大语言模型能在「异世界」发现隐藏的物理规律吗?
- 详细资料
- 分类:电玩专区
- 发布于 2026年11月10日 星期二 07:06
(来源:机器之心)
本文第一作者为香港科技大学(广州)博士生杨震。共同通讯作者为徐翔( 阿里巴巴 )和陈颖聪(香港科技大学(广州))。
物理规律有时很反直觉:物体的运动速度不能超过真空光速。我们能否当一回「造物主」,构建一个物理规律不同的「异世界」,让大模型自己发现异常、提出问题、做实验、找规律?这让我们想起王阳明的「龙场悟道」。于是有了 LongChang(龙场):在玻璃房里改写物理规律,让模型自主探索、认识自己的世界。
LongChang 基于 MuJoCo 构建了 多个「异世界」,呈现重的物体反而下落得更慢、红球之间会相互吸引等异常现象。探索时,不指定课题,不提示异常,也不告知规律数量。模型自己决定什么值得研究,并通过操作物体、搭建器材检验想法。
结果表明,自主发现仍然很难。在 12 个模型中,仅 GPT-6-Astra 完成了有实验支持的规律发现,发现率为 16.7%;其余 11 个模型均为 0%。探索记录揭示了两类障碍:看到异常后没有继续追问,或做了实验却遗漏关键条件。LongChang 将这些记录用于下一轮场景设计,衔接探索、评估与后续出题。
论文标题: Can LLMs Uncover Hidden Physical Laws through Free Exploration?
欢迎来项目页体验交互 demo,查看完整实验结果: https://zhenyangcs.github.io/LongChang-website/
欢迎在 GitHub 给我们一颗 star: https://github.com/EnVision-Research/LongChang
作者: Zhen Yang、 Wen Wang、Xander Xu、Ying-Cong Chen
15 个「异世界」
LongChang 包含 15 个基础场景:1 个普通物理对照,以及 14 个各改写一条规律的场景。异常可能取决于物体的质量与颜色、所在区域、接触次数或此前的动作。下面展示全部场景;这些规律不会告知探索模型。
Framework:从构建世界到自主发现
LongChang 将环境构建、自主探索和发现评估连成一个自动化流程,并通过器材搭建支持实验、通过场景演化设计下一轮问题。
构建环境: 场景设计模型定义物体和规律,将设计编译为 MuJoCo 仿真,并通过自动测试与审核。未通过的场景会返回修改;真实规律只提供给评估者。
自主探索: 被测模型根据观测自主选题,通过推动、抛掷、抓取、移动物体等操作检验解释。探索过程中不指定课题、不提示异常,也不告知规律数量。
搭建器材: 需要额外控制或测量时,模型可以设计器材。设计通过物理审核后安装到当前场景;未通过时,模型根据反馈修改后重试。
评估发现: 评估模型对照真实规律、研究报告和完整探索记录,分别检查规律正确性(C)与证据支持(S)。只有两项同时通过,才计为成功发现(D)。
演化场景: 利用探索记录中的未解问题、错误判断和后续修正,生成、改进或组合新场景。新场景再次通过测试与审核后,进入下一轮探索。
实验结果
主实验结果
评测覆盖 12 个模型、15 个场景,每个模型在每个场景运行 3 次,每次最多 100 轮。其中 1 个场景遵循普通物理,另外 14 个各改写一条规律。发现率只统计后者,要求规律完整正确、结论与推理都有实验支持。
