北京无涯智远科技有限公司(以下简称 " 无涯智远 ",英文名 Norizon AI)是全球领 先的大模型参数持续学习践行者。投资界(ID:pedaily2012)11 月 19 日消息,无涯智远宣布完成数亿元天使轮和天使加轮融资,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。本轮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。心流资本 FlowCapital 担任财务顾问。
无涯智远聚焦 Real-Time RSI(实时自进化),以参数持续学习为核心技术路径,致力于让大模型在部署后仍能持续吸收知识、内化经验,获得新能力。
随着 AI Agent 向复杂、长程任务拓展,自主探索能够产生更多数据与执行轨迹,但探索效率的提升并不自动转化为模型能力的增长。如何快速吸收新经验、降低模型训练的成本,并在学习新知识时保留原有能力,是持续学习必须跨越的关键障碍。无涯智远围绕快速更新、推理级更新成本和缓解灾难性遗忘展开研发,构建支撑实时自进化的底层学习能力。
这一技术构想以人类持续学习与记忆巩固的过程为功能参照,探索构建类似 " 海马体 " 的模型学习机制,将交互中值得保留的信息与经验转化为可长期复用的参数更新。通过将学习融入日常运行,公司希望推动模型能力连续积累,减少对阶段性集中训练和版本迭代的依赖。
技术层面,公司采用预先训练的超网络直接生成模型参数更新。超网络(HyperNetwork),是一种能够生成另一个神经网络部分或全部参数的网络,通过输入任务、数据特征或模型状态,输出目标网络所需的权重更新。通过超网络,直接生成基座模型的参数更新,让新知识成为模型自身的一部分,沉淀到自身参数中,在后续任务中持续使用。
团队早前已在内化新资料任务上验证了该路径:通过一次前向计算生成轻量参数更新,适配后的模型无需直接读取原文,即可回答相关问题。该方法规避了针对每份新资料反复进行梯度优化的过程,推动单次参数更新开销接近推理级别,为高频、低成本的模型更新提供范式基础。
目前,无涯智远已组建起兼具研究、工程与产品能力的核心团队。无涯智远首席科学家为张牧涵博士,现任北大人工智能研究院助理教授,本科毕业于上海交通大学 IEEE 试点班,博士毕业于美国圣路易斯华盛顿大学,曾任 Facebook AI(现 Meta AI)研究科学家,负责过十亿用户级大规模图机器学习系统的研发。无涯智远聚集了一批年轻研究者包括来自北大、清华、港大、复旦、MIT 等高校背景的青年人才,以及奥林匹克竞赛、ICPC 金牌得主和一线大厂后训练、智能体等方向的研究员,团队规模为 20 余人。
作为全球参数持续学习与实时自进化模型的前沿探索者,无涯智远正在探索 AI Agent 经验学习、企业模型适配及个性化模型等应用方向。在企业场景中,公司希望通过私有化部署,让模型在本地吸收新增业务知识,降低更新门槛并减少敏感数据外传;在智能体场景中,则探索将对话、工作记录和任务轨迹中的有效经验用于后续任务,更好地适应用户的工作方式与实际需求。
在交付方式上,团队正在探索本地部署与云端服务。云端可通过共享通用基座、为不同用户维护个性化参数,降低专属模型的服务成本。团队将围绕这些实际需求,逐步验证持续学习的产品形态与商业价值。
公司的长期目标,是构建能够自主积累经验、提炼可迁移规律、持续获得新能力的智能系统,使实时自进化成为模型的基础能力。无涯智远希望让学习贯穿模型的整个使用周期,使模型的改进从阶段性版本更新延伸到日常使用,在真实世界的长期实践中不断适应新的任务与环境。
文章来源:投资界
原文地址:https://news.pedaily.cn/202611/572108.shtml