的变化,可能会发生在几个层面。

最先变化的,可能是采购方式。随着模型团队对数据有效性的判断更加成熟,数据采购将从按采集小时计价,逐渐转向看重任务覆盖、数据质量和训练价值。

采购逻辑一旦改变,供给结构也会随之调整。人类第一视角、真机和仿真数据将围绕不同的训练阶段形成互补,数据供给会从依赖单一采集方式,走向多源协同。

更进一步,产业分工也可能被重新划定。专业第三方的数据编译服务,与大型场景方的内部数据闭环很可能长期并行,数据基础设施则会逐渐成为连接真实任务与模型训练的关键环节。

△下一阶段比拼的不是采得更多,而是斜率更陡。

这些判断仍需时间检验。智域基石正在做的,是将物理世界中的每一次操作,都转化为能够被模型学习、评测和持续复用的资产。当具身智能的数据竞争已进入下一阶段之时,比拼的或许不再是谁采得更多,而是谁能真正将数据编译成智能。

图片来源|企业供图

跳转微信打开

李沐新选择:加入Aimotion,联合打造产业级世界模型

2026年11月15日 15:18

智能涌现 2026-11-15 15:18 山西

商业AI真正的价值兑现期,要拉开序幕了。

2026年的AI圈,世界模型毫无疑问是最火热却也最混沌的概念之一。杨立昆、李飞飞等学界泰斗纷纷下场,具身智能、机器人公司悉数跟进,仿佛世界模型的终点,注定是模拟物理规律、驱动实体机械。

但一个问题是,除了物理世界,商业规则、用户决策、业务因果这些构成消费闭环的商业世界,难道不是更需要一套专属的世界模型吗?

同样陷入尴尬的还有AI Agent。绝大多数落地产品仍停留在客服答疑、文案生成、表格整理的边缘环节,能深入销售、运营核心链路,自主完成长周期任务并直接创造营收的智能体,放眼全行业都寥寥无几。

这些真实的痛点,呈现出的问题不是说现在的模型能力不够,而是现在的AI还没有做好进入真实商业场景进行长期训练与验证的准备。

不过,近日总部位于硅谷的商业AI公司Aimotion宣布,知名AI科学家李沐出任联合创始人兼CTO,全面掌舵下一代产业级AI技术体系。与此同时,李沐仍将保留Boson AI联合创始人兼CTO身份,双方将联合攻坚产业级世界模型与商业AI Agent技术。

一位深耕基础模型的顶级AI科学家,一家已经进入汽车营销场景的AI公司,带来了一个明确的信号:商业AI真正的价值兑现期,要拉开序幕了。

李沐的新选择

在国内AI从业者圈层,李沐是公认的“技术实力派”代表。他本科毕业于上海交通大学,后获得卡内基梅隆大学计算机科学博士学位,曾在亚马逊AWS担任资深首席科学家,也是开源深度学习框架Apache MXNet的核心贡献者之一。

此外,李沐还是《动手学深度学习》的共同作者。这本书通过理论与代码实践相结合的方式,降低了机器学习的学习门槛,被数十所海外名校选为教材,也让他成为国内无数年轻AI开发者口中的“赛博导师”。

2023年,李沐与机器学习科学家Alex Smola等人共同创立Boson AI,开始探索大模型技术的研发与商业化。

我们可以很清楚的看到,从深度学习基础设施到大模型创业,再到此次产业级世界模型的探索,李沐的技术经历始终围绕一个方向:让AI从算法研究走向能够在真实环境中运行的智能系统。这恰恰是商业智能体从“能用”走向“好用”的核心瓶颈。

在李沐的公开分享里,他反复提到一个观点:AI下一阶段的发展核心,不是堆出更高的评测分数,而是深度落地复杂商业场景,充分释放下一代商业智能体的价值。

这次与Aimotion的深度联手,某种程度上正是他这一思路的延续:把底层模型的技术能力,真正注入到真实的产业业务流里,让智能体不只停留在Demo里,而是能直接创造商业收益。

Aimotion的底牌

事实上,在李沐加盟之前,Aimotion已经在汽车AI营销这条垂直赛道上,跑出了自己的商业化节奏。

从其现有产品布局来看,Aimotion并不局限于单一的内容生成工具,而是围绕企业营销和销售流程搭建产品体系,打造了完整的Octo产品矩阵,涵盖汽车营销的流量与线索获取、潜客长周期互动转化、跨平台数据分析等方向。

同时,Aimotion将汽车营销Know-how,转化为任意AI Agent都可调用的专业营销能力平台。这一布局也与汽车行业的业务特点密切相关。

汽车是一个极为特殊的垂直行业,客单价高、决策周期长,用户从产生购车兴趣,到了解车型、比较配置、预约试驾、沟通价格,再到最终成交,往往需要经历较长的决策周期。

对于品牌和经销商而言,销售人员不仅要持续跟进客户,还要及时理解需求变化,判断客户所处的决策阶段。不仅人力成本高企,效率天花板也非常明显,再加上传统营销自动化工具主要依靠预设规则完成客户分类、消息推送和线索分配,能够提升部分运营效率,却很难处理复杂的客户需求和动态变化的销售过程。

Aimotion瞄准的,正是这个行业级的效率痛点。目前Aimotion的业务已覆盖美洲、欧洲、亚太等全球主要市场,服务对象从大型车企集团到区域中小经销商,沉淀了TB级的行业预训练数据与数百万条微调样本,包含全球车型的详细规格参数、视觉素材和本地化营销话术的汽车知识库,从结构上解决了AI在汽车场景容易出现幻觉、信息不准的行业通病。

正是因为有了这样扎实的场景与数据沉淀,Aimotion才有底气向更底层的技术突破进发,希望能给各行各业带来一个面向商业环境的产业级智能底座。

而这,恰恰是Boson AI与李沐团队最擅长的事。

商业AI的下一个胜负手

根据双方公布的合作方向,核心在于将融合Boson AI底层模型能力与Aimotion真实产业场景沉淀,打通基础技术与产业应用闭环,打造面向商业环境的产业级世界模型。

很多人对世界模型的认知,或许还停留在物理仿真层面:模拟真实世界的物理规则,让机器人在虚拟环境中训练,让游戏生成更真实的动态场景等等。

但Aimotion要做的与这种通用仿真类世界模型不同,其技术方向将对商业规则、客户决策逻辑、业务因果关系进行建模,实现场景推演、趋势预判与长周期任务规划,赋能AI Agent从被动问答升级为可自主执行复杂销售业务的智能主体,推动AI由营销辅助工具转变为创造实际收益的商业智能系统。

简单来说,就是世界模型希望让机器不仅能够理解眼前的信息,还能学习环境中的运行规律,预测不同动作可能产生的结果,并据此规划下一步行动。

以汽车销售为例,当消费者多次咨询某款车型,却迟迟没有预约试驾时,AI就会结合历史沟通、预算和产品偏好,判断客户真正的顾虑,并决定下一步应该采取什么行动。如果客户需求发生变化,系统还会及时调整原有计划,全程无需人工干预。

这就要求商业Agent具备的不只是自然语言交互能力,还包括业务状态理解、长期记忆、任务规划和执行反馈等能力。

所以真正的难点不只是让模型掌握更多行业知识,而是让它理解业务状态如何变化,以及不同决策可能带来什么结果。这也对行业数据、业务知识建模、长期记忆和任务规划提出了更高要求。

当然,产业级世界模型的完整闭环一旦跑通,这套技术能力完全可以复制到房产、金融、高端制造、B2B服务等更多高价值、长决策周期的行业,打开的将是万亿级的市场空间。

值得一提的是,Aimotion此前已完成由BAI Capital领投的A轮数千万美元融资,而随着李沐这样的顶尖技术人才持续走向产业现场,产业级世界模型这条赛道会迎来更多的关注与投入。

图片来源|企业供图

跳转微信打开

不上学、去创业,AI时代的失控竞赛|深氪

2026年11月12日 13:00

原创 肖思佳 王欣逸 2026-11-12 13:00 山西

这场向全民发出的召唤,最终仍只是为少数优胜者敞开了一道门缝。

文|肖思佳 王欣逸

编辑|张雨忻 杨轩

2026年4月上旬,Manus北京办公区楼下,肖弘被一群黑客松参赛选手团团围住。在这场名为Ultra Maker的黑客松上,他作为神秘嘉宾出现,令许多人吃了一惊。

彼时,Manus正处于最敏感的时期:收购迟迟未落地,作为创始人的肖弘,也在一周前被禁止出境。但他还是穿着一件黑色的Polo衫低调现身。对肖弘来说,曾经的一场黑客松可能改变了他的人生,他很难不前来支持。

2016年,因为缺乏资金,四处碰壁的肖弘几乎要放弃创业。直到他参加了北京雍和宫附近的一场黑客松,转机发生了——坐在台下的真格基金的刘元听完肖弘的讲述后,第二天便为他注入了100万元的投资。

这段往事完美契合了黑客松和“黑客精神”的初衷:反对权威的黑客们相信,一个人的价值取决于能力和创造力,而非只看学历、身份和头衔。

如今,这套叙事在AI时代被重新激活,并极速放大。

2025年5月,Claude Code发布后,编程的门槛被降到了史上最低。一个原本不会写代码的普通人,也可以靠AI在几十个小时内做出一个产品。从这一刻开始,黑客松不再只是程序员的比赛,也成了普通人展示自己、寻找机会,甚至改变命运的入口。

AI技术门槛的降低,让黑客松在全国各地涌现,并在2026年快速达到高潮。根据社区“AI赛事通”的数据,2026年上半年,全中国举办了近500场黑客松,平均每天都有2-3场。

在这个逼仄的时代下,黑客松抛出了一个极具诱惑力的叙事:不论出身、不论背景、不论资源,只要拥有想法和创造力,你依然有机会在这里脱颖而出,去创业,去致富,成为下一个“肖弘”。

AI带来的技术平权,也让一些年轻人开始相信:今天学知识、做产品未必需要经过大学。他们可以直接动手创造,用项目证明自己,而不再依赖传统的学历选拔路径。他们为此重新规划人生,有的把大部分精力投入到参加黑客松中;更激进的人则选择辍学,甚至喊出了“大学将走向灭亡”的观点。

但黑客松是否真的为心怀梦想的年轻人带来了更有效的上升途径?当黑客松成为这场AI创业实验的入口,对此趋之若鹜的年轻人们能在这里找到什么,又将被带往何方?

年轻人决定搏一搏

随着过去两年接连参加黑客松,孙东来在校园里的时间越来越少,甚至逐步进入了“常年翘课”的状态。教导主任常请他去喝茶,每每总要唇枪舌战一番。但他认为,自己有更重要的事要做:“你很难想象一个手里有10家公司的人,还得回去重修一门课。”说完,他哈哈大笑起来。

作为曾通过黑客松拿到了“大结果”的人,这位2001年出生的年轻人,已经开始第二次创业。我们今年夏天见到孙东来时,他刚在一天内密集地见了4、5位投资人。他后来经历的一切,都可以追溯到两年前的那场黑客松。

2024年,还是一名中科大准研究生的孙东来注意到一场名为Adventure X的黑客松时,报名已经截止了,但他还是写了封邮件给赛务组,央求多增加一个名额,“我什么报销都不要,只要让我去就行。”他付不起酒店费用,甚至一度做好了睡在大堂的准备。

没想到,比赛现场真有不少睡在现场的人。由于报名人数太多,主办方预定的酒店不够,许多人就在现场扎帐篷、打地铺,还有人直接睡在椅子或楼道里。讨论没日没夜地进行,气氛热烈又混乱。

Adventure X的出现,第一次把“黑客松、年轻人、创投圈这三件事情,这么紧密地拉在了一起。”投资人林越评价道。

这仿佛成了AI热潮下的一个缩影:沉寂数年的创投圈重新有了活力,到处都漂浮着比移动互联网时代更登峰造极的财富故事,但也弥漫着“害怕错过”的焦虑,这些情绪都让年轻人不由自主地想要投身其中。

这场黑客松,确实让孙东来离财富更近了一些。比赛现场,他组了个 4 人团队,做出的AI陪诊应用拿下了3个赛道的奖项。赛后,一家基金的投资人拉上负责人,专门和他聊了项目。一切都发生地那么快。

AI创业就这样在孙东来还没来得及反应过来的情况下开始了 —— 在那场黑客松上,他认识了共同创业的伙伴潘志东。2024年10月,两人共同创立了AI梦境社交与记录应用Dreamoo 。2026年,通过小红书举办的黑客松,孙东来开发出了静音口罩“默造”,成了圈里小有名气的项目,并且很快获得来自个人投资者的数百万元注资。