GPT-6-Astra 的证据支持率达到 97.6%,规律正确率却只有 19.0%:有依据的局部观察,仍可能遗漏作用对象、触发条件或关键数值。Claude-Opus-5 的规律正确率为 16.7%,但没有报告通过证据检查,因此也未形成成功发现。
正常场景则检验模型是否过度推断。36.1% 的报告因误报异常或解释缺乏依据而被否决,说明评估也需要检查模型何时会过早下结论。
研究问题的形成
我们比较相同场景中的探索轨迹,检查模型是否会因意外现象改变计划。图中的两条路径说明:观测提供了线索,还需要模型主动把线索变成研究问题。
假设验证
一个合理的解释,还需要排除其他可能。这一案例展示了模型如何寻找能区分解释的证据。判断机制的关键,是设计有针对性的检验,而不只是反复积累相似观察。
资源对照实验
我们分别改变 GPT-6-Astra 的任务提示、可用轮数和器材权限,考察哪些资源有助于发现。
三组独立对照,各组其余设置匹配。提示和器材实验上限为 100 轮;轮数实验均不压缩对话历史。
给出任务和线索后,模型的平均操作轮数从 39.3 降至 30.9,用更少的操作完成了更多发现。增加轮数上限则没有改善发现率:模型仍在约 40 轮主动停止,没有用完额外预算。
器材使用案例
器材对照衡量开放搭建的总体影响,具体贡献仍需结合探索记录判断。这一案例展示了模型如何根据一次测量失败改进设计。
场景演化
探索记录还能帮助设计下一轮问题。在场景 15 中,模型曾把红球暂时停下误判为「没有持续作用力」,后来才修正。根据这段记录,LongChang 设计了三种变化:
生成: 将向北的力改成两球相互排斥,保留操作后的暂停。
改进: 蓝球进入灰色区域时,红球的向北力不再生效。
组合: 加入一条新规律:红球被推或抛后,绿球在 12 个时间单位后复制红球此次启动时的速度。
GPT-6-Astra 在三个新场景中各运行 3 次,发现率均为 0%。这组案例显示,模型仍停留在局部现象,未能完整识别新的条件与关联。
总结
LongChang 以物理规律可改写的「异世界」为实验场,让大模型自主提出问题、设计实验、搭建器材,并用证据检验对世界的理解。探索记录进一步推动新场景的生成与演化,让一次探索成为下一轮研究的起点。我们希望通过 LongChang,推动 AI 在自主提问、实验求证和规律发现中不断进步,成为能够主动探索世界的研究伙伴。
闲鱼CEO谌伟业:Agent创造新模式新体验,150万用户获得持续稳定收入
- 详细资料
- 分类:电玩专区
- 发布于 2026年11月05日 星期四 01:59
新浪科技讯 11月4日晚间消息,在2026年世界互联网大会乌镇峰会“数字经济论坛”上, 阿里巴巴 集团副总裁、闲鱼CEO谌伟业分享了一组数据:过去一年,超过150万用户在闲鱼平台上获得了持续稳定的收入。
在谌伟业看来,AI技术正在改写App时代的规则,App正在Agent化,不少App开始内生出Agent的功能,从而带来新的体验和业务模式。但比起效率提升,闲鱼更关注的是普通人获得的机会。“站在AI应用突破的前夜,相信不少人会问,谁会拿到这场技术变革的‘船票’?有人会想到一家公司,有人会想到一款产品。而闲鱼想的是,让每一个普通个体,都能在闲鱼拿到通往Agent时代的‘船票’,让他们的生活多一些美好。”
谌伟业在演讲中介绍,与其他平台不同,闲鱼的“卖家”99%以上都是普通人,“他们没有大品牌、大商家专业的组织、经营能力,甚至没那么多时间,所以AI技术对他们的帮助会更大。”
闲鱼近两年将AI技术引入交易流程后,印证了这一判断。数据显示,闲鱼用户对AI帮写商品描述、辅助定价、客服答复等功能的使用率不断攀升,对AI助理提供的专业建议采纳率更是大幅提升。
