OpenAI剛曝光循環架構,這家公司更早將其用於世界模型

2026年9月18日 16:46
OpenAI剛曝光循環架構,這家公司更早將其用於世界模型
站內 AI 整理稿

鍵詞只有一個:循環。Astra採用了一種被稱為“循環深度”(Recurrent Depth)的架構,本質是讓同一組Transformer層被反覆複用,用更少的參數實現更深的計算。這被外界視為OpenAI對傳統“堆參數、堆算力”路線的一次重大修正——不再只是把模型做大,而是讓模型學會“反覆思考”。消息一齣,整個AI社區迅速升溫。Looped Transformer、Recurrent Depth、自適應計算深度等概念,成為過去兩週被密集討論的詞。但鮮少有人注意到,早在三個月前,一家中國創業公司已經在世界模型領域,完成了同樣架構的落地驗證,並且其論文登頂了Hugging Face每日熱榜第一。

登頂Hugging Face的循環世界模型論文 事實上,在Astra架構曝光之前,臉譜心智已經因為循環世界模型進入海外科技圈視野。今年早些時候,The Information在梳理中國世界模型創業潮時,就重點報道了創始人陸弘遠及其技術路線。2026年6月,臉譜心智發佈技術報告《Looped World Models》(arXiv: 2606.18208),提出了LoopWM——這是首個將循環Transformer架構用於世界建模的方法。論文發佈後迅速登上Hugging Face Papers當日Top 1,引發海內外AI社區廣泛討論。

這篇論文匯聚了來自多所頂尖院校和機構的知名學者,作者團隊涵蓋香港中文大學、劍橋大學、清華大學等,其中不乏萬引級別的資深研究者。多家媒體對此進行了深度報道,Nvidia相關研究者也在社交平臺公開點贊。論文的核心思路與OpenAI Astra的循環架構呈高度一致:不再通過堆疊更多層、更多參數來獲得更強的能力,而是讓同一組共享參數的Transformer模塊對潛在狀態進行反覆迭代優化。不同的點是,OpenAI將這一思路用於語言模型以降低推理成本,而臉譜心智將其用於世界模型,他們要解決的是一個更本質的問題: 讓AI在物理環境中持續理解、預測和糾錯。這個架構到底強在哪裡?用一組對比就能看出差距。

在用人類演示視頻做機器人示教的任務上,硅谷公司Generalist訓練了八個月才完成的工作,臉譜心智的Loop世界模型架構已經復現了。在經典的PushT推磚塊任務上,LoopWM使用大致相當的參數量,將成功率從LeCun團隊世界模型的17%提升到了約70%——接近四倍的差距,Scaling曲線非常漂亮。論文給出的數據同樣令人印象深刻:參數效率最高可達100倍提升,單步推理算力最高節省約25倍,長程推演總計算量最高節省可達兩個數量級。更重要的是,這種架構對硬件的要求極低。在千元級別的機械臂上,LoopWM就能展現出非常好的操控效果。

這意味著循環世界模型不只是實驗室裡的論文成果,而是一條真正能走向低成本部署的技術路徑。國際創投圈已經注意到了 這個架構背後的創業公司臉譜心智,正因為LoopWM的突破性工作,受到國際創投圈人士的主動觸達。據臉譜心智團隊透露,最近,一位硅谷頭部VC的創始合夥人主動發來郵件,稱自己近期花了很多時間研究世界模型,希望在該團隊下一輪融資啟動前先建立聯繫,進一步聊聊潛在的合作可能。對方所在基金的管理規模約15億美元,其本人曾擔任美國一線基金合夥人,長期關注AI與前沿科技;更早之前,還曾是一家如今市值約150億美元上市公司的首位產品經理。

其投資組合中包括2家估值超過100億美元的公司和6家獨角獸企業,且均從較早期階段開始介入。值得一提的是,此前雙方並無主動接觸。真正讓這位投資人注意到臉譜心智團隊的,是他們此前發佈的循環世界模型論文。硅谷老牌風投Standard VC現已與團隊建立聯繫。Manus的Chief of Staff(前VC背景)也主動接觸了臉譜心智團隊。此前,Anthropic和Facebook的投資方Accel,在X平臺上公開點讚了LoopWM的相關工作。對於一家成立不久的中國創業公司,能同時被硅谷的技術社區和投資圈關注,本身就說明了循環世界模型這條路線的含金量。這個團隊什麼來頭?