“与其坐在教室里,不如早点出去搏一搏”,这成为了过去两年时间里越来越多大学生的想法。而黑客松,成了他们眼里寻找机会的绝佳之地。

26岁的王忠旭,一度对AI毫不关心。他是中国矿业大学的硕士,一直以来的规划就是毕业后去矿上找份工作,不说发财,也能安稳度日,“在行业里怎么也算门派嫡传”。

但现实非常残酷。临近毕业,他面试一家业内头部企业,期望薪资8000元,对方觉得要价太高,用6000元录取了另一名应届生。秋招期间,他投了百来份简历,得到二、三十个面试机会,最后只拿到一个offer,还只是不保证转正的实习岗。

市场营销专业的大学生Joe,则对整个大学教育感到失望:“学校里面课程已经落后于时代了,老师用的是多年前的营销案例,课本上的理论也停留在上个世纪五十年代。”今年年初,Joe开始自学Vibecoding,三个月后,他以外包的身份,给企业做Agent定制和开发服务。这些无法在课堂上学到的、但是能给自己带来真实经验和收入的技能,才被他认为是有用的。

大学课程与产业需求脱节、应届生就业难,本就是近年来备受关注的社会议题,AI把这些矛盾再次放大。

当传统的升学与就业路径不再牢靠,黑客松所许诺的另一种可能,开始吸引那些对既有道路感到失望的年轻人。“黑客松是个另一种形态的大学。”社区品牌AttraX创办者之一的陈文杰说,“你在里面找到志同道合的人,类似于同学;你用很短的时间去快速学习、创造,最后拿到结果。”

在对自我的怀疑中,曾经被无视的和AI有关的一切,再次闯入了王忠旭的视线。2026年5月底,他遇见四名热爱极客文化的中学生。当时,这群年轻人正考虑举办一场黑客松。作为唯一的成年人,王忠勋自告奋勇决定加入——没想到,举办一场黑客松比找个好工作容易。

他拆解起举办一场黑客松的要素:嘉宾、赞助企业、场地,背后分别对应着人脉、资源和机会。尽管他不知道,自己究竟能从中获得什么。但与其在拥挤的求职路上,继续按部就班地卷一份工作,倒不如投身一试,“反正又没什么坏处,是吧?”

他们为黑客松品牌取名MoonStone:“Stone(石头)代表普通人,让普通人也能来(黑客松)。”

名校生和初中生,开始抛弃大学

“不管做得好不好,人手一个项目。”哥伦比亚大学物理系的学生若涵对36氪说,这是硅谷的现状。在硅谷,一切都指向AI带来的蓬勃——随处可见的AI广告牌,人们的注意力不断被下一代模型吸引,校园周边的咖啡馆挤满谈论AI的学生创业者。

去年5月,哥大的大三学生一霖和大二学生若涵选择休学,全心投身AI创业。因为听不懂物理课上晦涩的讲解,他们开始借助AI学习,却发现AI讲得更清晰易懂。于是,两人开发了AI学习应用Hyperknow,并获得真格基金100万美元投资。

“如果让一个天才硬上完小学、初中、高中,每天做练习题考试,他的天才可能会被磨灭。”2026年8月,在北京中关村MoonStone黑客松现场,面对眼前的大学生和中学生,受邀担任嘉宾的一霖分享起了自己的理念。他相信,AI可以将原本需要15年的教育压缩至3年,进而“改变全球教育体系”。

这个听起来非常激进的想法,我们在与黑客松选手交流时却经常听到。“学生没必要花那么多年学文化课,公立教育这套体系早已与社会脱节。”清华物理系研究生陈铭也抛出了类似的判断——让我们感到吃惊的是,大量名校生也对传统教育感到失望。

2025年,他还一心想要从事学术研究工作,但AI的迅猛发展令他的学术信仰产生崩坏——AI写论文的能力已达到博士生水平,甚至比博士生还要好,“人类精英完全不知道面对AI该怎么反应。”

今年8月,已经在AI赛道开启创业的陈铭坐在我们对面,点开PPT,饱含激情地逐页介绍起他的产品理念和宏大愿景。此前,在小红书首届黑客松上,他把想法做成了产品demo后,美团龙珠的投资人主动联系了他,还有一些投资机构递来了意向书。

他清楚地知道创业窗口的短暂,正在考虑是否应该辍学,“学校的生活对我来说已经没有意义了,如果未来学业和创业产生冲突,我会放弃学业。”

一年前,“真正的未来建设者不上大学”的观念,就已开始在硅谷的年轻一代中流行。2025年6月,美国知名媒体Business Inside就在《硅谷反大学运动内幕》一文中,采访了一名斯坦福大学生:“上大学的机会成本太高了。如今科技行业瞬息万变。”这种想法立刻得到了硅谷科技巨头的热情响应。美国风险投资机构A16z的投资者在2025年3月的一则播客中宣称,现在是“十年来辍学生和应届毕业生创业的最佳时机”。

置身巨大的时代浪潮之中,眼前的一切都让这些年轻人觉得不容错过。在美国,“前两年,大家的领英履历还是清一色‘去XX投行实习’,今年,越来越多同学的头衔变成了‘XX founder’。”若涵说。

而随着黑客松参赛者的年龄不断下探,关于教育无用、辍学创业的叙事,正从大学校园进一步蔓延至中学生群体。

2025年,只有14岁的土豆第一次参加黑客松,那时他还只是一名观众。他看到,有选手只用了一个晚上,就和AI一起写了5000行代码。虽然并不清楚对方写的是什么,但对于一直喜欢编程的土豆来说,“觉得好厉害”。

这场黑客松之后,土豆有了目标和梦想,他开始通过网络和AI自学编程,有时一天连续学习8小时。2026年1月,他从学校退了学。“我觉得上学这条路对我来说没啥用,已经不重要了。”他说。

我们见到土豆时,他已经辍学8个月,是黑客松品牌MoonStone的联合发起人之一。在他之外,团队里的另外三名中学生,则都选择了休学。提及今天高压的校园生活,他们普遍表达了窒息与不满。团队成员Icy说:“学校每天一小考,每周一大考,考完还要求写反思,考得好的、不好的都要写。”

另一名14岁的参赛男孩,因为在学校里和同学分享WSL系统如何连通OpenClaw,被嘲讽为“赛级嘉豪”。他说,只有在黑客松上才能找到朋友。平时,他通过互联网和AI自学技术知识,并相信学校课堂已经失去必要性,“清华的课程都在B站上”。

在这些“不喜欢学校”的少年眼里,黑客松如同一个乌托邦。这里没有规训和指责,取而代之的是认可和接纳。

辍学后,土豆通过密集参赛,很快成了黑客松圈里的名人,还有媒体跟拍了他一周。有时,他会以“15岁青年创业者”的身份,受邀前往面向中学生的AI交流活动,发表“不必是‘天才’,也能迈出第一步”的演讲。

这些外界释放出的信号,让这个少年愈发肯定辍学是对的。在学校,他的成绩垫底,但凭借“初中辍学”的标签,却能成功吸引投资人注意。这使他相信,“我直接创业的话,成功的概率会比上学大。”

随着这样的案例越来越多,离开学校创业逐渐形成流行风气。一些仍在校的学生,已经把“高中辍学”写进自我介绍。更多人则对土豆的经历流露出羡慕。他的合伙人Sherry告诉我们,“在热衷参加黑客松的未成年选手里,已经有六七成产生了不如趁早休学创业、找工作的想法。”

谁在打捞“小天才”

年初,一场主题为“中关村北纬龙虾大赛”的黑客松上,孙东来和14岁的初二少年姜睦然,选中了同样的创作题目。后者拿下了比赛的最高奖项,以及20万元奖金。

半个月后,小红书的黑客松大赛中,姜睦然与另外几名初中生再次拿了奖。一夜之间,姜睦然成了媒体和投资人争相关注的对象。一名投资人告诉我们,她曾约过姜睦然多次,但都没有成功——成名后,想见姜睦然的人太多了。

这使得孙东来一度陷入年龄焦虑。“虽然我的(作品)完成度比他高,但他比我小10岁啊。”他说,“我后来想,要是早点接触创业,是不是能有更多红利?”相比之下,孙东来似乎成了这场追逐年轻天才的游戏中的失意者。

真格基金曾把创业者分为四类:小天才、老司机、操盘手(公司高管)和技术派。随着越来越多初高中生通过黑客松进入社会视野,小天才和投资人们似乎同时迎来了最好的时代。

已辍学两年的17岁少年王鑫,向我们展示了微信里一个围绕他建立起来的“孵化群”,群里有来自五源、砺思的投资人,也有FA机构的融资顾问。每个人都在等待下注的机会。

王鑫很好地符合了今天的投资机构对于“天才少年”的想象:初一时在信息学竞赛中获奖,自学奥数两个月便取得初赛市第一的成绩;由于不想把时间浪费在校内文化课上,初中辍学后,他以实习的身份,先后进入过AI创业公司、大型科技企业公司工作——足够年轻、足够聪明、足够出格。

而为他组建起这个群聊的人,是董科含,一个只为“小天才”攒局的人。

董科含曾是奇绩创坛(原YC中国)的创始团队成员,近两年,则是反复公开称自己专注于挖掘14—22岁的年轻Builder(创造者),并创建了N1。其官方介绍是,一个面向年轻创造者的发现和支持平台,通俗点说,一个专门投资早期年轻人的创业孵化器。

据公开资料,N1目前约有40名成员,平均年龄仅19岁。其中,AI圈几乎无人不知的陈广宇就是出自N1——这位17岁的“小天才”离开N1后以实习生的身份加入Kimi,并成为关键论文《Attention Residuals》的第一作者之一。一年后,他又宣布离开Kimi,加入Google前首席科学家Jeff Dean创办的公司。

在这个绝对非典型的高中生成长剧本里,董科含扮演的就是那个“伯乐”——他在2025年北京探月学校举办的一场面向中学生的黑客松上发现了陈广宇,并把他带回N1,教他如何拓展圈内人脉,并帮他找硅谷的实习机会。这之后,陈广宇便意识到,自己再也回不到从前的校园生活了。

陈广宇就这样成了董科含的“代表作”。并且,通过黑客松,更多青少年正在被他触达。

“我们每个人基本都收到了董科含他们发来的邀请。”还不满16岁的Icy说道。而进入N1的前提,是候选人要在学业与创业之间,做出明确取舍。“他特别喜欢辍学的人。只要你拿他的钱,他就会拼命劝你辍学。”陈铭告诉我们。

2026年9月,在N1的基础上,董科含又推出N1 AI School,面向还未开始创业但有潜力的青少年,年龄最低收取至14岁。

我们了解到,进入N1 AI School虽然免费,但需要与董科含签署SAFE协议(未来股权简单协议)——录取者未来开启创业时,董科含可以以最高不超过145万元人民币的投资,占取其最多16%的股份作为回报。这是很划算的投入,相比之下,奇绩创坛通常以30万美元(约200万人民币)换取7%的股权。

“给点小钱、牵牵线,只要这里面有一个人开始创业,又融了一两轮,他可能两三个月就能赚回10倍。”上述投资人表示,按照市场保守估计,这批“天才少年”起步就能融到3000万美金。“相当于垄断了16到22岁这批人的心智。只要他们创业时想到董科含,他就赢了。”

一些投资人把这称为“不平等条约”,表示这份协议对签约者的绑定和融资约束程度“闻所未闻”。比如,如果创业者继续创办第二家公司,董科含仍可以通过投入20万元,获得4%的新增股权。

但学生们未必这么想。我们找到一名休学的高二男孩,他从今年一月参加黑客松,不到半年便想要创业,并对进入N1 AI School向往不已;另一名已经“入学”的男孩则表示,对于像自己这样家境普通的孩子,能得到这样的创业资源支持“特别好”;还有人甚至把N1比作新时代的“雅典学园”,认为这是AI时代下的另一种教育想象。

从狂热,到平庸

2025年末,大二的张凯第一次参加黑客松。彼时,黑客松还未如现在这般泛滥,但他已经察觉到了异样:当他在埋头敲打码、做产品时,周边不少选手却在忙着和投资人交谈。赛后他才发现,这些选手并没有遵守黑客松从零开始构思产品的规则,而是带着已经落地的成熟来参赛、拉投资。

这种现象,随着2026年黑客松数量的激增,变得愈发普遍。

“黑客松的生命周期差不多了。”8月,孙东来哀叹道。自2024年被Adventure X点燃创业热情后,他便在合肥创建了个人品牌“徽客松”。但他决定,在年底举办完最后一场比赛后,便结束这个品牌。

“你发现办来办去参赛的就是那帮人,产品都是日抛的,好一点的月抛。”孙东来说,“还有不少只是为了赚奖金来参赛的赏金猎人。”