谌伟业在现场分享了一个案例,一位9年的闲鱼老用户,采纳了闲鱼AI优化图片、调整定价的建议,并让AI协助回复咨询和议价后,滞销超900天的商品仅用2小时就成功交易。
“对于闲鱼的用户来说,他们不需要知道AI是什么,Agent是什么。AI技术普惠最自然的方式是让他们觉得机会变多了,有一技之长,有经验的人可以服务更多的需求。而闲鱼,从闲置交易社区,开始成长为轻创业社区,已经在服务于普通人的创业和就业。”谌伟业指出,这样的变化不只发生在闲鱼,如今越来越多App正在Agent化,而闲鱼希望通过这一技术变革,让每一个普通人都能抓住AI时代的新机会。
十年雅迪717 “智能痛车” 让Z世代集体“上头”
- 详细资料
- 分类:电玩专区
- 发布于 2026年7月23日 星期四 02:56
用户代际更迭,Z世代正在重塑流行文化。
理解年轻人的兴趣、表达方式和真实需求,是品牌与他们建立连接的起点。
人气满满的Bilibili World线下嘉年华、一票难求的 泡泡玛特 沉浸式主题空间,都说明了同一件事:年轻人愿意为“身份认同+沉浸体验+情感共鸣”奔赴现场,也愿意把一次参与变成社交平台上的生活标签。
最近,雅迪第十届717全球骑行节的出圈,也是如此。今年雅迪首创“双顶流IP+八谷联动”模式,把绝区零联名“痛车”、三丽鸥家族联名车和全国八大欢乐谷的线下场景结合起来,把一次品牌活动变成了一场年轻圈层的夏日嘉年华。
两轮电动车的“次元觉醒”
这一次,雅迪打破次元壁,联动绝区零和三丽鸥家族两大顶流IP,在武汉、重庆、北京、上海、成都、深圳、天津、南京全国八大欢乐谷同步举办线下狂欢。绝区零联名“痛车”驶入雅迪骑遇岛,三丽鸥家族联名车萌酷亮相,花车巡游、精彩舞台、打卡试骑轮番上演,年轻人带着热爱奔赴同一场夏日派对。
当下,两轮电动车行业正经历一场静水流深的变革。代步工具的通勤属性之外,也承载着年轻人的穿搭审美、街头表达和兴趣认同。品牌与年轻人的对话方式,也因此需要进入真实场景,与用户一起完成体验共创。
2025年国内游戏用户规模近6.8亿,30岁以下用户占比接近七成。游戏已经成为Z世代表达身份、建立社交的重要语言,也持续影响着他们的审美与选择。
雅迪选择与米哈游旗下都市冒险动作游戏《绝区零》联名,正是对这种需求变化的积极回应。绝区零的潮酷都市美学与高活跃玩家圈层,和雅迪希望触达的年轻用户高度重合。三丽鸥家族则连接钟爱软萌治愈系的泛年轻女性群体。两个IP分别提供了清晰的审美入口和情绪价值。
从“皮肤”到“灵魂”:
两轮智能产品生态的深度重构
狂欢终有散场,能让年轻人留下来的,还是产品本身。
过去IP联名往往止步于“视觉贴牌”,雅迪此次与绝区零的合作,打破这一惯例。它不再满足于将IP作为简单的“皮肤”覆盖在车体表面,而是通过底层技术的解构与重组,让IP的精神内核成为驱动产品的“灵魂”。
这背后,是雅迪为两轮电动车智能化路径提供的一个创新样本——从单纯的硬件堆砌,转向“软件定义出行”的生态构建。
Yadea OS全域操作系统是这场重构的底层支撑。它打通了车机、APP与云端的数据壁垒,赋予车辆“可成长性”。
在绝区零联名款中,仪表盘和APP同步定制游戏UI/UX专属皮肤;Fairy助手被复刻进车机体验;AI语音大模型让助手Fairy具备自然语言理解与连续对话能力,实现“车懂人心”。用户买到的不再是一辆静态的电动车,而是一个可进化的智能终端。
在联名思维中,技术往往是通用的,IP只是后期的装饰。但雅迪展示了“技术为内容服务”的新思路——用硬核技术去“转译”二次元的设定。
针对不同角色的特征,雅迪对车辆的“皮肤”、机械结构和电子架构进行了定制化调校。
