Nachdem er zwei Finanzierungsrunden im Gesamtwert von mehreren hundert Millionen Yuan abgeschlossen hat, plant Liu Ziming, Doktorvater an der Tsinghua-Universität, die Entwicklung eines „Metamodells“, das selbstständig Modelle entwerfen kann.
Text ｜ Xinyi Wang
Redaktion ｜ Yuxin Zhang
„Muss die Arbeit zur Entwicklung von Modellen unbedingt von Menschen erledigt werden?“
Anfang dieses Jahres stellte Liu Ziming, der als Postdoktorand an der Stanford-Universität tätig ist und bald als Doktorvater an die Tsinghua-Universität wechselt, diese Frage. Daraufhin führte er an sich selbst ein fast zweimonatiges „menschliches Experiment“ durch – er trainierte die Intuition seines Gehirns.
In dieser Zeit nahm er jeden Tag zufällig einen Datensatz, um ein Modell zu trainieren. Vor dem Durchführen der Experimente zwang sich Liu Ziming, zunächst die Trainingskurve des Modells vorherzusagen. „Am Anfang konnte ich die Trainingsdetails überhaupt nicht vorhersagen. Am 50. Tag ungefähr merkte ich, dass ich plötzlich Einsicht gewann – das ähnelt sehr dem massiven Üben von Aufgaben vor einer Prüfung“, sagte er.
Dies gab Liu Ziming eine Inspiration: Da das menschliche Gehirn trainiert werden kann, lässt sich auch vollständig ein „Modell des Modells“ trainieren, das nicht auf Menschen angewiesen ist und über die Intuition für die Qualität von Modellen verfügt – also ein Meta-Modell.
Kurz nachdem er an die Tsinghua-Universität gekommen war, gründete Liu Ziming Yuanhuan Intelligence, um ein solches Meta-Modell zu entwickeln. Er nennt diesen Bereich AI for AI: Das erste KI bezieht sich auf das Meta-Modell, ein Modell, das alle anderen Modelle entwerfen kann; das zweite KI bezieht sich auf die Modelle, die vom Meta-Modell entworfen werden.
Laut Informationen von *Intelligente Emergenz* hat das von Liu Ziming gegründete Unternehmen Yuanhuan Intelligence kürzlich zwei aufeinanderfolgende Finanzierungsrunden abgeschlossen: die Seed-Runde und die Seed+-Runde, mit einem gesamten Finanzierungsvolumen von mehreren hundert Millionen Yuan.
Dabei wurde die Seed-Runde von Shunwei Capital angeführt, gefolgt von Institutionen wie Shanghai Future Industrial Fund, Xinglian Capital und Junli Capital; die Seed+-Runde zog industrielle Akteure und staatliche Institutionen wie Shanghai Semiconductor Industry Investment, 360 Strategic Investment, Shoucheng Capital und die Shanghai KI-Industriefondsserie an, sowie bekannte Dual-Währungs-Fonds wie BV Baidu Venture, Shanhang Capital und Yunshi Capital.
Bereits in der Gründungsphase erhielt Yuanhuan Intelligence die gemeinsame Unterstützung mehrerer marktorientierter Venture-Capital-Institutionen, Industriekapital und Staatsfonds und verfügt damit über eine vielfältige Aktionärsstruktur.
Yuanhuan Intelligence wurde im Mai 2026 gegründet. Gründer Liu Ziming, geboren 1998, ist derzeit Assistenzprofessor an der Fakultät für Künstliche Intelligenz der Tsinghua-Universität. Er war als Postdoktorand im Bereich Neuroscience+AI an der Stanford-Universität tätig, promovierte am MIT und forscht langfristig zu AI for Physics, Physics of AI und mechanistischer Interpretierbarkeit. Sein Bachelorstudium absolvierte er an der Fakultät für Physik der Peking-Universität. Die meisten Teammitglieder stammen von Hochschulen wie der Tsinghua-Universität und der Peking-Universität, das Durchschnittsalter des Teams liegt bei etwa 22 Jahren.
Auf dem diesjährigen Kapitalmarkt wird AI for AI oft zusammen mit Begriffen wie RSI (rekursive Selbstverbesserung) und Auto-Research (automatisierte wissenschaftliche Forschung) in einen Topf geworfen. Solange es keinen gemeinsamen Konsens gibt, fiel es Liu Ziming immer schwer, Investoren zu erklären, was sie gerade tun – bis Mitte September das Jev-Modell auf den Markt kam: Jev ist ein Modell, das keinen Text generiert. Nachdem es eine Zustandsinformation und eine Reihe von Fragen erhalten hat, gibt es direkt typisierte Antworten mit Wahrscheinlichkeiten aus.