实际上,近几个月,在更多的黑客松现场,我们都听到了相似的抱怨:被黑客松触达的人虽然越来越多,但创新水平不仅没有如想象般提升,反而被稀释——像AI社交、AI记账、AI宠物这样的同质化项目反复出现。“基本上每一场都会有人做番茄闹钟。”一名举办过多场黑客松活动的主办者表示。

“技术平权”让黑客松成为一种大众活动,讽刺的是,这恰恰也成了它走向平庸的原因。

与董科含想要通过黑客松和N1搭起一套体系化的“小天才挖掘培养方法论”不同,大多数投资人想在黑客松场上寻找的,是相对成熟的未来创业明星。当很难看到好的产品,人才的密度也被稀释,他们的热情也随之变得冷淡。

2025年,投资人林越坐在Adventure X的开幕式现场,听到的是一连串投资机构的赞助商名单,“名字都举列不完”。而到了2026年,同样的开幕仪式上,他只听到了两三家投资机构的名字。像他这样仍愿意花时间在赛场中大浪淘沙的投资人,越来越少。“之前打黑客松的人真的有水平,现在打黑客松的人都没水平。”一名曾活跃在黑客松赛场上的投资人,甚至有些想念过去的时光。

黑客松所代表的新路径,真的能让大部分普通人拿到逆袭的剧本吗?我们向一些投资人询问黑客松项目最终获得融资的概率,他们的普遍回答是:极低。

“肯定是低于百分之一。”林越给出了一个粗略估算的数字。过去三年,林越所在的机构投资了大约百个项目,其中源自黑客松的不到5个。而他所在的基金,已经是最积极从黑客松中发掘人才的投资机构。

如今,黑客松的狂热在快速褪去,投资人又回到了蹲守有大厂或名校背书的顶尖研究员的路上。不管从哪里寻找创业人才,其实投资人想要的始终是“足够好”的人。

尽管黑客松为所有参赛者提供了同一起跑线,但其实投资人的底层筛选逻辑并未改变。“早期投资还是看人,但黑客松报名不看人。”创业者袁海天表示,“所以很多黑客松作品哪怕做出来,其实也投不了,因为那个人不行。”

旧的评价体系或许正在松动,但筛选本身并没有消失。看似自由与反叛的黑客松,也并未真正摆脱传统教育体系的影响——人们始终需要向某种标准证明自己的价值,区别只在于,向谁证明。

风险投资机构偏爱“特别”的人,但这种偏爱也有其先决条件。林越举例称,今年的Adventure X上,他评审的约20个项目中有3个他感觉不错,其中一个项目进一步接触后,他发现团队三名成员不仅是高中同学,还都考上了很好的大学,比如清华姚班。“越挖越有”,林越迅速与他们建立了联系。

与此同时,他发现越来越多的人开始表演特别:“比如故意做些奇怪的决策,类似初中辍学。”这样的放弃在林越这里并不加分——中学辍学意味着没有通过传统体系筛选,放弃得也无甚成本。

混乱和质疑也在发生。8月底,在北京一场号称“亚洲最大”的千人黑客松上,由于规模过大,机制不够明晰,许多评委和选手都对流程产生了困惑。诸多参赛选手反映,现场迟迟找不到评委为项目打分,甚至当奖项揭晓时,来自赞助商的成熟项目竟然获得了一等奖。

参赛群聊内,选手们的质问持续了一天一夜。有人在社交媒体上吐槽:“原来只要租个场地,拉几个赞助商,找几个命题赛道,就可以办一场千人黑客松。”“让那么多人从天南海北赶过来,为主办团队的履历增光添彩。”——举办大型黑客松,能为主办者申请海外名校的简历加分,这也是Adventure X创始人朱浩宇举办黑客松的初始动机。如今,朱浩宇已前往美国留学,并获得了450万美元的创业融资。

回想起黑客松现场的氛围,屏幕上的倒计时、热血的发言、台下的掌声......置身其中,仿佛被一层美好的幻象包裹。但这场向全民发出的召唤,最终仍只是为少数优胜者敞开了一道门缝。

土豆时常还会想起与黑客松有关的一切。有时,到了半夜,他还会在朋友圈预告,扬言自己要在2027年Adventure X上“整一个超级大活”。

辍学后,他靠帮人搭建网站,或改装手机维持生活,有时月收入仅有一千多元。迄今为止,他觉得人生最有希望的时刻,是在地铁上构想出一个创业点子的瞬间——把Vision Pro的操作方式搬到普通电脑上,淘汰掉鼠标和键盘。人来人往的车厢里,一个个浮华的想象接连浮现。他看见自己躺在别墅的大床上,在私人的健身房中运动……地铁越开越快,似乎很快就要把他带向触手可及的未来。

(陈铭、王鑫、张凯、林越为化名)

图片来源|电影《Buddy》

跳转微信打开

融资数百万美金,未来序列想让人人拥有自己的AI互动游戏

2026年11月12日 13:00

原创 赵芮 2026-11-12 13:00 山西

AI能生成游戏,不代表能做出好游戏。

文|赵芮

编辑|张雨忻

9月,抖音游戏平台上一款关于“大女主逆袭”的互动影游《遥知春雪》,在两周内吸引了120多万名玩家体验。

游戏出自一名刚毕业的女生。她没有游戏开发背景,平时喜欢写小说。借助未来序列的AI互动内容创作工具NEX,她把自己写的小说变成了一部可以玩的互动影游。在游戏中,玩家能在故事的关键节点做出选择,不同选择背后是人物不同的命运走向。

《遥知春雪》游戏试玩版

过去,做这样一款互动影游需要游戏策划、美术、开发等十多个专业岗位协作,开发周期往往以年计算。每增加一条剧情分支,也意味着数十万制作成本。

生成式AI正在改善这一局面。但AI降低了游戏制作门槛,却不代表能做出好玩的游戏。

除了生成角色和场景,一款游戏要吸引玩家持续投入,还需要专业的玩法设计、操作反馈和合理的难度相配合。对于互动影游来说,还要在此基础上兼顾故事吸引力与游戏的可玩性。玩家的每一次选择,如何合理牵动剧情走向?其中出现的战斗、解谜等玩法如何与故事自然结合?

2025年10月,秦凯创立未来序列,开发了AI互动内容创作工具NEX。团队从互动影游做起,将专业游戏团队在剧情分支、玩法设计和视听制作等方面的经验,转化为AI能够调用的专家模型和创作流程,帮助普通创作者把故事做成可玩的作品。

秦凯研究生毕业于北京大学计算机系。早期做过VR和面向普通用户的视频创作工具。任迷你世界内容生态GM期间,他负责创作引擎、创作者运营和内容分发。任职期间,平台创作者月活从2万增至120万,游戏日活从400多万增至2200万。此后,他在腾讯AI Lab担任GiiNEX引擎产品负责人,推动AI创作工具和Agent进入实际制作流程。如今做NEX,他希望先把一个互动影游的创作流程做通,再把工具交给更多创作者。

目前,未来序列获数百万美金种子轮融资,L2F光源创业者基金领投。团队近20人,包括前《隐形守护者》《盛世天下》等游戏的编剧、主策划,以及来自腾讯AI、迷你世界等团队的成员。公司计划先通过NEX吸引创作者、积累互动作品,再逐步搭建连接创作者和用户的海外移动端互动娱乐平台。

从互动影游切入,搭建AI全动态互动内容平台

未来序列目前主要聚焦AI互动影游。这是一种介于影视剧和游戏之间的内容形态:玩家既可以像看电影一样体验故事,也能够通过剧情选择、战斗、解谜等操作,影响故事结局。

这类作品尤其考验多分支剧情设计,以及如何将战斗、解谜等玩法融入故事,辅助故事推进和加深沉浸感。受众也不局限于传统游戏玩家,还可以覆盖喜欢短剧、小说和休闲小游戏的人群。

围绕这一方向,NEX面向小说作者、漫画作者、编剧及普通创作爱好者,将过去需要专业人员协作完成的制作流程,整合为一套AI工具。秦凯把它形容成一个“虚拟游戏研发团队”。

用户将故事交给NEX后,AI会先把单线发展的故事改编成有多条分支、不同结局和人物关系变化的互动剧本,再根据互动剧本设计战斗、解谜、养成等玩法,让玩家的操作也能推动故事。然后生成对应的分镜、角色、场景和视频,最后将这些内容整合进游戏系统,创作者可以通过Agent配置与剧情节奏匹配的付费节点,完成测试、一键打包,支持多平台发布。

不同环节由创作、分支设计、美术、导演和游戏开发等Agent协作完成。创作者可以在过程中提出修改要求,调整剧情、画面和玩法。

分支写作agent工作过程实机演示

秦凯表示,截至2026年10月底,合作的专业创作者已经用NEX制作了十多款游戏,以及两款官方制作的IP改编作品,覆盖古风、悬疑、奇幻、恋爱等不同题材。

公司还尝试将不同题材与游戏玩法结合。例如,由海外知名漫画IP改编的《Rebirth:Monarch of the Dead》(中文名:归来!重生最强亡者之王),采用暗黑奇幻题材,结合多线剧情与战斗QTE。据公司介绍,游戏设计包含33个主线场次、34个互动节点和102种剧情结果。

对于未来序列而言,这些作品要验证两件事:用户会不会为了探索另一种故事走向继续玩,创作者能不能用同一套工具持续做出不同题材的作品。据秦凯介绍,除《遥知春雪》外,已有五六款作品获得抖音平台反馈,开始沟通首发事宜。

按照秦凯的规划,未来序列首先通过官方和专业创作者制作的作品,在抖音小游戏、Steam等现有平台上验证市场需求,重点面向海外和移动端市场。

在产品逐步完善后,公司计划向更多普通创作者开放NEX,让小说、漫画等内容创作者能够独立制作、发布互动作品,并通过内容付费、内购和广告等方式获得收入。更长期的目标,是从创作工具发展为集内容生产、分发、消费和交易于一体的互动娱乐平台。

从生成游戏到做出好游戏

目前,AI游戏的探索有的侧重生成场景和玩法,有的侧重把小说、剧本改编成可交互的故事。还有一种方向是利用世界模型,在玩家游玩过程中实时生成和改变游戏环境。这类技术目前仍处于研究和早期应用阶段,在生成成本、长时间一致性和复杂交互方面存在挑战。

对互动影游来说,即使能生成画面,也还要兼顾故事的吸引力与游戏的可玩性。比如,一部小说可以很容易地让AI改写成多条剧情分支,但玩家做出选择后,如果故事很快又回到同一条主线,或者只是换了几句台词,并不会产生真正的参与感。

要让选择有意义,需要专业编剧和游戏策划提前考虑:人物为什么做出这样的决定?不同选择会如何改变人物关系?此前埋下的伏笔,怎样影响后续情节?这些变化又如何吸引玩家继续探索?

游戏玩法也是如此。给一段视频加上几个操作按钮,并不意味着它就变成了好玩的游戏。战斗、解谜、卡牌等玩法需要服务于故事,根据人物设定、世界观和剧情发展进行设计,而不是在故事中生硬地插入一个小游戏。

例如,将小说改编成互动影游,首先要梳理剧本的题材、世界观、主控核心动线和主线剧情脉络,再将线性故事改写成具有不同分支的剧情树。玩家在关键节点做出的选择,都会影响人物关系、能力值、主控性格倾向等游戏变量,并在后续剧情中产生影响。哪些选择符合人物性格、哪些分支值得继续展开,都需要专业编剧和策划参与设计。

为此,未来序列组建了一支兼具互动内容制作、AI研发和IP运营经验的团队。据秦凯介绍,团队中有人曾任《王者荣耀世界》系统叙事主编,也有参与过《隐形守护者》《盛世天下》的编剧和策划。算法合伙人曾在腾讯从事多模态模型研究,具备模型后训练和游戏资产生成经验。另一位合伙人有十多年IP运营和动画制作经验。在NEX的开发过程中,编剧和策划把制作中的专业判断整理成数据,算法团队据此调优专家模型和Agent。

同时,团队也在把UE等专业物理引擎带来的游戏体验转化为AI能力。

当玩家操纵角色挥拳击中敌人时,好的游戏会让敌人短暂僵直,配合动作停顿、音效、特效和震动,让玩家感受到拳头击中身体的力量。传统游戏可以通过3D模型和物理引擎实现这些反馈。但AI互动影游通常调用提前生成的视频片段,怎样避免动作生硬、镜头跳切,同时保留打击感,就成了新的制作难题。

为了积累这些能力,未来序列一边开发NEX,一边用它制作作品,并邀请专业创作者试用。团队收集专业编剧、策划的制作经验,以及创作者修改和纠正AI生成结果的记录,脱敏总结成知识体系进一步用于模型训练。

用NEX做出的游戏《归来!重生之最强亡者》的实机视频演示

秦凯认为,在互动影游这样高度细分的领域,能回答具体制作问题的高质量数据,比单纯扩大数据规模更重要。除了剧情和玩法,未来序列还尝试将发布和商业化所需的组件整合进NEX,让创作者有机会把作品带到用户面前,并从中获得收入。

从体验故事到改写故事

“未来序列”寄托了秦凯的一种理想:在看似既定的人生结局里,人可以通过自己的选择,争取另一种可能。

他给公司取名为“未来序列”的灵感,来自学生时代喜欢的一部动漫作品——《命运石之门》。故事里,命运看似已经注定,主人公一次次穿越时间却都走向了相似的结局,但最后,他凭借意志,付出巨大代价,终于找到一条通往理想结局的时间线。

在秦凯看来,现实并非这样理想。“受各种条件限制,人很难完全遵从内心做出决定。”

而故事和游戏的魅力,在于它能够让人暂时走出自己的人生,体验另一种处境和命运。互动游戏还提供了另外一种体验:能亲自做出选择,决定后续的经历。秦凯从互动影游做起,想验证的是,如果一次选择真的能改变命运,人会不会为了另一种人生,再玩一次?

