獨家丨元環智能獲數億元融資：用「元模型」讓 AI長出「直覺」
98 年清華大學人工智能學院助理教授創業，四個月獲兩輪融資。作者丨董子博編輯丨張賢·鯨犀獲悉，僅成立四個月的元環智能（MetaCircle）宣佈完成連續兩輪共計數億元融資。所獲融資將用於元模型的核心算法迭代與階段性產品的探索、擴充團隊，並持續發佈自研基準benchmark。其中，公司種子輪由順為資本領投，上海未來產業基金、星連資本、君禮資本等機構跟投；種子+輪吸引了上海半導體產投、360 戰投、首程資本、上海人工智能產業系列基金等產業方及國資背景機構，以及 BV 百度風投、山行資本、雲時資本等知名雙幣基金。
今天全球都在用大語言模型（LLM）“思考”，然而，科學發現、物理世界建模、AI本身的設計等等問題，單靠語言卻難以解決——模型需要的，是更底層的直覺。近期 Jev 等模型的發佈，也讓資本市場第一次看到“直覺模型”路線的可行性。而元環智能做的“元模型”（Meta Model），是一臺能直接生成模型架構和訓練超參數的“直覺機器”：給 Ta 一個陌生模型，Ta 能預判它表現如何、在什麼場景下更適配，相當於給 AI 行業裝上“上帝視角”，這正是元環智能與熱門 RSI（Recursive Self-Improvement，遞歸式自我改進）路線的根本區別。
在元環智能創始人、首席科學家劉子鳴看來，大語言模型做AI 自我進化就像戶外野線探險：沒有地圖，沒有方向直覺依據，唯一的通關方式是刷海量算力一遍遍試錯；而元模型能夠學會直接生成 AI 模型的表現背後的規律，相當於拿到了整張地圖並配備了 GPS，並擁有了一階乃至全局的信息指引。劉子鳴生於 1998 年，現為清華大學人工智能學院助理教授，本科就讀於北京大學物理系，博士畢業於麻省理工學院（MIT），曾在斯坦福大學從事神經科學與 AI 方向的博士後研究。
他此前最重要的成果 KAN（Kolmogorov-Arnold Networks，柯爾莫哥洛夫-阿諾德網絡），也是今天“元模型”的技術核心，用“可學習的激活函數”替代傳統神經網絡的固定激活函數，把模型從“黑盒”變成“白盒”——2024 年發佈至今，在 GitHub 上獲得超 1.6 萬星標、谷歌學術引用超 5700次。明年，公司將推出通用的元模型1.0，不限定場景，去生成適配各個垂直領域的專用模型。團隊自主研發的模型訓練直覺的測試基準“Architecture IQ”近期也會發布，用來評估大模型和人類研究員對模型訓練的直覺水平。
Related
相關文章
英特爾與騰訊發佈基於至強6+的雲實例，曬智能體AI基礎設施全家桶
作者 | ZeR0 編輯 | 漠影 11月3日報道，近日，在2026騰訊全球數字生態大會上，英特爾與騰訊雲發佈基於英特爾至強6+處理器的騰訊雲新一代雲實例，並全面展示英特爾的芯片產品與雲端實踐。 全新至強6+處理器擁有最高288顆能效核，單顆處理器最高可支持超過1000個智能體的穩定部署，這也為騰訊雲服務器提供更高併發、更低時延、更優能效的雲端算力服務。
電動車退燒、AI 儲能燒起來：LG 新能源把產能挪向數據中心
11 月 3 日，首席財務官李昌植在財報電話會上給出時間表：今年底軟包儲能系統（ESS）產能將超 50 吉瓦時，明年進一步拉到 70 GWh 以上。在他看來，電動車增速放緩之際，AI 數據中心的大規模新建為電池廠撕開了新口子——第三季度 ESS 在手訂單已達 160 GWh，公司正與電力企業、超大型數據中心運營商談新項目，今年 9 月還作為儲能供應商擠進了英偉達的 DSX Ready 計劃。
聯合國副秘書長點贊!千問AI耳夾式耳機亮相烏鎮互聯網大會
他認為，產品非常實用，適合自己日常工作中需要使用多國語言進行交流的場景。面對面交流時，用戶可以通過耳機收聽譯文;會議中的討論內容，也能通過AI聽記整理為結構化紀要，方便會後回顧。連接千問App後，用戶還可通過語音交辦資料研究等任務、接收完成提醒，讓耳機成為日常辦公的隨身助手。
要更真實，還是更動人？AI視頻生成走到了分岔口 | CNCC 2026
從5大視角，看AI視頻的挑戰與風險在哪。 作者丨徐曉飛 編輯丨劉 偉 當下，視頻生成的競爭焦點，正在從“像不像”轉移到“能不能用”。畫質、分辨率、單段時長這些指標，正被不同研究團隊加速填平。當畫面本身的差距收斂，剩下的落差就集中在了更難量化的地方，比如敘事是否連貫，情感是否到位，AI內容進入真實傳播鏈路之後會引發什麼。這正是 10 月 23 日下午，CNCC 2026大會“視頻生成的智與情”主題論壇嘗試討論的問題。南開大學教授楊巨峰，是這場主題論壇的召集人。據他介紹，這個題目實際上有更早的源頭。
AI日報：騰訊混元發佈Hyra 2.0；商湯發佈日日新SenseNova 6.8 Flash；AI 虛擬戀人正式被蘋果關進成人區
騰訊混元重磅發佈Hyra 2.0，讓AI Agent全面參與科學大模型與硬核研發Hyra 2.0推動AI科研從單題求解轉向工具研發，三層Agent架構貼近真實研發流程，七大方向成果初步驗證智能複利路徑，但穩定性和跨領域泛化仍需長期檢驗。【提要:】🛠️ 讓AI從解題升級為研發工具，沉澱可複用Skill🧩 三層Agent協同，持久隊列與複核機制嚴控質量🚀 覆蓋七大前沿方向，蛋白質、量子和芯片均有突破2、商湯正式發佈日日新SenseNova 6.
AI評測轉向現實任務執行，OpenAI推出LifeVal衡量個人助理能力
與側重知識問答和單項能力的傳統評測不同，LifeVal重點關注AI能否將任務推進至可執行、可交付的狀態，評估其解決實際問題的能力。該基準參考美國時間使用調查（American Time Use Survey），並基於3995名受訪者的調研構建。