冠能白鲨Ⅱ艾莲款将仿鲨机甲美学与艾莲角色涂装结合,通过专属UI、Fairy助手强化沉浸感,还原角色的凌厉迅捷;冠能B60S邦布款用立耳大灯、拉链飘带前脸和无钥匙感应,放大软萌与机械潮酷的反差;冠能i7莱卡恩款以绅士机械设计呼应狼希人执事冯·莱卡恩的冷峻气质,搭载汽车级双通道阀式ABS、AI安全影像和行车记录仪;冠能星舰Ⅱ艾莲款以机甲涂装、银河双灯和AI全双工语音交互,将科幻感与高阶操控推向极致。
这种“性格化”的重构,标志着雅迪的智能制造能力已能支撑高度个性化的定制,让工业标准品蜕变为具备独特“性格”的智能伙伴。
过往,行业竞争的焦点在于电池跑多远、电机转多快。现在,雅迪通过Yadea OS和深度定制的IP生态,将竞争维度拉升到了体验融合的新时代。
在这个新生态中,雅迪通过硬核技术,将虚拟世界的热爱无缝映射到物理世界的出行中,让电动车从单纯的代步工具,进化为连接现实与虚拟的“智能终端”。这不仅是对Z世代用户需求的精准回应,更是雅迪作为行业巨头,对两轮出行未来形态的一次前瞻性定义。
解锁出行“天花板”
一场持续十年的同频跃迁
真正能打动年轻人的,是懂他们的热爱,也给得出靠谱的产品。
雅迪此次围绕IP选型、线下体验和终端交付搭建完整闭环。在小红书等平台,不少用户寻找同好预定同款“痛车”,为周边产品自发组队拼单,甚至出现海外用户求代购。
这种用户行为的变化,让联名产品承载起交通工具之外的情感溢价和社交表达,成为年轻人愿意主动分享的“出行搭子”。这背后,是雅迪对年轻用户需求的长期观察。
今年717全球骑行节,雅迪用绝区零联名触达二次元玩家,用三丽鸥家族联名覆盖泛年轻女性群体,并把欢乐谷作为可进入、可互动、可分享的潮流场域。不同年轻圈层,都能在雅迪717骑行节中找到自己的入口。
与Z世代同频共振,已经成为雅迪品牌年轻化的一条长期主线。骑行节、摩登之夜等活动,都是雅迪探索“如何与年轻人对话”的实践:形式可以变化,核心始终是把产品放进年轻人的真实生活方式里。
创新玩法能够落地,依托的是雅迪二十余年的技术积累。作为行业研发投入领先的企业,雅迪自2016年上市以来累计研发投入超74亿元,拥有超2000项专利。长期沉淀的研发能力,也支撑着智能科技、能源科技和安全科技等产品创新体验持续落地。
十年717见证了用户需求与产品体验的共同进化。从倡导绿色出行到定义年轻生活方式,雅迪始终与用户站在一起。伴随这种同频共振,两轮电动车的产品体验持续拓展,将续航、安全、智控和审美表达融为一体,重塑了新的出行体验。雅迪做的,是让年轻人愿意看见、愿意讨论,也愿意把雅迪联名车骑进日常生活的每一段路。
马斯克将投入28亿美元,押注他曾称作“史上最愚蠢实验”的项目
- 详细资料
- 分类:电玩专区
- 发布于 2026年8月18日 星期二 02:25
作者:AJ 蒂尔斯密斯
速览要点
SpaceX 的 IPO 申报文件披露,计划投入 28 亿美元采购天然气燃气轮机;特斯拉(339.3, -2.97, -0.87%)向同属 xAI 的算力项目供应价值 2.69 亿美元的 Megapack 储能设备。
马斯克旗下 xAI 在孟菲斯附近部署多达 69 台未取得许可的燃气轮机,遭到美国环保署处罚;因每年排放 2000 吨氮氧化物,还被全国有色人种协进会(NAACP)提起诉讼。
Anthropic 每月支付 12.5 亿美元租用 xAI 的数据中心算力,推动 SpaceX 人工智能业务营收同比大涨 247%。