过去,即使一部互动影游设计了几十种结局,玩家也只能沿着制作团队提前安排好的路线前进。随着模型能力提升,秦凯想让故事记住用户做过的事、和谁建立过关系,以及在关键时刻做过什么决定,让这些经历改变接下来发生的事。

进入同样的故事,有的人会经历冒险,有人选择退让,有人牺牲自己帮助他人,有人更在意保护自己,每个人都会得到专属于自己的结局。

更进一步,一个人的选择还可能影响另一个人的故事。

据秦凯介绍,团队也正在尝试一款双人互动游戏,玩家A的决定可能改变玩家B接下来能够采取的行动。他希望未来这种联系可以扩展到更多人:玩家在各自的故事里做出的选择,可能会让彼此在某个时刻相遇,并改变对方的经历。不同玩家的经历会相互交织,形成一个不断变化的故事世界。“就像《头号玩家》里的‘绿洲’”。

在此基础上,秦凯希望未来序列能建立一个不同于传统短视频和游戏的AI全动态互动娱乐平台。

NEX已帮助没有游戏开发背景的创作者把故事做成可玩的作品。接下来,未来序列计划通过平台帮助创作者发行作品、找到受众,并探索买断、内购和广告等收入模式。让创作者有机会从作品中获得收入。

更多创作者带来不同题材和玩法的作品,也可能吸引原本喜欢小说、漫画、短剧,却很少接触传统游戏的人群。当创作者能够获得收入,用户也愿意持续为优质内容付费,平台才有机会形成稳定的内容供给与消费循环。

今天的短视频平台根据观看和点赞记录,推荐用户可能喜欢的下一条内容。秦凯想探索的是,互动内容能否记住一个人在不同处境下反复做出的选择,以及他由此建立的关系,让这些经历影响他日后会遇见谁、被谁信任,又会被卷入怎样的故事。

在这样的世界里,人们不再只是观看别人的故事,更多是走进故事、改变故事,并与他人共创新的故事。

图片来源|AI生成

跳转微信打开

一台机器 2000 万,隐秘的天价 GPU 生意 | 深氪 Lite

2026年11月10日 14:53

原创 李炤锋 2026-11-10 14:53 山西

一台八卡服务器,N层中间人的转手。

文|李炤锋

编辑|张雨忻

在南方某城市的保税区一带,一家公司的采购代表陈远(化名)等了整整一天。

陈远需要买一批某型号(以下称X型)的高端GPU服务器。来之前,老板给他下了“死命令”:当天必须要拿到货。然而,陈远从早上等到晚上11点,等来的却是对方的“卖不了了”。

替他找货的中介商林岳(化名)立刻又联系了另一名卖家。这一次,对方报出的价格每台超过2000万元,但依然“没法立刻拿到货”。

陈远要的是X型8卡服务器——一台搭载着8颗X型号高端GPU的机器。今年以来,该型号设备的价格经历了一轮暴涨。

去年年末,X型8卡服务器在国内的报价约为400万元;而到了今年9月,同一机型报价涨至原来的近4倍,来到了1500万元左右;而就在近一个月,报价再次大幅上涨,突破了2000万元。

涨价的直接原因,是高端GPU的需求在持续扩大——全球范围内,各大AI厂商都在加紧算力的“军备竞赛”。比如,今年2月,Meta与生产高端GPU的该芯片厂商就宣布了一项多年合作,计划部署数百万颗高端GPU,建设用于AI模型训练和推理的超大规模数据中心。

另一方面,是这个需求和交易量巨大的市场,并不是一个足够透明的市场——一条货源消息往往要经过多名中介,每转一手,就会被加一次价。而即便买家愿意出高价购买,也未必知道谁真正有货、什么时候能交。

围绕这轮不断攀升的行情,《智能涌现》与几位算力从业者深入地聊了聊。从他们经手的一笔笔生意里,我们试图搞清楚这桩隐秘的天价生意是如何运转的。

中间人的生意

陈远去保税区的前一晚,林岳盯货盯到了凌晨一两点。他记得,自己是反复确认过货没问题,才去睡觉的。

“前一天晚上,我跟供货方反复确认,对方说一定没问题。早上7点多,我又开始追问。到了上午、中午,还在问货有没有问题。供货方一直说,‘货在,货主已经锁好了。’”

但在如此严防死守的情况下,他还是没能帮陈远拿到货,此前的反复确认全都成了对方的空头支票。

“以前我在这个卖家这里拿到过货,肯定是有一定信任才会再找他们的。但我现在怀疑他们是不是也只是中间人。”林岳说,他感觉对方其实并没有直接掌握他想要的X型货源。

一笔GPU服务器交易,最上游是直接掌握设备的货主,即卖家,最下游是买设备自用或向外出租算力的企业,即买家。两者之间,隔着若干层中介商:有替货主找买家的中介,有替买家找货的中介,还有受买家委托来完成采购的代采方等等。

正是大量中介商的存在,使得货源消息常常要经过多次转手,才能传到买家面前。林岳替买家找货,他联系到的“卖家”却可能也是中间人——他并不是离货主最近的那一层。“我的买家资源更多,但离‘真正的卖家’不够近,对他们缺乏掌控力。”这成了林岳即便反复确认也把握不了成交的重要原因。

市场的需求缺口巨大、供应紧张,导致X型GPU服务器快速涨价,这是几乎每个人都能看到的原因。而看不到的则是,若干层中介商的存在,也一步步推高了价格。

“一个货主如果放出‘有一批货准备出售’的消息,离他们最近的中间人立刻就会把货源消息往下传,消息每转一手,就在上一家中介的报价上加一层,最后报到买家面前,价格就被抬高了很多。”

替买家筹谋的中介,需要具备一项技能:怎么判断你对接上的卖家是不是真正手里有货的卖家,而不只是另一个中介。

林岳有自己的办法。“关于卖的是什么型号、多少钱这些基本的问题,能不能马上说清楚?如果我问一个问题要等半天对方才答复,或者刚答应一个交易条件又冒出一个新条件的,大概率不是真卖家。”

但林岳知道自己这一次“看走眼了”,“对接的人自己不能直接决定怎么卖,还要向上游逐层询问,买家才会迟迟等不到准信。”

而“准信”对买家来说又是那么重要。大部分买家都希望能“同台”交易,也就是双方当面验资、验货,确认买家有钱、卖家有货,再完成交易。但眼下,高端GPU服务器供给是个卖方市场,卖家更倾向于先筛选买家,确认买家资质、资金是否到位之后,再交出自己的底牌。

买家的处境更为被动,要拿到货必须动作够快。常见的操作往往是:买家告诉中介自己能接受的价格,中介便以这个价格长期留意市场上的货源,一旦有货源冒头立刻让卖家把营业执照发过来,交定金,再给他锁货——那些还在反复谈条件的买家根本得不到交易的机会。

买家被“遛”甚至被骗钱的案例也不少见。林岳描述了这一操作:“对方说自己一定有货,先跟你签合同,让你打定金,收了钱就走了。”在他看来,这也是一些买家不愿提前付款等货、坚持找现货的原因。

一场交易中的多方,彼此之间都难言信任,谨慎和试探充斥其中。

“我不能确定市场上到底有多少货,每个人的报价谁是真的、谁是假的。”林岳怀疑,一些满口答应有货的对接人,并没有直接掌握货源,还要继续向其他渠道询问。

他连行业内传来的成交消息也不敢尽信:“看起来很热闹,好像做成了很多单,但真正成交的,未必有听起来那么多。”在他看来,高价也让一些买家开始冷静下来,转而观望。

目前,市场上的买家主要包括:为做模型训练而采购设备的模型公司、互联网大厂,还有向外出售或出租算力集群的算力服务商。“这些公司大都不会直接出面,而是委托代采方来交易。”林岳说。

如今,面对超过2000万元的报价,大部分大厂已经不愿买单。林岳表示,针对X型8卡服务器,国内AI大厂能接受的价格上限在1500万左右。

不过也不是所有模型厂都退缩了。据林岳了解,近期市场上,某头部模型厂的求购消息仍时不时传来。

谁为高价买单

工信部数据显示,截至今年6月底,我国智能算力规模同比增长177%,已建成52个万卡以上智算设施。除了模型厂之外,做算力出租生意的公司也是采购高端GPU服务器的主力军。

在价格高涨、中间人四处找货的行情下,赵诚(化名)关心的是哪些采购最终能够落地,这能让他摸清楚这个看似热闹的水下市场真正的水温。

随着X型8卡价格突破2000万,赵诚说:“大部分模型厂都放弃购买了。”在他接触的买方里,更主流的是采购设备建算力集群,再向下游客户提供算力服务的公司。“如果我是建算力集群的,已经跟客户签好合同了,承诺了多长时间内要交付,不交付要承担什么违约责任,那么如果赔偿成本比机器的溢价还高,就只有硬着头皮买。”

在这样的背景下,交付压力沿着订单往上游传递,“能够按时拿到设备”成了大部分买方愿意接受溢价的前提。

跟一般的中间商相比,赵诚坚持必须直接对接买家。这是由他的生意模式决定的:买家买到GPU服务器后,他为买家提供后续的部署和维护服务,并赚取服务费。“我可能会给中间人一次机会聊一聊,如果第二次沟通还不能直接跟买家聊,那我就不继续了。”

他坦言,在这个隐秘的水下交易市场里,每一个角色几乎都是隐身的,而这与买家的诉求直接相关——买家大多不愿意分享交易渠道,这样会增加跟自己抢卡的其它买家。“本来就一碗饭,5个人分差不多,如果来了10个人、20个人分,肯定就不够了。”

国内高端GPU市场上,除了X型卡,推出更早、AI计算性能也不错的Y型卡,是另一个主要的交易型号。采购该型号服务器,既可以寻找市场现货,也可以直接向生产该GPU的公司申请供货配额,由其直接安排供货。据赵诚介绍,现在水下市场的Y型8卡的现货报价约为每台650万元,而通过原厂配额采购,价格可以比现货低约200万元。

不过,价格较低的原厂配额,有更严格的申请门槛。赵诚说,他接触的一些客户虽然急着要货,却暂时无法满足资金、机房或用途证明等审核要求,因此难以推进采购,最终还是只能转向高价市场。

目前,虽然Y型卡比X型卡便宜了约三分之二,但这并不意味着就更容易买到。这再次回到了前面几位中间商都反复提到的问题:“能及时拿到货”是这个交易能完成的关键,可市场上的“现货承诺”并不可靠。

赵诚举了个例子:“比如一台服务器原来谈好450万元,后来市场价涨到650万元以上,那我宁愿赔你违约金,再高价卖给别人,扣掉违约金,赚得比原来还多。我干嘛不违约?”所以,哪怕买家已经锁定了,最后也可能出问题。

智能涌现了解到,一些交易还附带搭售条件:买家想买X型这样的紧俏型号,还得搭着买Y型等其他型号的GPU服务器。“简直像买爱马仕一样,还得配货。”有买家这样说道。

“并不是说芯片足够量产,就可以大量供货了。”赵诚把供货的问题追到了上游:高带宽内存(HBM)供应不足、先进封装产能紧张,都在限制高端服务器的量产。他估计,全球用于组装Y型8卡服务器的现成模组已经不多,乐观情况下,可能也只能再支撑约半年的供货。所以,价格还会被进一步抬高。