Liu Ziming nutzt das Muster von Jev, um das Meta-Modell zu erklären: Es ist ein Intuitionsmodell, kein Sprachmodell, das keine Antworten auf Fragen von Nutzern geben kann, aber es kann lernen, Modelle zu entwerfen: Wenn es ein unbekanntes Modell sieht, kann es intuitiv verstehen, wie leistungsfähig es ist; angesichts eines konkreten Szenarios kann es auch beurteilen, welches Modell am besten geeignet ist.
Die Trennlinie zwischen Yuanhuan Intelligence und den bestehenden Akteuren im Bereich RSI und AI for AI liegt auf der untersten Ebene – der Modalität, also ob die Selbstevolution auf einem großen Sprachmodell basiert.
Nach Ansicht von Liu Ziming gibt es in der Branche viele verschiedene Ansätze, mit KI KI zu entwerfen, die alle dem Weg großer Sprachmodelle folgen: Man trainiert ein allgemeines Modell mit natürlicher Sprache und Daten von Denkketten, um die Grenzen der Intelligenz großer Sprachmodelle zu erforschen. Seiner Meinung nach funktioniert das in Bereichen wie Text, Mathematik und Codierung, aber diese Probleme machen nur 30 % der Welt aus. Darüber hinaus ist die Obergrenze für die Durchführung von RSI mit großen Sprachmodellen relativ niedrig: Kurzfristig lassen sich durch das Erreichen von Spitzenwerten in Benchmarks Ergebnisse erzielen, aber es ist schwierig, sie zu generalisieren.
„Intuition ist eher eine Reflexion von Erfahrung, natürliche Sprache eignet sich nicht für stark intuitive Aufgaben“, erwähnt Liu Ziming. Da Intuition nicht in der bereits komprimierten natürlichen Sprache verankert werden kann, zielt das Meta-Modell darauf ab, die verbleibenden 70 % der noch nicht komprimierten Welt zu adressieren, wie zum Beispiel AI for Science, Weltmodelle und sogar die „Wissenschaft“ der KI selbst, um eine geeignete Modellarchitektur zu finden, die diese Aufgaben unterstützt.
In der Deep-Learning-Gemeinschaft ist Liu Ziming neben seinen Rollen als Doktorvater an der Tsinghua-Universität und Unternehmer vor allem für seine akademischen Errungenschaften bekannt – die neuartige neuronale Netzarchitektur KAN (Kolmogorov-Arnold-Netze). KAN wurde 2024 veröffentlicht, bis heute hat diese Errungenschaft 16.000 Sterne auf GitHub erhalten und wurde laut Google Scholar mehr als 5.700 Mal zitiert. Nach der Veröffentlichung von KAN gab es zahlreiche Folgeuntersuchungen rund um KAN, was Liu Ziming, der damals im vierten Doktorandenjahr am MIT war, ein Stellenangebot als Dozent an der Fakultät für Künstliche Intelligenz der Tsinghua-Universität einbrachte.
KAN kann als eine Art „Gegenentwurf“ zum herkömmlichen neuronalen Netz MLP (Multi-Layer-Perzeptron) betrachtet werden. Seine Kernidee besteht darin, die festen Aktivierungsfunktionen herkömmlicher neuronaler Netze durch „lernbare Aktivierungsfunktionen“ zu ersetzen und das Modell von einer „Black Box“ zu einer „White Box“ zu machen.
„KAN ist kein Artikel und kein konkretes Modell, es ist eine Methodik und eine Weltanschauung, die Ordnung aus dem Chaos entstehen lassen kann“, erwähnt Liu Ziming. „Rückblickend ist KAN ein spezielles Meta-Modell. Es beweist, dass Modellentwicklung wie die Newtonschen Gesetze funktionieren kann: Man kann die zugrundeliegenden Prinzipien herausfinden, die durch „wissenschaftliches ästhetisches Empfinden“ und erste Prinzipien konvergieren. Das Meta-Modell ist genau das höherstufige Produkt unter dieser Methodik.“
Wenn man davon ausgeht, dass LLM gut mit den 30 % der bereits komprimierten symbolischen oder sprachlichen Welt umgehen kann, löst das von Yuanhuan Intelligence entwickelte Meta-Modell die verbleibenden 70 % der nicht komprimierten numerischen Welt, wobei sein Kern KAN ist. In der praktischen Anwendung kann das Meta-Modell kurz- und mittelfristig in Datenszenarien wie industrieller Inspektion, finanziellem Quantitativen Handel, Wettervorhersage, Stromvorhersage, autonomem Fahren und Weltmodellen verwendet werden, um spezielle Vorhersagemodelle zu entwerfen und deren Machbarkeit sowie kommerzielle Umsetzung zu überprüfen. Nächstes Jahr werden sie zudem das allgemeine Meta-Modell 1.0 auf den Markt bringen, das keine Szenarien beschränkt und spezielle Modelle generieren kann, die an alle vertikalen Bereiche angepasst sind.