2015 年 3 月,埃隆・马斯克在与尼尔・德格拉斯・泰森对话时称,燃烧化石燃料 “无疑是史上最愚蠢的实验”。他表示化石燃料储量有限,清洁能源转型是必然趋势,人为改变大气环境毫无意义。时隔 11 年,SpaceX(SPCX)IPO 申报文件披露:计划未来三年投入超 28 亿美元采购天然气燃气轮机,为 AI 数据中心供电,《连线》2026‑05‑20、Benzinga2026‑05‑21 均对此做过报道。这批燃气轮机用于田纳西州孟菲斯附近的 “巨人” 算力综合体。
参加美国保守派大会的埃隆・马斯克。 28 亿美元资金投向
总投入当中,约 20 亿美元用于移动式燃气轮机;另有 8.05 亿美元的轮机订单已经下达,设备交付将持续至 2029 年。 这套电力设施服务 xAI。据Built In、GovCon Wire 消息,2026 年初完成合并之后,xAI 归入 SpaceX 体系,合并后估值据称达 1.25 万亿美元。Teslarati2026 年 2 月报道,本次合并做了架构设计,隔离双方法律责任与债务。
算力需求规模:租户情况
Data Center Dynamics 依据 SpaceX IPO 文件在 2026‑05‑21 报道,Anthropic 每月向马斯克旗下企业支付 12.5 亿美元,租用 xAI 的数据中心算力。
SpaceX 上市后首季度财报电话会上,马斯克透露 AI 板块营收达 26 亿美元,同比增长 247%;当前铭牌算力 1.4 吉瓦,目标 2027 年底实现 20 吉瓦的电力、冷却、电气设备上线运行。
为何选择天然气,为何是现在
AI 数据中心需要规模庞大、可快速调升的用电负荷,美国公共电网往往无法按时满足需求。部分地区已经出台禁令,2030 年前不再受理新数据中心的电网接入申请。运营方转而采用厂区自建天然气发电,也叫 “表后发电” 或 “暗能源”。Electrek2026‑08‑10 报道,马斯克的 Terafab 芯片工厂将使用天然气供电,而非特斯拉太阳能。
孟菲斯项目的背景
xAI 在孟菲斯周边运行数十台燃气轮机,不同报道统计数量在 46‑69 台之间,其中仅有约 15 台拿到州监管机构正式许可。 xAI 的立场是拖车式 “移动” 机组,不需要像固定设备一样取得州空气质量许可。但美国环保署(EPA)判定,该解读违反联邦空气污染法规。
全国有色人种协进会(NAACP)与南方环境法律中心起诉 xAI,申请法院禁令。该区域本就是全美空气质量最差的地区之一,项目预估每年氮氧化物排放超 2000 吨。而 Electrek2026‑06‑17 报道,美国司法部站在企业一方,认为这批燃气轮机事关国家、经济与能源安全。相关诉讼仍在进行。
当前事态
TechCrunch2026‑07‑31 报道,SpaceX 一年内不会拆除 xAI 全部无许可燃气轮机。AI Insider2026‑08‑03 称,企业将在建设永久性天然气发电厂的同时,2027 年前逐步淘汰无许可机组;新建电厂约 41 台轮机,单机功率 16‑50 兆瓦。
项目同步配套电池储能:Electrek2026‑06‑04 消息,xAI 又向特斯拉采购价值 2.69 亿美元的 Megapack 储能系统。
特斯拉 2026‑08‑14 收盘报 342.27 美元,年内跌幅 23.89%;SpaceX 收盘 140 美元。 目前悬而未决的问题:孟菲斯项目究竟会成为美国 AI 基建的复制样板,还是一记警示案例。
自带“冠军基因”的团队想让国产芯片“跑起来”
- 详细资料
- 分类:电玩专区
- 发布于 2026年6月15日 星期一 07:13
翟季冬
■本报记者 田瑞颖
这是一支自带“冠军基因”的团队。