行业上游正在持续扩产,但新增供应还需要时间。SK海力士今年10月表示,“供应未能跟上市场增长”,先进制程的技术难度和新厂建设所需的时间,是两大制约因素。公司计划在年底前将M15X工厂产能提升至最大水平,增加新一代高带宽内存HBM4的供应。

同月举行的业绩发布会上,台积电方面披露,全球近20座工厂项目正在推进,涉及先进制程和先进封装等领域,但“设备供应紧张”,扩产仍需提前与设备供应商协调。

企业还在寻找别的选择。公开报道曾披露,今年以来,一些企业因X型8卡服务器涨价而转向租赁,但当时一年期租赁合同的月租金最高也已涨至19万元,一年下来租金也要200多万。

此外,一些大厂近期甚至开始打听RTX5080这样的消费级显卡的行情。

受老板之命去买X型8卡服务器的陈远,依然没有回去,他还在等货。他请卖家帮忙至少调出一两台,先让他见到设备。对方起初让他再等等,随后又说,货协调不出来,老客户也在抢这批货。

这笔采购最终没有成交。当陈远仍追问第二天早上能不能拿到货时,卖家回复他:“拿不到,再等几天吧。”

图片来源|电影《华尔街之狼》

跳转微信打开

独家|Seedance海外收入占比已达50%

2026年11月3日 16:27

原创 张雨忻 2026-11-03 16:27 江苏

腾讯、B站等大型互联网公司是Seedance在国内市场的主要客户。

文|张雨忻

编辑|杨轩

近期《智能涌现》独家获悉,字节跳动旗下视频生成模型Seedance的海外收入占比已达到50%。据接近火山引擎人士透露,过去半年,Seedance在海外市场的收入增长近5倍。目前,海外已经成为Seedance模型的重要战场。

今年2月,Seedance 2.0曾因生成内容涉及好莱坞版权角色,收到美国电影协会(MPA)的停止侵权函;半年后,双方在8月17日签署了全球谅解备忘录。此后,随着Seedance 2.5发布,MPA官方点名了字节在IP保护上取得的进展。

8月,迪士尼与TikTok也达成全球短视频内容合作。创作者可以合规调用漫威、皮克斯、《星球大战》、FX等数百部片库的角色和片段做二创,作品分发在TikTok和Disney+的竖屏频道Verts,先在美国试点再向全球推开。

正是随着字节与海外关键版权方的合作有所突破,Seedance在海外的收入也迎来快速增长。

而在国内,互联网企业仍然是Seedance的主力客户,知情人士透露,从Token消耗和贡献收入来看,腾讯位列Seedance中国区客户前三,B站则进入前十——头部互联网企业正在规模化采购Seedance。

在互联网企业之外,Seedance的实体产业客户数正在快速攀升,数量占比已超过四分之一,涵盖制造、新零售、商业服务、教育、医疗健康、通信、汽车、能源等行业。

知情人士告诉我们,Seedance2.5具有更强的多模态参考能力,更精细的参考生成和编辑一致性,这让模型有机会进一步深入具身智能、制造业仿真、工业培训等实体产业。

这也是火山引擎内部看好的方向,在今年6月的FORCE大会上,火山引擎总裁谭待曾表示,“AI短剧从长期来看可能只是一个小场景,公司更希望Seedance进入各行各业的生产环境,特别是面向高端生产力制造。”为推动模型在这些行业中的落地,火山引擎今年成立了FDE(前沿部署工程师)团队,深入汽车、医疗、教育等重点行业。

图片来源|IC photo

跳转微信打开

当Agent开始构建世界,这条赛道的价值仍然在被低估

2026年11月2日 18:19

智能涌现 2026-11-02 18:19 江苏

真正有价值的机会,属于那些敢于走在共识之前的人。

2026年8月,OpenAI联合创始人兼总裁Greg Brockman使用X,转发了一件主题为“人体器官教学”的3D交互网页作品。

背后的开发者@thebuggeddev,将AI 3D大模型Tripo P1.0的建模能力,与GPT 5.6 Sol的编程能力相结合,快速打磨出了精美的可交互网页——在此之前,他不了解Blender等3D建模的专业工具,也没系统学习过编程。作品发布后,X上的浏览量迅速突破了210万。

这是@thebuggeddev创作生涯中的高光时刻。与此同时,一群“AI+3D”原生创作者也开始崭露头角。

创作者海辛和阿文,利用Nano Banana生成参考图,调用Tripo P2.0完成3D建模,再交给GPT-6 Astra编排场景、特效和交互逻辑,将《爱丽丝梦游仙境》的章节“与毛毛虫的对话”做成了精美的互动游戏,制作教程还登上了B站热榜;

独立开发者Sac,用Claude Opus 5.5+Tripo+Blender的工作流,仅用16天就将《小王子》中的每一个星球变成可探索的3D场景,作品在X上获得上万赞,并得到了a16z、Marc Lou等科技机构和KOL的转发。

3D创作开始成为一种新的表达方式,甚至是一种新的生活方式。它不再只属于专业的建模师、游戏开发者和动画师。一个人有了想法,就可以尝试搭建自己的世界;一个原本只存在于脑海中的场景,也有机会变成可以进入、可以互动的作品。

而推动这场变化的主力,是一群试图重新定义3D创作边界的年轻人。

@thebuggeddev、海辛和阿文所使用的Tripo P系列模型,核心研发者是刚从清华大学博士毕业的Ronnie;

Project Eden作为业界首批提出“Coding Agent+实时生成式渲染器”分层路线的世界模型,其核心研究者则是02年出生的硕士研究生Zion。

他们当中,有人尚未毕业转正就参与核心模型训练,有人从一个看似边缘的兴趣出发,逐渐推动出一条新的产品和技术路线。

这些年轻人都聚集在VAST(三启万物),一家成立于2023年的通用人工智能公司。

三年前,VAST发轫于AI 3D探索几近荒芜的时代;如今,全球数千万用户通过旗下AI 3D模型Tripo表达自我。从让模型更快、更好地生成3D资产,到让Agent能够理解、调用和编辑3D内容,再到探索如何构建能够持续运行、实时交互的世界,VAST正把研究的触角伸向更广阔的空间。

团队成员R将这一过程比作“在南极科考”:过程中,大家或许会掉进南极冰窟,或许会面对南极的猛兽,但最重要的是先“插一把梯子”、“建一组探险精锐”——最终团队会感受到,“南极也没那么冷”。

为什么要重新理解3D?

很长一段时间里,3D创作都和“专业、小众、高门槛”绑定在一起。在大众的想象中,这一套需要漫长学习周期和复杂软件的创作过程,属于游戏开发者、动画师、工业设计师等少数专业从业者。

市场的反应,也间接体现在科技行业对3D的整体投入上。毕业前,Ronnie曾在不少大厂实习过。但他发现,对于3D这样一个比LLM更年轻、落地更晚的行业,大厂愿意投入的资源并没有预期中的多。

R则有不同侧面的感受。加入VAST之前,他曾深度参与多家大厂的合作。但他发现,大厂,并不意味着就有winner mindset(胜者思维),“初创公司的很多研究都比大厂前沿,因为大家都抱着自己定义问题的勇气和必胜的决心”。

这群加入VAST的人,都坚持着在彼时并不主流的信仰:3D是世界的“母语”,是万物在数字空间中的原生表达。物体的形状、结构、位置,以及它们之间的空间关系,都可以通过3D表达。

Zion直言:“3D被低估了。”他举了几个例子:在当下备受关注的代码世界模型路线中,上游引擎维护的就是3D内容的演变。同样的,在具身智能的仿真训练环境中,3D内容在较长时间内仍然会成为构建环境的基础。未来,3D不仅会服务于游戏、影视和工业设计,也有机会成为AI理解环境、操作物体、构建交互世界的基础。

短短2年内,这份判断逐渐沉淀为Tripo的两条模型路线:P系列致力于让生成的三维资产具备生产级拓扑和可用性,H系列则不断挑战高精度几何生成的能力边界。

2026年以来,随着LLM的理解、规划和Coding能力空前加强,行业开始重新评估3D的创作门槛和落地前景——当上游的Agent足够强大,它就能代替普通人接管愈来愈多的3D专业工具和创作流程。

然而,尽管Coding Agent已经能够生成Three.js页面、编写部分交互与动画逻辑,并根据运行结果持续调试,但从“Agent会写代码”到“Agent能够开发交互式3D应用”,中间还缺少了关键一环:能被Agent快速理解、编辑和驱动的3D资产。

补上这一环并不容易。一方面,要让3D进入更多元的创作流程和任务中,意味着AI生成的3D资产必须满足“生成即可用”,甚至好用;另一方面,当AI Agent接管了更多的创作流程,AI 3D模型创作的资产还需要能被AI直接编辑、绑定,并进入实时环境。

如今,Tripo的演进与Agent的发展,形成了巧妙的互文。Tripo H系列模型持续提高复杂形体与细节的还原度;Tripo P系列则在秒级直接生成生产级网格——其中,2026年8月发布的P2.0支持原生四边面拓扑、布线更为规整,并且支持更符合结构语义的天然分件,管线兼容性空前增强。这些特性,同样让P2.0天然适合被Agent理解和驱动。

“Tripo的技术哲学是‘生成即可用(production-ready)’。”VAST首席科学家曹炎培曾多次提到。他既是P2.0的研发者,也是首批创作者。他让P2.0生成了一只由各个独立部件组成的3D机械蜘蛛,再让Claude Opus写出运动逻辑,成功让这只蜘蛛动了起来。

P2.0发布后仅2周,GPT-6 Astra空降炸场——这个号称“全球最智能”的模型,让AI 3D迎来了自己的最强宣发期。

海外创作者Nano,基于Astra为Tripo生成的二次元角色添加了动态表情,在X上获得了1400赞;没有建模和游戏开发经验的@luccacerf,基于Astra-Tripo P2.0-Blender-Unity的工作流,仅用3个提示词、90分钟的制作周期,就创建了一款《魔兽世界》同人游戏——短短一周内,Tripo API的调用量迅速增长,上百名成员也在VAST内部自发组建了Astra+3D创作群。

△创作者Nano(@Dstudio_ai)基于Astra为Tripo生成的二次元角色添加了动态表情。

这也让VAST从成立之初坚持的判断有了新的现实注脚:3D不只是一个内容生产门类,也会像李飞飞所判断的那样,成为“人和机器的通用接口”。

随着Agent逐渐成为新的创作者,3D的边界才刚刚开始打开。

从非共识,成为共识

“我从来没见过这样的AI 3D模型!”

2026年3月,美国旧金山。在全球顶级游戏开发者盛会GDC上,一款名为“Tripo P”的AI 3D模型Demo,吸引了不少参与者的目光。一名海外游戏创作者对P系列核心开发者Ronnie连连称赞:“这实在是太棒了!”

在彼时的AI 3D领域中,Tripo P是个令人惊叹的“新物种”。以往AI生成的3D资产,不仅生成耗时长达分钟级,拓扑布线质量也远不及生产的要求,往往重度依赖人类的返工。但在AI 3D模型Tripo P系列身上,传统AI 3D“质量、速度、管线可用性”的不可能三角消失了。

对Ronnie而言,P系列的故事宛如一部爽文。7月,在美国洛杉矶举办的图形学国际顶级会议SIGGRAPH 2026上,基于Tripo P1.0的实时演示,在Real-Time Live!环节拿下最高奖Best in Show;VAST五篇论文入选Technical Papers,其中就包括Tripo P系列底层算法Nexus的相关论文。8月,P系列的最新成果P2.0,又成了全球首个在扩散模型上,实现原生四边面拓扑网格端到端生成的AI 3D基座模型。

聚光灯、荣誉、掌声——这一切的背后,是身处非共识中的孤独求索。

Ronnie记得,P系列刚在VAST内部立项时,行业中鲜有人谈论用扩散模型实现网格生成。彼时,自回归范式在大语言模型上取得的巨大成功,让3D领域深受影响。不少研究者试图将序列化的方式,照搬到3D表征上——这条路线的确很快让行业尝到了“甜头”:基于自回归路线,3D模型可以生成低面数、结构紧凑、具有一定生产价值的原生网格。

但Ronnie很早就意识到,自回归路线为原生网格生成带来的,是一种“虚假繁荣”。他提到,强行将网格塞进序列化的表征,会造成信息的折损,一旦追求更高的上限,误差积累等问题就会集中爆发。

基于扩散模型实现网格生成的想法,很快得到了内部的支持——即便这是一条没人趟成功的河,即便彼时的Ronnie仍是个实习生。“我们有很多试错和成长的机会,”他回忆,“可以自己做一些out of the box的探索。”

