乐居财经 22小时前
北大博导给大模型装“外挂大脑”,拿下数亿天使轮
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

文 / 瑞财经 李姗姗

一家刚成立不到半年的公司,天使轮和天使 轮一口气拿下数亿元。

11 月 19 日,北京无涯智远科技有限公司(下称 " 无涯智远 ")宣布完成融资,投资方包括五源资本、红杉中国、联想之星、中关村科学城基金及戈壁创投等多家知名投资机构。资金将主要用于无涯智远自研 RSI 模型技术攻关及产品落地。

RSI 是指递归式自我改进,简单来说,它希望让 AI 参与改进自身,实现能力的持续提升。

一个真正属于你的 AI,或许能够记住你的兴趣和习惯,了解你正在做的工作,甚至知道你过去几个月读过什么、思考过什么。随着 AI 智能体逐渐走向实际应用,能够长期陪伴用户、提供个性化服务的个人智能体(Personal Agent),正成为行业关注的方向之一。

但要实现这样的愿景,AI 首先需要解决一个基础问题:如何在长期使用中积累知识和经验?如果希望 AI 越用越聪明,还需要更进一步,让模型在使用过程中持续学习,把新的经验逐渐转化为自身能力。

无涯智远要做的,就是这件事:让大模型出厂后,依然能继续成长。

北大博导转身

创业押注实时 RSI

天眼查显示,无涯智远创立于今年 6 月 1 日,注册资本 158.3 万元。此次是无涯智远成立以来首轮外部融资,数亿元的天使轮,在国内早期融资里不算小数目。

资本敢把筹码压在这家 " 五个月大 " 公司上的原因,来自公司首席科学家张牧涵。

张牧涵是一名 "90 后 ",是东北师大附中走出的物理竞赛保送生,本科毕业于上海交通大学 IEEE 试点班。2015 年赴圣路易斯华盛顿大学读博,师从华盛顿大学终身教授、AAAI 及 IEEE 会士陈一昕,博士毕业后进入 Facebook AI,从事大规模图机器学习与推荐系统。2021 年回国,进入北京大学,目前担任北大人工智能研究院助理教授、博士生导师。

在图神经网络领域,张牧涵是早期开拓者之一。他在该领域发表多篇开拓性文章,包括链路预测的 SEAL 算法和图分类的 DGCNN 算法,引用均超过 2000 次,成果被多次写入图深度学习标准库 ( PyTorch Geometric 和 DGL ) 。论文百余篇,引用超 1.6 万次,两次入选全球前 2% 顶尖科学家榜单。按理说,这条路已经走得够稳。

但他中途拐了个弯,在 Facebook AI,他把图深度学习用进十亿用户级别的社交网络和广告推荐系统里,当顶级学术成果最终被抽象为广告点击率上几个小数点的提升时,他开始重新审视自己的科研抱负。

用张牧涵自己的话说," 还是想做 AGI(通用人工智能)"。他认为要实现真正的突破,需要对底层原理有更深的理解,探索新的技术范式。

据了解,无涯智远还聚集了一批年轻研究者,包括来自北大、清华、MIT 等高校背景的青年人才,以及奥林匹克竞赛、ICPC 金牌得主和大厂后训练、智能体等方向的研究员,团队规模为 20 余人。

让模型在使用中持续学习

把定义模型的权利交还给用户

张牧涵要解的问题,行业里叫持续学习。

今天的大模型,训练与推理是分开的,出厂即固化,参数不再变。

想让它学新东西,目前常见的做法有两种。一是不断拉长上下文窗口,把新资料放进对话里;二是积累新数据后重新训练模型。前者要为每次调用付出显存和算力成本,后者耗时耗力,还容易出现学了新东西、忘了旧东西的情况。

无涯智远的解法是,给模型装备一个能在几秒内改写它参数的 " 外挂大脑 "。

在张牧涵看来,上下文类似短期记忆,随时可以清空;参数类似长期记忆,写进去就能保留。他由此提出参数内学习(IPL):先训练一个专门负责生成参数更新的网络,也就是超网络(HyperNetwork)。给它一段新材料,它算一次,就能产出一组轻量参数(LoRA 权重),把新知识直接写进大模型。不必反复训练,成本接近一次普通推理。

这条路径的早期证据来自 SHINE 论文。成果于 2026 年 2 月发布在论文预印平台 arXiv,7 月被顶级 AI 会议 ICML 收录。团队用 60 亿个 token 训练超网络,训练语料只有英文,输入中文材料同样能完成内化,论文、代码、模型均已开源。张牧涵说,他更看重的不是记住某一段材料,而是模型学会了 " 遇到新上下文时如何更新自己 "。

落地方向有两个,一是企业把私有数据在本地写进模型,避免数据外传;二是个人智能体在长期使用中积累用户的偏好和习惯。

如果更新成本降到接近推理的水平,定义模型的权利就不再只属于大厂,企业和每个人都能拥有持续进化的专属模型。这正是资本愿意在天使轮投入数亿元的原因。

不过,这一路线仍有明显边界。无涯智远团队已把单次内化长度从论文阶段的约 1K token 扩展到数百万 tokens,但仍在研究扩大超网络规模、数百万 tokens 连续更新稳定性、主动判别和安全可回滚的内化机制,尚未推出可用的产品。

张牧涵也不讳言,SHINE 最初 " 还赶不上上下文学习 ",后者当时是效果最好的办法。灾难性遗忘至今没有成熟的解法,从一篇论文到一个可用的产品,中间还隔着一整套待验证的工程环节。

智客推

智客推

ZAKER 智客推 GEO | AI 时代的品牌认知解决方案

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

ai facebook 天使轮 北大 融资
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…