„Ich wollte schon immer die Newtonschen Gleichungen hinter der KI schreiben und interpretierbare Dinge finden“, sagte Liu Ziming. Ob es sich um KAN oder das Meta-Modell handelt, er erforscht ständig, wie die großen Modelle in Black Boxes interpretiert werden können und wie ihre Wissenschaftlichkeit zum Ausdruck kommt – so als würde man die Atmosphäre durchbrechen und die Erde aus dem Weltraum betrachten, um Probleme niedriger Dimensionen mit höherdimensionalen Methoden zu lösen.
An diesem neuen Ausgangspunkt seiner Unternehmensgründung zeigt er aber auch seine pragmatische Seite: Er neigt dazu, sich auf umsetzbare, kleinere Fähigkeitsgrenzen und kommerzielle Anwendungen zu konzentrieren, zum Beispiel zunächst ein relativ einfaches Zeitreihenmodell mit klaren Anwendungszenarien zu entwickeln, das keine visuellen und räumlichen Fähigkeiten erfordert. „Solange es trainiert werden kann und spezielle Modelle für Zeitreihenszenarien entwerfen kann, hat es seinen Wert bewiesen.“
Zum Zeitpunkt der neuen Finanzierung von Yuanhuan Intelligence sprachen wir mit Liu Ziming über seine bahnbrechenden Forschungen zu Meta-Modellen und Selbstevolution, sowie über seine Stelle als Doktorvater an der Tsinghua-Universität und seine Unternehmensgründung im Bereich AI for AI – Themen, die viele interessieren. Das Interview fand Ende September statt, die Geschichte ist noch frisch, aber Liu Ziming erzählte uns, dass sich Yuanhuan Intelligence extrem schnell entwickelt und sogar schon eine Woche später neue Ergebnisse vorweisen wird.
Im Folgenden das Gespräch zwischen *Intelligente Emergenz* und Liu Ziming, leicht gekürzt und bearbeitet:
Wem soll die Aufgabe des Modellentwurfs überlassen werden
Intelligente Emergenz: Was für ein Modell ist das Meta-Modell, an dem Sie gerade forschen?
Liu Ziming: Zuerst einmal ist das Meta-Modell kein großes Sprachmodell, es ist eine neue Modalität.
Wir bauen eine „Intuitionsmaschine“: Sie hat zuvor eine große Anzahl von Modellen mit unterschiedlichen Leistungen gesehen und diese in ihrem Inneren verinnerlicht. Wenn sie später auf eine neue Modellarchitektur stößt, kann sie anhand ihrer vorherigen Erfahrungen intuitiv beurteilen, wie gut dieses Modell funktionieren wird.
Die Eingabe dieses „Intuitionsmaschinen“-Modells ist die Architektur eines Modells (ein Berechnungsgraph), die Ausgabe ist eine oder mehrere Trainingskurven – eine Zeitreihe, die die Änderung der Modellleistung im Laufe der Trainingszeit darstellt. Berechnungsgraphen und Zeitreihen sind bereits bekannte Modalitäten, aber das Training einer Intuitionsmaschine, um diese Zuordnung durchzuführen, hat es zuvor noch nie gegeben.
Der AI4AI-Ansatz von Yuanhuan
Intelligente Emergenz: Wie weit ist die Umsetzung dieser Idee bereits fortgeschritten?
Liu Ziming: Es gibt bereits mehrere Demos.
Eine Demo bezieht sich auf das Vortraining großer Sprachmodelle. Der Kern liegt darin, ob sie die Trainingskurve genau vorhersagen kann, wenn das Modell verschiedene Hyperparameter (externe Konfigurationsparameter vor dem Modelltraining) ändert. Diese Vorhersage hilft Forschern, im Voraus zu wissen, wie sie die Hyperparameter des Modells optimal einstellen können.