VAST对世界模型的探索,同样始于一条几乎荒无人烟的小径。

Zion记得,自己刚加入Project Eden项目组时,市面上主流的世界模型方案,还是由Genie 3所引领的交互式视频实时生成路线。但成员们意识到,基于纯键鼠Action的输入方式,很难做出用户愿意持续玩、真正有商业价值的内容。更重要的是,动作条件视频模型固然能生成影视级的画面,但底层状态却难以维持。

一种全新的“分层”交互范式很快浮现:上游的Coding Agent和交互引擎维护世界的状态和规则;下游的实时视频生成模型,则渲染出高保真的视觉呈现。

作为吃螃蟹的人,研究的困难可想而知。彼时,可参考的成熟开源代码并不多,研究团队试验了多个版本的配置,花了近半年的时间,才将效果跑通。

2026年6月,Project Eden一经发布,就引发了国内外的关注。Nataniel Ruiz(谷歌DeepMind研究员)、Matt Workman(fal创意技术专家)等科技圈KOL纷纷转发。

而后,愈来愈多以“分层”为哲学的世界模型研究出现在业界:Project Eden发布不久后,李飞飞团队提出规划器、模拟器和渲染器组成的世界模型框架;10月底发布的Genie 4也在Blog中指出,混合世界模型或是下一阶段的关键路径:融合代码与语言模型的结构化推理,以及像素级模拟的丰富感知能力。

技术创新的机会,往往藏在共识尚未抵达的地方。从Tripo P系列到Project Eden,VAST选择的都是当时少有人走的路。

这份魄力也逐渐转化为VAST的技术竞争力。成立以来,VAST开源项目数量超过50个,在3D领域累计发表60余篇顶会论文,是全球3D领域顶会论文储备最多的团队之一。在第三方独立测评机构基于超过20万用户的盲测中,近半年来,Tripo系列模型综合性能稳居第一。

这份成绩也让一个朴素的道理再次显现:真正有价值的机会,往往属于那些敢于走在共识之前的人。

下一步,成为V·STAR

走在共识之前,需要的不只是技术判断,也需要一群愿意为判断承担不确定性的人。

在VAST内部,这群人被赋予了一个颇为浪漫的称号:V·STAR。

V·STAR是VAST面向全球顶尖青年技术人才设立的专属计划。计划提供不设上限的薪资、期权,以及与研究任务相匹配的算力和资源。目前,V·STAR正在寻找三维生成、三维理解与智能体、世界模型等方向的青年研究者。无论此前深耕计算机视觉、图形学,还是大语言模型后训练、Coding Agent、视频生成,只要对这些问题有自己的研究和判断,都有机会在这里找到新的课题。(官方投递通道https://tripo3d.com/vstar;投递邮箱vstar.talent@vastai3d.com)

在VAST看来,顶尖人才不只由学校和论文数量定义。比起一份漂亮的履历,团队更看重一个人是否提出过有价值的判断,是否主导过重要工作,是否真正推进过一个棘手的问题。

在R看来,探索未知领域,需要的不是一支庞大的队伍,而是一支能够独立应对各种问题的精英团队。“建立科考队的时候,你需要的不是一个大军,而是一个精英团队,每个成员可能都能身兼数职。这也是为什么,我对VAST,尤其是Research团队非常认可。”

这种精干的组织形态,也影响着团队的工作方式。R观察到,创业公司往往是事多于人,每个人都有机会直接承担重要任务;大公司则可能出现人多于事的情况,好项目需要争抢,团队之间也容易产生内耗。

“上不设限这句话所有人都会说,但真正的上不设限是:你想做什么事情,就可以拿到机会去做。”

R加入VAST时,就希望尝试一些自己此前没有做过的事情。他和团队交流后,想法很快得到了认可。“最后一做,就做成了。”

这种自主性,也意味着研究者能够更直接地承担责任,并拥有更长的探索周期。

在VAST,Ronnie的体会是自由。对于周期较长、结果不确定的研究,这种空间尤其重要。他提到,同事们对研究的价值有着相近的理解,没有人会要求团队下个月就必须拿出某个结果。“大家都尊重科研的过程,也允许失败发生,碰到问题就一起讨论解决方案。”

团队内部的讨论也相当直接。刚加入时,R还会顾虑自己的位置,担心表达不同意见是否会越界。但很快他发现,几乎所有问题都可以拿到桌面上讨论。就在最近的一次交流中,几位成员临时想到一个实验思路,当场组队,迅速做出实验,结果令人惊喜。

这种从想法到行动的距离,在实习生身上也能得到印证。博士五年级的Stewie曾在VAST完整训练过一个线上核心模型。“这在不少公司是实习生碰不到的。”他说,“你想到一个东西,就可以直接去做,中间没有很多成本浪费在别的地方,也没有什么赛马机制。”

当然,一支科考队也需要足够的装备和补给。R的感受是,VAST的研究者实际能够获得的资源,有时甚至比在大厂更充裕。尤其在一些并不高度依赖算力的研究方向,团队的组织效率和资源使用方式,能够带来很大的发挥空间。

VAST也在持续为研究投入提供资金支持。过去半年,公司接连完成了总计约50亿人民币的融资。对于仍处在快速探索期的AI 3D和世界模型研究而言,稳定的资金、算力和人才投入,是一支“科考队”能够持续向未知区域推进的基础。

那么,什么样的人适合加入这支队伍?

R给出的第一个标准是:high capability, low ego(能力强,姿态低)。

他再次用南极科考队比喻:在冰天雪地里,队员首先要考虑的是如何完成任务,没有人会一直争论谁是一号位。对应到VAST,团队并不特别在意一个人过去来自什么平台,也不会单纯依靠论文数量和学历证书筛选人才。更重要的是,他有没有破冰的勇气,面对一个从未解决过的问题,能不能基于对技术本质的判断,大胆提出自己的想法并付诸实践。

在R看来,对于真正有能力的研究者,平台背书并没有那么重要:“你的价值,取决于对问题本质的思考深度与研究品味;当你获得探索的机会,这份价值最终将体现在产出中。”

在VAST,每个人都有机会深入参与项目的关键环节,亲自推动一项研究从想法走向结果。相比于身处一个庞大组织、成为某个项目的参与者,这种高度的参与感,也让年轻研究者更有机会建立自己的技术影响力。

校招那年,Ronnie也曾问过自己:以后还能不能找到更好的机会去创业?

“我很难想象自己在大厂工作三四年以后,再出来创业。”他给自己的答案是:“反正是第一份工作,也没什么好失去的。既然有这个可能性,不如趁年轻试一试。”

三年以来,Ronnie参与研发的模型已经被Agent接入创作工作流。从当年一个尚未被行业广泛认可的技术判断,到如今成为越来越多开发者可以使用的工具,他亲历了一条非共识路线逐渐走向现实的过程。

R聊到最后,也为自己的这趟“南极之行”留下了一句颇有意味的评价:“虽然但是,感觉南极也没那么冷。”

未知的地方,当然不会一直寒冷。有人先走进去,有人搭起梯子,后来者才有机会沿着这条路继续向前。

当Agent开始构建世界,下一代AI将如何理解空间、操作物体、维持一个世界的运行,仍然有许多未至之境。VAST希望找到的,正是那些不急于等待答案、愿意先走进去的人。

(文中Ronnie、Zion、R、Stewie均为化名。)

图片来源|企业供图

跳转微信打开

非洲奥运首秀,阿里巴巴交出了一份“双面答卷”

2026年11月2日 18:19

智能涌现 2026-11-02 18:19 江苏

当千年非洲鼓撞上中国AI,百年奥运迎来一场跨越山海的文化共创。

从1896年现代奥林匹克运动会诞生算起,整整130年后,奥林匹克综合赛事终于第一次踏上非洲大陆。而这一历史性首站的坐标,就落在了非洲大陆最西端的塞内加尔首都——达喀尔。

达喀尔青奥会开幕当晚,漫天烟花与数万名观众的欢呼声在体育场上空交织,整个非洲都在为这一等待百年的历史时刻沸腾。就在这样一场万众瞩目的开幕盛典上,原本相隔万里的100名全球青奥会志愿者,完成了一次跨时空的同台击鼓。让这场百人合奏得以成真的幕后技术,正是阿里巴巴自研的视频生成大模型:Wan3.0。

在万里之外的非洲主场,一个中国大模型,凭什么能站在开幕式的舞台中央?

同台:当千年非洲鼓点撞上中国AI

答案,就藏在塞内加尔的传统文化里。

在当地沃洛夫语中,有一个灵魂词汇叫“Teranga”,意为“极致的好客”,就连本届达喀尔青奥会的官方主题曲都直接以它命名。而在塞内加尔的传统习俗里,每逢盛大庆典与迎宾时刻,当地人都会一手拍击鼓面、一手握持木杆,敲响传承百年的国宝级乐器——“萨巴尔鼓”(Sabar)。

为了帮助东道主将这份独特的好客之道传向全球,阿里团队与青奥会组委会共同发起了一场全球AI共创。来自世界各地的100位青年志愿者,只需提前提供一张日常照片,Wan3.0大模型就能精准识别人物特征,为他们换上绿、黄、红三色T恤,以此呼应塞内加尔的国旗配色。

△达喀尔青奥会开幕式现场

开幕式现场,台下是非洲本土乐手击鼓,大屏上是百名全球志愿者隔空合奏。当千年非洲鼓点撞上中国AI,这跨越山海的60秒,就成为非洲奥运向世界发出的第一声问候。

互动:全球参与者共同敲响非洲鼓

但这通迎宾的鼓声,如果只在开幕式上敲响一分钟,未免太过可惜。

为了让更多人亲身感受技术与文化的碰撞,在赛场外人流最密集的达喀尔奥运广场(Festival Site),阿里巴巴专门搭建了一座占地75平方米的AIGC互动空间——“The Teranga Beat”。这座展馆直接将开幕式同款的AI生成能力搬到线下,变成了一项面向所有民众、人人都能零门槛上手的互动体验。

△达喀尔奥运广场上的阿里巴巴AIGC互动空间

走进这座互动空间,体验流程被设计得极具本土仪式感。观众在入口处领过一根传统鼓棒,敲响屏幕前方的鼓面,就能唤醒搭载英法双语的AI助手;在输入名字、现场拍下照片后,屏幕会随即切换为一段敲鼓互动小游戏。

就在观众跟随节拍敲鼓互动的短短十几秒内,Wan3.0大模型已经在后台完成了实时渲染,生成一段个人专属视频。画面里的体验者不仅换上了地道的塞内加尔传统服饰,还置身于开幕式广场、传统彩绘木船以及猴面包树等非洲特色场景中,化身本土鼓手敲鼓欢庆。

△现场AIGC打鼓体验

体验结束后,现场设备还会打印出一张实体纪念卡(Beat Card)作为礼物。体验者只需拿出手机扫一下卡片背面的二维码,不仅能将这段专属视频保存留念,还能将自己的AI化身一键投送到广场中心的巨型大鼓屏幕上,与来自全球的参与者实现虚拟同框合奏。

与此同时,展区还搭载了基于千问大模型开发的青奥会专属智能问答系统。这套系统支持英法双语实时交互,无论是赛事日程查询,还是塞内加尔本土文化科普,都能对答如流。整个赛期里,无论是第一次接触AI的当地民众,还是来自全世界的游客,都能借助多模态大模型,沉浸式地融入这场非洲主场的奥运欢庆之中。

从“奥运专有云”,到“国家主权云”

台前的开幕式共创和奥运广场互动,将非洲主场的热闹氛围推向了顶点;而在观众看不见的幕后,另一套数字基础设施正在支撑整届赛会的平稳运转。

这是非洲历史上第一次独立承办奥林匹克综合赛事,许多核心数字化系统都需要从零搭建。为了撑起这14天的密集赛程,阿里云基于飞天企业版专有云底座,在达喀尔本地部署了首个奥运赛事专有云。这套采用双AZ高可用架构的云底座,直接承载了各项核心系统,保障赛期核心业务零中断运行。

依托这朵本地部署的专有云,达喀尔青奥会还在历史上第一次实现了“全场次付费票务”。覆盖7大场馆、超过100万张门票的线上销售,以及现场100余台PDA设备的快速验票,全部跑在这套云端系统之上。

而且不止于此,整场技术交付里最具含金量的动作,其实发生在赛事落幕之后。

以往的国际大型赛事,往往面临“比赛一停、设备就撤”的资源闲置难题;但阿里云在架构设计之初就已经明确:青奥会结束后,这套专有云底座不会撤走,而是整体移交给塞内加尔政府相关部门,直接转化为“国家主权云”。它将作为长效的奥运数字遗产,继续承载当地的政务与公共数字化建设,甚至成为辐射整个西非地区的算力基建。

在这届意义特殊的达喀尔青奥会上,阿里巴巴在非洲交出的,其实是一份超越赛事本身的“双面”答卷:

