清华大学助理教授刘子鸣分享了他从物理到AI的跨界经历,以及他创立的公司“圆环智能”在AI for AI领域的探索。他描述了当前中美Neo Labs(新型实验室)的资本狂潮,重点介绍了AI for Research(AI自动做研究)和世界模型两大热门赛道。刘子鸣提出了独特的“圆模型”概念——用AI预测模型训练结果,目标是实现自动化AI物理学,最终发现下一个颠覆性架构。
Summarized by Podsumo
Neo Labs资本狂潮:刘子鸣形容融资过程“太疯狂了”,投资人打探消息、快速决策,种子轮+无限加轮成为常见策略
“圆模型”核心:将训练曲线作为预测目标,而不是传统Next Token。通过训练模型预测其他模型的训练结果,加速架构探索
AI for AI分两条路:一条是Coding Agent改进(如RSI),另一条是更聪明的AI researcher,刘子鸣选择后者,强调结构化和符号化
机制可解释性:刘子鸣认为,虽然可解释性(如Anthropic的单神经元解释)有趣,但很不鲁棒,换随机种子就失效;需要更系统的AI物理学
未来愿景:Vibe Training:刘子鸣希望最终做出“训练自动驾驶仪”,让用户只需描述需求,系统就能端到端设计、训练、部署模型,实现模型民主化
"我们现在的AI就像蒂谷盯着一个星区,过分迷恋Transformer,而忽略了整片星空。 — 刘子鸣"
"我把自己当成模型训练了60天,每天预测训练曲线,第45天突然『开悟』了——这让我相信圆模型是可能的。 — 刘子鸣"
"New Lab的本质是前6-12个月像实验室一样探索,一旦『顿悟』,就按公司的方式运转。 — 刘子鸣"