Doktorand der Generation 95 widmet sich Weltmodellen, FaceMind hat erfolgreich mehrere zehn Millionen Yuan an Finanzmitteln eingesammelt

Das Weltmodell-Unternehmen FaceMind hat kürzlich eine Serie Pre - A - Finanzierung im Umfang von mehreren Millionen Yuan abgeschlossen. Die Investoren sind Xinglian Capital, und der alte Aktionär 360 hat überproportional mitinvestiert.

Es ist bekannt, dass die nächste Runde Finanzierung von FaceMind bereits im Gange ist. Finanzberater wie Shendu Capital werden als Finanzintermediäre (FA) fungieren, und es gibt bereits Investmentintentionen von Investmentinstituten.

Dies ist ein junges KI - Unternehmen. Der Leiter ist Lu Hongyuan, ein Jahrgang 1995. Er gründete FaceMind noch während seines Studiums. In den letzten zwei Jahren hat das Unternehmen zunächst mit einem ganzheitlichen Modalmodell auf der Endgeräteseite begonnen und sich dann allmählich zu einem tieferen Weltmodell gewendet.

Wenn KI in Bildschirme, Software und Roboter eindringt, wird das Verständnis der Welt zur nächsten Fragestellung.

Ein Weltmodell - Team unter Führung eines Doktoranden aus dem Jahrgang 1995 taucht auf

Die Geschichte von FaceMind beginnt mit Lu Hongyuan.

Der Gründer aus dem Jahrgang 1995, Lu Hongyuan, absolvierte sein Bachelor - und Masterstudium an der Imperial College London und promovierte am Labor für Natursprachverarbeitung der Chinese University of Hong Kong unter der Leitung von Professor Lin Wei. Er hat lange Zeit die Natursprachverarbeitung und die Grundmechanismen von Large Language Models untersucht. Während seiner Promotion hat er 14 erste - oder korrespondierende Autor - Artikel in Top - Konferenzen veröffentlicht, und viele dieser Artikel sind zu hochzitierten Artikeln in der Branche geworden.

Im Jahr 2023 wurde FaceMind gegründet und hat zunächst die Forschung, Entwicklung und Anwendung von ganzheitlichen Modalmodellen auf der Endgeräteseite ins Visier genommen.

Was die Außenwelt tatsächlich auf sie aufmerksam machte, war die frühere Diskussion über "Ma Jiaqi lässt das Large Language Model scheitern". Damals konnte ein Large Language Model die Karriere von Ma Jiaqi genau nennen, aber es war nicht in der Lage, die drei Zeichen "Ma Jiaqi" stabil auszugeben. Ein gewöhnlicher Name hat versehentlich ein grundlegendes Problem bei der Sprachverarbeitung von Large Language Models aufgedeckt: Bevor Texte in das Modell eingehen, müssen sie zu Tokens zerlegt werden; wenn das Modell auf selten verwendete Wörter, seltene Namen oder Wörter aus kleinen Sprachen stößt, kann das Verständnis und die Generierung instabil werden.

Das Team von Lu Hongyuan hat dieses Problem früher bemerkt. Im Jahr 2025 haben sie einen Artikel über SLoW veröffentlicht und diskutiert, wie selten verwendete Wörter die Übersetzungsleistung von Large Language Models beeinflussen. Im Jahr 2026 hat das Ergebnis ihrer Forschung, Adam's Law, das Problem auf die Satzebene gebracht - für dieselbe Bedeutung ist es für das Modell in der Regel einfacher, höhere Frequenz und häufiger auftretende Ausdrücke zu verarbeiten und zu lernen.

Was noch überraschender war, ist, dass die Technologie aus diesem Artikel von Anthropic übernommen wurde und von einem Investor von Anthropic auf X geliked und weitergeleitet wurde. Die Einschätzung eines chinesischen Forschers aus dem Jahrgang 1995 über die grundlegenden Regeln von Large Language Models wurde dadurch von mehr Menschen gesehen.

Entlang dieser Linie hat FaceMind begonnen, den Schwerpunkt auf das Weltmodell zu verlagern.

Einfach ausgedrückt, sind Large Language Models gut darin, den nächsten Text zu prognostizieren, während Weltmodelle vorhersagen müssen, was in einer Umgebung als Nächstes passieren wird. Im Bildschirm bedeutet dies, dass ein GUI - Agent (Graphical User Interface - Agent) Webseiten, Dokumente, Schaltflächen und Benutzerabsichten versteht; im Bereich der Roboter bedeutet es, dass er Raum, Bewegungen und Aufgabenresultate versteht.

Das von FaceMind selbst entwickelte Weltmodellsystem richtet sich genau nach dieser Richtung. Das Unternehmen versucht, durch eine zyklisch iterative und parametereffiziente Modellarchitektur die Stabilität des Modells bei der Langzeitprognose, beim Bildschirmverständnis und bei körperlichen Aufgaben zu verbessern.

Diédie Society ist ein frühes Testfeld für diese Fähigkeiten. Auf den ersten Blick ist es ein KI - Danmaku - Produkt, das in Echtzeit interaktive Danmakus basierend auf der Webseite, dem Dokument, dem Video oder dem Spielinhalt, den der Benutzer gerade ansieht, generieren kann. Tiefer betrachtet muss der GUI - Agent, um seine Aufgabe zu erfüllen, den Bildschirm verstehen, die Seitenstruktur analysieren, die Position der Schaltflächen bestimmen und die Ergebnisse nach einem Klick vorhersagen. Jeder Seitenwechsel, jede Eingabereaktion und jede abgeschlossene Aufgabe bilden eine Art hochdichter Weltmodell - Daten.