在台前,用AI大模型敲响千年鼓点,让前沿技术变成人人可参与的文化体验;在幕后,把一朵真正能运转的主权云留在塞内加尔,从服务一场体育赛事,走向长期赋能一个国家的日常运转。

青奥会的赛期只有短短14天,但当奥运圣火缓缓熄灭,这朵云与非洲大陆的故事,才刚刚开始。

图片来源|企业供图

跳转微信打开

融资数亿元,前上海AI Lab大模型负责人创业,打造能自进化的研究基础模型|智能涌现首发

2026年10月28日 11:00

原创 王欣逸 2026-10-28 11:00 山西

一支拥有万卡级基模训练经验的团队,要训一个能学会自己做研究的模型。

文|王欣逸

编辑|张雨忻

最近,一支有全栈模型训练经验、训出国内最早千亿参数大语言模型之一的团队,一头扎进了RSI当中。

《智能涌现》获悉,由前上海AI Lab大模型负责人陈恺创办的公司超进化智能近期已完成数亿元天使轮融资,蓝驰创投领投,商汤国香资本、联想之星、英诺基金、水木校友基金等机构联合投资,澜松资本担任长期财务顾问。

超进化智能创立于今年8月,是一家做自进化研究基础模型的公司。创始人陈恺本科毕业于清华大学自动化系,博士毕业于香港中文大学多媒体实验室(MMLab),师从汤晓鸥教授和林达华教授。2019年加入商汤担任研发总监,2021年起他以兼职身份参与上海AI Lab的筹建,2022年正式加入,并担任AI Lab大模型中心负责人、青年领军科学家,主导推出从千亿到万亿参数的书生系列模型、科学多模态大模型、国内大模型评测体系司南(OpenCompass)等成果。

值得一提的是,MMLab由汤晓鸥教授创立,他也是商汤科技的创始人。MMLab曾走出了商汤的几位联合创始人王晓刚、徐冰、林达华,还走出了后来做出ResNet的何恺明。

陈恺认为,自进化可以分成五个由浅入深的层级:研究产物的迭代更新、运行时经验资产的更新、Harness与Agent代码的自主迭代、模型层自进化,以及进化机制本身也由AI自主迭代的元进化。他们想做的是模型层的自进化,让模型具备很强的元研究能力,即能够学会不同层次研究的共性方法,学会怎么做研究,并把这一能力迁移到没有见过的领域中。

现阶段,超进化智能把重心放在了打通自进化完整闭环、构建训练环境和数据以及建立RSI相关的Benchmark。技术路线上,他们计划率先从后训练切入,先训出数百B的模型,并逐步过渡到中训练,待资源条件成熟后再启动预训练。

拥有多年大规模基础模型训练经验,是超进化智能区别于其他很多公司的一大特点。

2024年底,当大厂在通用大模型上掀起算力军备竞赛时,当时还在AI Lab担任大模型中心负责人的陈恺意识到,在通用模型能力上,实验室难以和大厂硬拼,于是,他们做出了向科学基座模型的转向。在陈恺看来,Science是模型智能的检验标准,也是下一批关键应用场景,他下了一个更大的赌注:Research会是下一个Coding。此后近两年,陈恺所在的团队把绝大多数资源都投入其中,今年3月,团队推出了全球首个万亿参数科学基座模型Intern-S1-Pro。

回顾基模训练中得到的教训,陈恺告诉我们,“小模型上能跑通的创新、改进,每Scale up(放大)一个模型的规模数量级,就有约九成此前有效的内容失效”,因此,要让自进化能力在大规模模型可用,它就必须经过逐级放大验证。他们的壁垒正是在于此前的经验积累,知道什么样的能力经得起逐级放大、在本质上是行得通的。

尽管各个创业公司都把自己冠以RSI之名,但背后的含义、大家实际在做的事情很不一样。国内的RSI创业团队大多来自高校,技术路线和探索方向更为多元,比如探索模型架构的创新、做持续学习等等。现阶段,RSI还远没有收敛。

陈恺告诉我们,硅谷的RSI创业公司大都是从基模厂商走出,因此,他们的思路和硅谷更为接近——以Research作为主要方向,提升模型的研究闭环能力。

我们和陈恺聊了聊从做科学大模型到研究基础模型,他经历了什么,以及赛道中存在的竞争、何时技术收敛与真正的壁垒。以下是《智能涌现》和陈恺的对话实录,略经摘编:

让模型成为超越人的天才Researcher

智能涌现:你们是从什么时候开始想做RSI的?

陈恺:我们在2025年初的时候就在做两个方向的探索,一个是科学基座模型,一个是AI4AI,也就是如何让AI帮助到自身的迭代,当时还没有RSI这个词。近两年,随着我们自己的探索进展和社区很多技术的前置条件在逐渐成熟,我们坚定地相信自进化研究基础模型会是大趋势,所以选择All in出来创业。

智能涌现:为什么去年在AI Lab的时候想到做一个科学的大模型?当时应该还不是共识吧。

陈恺:科学方向在当时确实不是共识,到今年对AI for Science的关注才开始爆发。

做Science方向主要有两个原因,一方面是战略聚焦,希望用有限的资源做出更好的成果。

另一方面是对科学这个方向的看重。科学的覆盖面非常广,我们希望通过科学能力的提升来反映模型智能水平的提升。我们当时bet的一个点就是:Research是下一个Coding。

智能涌现:你们如何看待RSI,又是在做什么方向的RSI?

陈恺:RSI从浅到深有几个不同的层次:L0是研究产物的迭代更新、L1是运行时经验资产的更新、L2是Harness与Agent代码的更新、L3是模型层的更新、L4是元改进,即让AI改进“产生未来改进的机制本身”。从L3层开始,才真正意义上能够让模型的智能水平持续不断增长。

我们的定位是要做自进化的研究基础模型,本质是让模型具备非常强的元研究能力,学会不同领域不同层次的研究的共性方法,成为一个非常强的、甚至未来能够超越人的天才researcher。RSI将是我们的重要技术手段和路径。

智能涌现:公司目前处于什么样的阶段?

陈恺:还处于非常早期的阶段。公司是8月底正式成立和运营的。

我们当前的重点是先把一套完整的自进化闭环完整打通,以及做相应的各种环境和数据的准备。另外,现在市面上也缺少对模型研究和自我改进能力的评测,我们也在构建和完善评测体系。

成熟的基模训练经验,是模型新范式的稀缺条件

智能涌现:你之前提出了一个判断,今天做RSI最稀缺的两个条件,一个是万卡集群的系统Infra能力,另一个是万亿参数基模的全链路训练能力。为什么说他们是最稀缺的两个条件?

陈恺:这两个本质上是一个问题,归根结底,RSI是一个训模型的问题。过去两三年我们也能看到,现在学术界、高校跟工业界在逐渐脱节。要真正训好模型、真正让基模往前推进,所需要的东西越来越来自于企业。

而RSI本质上是要训好一个research元能力很强的模型,这个模型不可能是一个很小的模型。假设一个7B的模型就能替代人类研究员去思考、比人类研究员干得好,这其实是对研究员的侮辱。要做好RSI,不管有什么精妙的算法、非常好的idea,最终都会回归到训模型这个事情上。

所以成熟的基模训练经验,我觉得是RSI的一个必备条件。我们团队过去积累的,不管是Infra上的能力,还是真实的万卡、万参的模型训练经验,我觉得能够帮助我们把RSI这件事情做得更好、做得更快。

智能涌现:你们率先训出模型规模会是多大,会到万亿参数吗?

陈恺:不会一开始就上万亿参数,这也是一个Trade off(权衡)。如果不考虑资源,那当然是越大越好。但对我们早期而言,肯定会先从数百B的模型、基于开源模型做后训练去启动。

智能涌现:训练一个这样子的模型,它的难点和卡点在什么地方?

陈恺:一个难点是,你有没有足够的高质量的研究过程的轨迹数据。

因为核心是模型需要学会人类研究员的研究能力、人类研究员的思维过程,因此就需要相应的数据。它得见过这些数据之后,才能够真正学会research的模式,或者说一些思路——在什么情形、什么场景下应该怎么思考,怎么样去进行研究。

另外一个难点是,这些数据往往需要跟专业的任务环境、验证的过程和验证的方式绑定,这个事情的Scaling(规模化)也是难点。

很多时候,一个专业研究任务的验证需要几天,甚至有些验证工作要几个月,那就很难把人类研究的经验传授给模型,或者说让模型在反馈里自己学习、自己学会。因此我们需要把验证的成本、把模型获得反馈的成本或者周期压缩下来。

智能涌现:数据和验证,哪块对你们来说难度更大一些?

陈恺:我觉得这两个很难说有比较级,它们本身是相辅相成的。

如果我们有高效的验证手段,就能够获得快速生产数据的方法,数据也能够进一步scaling;反过来,如果已经有很好的储备数据,我们能够生产出一个研究能力更强的模型,它就能够更高效地帮助我们的验证,或者说验证器的构造。

智能涌现:你们第一步的动作是要做一个完全通用的模型,还是会有一些聚焦?比如先做某一个方向?

陈恺:第一步肯定还是会从通用能力出发。我们希望这个模型的research元能力要强,接触各种各样不同场景的研究任务,这样才能够让它学到更好、更泛化的研究能力。但从实际的应用、实际的价值验证来看,后续肯定还是会有一些聚焦。

智能涌现:你们预计会在什么时候交出一个可以验证的结果?

陈恺:在明年年中之前,会有真正的这种新范式的模型出来。在这之前,我们也会有各个不同阶段性的成果会陆陆续续对外发布。

自进化研究基础模型,有一至一年半的窗口期

智能涌现:目前行业里有不少公司押注RSI这个方向,你认为哪家公司更接近纯粹的RSI?

陈恺:RSI目前还没有收敛,意味着大家可以有各种各样的探索方式,只不过每个人有自己的技术积累、自己对这个问题的一些认知。

至少我自己认为,让模型真正具备很强的可泛化研究能力,对RSI来讲是非常关键的。

智能涌现:你和这些团队最大的区别在什么地方?

陈恺:有没有做过大的基模。

智能涌现:这会是一个非常决定性的优势吗?

陈恺:在RSI创业公司里,真正有过大规模基模训练经验的很少。这本身是我们团队的特点与先天的优势,我们真正碰过大规模系统、真正全流程训过大规模模型,而不只是在一个“玩具模型”上做一些科研验证。

另外,我们已经做了近两年科学基座模型,因此,我们在专业任务环境的构建、研究过程的轨迹数据上,有很好的先发优势。不管是创业公司还是大厂,这种数据集都非常难积累。过去我们也踩了很多坑,如怎么在不同领域里把数据管线构建好、怎么让模型实现更高效地产出等等,这些都需要很多踩坑和know-how,这也是我们的一些优势。

智能涌现:你们踩过坑、积累的经验和方法论,有没有哪些是可以公开和大家说一说的?

陈恺:真正最终能够被一个大规模模型所使用的技术,一定会有逐级的验证放大的过程,而且一定要考虑整体的系统工程。

我们在做基模研究的时候会发现,如果希望在很小规模的模型上做出一个能work的创新,其实并不难。在3B甚至7B量级的模型上,很多工作都能跑通。

但如果把它scale up(规模扩大)一个数量级,我们会发现之前90%行得通的东西都失效了,如果再scale up一个数量级,之前剩下的那10%里面,又有90%会失效的。

因此在很多基模的探索和验证里,就是通过这种逐级的放大,去分辨哪些是真正本质work的东西,哪些可能是比较表面性的东西,不具备在大规模模型上跑通的可能性。我觉得这是做基模的过程里逐步学到的、比较重要也比较宝贵的经验。

智能涌现:和大厂的竞争中,创业公司的空间在哪里,会被大厂吃掉吗?BAT、模型大厂都有一些RSI的动作,比如智谱已经下场宣称走完了RSI的最小闭环。

陈恺:我觉得不会。大厂现在还是相对更关注把RSI作为效率提升的工具,每个大厂都有自己一套很好的模型迭代Pipeline,他们想做的是如何让这个Pipeline更高效,或者让Pipeline里越来越多的流程被AI替代。因为每一家积累的模型迭代Pipeline就是它最宝贵的资产,也是最影响它下一版基模交付的因素。这是大部分大厂在做的事情。

但RSI本质上不只是一个效率提升的工具,它还会包含很多内容。从领域和场景上来讲,它不仅仅是怎么训好一个大模型的问题,另外,RSI需要系统性的变革,围绕着RSI去重新搭建整套系统,包括优化目标、训练方法等。

我觉得现在对于创业公司来讲,是有一个窗口期的,时间大概有12到18个月。

自进化适合解决高价值专业场景问题

智能涌现:你预计商业模式会是怎么样的?