Eine weitere Demo ist ein Meta-Modell für Zeitreihen. Bei Zeitreihen funktioniert die LSTM-Architektur (Long Short-Term Memory) besser als die Transformer-Architektur. Daher haben wir auf Basis der LSTM-Baseline eine Architektur erstellt, deren Leistung hundertmal besser ist als die von LSTM. Im Bereich der Weltmodelle haben wir mit dem Meta-Modell ebenfalls eine neue Architektur gefunden: Im Vergleich zu JEPA (Joint Embedding Predictive Architecture) haben wir die Punktzahl bei einer Aufgabe von 67 auf 98 verbessert.
Das Meta-Modell ist also nicht mehr fern, wir haben bereits einen gangbaren Weg erkannt.
Intelligente Emergenz: Wann wurden diese Ergebnisse erzielt?
Liu Ziming: In den letzten zwei Wochen. Wenn Sie nächste Woche mit mir sprechen, wird es wieder anders sein.
Wir erstellen auch unser eigenes Benchmark, das wir bald unter dem Namen Architecture IQ veröffentlichen werden. Es bewertet das Intuitionsniveau großer Modelle oder menschlicher Forscher für das Modelltraining. Zum Beispiel: Ich soll ein Regressionsaufgabe trainieren, welches der drei folgenden Modelle am Ende die beste Leistung erbringt? Das ist eine reine Intuitionsaufgabe. Unsere Tests haben ergeben, dass bei Aufgaben, die nur auf der Architektur basieren, GPT-6 Astra weniger als 40 Punkte erreicht, während Menschen etwa 60 Punkte erreichen.
Intelligente Emergenz: Also sind große Modelle bei Aufgaben wie „Intuition“ noch nicht so gut wie Menschen?
Liu Ziming: Wie ich sagte, Intuition ist keine natürliche Sprache, sie ist eine neue Modalität. Wenn man unbedingt natürliche Sprache dafür verwenden will, funktioniert das nicht gut.
Wir haben Tests mit dem Architecture-IQ-Datensatz durchgeführt und festgestellt, dass eine längere Denkzeit großer Sprachmodelle die Leistung nicht verbessert, manchmal sogar verschlechtert. Bei Aufgaben wie Mathematik oder Codierung kann man die Punktzahl erhöhen, indem man das große Sprachmodell länger nachdenken lässt, da diese Szenarien bereits komprimierte, aussprechbare Dinge sind. Die unaussprechbare Intuition hingegen kann nicht durch einfaches Verlängern der Trainingsdauer in ihrer Trefferquote verbessert werden.
Intelligente Emergenz: Wann werden Meta-Modelle aus langfristiger Sicht Realität werden?
Liu Ziming: Aus Forschungssicht könnte es drei Jahre dauern, bis wir die Wissenschaft der KI (Science of AI) vollständig verstanden haben. Aber das Meta-Modell ist einfacher als die Wissenschaft der KI, da wir nicht unbedingt die zugrundeliegenden Prinzipien des Meta-Modells vollständig verstehen müssen und die Prinzipien der KI nicht in Symbole oder natürliche Sprache übersetzen müssen. Das Meta-Modell verkürzt diesen Zeitraum von drei Jahren auf ein Jahr.
Wir müssen nicht nach den metaphysischen Prinzipien hinter der KI streben, sondern können zuerst ein Modell trainieren, das Vorhersagen treffen kann. Das „ein Jahr“ bezieht sich auf die Zeit bis zur kommerziellen Umsetzung. Wir haben gerade erst vor drei bis vier Monaten angefangen und bereits einen gangbaren Weg entdeckt.
Intelligente Emergenz: In welcher Form wird das erste ausgelieferte Produkt erscheinen?
Liu Ziming: Das erste ausgelieferte Produkt wird ein Meta-Modell für Zeitreihen sein. Aus langfristiger Sicht hoffen wir, mit dem Meta-Modell Weltmodelle, AI4S-Modelle und mehr zu entwickeln.
Hinaus aus dem Transformer: Den hellsten Stern am gesamten Sternenhimmel finden
Intelligente Emergenz: Für die Umsetzung von RSI auf großen Sprachmodellen braucht man Daten über Denkketten von plötzlichen menschlichen Geistesblitzen. Wie sehen die Daten aus, die das Meta-Modell benötigt?
Liu Ziming: Wir trainieren das Meta-Modell durch überwachtes Lernen, indem wir eine große Anzahl von Modellen mit ihren Train