翟季冬是带领清华大学学生超算队十余次站上世界冠军领奖台的“总教头”,但他心里一直有个声音:能否改变所有参赛队伍都使用英伟达图形处理器(GPU)的境况,让国产算力走到“台前”。
2023年12月,一群来自清华大学计算机系高性能计算研究所的年轻人联手创立了北京清程极智科技有限公司(以下简称清程极智),清华大学教授翟季冬担任首席科学家。他们选择从软件层面切入创新,为国产芯片量身打造系统软件,让国产算力也能高效运行最前沿的大模型。
随后两年半的时间里,这支团队便打造出覆盖“训练—推理—流通”全链路的产品矩阵:“八卦炉”智能软件栈、“赤兔”推理引擎、“AI Ping”评测路由平台。他们还完成了三轮融资,获得中科创星、中金资本、中关村科学城公司等多家机构投资。
清程极智联合创始人师天麾告诉《中国科学报》,公司高水平研发人员占比超过80%,平均年龄不到30岁。
“八卦炉”内炼“真金”
“清华的程序员很聪明!”这是“清程极智”名称的由来,也是创始团队的自勉。
随着全球人工智能(AI)大模型参数持续突破、应用场景全面爆发,国内高端算力供给受限、算力结构性短缺、芯片利用率低、软硬件适配壁垒高等四大瓶颈,已成为制约大模型训练与产业规模化落地的核心堵点。
2025年初,随着深度求索(DeepSeek)公司的出圈,清程极智接到了大批为企业做DeepSeek私有化部署的订单。这背后,是团队十余年在智能算力优化方向的积累。
从2014年起,翟季冬就带领清华学生参加全球超算比赛,虽然拿到过十几次世界冠军,但使用的都是英伟达最好的GPU。他一直在思考,如何把实验室的技术搬到货架,助力国产芯片发展。
在超算上验证过的“八卦炉”系统就是研究团队的核心技术之一。该系统提供针对芯片体系架构的算子编译优化,以及面向超大规模集群的并行计算解决方案,在国际上首次开源了支持深度学习框架PyTorch的大规模混合专家模型训练,在国产超算系统上实现了百万亿参数量的大模型训练加速。
“八卦炉”系统的研发可以追溯到2021年。彼时大语言模型ChatGPT还没有引爆全球,翟季冬带领的清华学生团队便开始在国产超算上进行大规模训练探索,使用了超过10万台纯国产服务器。这种超大规模实践,练就了这支国内极少数真正具备国产算力集群使用和调优经验的团队。
这支团队中不乏全国奥林匹克竞赛(奥赛)金牌得主、世界大学生超算比赛冠军、中高考状元。清程极智联合创始人唐适之曾是清华超算队的主力队员;师天麾曾获全国信息学奥赛金牌;首席执行官汤雄超毕业于清华大学计算机系,博士毕业后先后供职于深信服和字节跳动。
从小喜欢玩游戏的师天麾对编程和算法有着天然的敏锐。2014年,他凭借全国信息学奥赛金牌保送清华大学计算机系,读博期间跟随翟季冬研究高性能计算。当多家大厂向他伸出高薪橄榄枝时,他却选择踏上一条最不好走的路——创业。
“创业是我见过最难的事。”师天麾坦言,研发、产品、管理、融资……每一个环节都要做好。但比起赚钱,他更想做些有价值的事——让代码落地成产品,对国产算力起到实实在在的作用。
师天麾解释,大模型的训练就像炼丹,大量语料投入训练系统,要炼得有模有样。“在大规模算力集群上,‘八卦炉’已实现比肩DeepSeek的混合专家模型训练效率,为国产大模型研发提供了有力的系统支撑。”
让国产芯片“跑起来”
训练之后是推理。
DeepSeek“火”了,同时伴随着尴尬的市场局面:大多数国产芯片和英伟达旧卡无法原生支持DeepSeek采用的FP8数据格式。
“如果在国产卡上运行,传统方案要么把FP8转成BF16,占用两倍显存,要么转成INT8,牺牲模型精度。”唐适之解释。
