Yuanhuan Intelligence hat zwei aufeinanderfolgende Finanzierungsrunden im Gesamtwert von mehreren hundert Millionen Yuan abgeschlossen und beabsichtigt, „Metamodelle“ zu entwickeln, die in der Lage sind, Modelle selbst zu entwerfen | Xinglian Portfolio-Update

MetaCircle / KI × Mensch × Kreativität

Kürzlich hat MetaCircle Intelligence zwei aufeinanderfolgende Finanzierungsrunden mit einem Gesamtvolumen von mehreren hundert Millionen Yuan abgeschlossen. Die erhaltenen Mittel werden für die Iteration der Kernalgorithmen des Meta-Modells, die Erforschung phasenweiser Produkte, die Erweiterung des Teams sowie die kontinuierliche Veröffentlichung selbst entwickelter Benchmarks verwendet.

Die Seed-Runde wurde von Shunwei Capital angeführt, gefolgt von Institutionen wie Shanghai Future Industry Fund, Xinglian Capital und Junli Capital; die Seed+-Runde zog industrielle Akteure und staatshinterlegte Institutionen wie Shanghai Semiconductor Industry Investment, 360 Strategic Investment, Shoucheng Capital und die Serie von Shanghai KI-Industriefonds sowie bekannte Dual-Währungs-Fonds wie BV Baidu Venture, Shanshan Capital und Yunshi Capital an.

Bei der Gründung erhielt MetaCircle Intelligence die gemeinsame Unterstützung mehrerer marktorientierter Venture-Capital-Institutionen, Industriekapital und Staatsfonds, wodurch eine diversifizierte Aktionärsstruktur entstanden ist.

01

Was machen wir?

Während die ganze Welt mit großen Sprachmodellen (LLM) „denkt“, schlägt Liu Ziming, Gründer und Chefwissenschaftler von MetaCircle Intelligence, vor, dass große Sprachmodelle nur etwa 30 % der Probleme der Welt abdecken können – die „klar beschreibbaren“ Aufgaben wie Text, Mathematik und Programmierung. Die verbleibenden 70 % der schwierigen Probleme – wissenschaftliche Entdeckungen, Modellierung der physischen Welt, das Design der KI selbst – lassen sich nicht allein mit Sprache lösen, Modelle brauchen eine tiefer liegende Intuition. Die kürzliche Veröffentlichung von Modellen wie Jev hat dem Kapitalmarkt erstmals die Machbarkeit der Linie der „Intuitionsmodelle“ gezeigt.

Das von MetaCircle Intelligence entwickelte „Meta-Modell“ ist eine „Intuitionsmaschine“, die direkt Modellarchitekturen und Training-Hyperparameter generieren kann: Wenn man ihm ein unbekanntes Modell gibt, kann es vorhersagen, wie es sich verhält und in welchen Szenarien es besser passt. Das entspricht einer „Gottesperspektive“ für die KI-Branche, macht Geistesblitze zum Alltag, setzt nicht auf Massen von Rechenleistung um Intuition zu erzwingen – hilft Entwicklern, Umwege zu vermeiden und Rechenleistung dort einzusetzen, wo sie am meisten gebraucht wird.

Das ist genau der grundlegende Unterschied zwischen MetaCircle Intelligence und der beliebten RSI (Recursive Self-Improvement, rekursive Selbstverbesserung)-Linie. In der Branche werden große Sprachmodelle für die selbstständige Evolution von KI verwendet, was Liu Ziming zufolge wie eine Expedition auf unmarkierten Wegen in der Wildnis ist: Es gibt keine Karte, keine Grundlage für Richtungsintuition, die einzige Möglichkeit, voranzukommen, ist das Ausprobieren durch Massen von Rechenleistung und wiederholte Fehler.

Das Meta-Modell kann die Gesetze hinter dem Verhalten von KI-Modellen erlernen, was dem Erhalt einer vollständigen Karte und der Ausstattung mit GPS entspricht, sodass man über Informationen der ersten Ordnung und sogar globale Anleitung verfügt.

Gestützt wird diese Einschätzung durch den akademischen Lebenslauf des Gründers. Liu Ziming, geboren 1998, ist derzeit Assistenzprofessor an der Hochschule für Künstliche Intelligenz der Tsinghua-Universität, hat seinen Bachelor-Abschluss an der Physikalischen Fakultät der Peking-Universität absolviert, promoviert am Massachusetts Institute of Technology (MIT) und als Postdoktorand an der Stanford University im Bereich Neurowissenschaften und KI geforscht. Sein wichtigstes vorheriges Ergebnis, KAN (Kolmogorov-Arnold Networks), ersetzt die festen Aktivierungsfunktionen traditioneller neuronaler Netze durch „lernbare Aktivierungsfunktionen“ und verwandelt das Modell von einer „Black Box“ in eine „White Box“ – seit seiner Veröffentlichung im Jahr 2024 hat es auf GitHub über 16.000 Sterne erhalten und wurde in Google Scholar über 5700 Mal zitiert.

Nach der Veröffentlichung von KAN gab es schnell eine große Anzahl von Folgeuntersuchungen zu diesem Ergebnis, was Liu Ziming, der zu dieser Zeit im vierten Jahr seiner Promotion am MIT war, ein Stellenangebot als Dozent an der Hochschule für Künstliche Intelligenz der Tsinghua-Universität einbrachte. „KAN ist kein Artikel und kein spezifisches Modell, es ist eine Methodik und eine Weltanschauung, die Ordnung aus dem Chaos hervorbringen kann. Es beweist, dass Modelldesign wie die Newtonschen Gesetze durch „wissenschaftliches Ästhetikempfinden“ und die ersten Prinzipien eingeengt werden kann, und das Meta-Modell ist genau die nächste Stufe dieser Methodik“, erläutert Liu Ziming.