CEO陸弘遠,最早從2021年就開始研究世界模型方向,是全球最早一批系統性研究Loop架構的研究者之一。他在NLP和AI頂級會議上發表了數篇與循環架構相關的論文,包括NAACL Oral,並且作為第一作者代表華人機構首次獨立獲得了EACL Outstanding Paper Award——這是該會議歷史上華人機構的首次。他在讀博士期間有15篇頂會一作通訊文章,能畢業五個PhD。CTO韋怡然,長期深耕潛空間表徵學習方向,曾先於LeCun團隊提出一系列與V-JEPA相關的潛空間表徵學習方法,並優先發表於相關頂級會議。在LoopWM的核心設計中,潛空間迭代精煉的思路正是源於這一方向的長期積累。

值得關注的是,團隊即將迎來一位領軍級教授作為聯合創始人加入,該教授發表約500篇頂會及期刊論文,是領域內具有廣泛影響力的資深學者。一位發表過500篇論文的教授願意作為聯創加入一家創業公司並僅持有這一家公司的股份,本身就是對團隊和方向的最強背書。除核心創始團隊外,團隊成員還囊括了來自阿里通義千問、微軟、字節Seed等核心算法團隊的成員。正如陸弘遠此前所說: 中國現在是一個高密度AI人才的國家,這是我們能做出一篇劃時代的世界模型工作的主要原因之一。不只有技術,還有產品 值得一提的是,臉譜心智還有一款C端產品在線上運營,作為用戶數據的入口端。

這意味著臉譜心智不是一家純論文驅動的研究機構,而是從一開始就在構建“技術研發—數據獲取—產品落地”的完整閉環。也許,這是最有可能做成世界模型的公司之一 當OpenAI用Astra證明循環架構是語言模型的未來時,臉譜心智已經在世界模型上走完了從論文到Demo到產品的全鏈路。錢到位了,Pre-A輪融資已完成,新一輪融資即將確定份額。人到位了,從CEO的Loop架構學術積累,到CTO的潛空間技術儲備,到即將加入的500篇論文級別教授,到來自國內頂級AI團隊的核心成員,這家公司聚集了一批世界頂尖級Loop架構研究天才。

時間到位了,臉譜心智的循環世界模型比OpenAI Astra的公開曝光早了三個月,比行業對循環架構的共識形成早了更久,早就在這上面深耕了近五年。數據到位了,比起別的世界模型公司,臉譜心智有獨家的數據飛輪C端入口。OpenAI剛剛告訴全世界,循環是語言模型的未來。臉譜心智已經在世界模型上,用行動回答了同一個問題。*本文系獲授權刊載,觀點僅為原作者所有。版權所有,未經授權不得以任何形式轉載及使用,違者必究。

Related

相關文章

IT之家模型更新

美國 AI 巨頭提議開發減速,歐洲同行和政界並不認同

作者:清源 責編:清源 評論: 9 月 18 日消息,據路透社今天(18 日)報道,此前,阿莫迪、奧爾特曼和馬斯克先後發出警告,能力不斷增強的 AI 系統可能帶來風險,故有必要控制其發展節奏,但歐洲企業和官員對此表現出明顯懷疑。法國初創企業 Mistral 在聲明中指出,這些風險早在幾個月前就已十分明確了。

1 小時前
IT之家模型更新

北京發佈“詞元經濟十條”:高標準建設詞元工廠,推動關鍵核心技術攻關

作者:浩渺 責編:浩渺 評論: 感謝網友 蛋殼兒 的線索投遞!9 月 18 日消息,北京市經濟和信息化局今日宣佈,北京市“詞元經濟十條”正式發佈。為貫徹落實《國務院關於深入實施“人工智能+”行動的意見》(國發〔2025〕11 號),率先培育智能經濟新形態,以詞元(Token)為抓手,發展詞元經濟新增量,制定《北京市加快詞元經濟發展的行動方案(2026—2028 年)》(注:以下簡稱《行動方案》)。

2 小時前

千問辦公接入高德門店經營專家套件 提升實體店選址與經營效率

此項新功能自9月18日起正式上線,用戶只需在千問辦公添加相應套件並完成高德賬號授權,即可實現從門店選址到日常經營分析的全鏈路工作。隨著實體商業的不斷發展,傳統的人工選址和經營分析方式顯得效率低下且容易出錯。個體創業者在開新店時,往往需要花費大量時間進行實地勘察,整體耗時可達一週,而商家在監測門店熱度變化及競爭對手動態時,也面臨數據整理繁瑣、分析結果不準確的問題。

7 小時前
IT之家模型更新

阿里:千問辦公協助國家天文臺科研團隊,耗時僅 3 天打造科研級望遠鏡仿真系統、成本不足千元

阿里巴巴旗下千問辦公宣布,其產品已協助國家天文臺科研團隊搭建出一套科研級望遠鏡仿真系統。整個系統的開發僅耗時 3 天,成本不足千元。 據介紹,該仿真系統可支撐科研團隊在計算機環境中對望遠鏡的相關參數與運行狀態進行模擬,滿足科研級的模擬需求。而在此之前,同類系統通常需要委託外部軟件供應商定制開發,週期約三個月,開發成本高達數萬元。

8 小時前