Dies ist auch die Chance, die FaceMind nutzen möchte: Das Weltmodell wird zum neuen KI - Grundlagen - Zugang.

Xinglian Capital und 360 setzen ein, der heißeste Schlachtplatz für körperliche KI

Die neueste Finanzierung ist ans Licht gekommen.

Vor kurzem hat FaceMind bekannt gegeben, dass es eine Serie Pre - A - Finanzierung im Umfang von mehreren Millionen Yuan abgeschlossen hat. Bei dieser Finanzierung wurden nicht nur der neue Investor Xinglian Capital hinzugefügt, sondern auch der alte Aktionär 360 hat überproportional nachinvestiert.

Xiang Qiqi, der ehemalige Leiter der Vorinvestitionsabteilung der 360 - Gruppe, sagte: "Dr. Lu ist einer der besten jungen KI - Forscher, die ich je kennengelernt habe."

Nach seiner Meinung befasst sich Lu Hongyuan nicht mit lokalen Optimierungen, sondern mit den grundlegenden Prinzipien und der architektonischen Innovation von Modellen. Während die Branche noch über das Konzept des Weltmodells diskutiert, hat FaceMind bereits ein Weltmodell von Grund auf trainiert und auf verschiedenen Benchmarking - Tests Ergebnisse auf SOTA - Niveau in der Branche erzielt. Danach wurde Adam's Law von dem ausländischen Top - Modellhersteller Anthropic beachtet und validiert, und das neueste von dem Team vorgeschlagene Loop - Zyklus - Architektur untersucht weiter das Problem der Langzeit - Training von Weltmodellen.

"Die Iterationsgeschwindigkeit ist erstaunlich. Vor jedem Gespräch schaue ich zuerst die neuesten veröffentlichten Artikel und Technologieberichte an." Xiang Qiqi sagte, dass er wirklich verstanden hat, was es heißt, "einmal investieren, lebenslang lernen".

Li Wenjue, Partnerin von Xinglian Capital, sagte, dass das hervorstechendste Merkmal des FaceMind - Teams die Kombination aus solider Forschungsfähigkeit und Fähigkeit zur Umsetzung komplexer Projekte ist. Die Kernmitglieder des Teams haben lange Zeit in den Grundlagen der Künstlichen Intelligenz geforscht. Sie können sowohl unabhängige Einschätzungen über die Spitzenrichtung treffen als auch schnell die Forschungsergebnisse in realen Szenarien validieren.

"Wir sind optimistisch gegenüber einem Team mit hoher Talentdichte, vorausschauender technischer Einschätzung und starker Durchführungskraft." Nach ihrer Meinung hat Lu Hongyuan sowohl das Erkundungsstreben eines jungen Forschers als auch die Handlungsfähigkeit eines Unternehmers. Er kann das Team motivieren, kontinuierlich an schwierigen Problemen zu arbeiten und die technische Einschätzung in klare Forschungsrichtungen umsetzen. Diese Eigenschaften des Gründers und die Kohäsion des Teams sind die wichtigen Gründe, warum Xinglian Capital beschlossen hat, zu investieren.

In den letzten Jahren ist das Weltmodell zu einem neuen Schlüsselwort in der KI - Branche geworden. Hinter der Begeisterung gibt es auch Meinungsverschiedenheiten: Wird der Wettbewerb in der nächsten Phase weiterhin auf größere Daten und Parameter setzen, oder wird man durch neue Architekturen die Effizienz der Nutzung begrenzter Daten verbessern?

FaceMind hat letzteres gewählt.

Nach Angaben des Unternehmens zeichnet sich das selbst entwickelte Modell durch zyklische Iteration und Parametereffizienz aus. Einfach ausgedrückt, versucht es, dem Modell bei gleicher Parametergröße eine stärkere Fähigkeit zur Langzeitprognose und zur Umgebungsvorhersage zu verleihen. Das Unternehmen hat mitgeteilt, dass die Leistung seines Modells mit einer Größe von 1 Milliarde Parametern mit internationalen starken Modellen vergleichbar ist und die Parametereffizienz verbessert wurde.

Zurzeit hat FaceMind begonnen, diese Modellfähigkeiten in mehreren Szenarien zu validieren. Die Daten zeigen, dass die Weltmodell - Fähigkeiten in simulierten körperlichen Umgebungen, GUI - Agent - Umgebungen und echten Roboterarm - Umgebungen validiert wurden. Für die downstream - Branche plant das Unternehmen, Partnern wie Robotermanufacturen, Inhaltsplattformen, Chip - und Cloud - Anbietern eine ganze Reihe von Fähigkeiten von Szenarienvalidierung, Modelltraining, Architekturdeployment bis hin zu Inferenceservices und kontinuierlicher Optimierung anzubieten.

Nach Ansicht von Lu Hongyuan wird die Chance des Weltmodells zusammen mit GUI - Agent und körperlicher KI entstehen. Zu diesem Zeitpunkt wird es darum gehen, ob das Modell Aufgaben verstehen, Veränderungen vorhersagen und Aktionen stabil ausführen kann. Nach Abschluss der Finanzierung wird FaceMind weiterhin in die Forschung und Entwicklung des Weltmodells und die Validierung in mehreren Szenarien investieren.

Ein junges Unternehmen drängt sich auf den Tisch der nächsten Generation von KI - Infrastruktur.