陈恺:过去基模已有的商业模式其实都是适用的。另外,因为自进化这个事情,在整套进化系统的私有化部署上,会出现一些新的落地方式。当然只要是传统基模,不管是卖token,还是传统模型的私有化部署方式,本身都是适用的。

智能涌现:和通用大模型比,它面向的用户或者客户人群有没有发生变化?

陈恺:它跟现在的模型核心的一个区别是:它不会面向普通的C端用户,或者说普通C端用户不是它的第一波目标用户群体,它的客户群体是专业用户和企业。

日常的聊天对话、日常的轻办公场景,现在的模型已经做得挺好了,其实并不需要RSI来加持。更关键的是,现在还有很多专业任务、专业场景,基模的进化速度或者能力还达不到,以及它真正要做到落地可用,而不是只能做demo,这个gap是需要RSI的模型来弥补的。

智能涌现:从长期来看,你们的Roadmap会是怎么样的?

陈恺:首先得有一个真正新范式的自进化基础模型出来,这是我们最关键的milestone。随后我们会通过价值验证来牵引这个模型后续的持续迭代,让它真正往能够解决高价值场景问题的基模方向发展。

智能涌现:往后一步,要实现AI系统的自进化,你认为你们会在什么时间上实现这一阶段?

陈恺:当我们对模型层的自进化有解决方案之后,我们就会同步地推进再往下一层的事情,比如AI系统的自进化。

我觉得明年是非常关键的一个时间点。因为RSI的出现,让很多预测都变得不可控了。过去我们会预判三年以后是什么样的技术趋势、什么样的技术发展,但RSI的真正成熟会让技术进化、演变的速度加快很多。

智能涌现:你对于AGI的想象是怎么样的?

陈恺:我觉得AGI差不多已经快要到了,比如看到OpenAI和Anthropic模型的最新能力,在很多方面都能表现出和人类专家相当的能力。

当然现在大家追求的是未来怎么样去做Super Intelligence(超级智能),我也很期待当上百万研究者的研究经验压缩到一个模型之后,能产出什么样的赛博天才科学家,以及未来要怎么样和这样的AI共事和相处。

图片来源|企业供图

跳转微信打开

独家|字节AI应用再整合:小云雀并入即梦

2026年10月24日 17:19

原创 邓咏仪 2026-10-24 17:19 江苏

模型能力快速提升,市场对应用的评估逻辑也随之改变。

文|邓咏仪

编辑|张雨忻

《智能涌现》从知情人士处获悉,近期剪映内部完成了一次业务整合,AI短剧创作平台小云雀并入智能创作平台即梦,产品仍保留独立入口。

我们了解到,此次调整主要是资源整合,目前即梦已经接入了小云雀短剧相关能力。调整后,小云雀的运营由即梦运营和市场负责人陈欣然负责,产品团队没有变化。

剪映这一轮业务整合的原因主要是增长空间受限,以及需要聚焦资源。一位前剪映人士告诉《智能涌现》,即梦、小云雀这样的AI原生产品虽然依旧保持增长,但用户增长尚未有效转化为与投入相匹配的回报,而市场上大量视频Agent产品的兴起,也在持续压缩自有产品的差异化空间。

这轮调整背后更重要的是一个背景:在大厂将力量重新集中到基础模型后,大家都对AI应用的优先级进行了重新评估。字节则是其中速度最快、调整最激进的一家大厂——在即梦和小云雀团队的合并之外,他们还在讨论其它的AI产品合并的可能性。

仅仅在两年前,即梦还承载着字节对AI应用的另一种期待。

2024年初,张楠卸任抖音集团CEO后,转向负责剪映和CapCut。同年5月,剪映推出即梦。彼时正值Sora横空出世,AI视频产品和Chatbot谁会成为下一个超级应用或入口,并没有明确答案——这是字节同时投入豆包和即梦的原因。张楠也曾公开表示,“希望即梦不只是一个创作工具,也能探索AI时代的内容社区。”

此后,即梦的产品重点几经变化。立项之初,即梦设想的分工类似剪映和抖音:Web端做创作工具,App端承载消费;而在Seedance模型推出后,App端还尝试过类似Sora的真人出镜、数字分身互动。

而随着模型能力提升,很多普通用户在抖音、豆包里就能完成AI创作。即梦所搭载的产品能力,也因此从文生、图生视频,延伸到首尾帧、智能画布等Agent编辑能力,逐渐向专业创作者靠拢。

据《智能涌现》了解,今年国庆前,即梦已经缩减了App端投入,推动App与Web端合并,未来资源将集中到面向专业创作者的Web端。此后,即梦也会加大海外版Dreamina的投入,以及商业化。

这两年间,模型能力快速提升,市场对应用的评估逻辑也随之改变。Coding Agent打开AI办公市场后,“模型即应用”的说法日渐主流。字节在2026年2月推出Seedance 2.0后,体系内模型和应用的关系也发生了微妙的变化。

早在Seedance 2.0发布之前,小云雀、即梦、剪映、豆包之间就有争抢Seedance首发权的现象。一位火山人士对《智能涌现》表示,这一情况在2.0发布后变得更加激烈——模型已然成了话语权更强的那一方。

产品增长有限,也间接导致了近两年剪映系的“创业潮”,一批资深产品和运营高管陆续离职创业,包括陈冕(前剪映及CapCut全球商业化和运营负责人)、明超平(剪映移动端剪辑负责人)、闹闹(剪映产品经理)、张琪智(剪映产品负责人)等。2024年底,我们也曾独家报道,剪映产品负责人张逍然离职,她后来加入了原剪映创始人郭列的创业公司Flova.ai。

与此同时,火山在大力开拓Seedance的MaaS服务,国内几乎所有视频Agent、短剧漫剧工作流都接入了Seedance。我们了解到,在Seedance系列模型上,火山MaaS服务带来的收入远高于即梦、小云雀等产品。

这直接改变了字节衡量自有AI应用价值的逻辑。当市场上大量视频应用能够接入模型、找到付费用户,像小云雀、即梦这样的自有AI视频应用就需要证明:它们在获客、留存和变现上能带来多少额外回报,彼此之间又有多少差异化?

图片来源|AI生成

跳转微信打开

上海交大00后团队融资数千万,让Agent做定制的自进化推理引擎|智能涌现首发

2026年10月22日 18:56

原创 王欣逸 2026-10-22 18:56 江苏

把推理引擎做成一条定制化管线,让任意的“模型、芯片、场景”组合,都能跑出更优性能。

文|王欣逸

编辑|张雨忻

《智能涌现》独家获悉,近日,由上海交大00后团队创办的公司芯生代已完成数千万元种子轮融资,启高资本、交大菡源母基金、元生创投联合投资。此前,他们还完成了由交大AI未来基金参与的Pre-Seed轮融资。

AI写算子的正确率,正在以肉眼可见的速度提升。

算子,简单来说,就是跑在芯片上的底层代码,是模型计算过程中的核心组件,算子的代码实现及其优化,直接影响模型能否高效利用芯片算力。九月中旬,DeepSeek工程师刘胜与的一篇长文在各个平台上爆火。他预测,半年至一年内,AI写的算子质量大概率会追上乃至超越他自己。

不过,这件事目前主要发生在英伟达的CUDA上。在国产芯片上,AI写算子的准确率却不尽如人意。

两位上海交通大学的硕博连读生,也把目光投向了这个问题。今年3月,他们交出了一篇名为EvoKernel的论文,后被ICML 2026录用。这是一项面向昇腾算子生成的工作,他们提出了一种名为价值驱动记忆(Value-Driven Memory)的框架,让模型优先调用最有价值的经验,无需重新训练模型或者标注新数据,用记忆的方式解决国产平台上算子生成正确率低的问题。

优化前,AI在昇腾上写算子只有4%的正确率;在李卓团队的探索中,他们让模型把一次次试错的经验沉淀成记忆,使AI在国产卡的算子生成正确率升至83%。

订单来得很快,在公司还没有正式成立的时候,他们就凭借着EvoKernel论文的相关工作,和多家芯片厂商达成了合作。这也让他们看到了创业的机会。

随着研究的逐步深入,在算子之上,他们看到了一个更大的空白——算力消耗的主战场正在从训练转向推理,在推理侧还存在着大量的性能释放空间,而一套通用的推理引擎,很难为每一块芯片、每一个模型都调到最好。

海外也已经出现了类似的探索:一家由前英伟达杰出工程师创办的、名为INT21的初创公司,正在用成群的智能体直接生成整套推理引擎,从算子一直做到服务层。它瞄准的也是同一个方向,让AI去优化推理。

基于论文成果和在推理侧的思考,今年七月,他们正式开启了创业,要做的正是让AI自己迭代推理引擎。简单来看,就是针对每一个“某个模型、在某块卡上、按某种要求运行”的特定组合,让Agent自己去优化推理引擎,提高硬件利用率和Token生产效率。

作为独立于芯片厂商的第三方公司,芯生代在做的是将模型能力适配到各种硬件上,为客户提供标准化的产品和服务,能以用户需求为输入,输出一个能自我进化的推理引擎。

“这就像《流浪地球》里的550W(也就是MOSS),电脑自己更新自己的部件,自己写自己的操作系统。”李卓说。

据介绍,芯生代是上海交通大学人工智能学院第一个由学生牵头的创业团队。CEO李卓是上海交通大学人工智能学院的在读硕博生,本科毕业于北京大学计算机系,曾在华为负责过大模型推理仿真系统的搭建;CTO郑雨杰是李卓的课题组同学,同为上海交通大学人工智能学院的在读硕博生。

加入到团队当中的,还有他们的两位导师,上海交通大学人工智能学院长聘教轨副教授、博士生导师温颖,以及上海交通大学人工智能学院助理研究员温睦宁。

上个月,智谱创始人唐杰在X发布了一篇长文,官宣智谱RSI的首个工程化结果:由GLM-5.3驱动的Infra Agent在10万+张国产AI加速卡集群上,参与搭建并持续优化了GLM-5.3-Flash的生产级推理系统。不到两周,其端到端吞吐提升到基线约3倍。

这给了李卓和郑雨杰很大的信心,他们和智谱这项工作所聚焦的都是AI自我驱动基础设施的开发与进化。

常见的推理引擎大多以英伟达作为最初的设计场景,各家国产卡的算子库、图编译器、推理框架又都不一样,换个平台就要重学一遍,靠人工去维护,难度大、成本高。因此,用AI改进推理引擎的做法在英伟达卡和国产卡上又有不同,后者的主要矛盾是让不同模型能在不同芯片上跑通跑好。

推理软件的效率,最终会体现在成本上。芯生代想做的,就是用定制的推理管线把芯片的能力充分发挥出来,降低每个Token的生产成本。“通用与性能一般难以兼顾。”在芯生代看来,同一个模型换一块芯片,同一块芯片换一个模型,甚至同一对模型和芯片在不同的场景,最优的推理管线都不一样,定制本身就是性能的来源。

具体来看,他们要做的事可以这样简单概括:给定一个模型、一块芯片和对应的运行场景,由Agent为这个具体组合生成一条专用的推理管线,并在真实硬件上验证它既算得对、又跑得更快。

难点又回到了开头那个问题:在这些平台上,Agent几乎没有可学的东西。

既然公开的语料不够,那就让Agent自己攒经验,他们的做法是,用记忆配合强化学习补充上缺失的语料。EvoKernel论文最初基于强化学习的价值迭代思想驱动记忆的进化解决了国产硬件的算子问题,在此之上,还可以用同一方式来优化整条推理管线:先在真实硬件上探索,再把验证过的结果记下来,下一次基于探索的结果得到更好的优化。

记忆之外,这个闭环还要能自己转起来。因此,他们引入了AI for AI的范式,让推理引擎实现自我迭代。李卓认为,推理引擎正是反馈信号最诚实的场景,“它可以用客观的指标来评定”——优化前后的性能提升速度往往肉眼可见,可以用Token/秒作为衡量标准。正因为好坏可以由机器判定,Agent才能自己提出改法、自己跑、自己判断要不要留下。在这一套闭环下,人类专家除了需要提前把环境配置好,几乎不需要再给优化建议。

再往后是广度。芯生代手握多个平台的国产卡,不同组合上的经验和记忆可以相互复用,适配过的组合越多,新组合的成本就越低。

过去Infra层面存在两条路线之争:为软件设计硬件,以及为硬件设计软件。前者是英伟达式的赢家通吃,后者是国产芯片厂商试图走通的路线。这两条路线的胜负还没有分晓,而让Agent用AI for AI的方式自我迭代软件,正是第二条路线最有可能弯道超车的变量。

图片来源|Pexels

跳转微信打开

❌