随着AI的发展进入产业“深水区”,自主可控成为国内AI基础设施建设的重要方向。与此同时,海外厂商正加速通过资本并购和技术整合布局推理市场,但一些国内企业却陷入了“重融资、轻研发”的发展误区,过度追求融资规模与短期商业回报,忽视了推理引擎核心技术的自主研发,普遍采用国外开源软件搭建推理能力。
在唐适之看来,过度依赖国外开源软件不仅会导致国内推理技术发展陷入被动,更会挤压国产推理引擎的生存空间,破坏国内AI产业自主可控的生态根基。
于是,他们选择自主研发赤兔推理引擎,打破海外技术垄断,构建“国产算力+国产引擎+国产模型”全国产化闭环。“从最开始的第一行代码起,都是我们自己写的,完全自主可控。”唐适之表示,赤兔不仅做到了适配,而且针对昇腾、海光、沐曦、摩尔线程等国产芯片的标量向量计算、数据表达、硬件调度、卡间互联等硬件特性做了深度优化,以解决国产算力“能用不好用”的难题。
在性能与成本上,赤兔推理引擎实现突破性提升:通过软件方案在不具备FP4/FP8硬件能力的算力设备上支持FP4/FP8低位宽量化,使用FP8量化可降低50%算力门槛,FP4量化可降低75%算力门槛。
唐适之介绍,部署DeepSeek-V3满血版模型时,仅需1台8卡910B服务器即可替代传统4台8卡机,硬件成本从600万元降至150万元。
目前,赤兔已在券商、能源企业等场景落地应用。某能源央企实现超3500名员工全国产化算力稳定使用,算力效率提升近40%,相关案例获2025人工智能应用大赛铜奖。
评测倒逼行业“向上卷”
如果说赤兔解决的是“产得出”的问题,AI Ping解决的则是“选得准、省得好”的问题。
当词元(Token)成为AI时代的“水电煤”,这群年轻人还要解决一个根本问题:让Token像电流一样稳定、高效、低成本地流入千行百业。
师天麾直言,Token犹如一个黑盒,你放进去问题,它吐出答案,中间发生了什么却不知道。同样的模型、同样的价格,不同服务商的性能可以差四五倍。
AI Ping平台正是为此而生。目前,该平台已接入30余家主流服务商、600余个大模型服务,通过7×24小时多地域分布式监测,从真实用户视角进行端到端评测,实时输出延迟、吞吐、可靠性等指标。
“AI Ping的核心功能是智能路由。”师天麾介绍,实测显示,使用AI Ping后用户平均成本降低超37%,吞吐提升超90%,延迟降低超20%。
2025年9月,清华大学与中国软件评测中心联合发布《2025大模型服务性能排行榜》,AI Ping提供了评测工具和数据展示平台。这也让不少业内的用户将AI Ping比作大模型API(应用程序编程接口)服务的“大众点评”,这种榜单还成为倒逼这些榜上企业持续优化的动力。
随着产品矩阵成型、商业化落地加速,资本的目光也悄然聚焦。从创业初期,需要花费大量精力向投资人和客户解释什么是AI Infra(人工智能基础设施),到Token经济爆发后,投资人主动咨询并表示投资意愿,这种变化让师天麾感触颇深。
在融资策略上,汤雄超解释,AI Infra行业发展变化极快,“小步快跑”的融资节奏是为了持续储备现金流,加大产品研发投入,同时也是因为行业热度较高,持续有投资方表达投资意愿。
作为清程极智的投资方之一,奇绩创投的相关负责人认为,这支团队有着构建高性能计算系统的罕见基因,能深入国产芯片的“毛细血管”进行优化,真正推动了国产算力从“能用”到“好用”。
在最近一轮融资中,清华大学资产管理公司战略入股了清程极智,这也标志着产学研协同进入新阶段。
面对日益激烈的国际竞争,翟季冬提出了一个更为高远的目标:“中国电力系统在全世界是第一的。我们希望把Token服务的质量和性能也做到全世界第一。”