Liu Ziming erklärte: „Wenn LLM für 30 % der bereits komprimierten Symbol- oder Sprachwelt geeignet sind, löst das von MetaCircle Intelligence entwickelte Meta-Modell die verbleibenden 70 % der nicht komprimierten numerischen Welt. Sein Kern ist das KAN-Modell. In kurzer und mittlerer Frist kann es für Szenarien mit zeitlich fortlaufend aufgezeichneten Daten wie industrieller Prüfung, finanziellem Quantitativen Handel, Wettervorhersage, Stromvorhersage, autonomem Fahren und Weltmodellen spezielle Vorhersagemodelle entwerfen und deren Machbarkeit sowie kommerzielle Umsetzung überprüfen. Nächstes Jahr werden wir das universelle Meta-Modell 1.0 auf den Markt bringen, das keine Szenarien beschränkt und spezielle Modelle generiert, die zu allen vertikalen Bereichen passen.“

Das Unternehmen wurde im Mai 2026 gegründet, das Durchschnittsalter des Teams beträgt etwa 22 Jahre. Die Mitglieder stammen größtenteils von Spitzenuniversitäten wie der Tsinghua-Universität und der Peking-Universität und sind das typische „Team kleiner Genies“, das derzeit am beliebtesten auf dem Primärmarkt ist. Das Slogan des Unternehmens lautet „Scale Insight, not just Compute“ (Erweitere die Erkenntnis, nicht nur die Rechenleistung). Das Team wird in Kürze auch den selbst entwickelten Teststandard „Architecture IQ“ für die Intuition des Modelltrainings veröffentlichen, um das Intuitionsniveau großer Modelle und menschlicher Forscher beim Modelltraining zu bewerten.

02

Anlegeransichten

Shunwei Capital teilt mit:

„Derzeit wird weltweit nach neuen KI-Paradigmen gesucht. Das Meta-Modell kann die schnelle Konvergenz von Modellen beschleunigen und die Fähigkeiten großer Modelle auf verschiedene andere Bereiche übertragen. Kommerziell entwickelt MetaCircle zuerst Produkte mit „kleinerem Fähigkeitsbereich“: Es entwirft automatisch Vorhersagemodelle für Szenarien mit zeitlich fortlaufend aufgezeichneten Daten wie industrieller Prüfung, autonomem Fahren, Wettervorhersage und finanziellem Quantitativen Handel, überprüft zuerst die Machbarkeit und realisiert die Kommerzialisierung. Liu Ziming ist ein Vertreter junger Wissenschaftler der Generation Z. Sowohl bei KI für Wissenschaft, Wissenschaft der KI als auch KI für KI verfügt Dr. Liu über hervorragende ursprüngliche Innovationsfähigkeit und einzigartiges akademisches Ästhetikempfinden.“

Shanghai Future Industry Fund teilt mit:

„Wir sind der Ansicht, dass wenn die Verbesserung der Modellintelligenz zum Hauptkriterium für die Preisgestaltung von Modellen wird, die Fähigkeit, „das Modell selbst zu entwerfen“, immer wichtiger wird. Bei den beiden Linien von KI für KI ist RSI die technisierte Gegenwart, das Meta-Modell aber die tiefer liegende Zukunft – MetaCircle befindet sich auf diesem Weg an einer vorderen und frühen Position. Während die meisten Teams danach streben, Rechenleistung zu stapeln und Modelle zu verfeinern, sammeln sie die Intuition für das Algorithmusdesign, sodass die KI lernt, Modelle zu erschaffen. Die Beteiligung an dieser Finanzierungsrunde ist Teil unserer Neolab-Explorationsstrategie: An den frühesten und unsichersten Orten begleiten wir die Menschen, die echte grundlegende Forschung betreiben, auf einem langen Weg.“

Xinglian Capital teilt mit:

„Das von MetaCircle Intelligence vorgeschlagene Konzept des Meta-Modells und der KI für KI bietet eine erfrischende neue Idee, um die traditionelle Art der Modellentwicklung zu durchbrechen. Wir schätzen den langfristigen Wert dieser Richtung und erkennen die tiefe Erfahrung und originelle Erforschung des Gründungsteams im Schnittbereich von Neurowissenschaften und Künstlicher Intelligenz an. Als Frühphaseninvestoren möchten wir solche Teams unterstützen, die technische Ideale verfolgen und es wagen, bestehende Paradigmen herauszufordern, und MetaCircle Intelligence dabei begleiten, KI für KI Schritt für Schritt von einer Idee zur Realität werden zu lassen.“

Yunshi Capital teilt mit:

„Die ultimative Frage der zweiten Halbzeit der Künstlichen Intelligenz ist zwangsläufig die Bildung eines geschlossenen Kreislaufs von KI für KI. Der Erfolg von KI für Wissenschaft liegt nicht im Stapeln von Rechenleistung, sondern in einer Forschungsgruppe aus wenigen Kernforschern, die über Spitzenfähigkeiten in bestimmten Bereichen und extreme Hingabe verfügen. Der Gründer Liu Ziming verfügt genau über diesen wissenschaftlichen Geschmack und diesen reinen ursprünglichen Willen, der sich der Entwicklung der Maschine widmet, die Modelle erzeugt. MetaCircle verbindet die ersten Prinzipien der Physik tief mit KI für KI und gestaltet durch das neue Paradigma, das vom Meta-Modell angetrieben wird, die Vorhersage der Gesetze des Modelltrainings und das vollautomatische wissenschaftliche Forschungssystem neu.“