两周一次迭代，1000美元起，这家公司想让后训练“人人可用”
两周一次迭代，1000美元起，这家公司想让后训练“人人可用”最近几个月，后训练成了 AI 行业最集中的议题。
来自主题: AI资讯
7215 点击 2026-09-24 13:57
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
最近几个月，后训练成了 AI 行业最集中的议题。
Z Potentials获悉，Physical AI公司息壤开物近日连续完成数亿元种子轮及天使轮融资，目前估值达5亿美元。本轮融资由敦鸿资产领投，华控基金、三花控股、银杏谷资本、泽然资本、本坚基金、天使基石、标朴投资等机构跟投。募集资金将主要用于原生物理AI模型的规模预训练、真实物理交互数据建设、核心研发人才引入及场景验证。
近期 2026 外滩大会上，北大助理教授杨灵关于「长程任务学习」的分享引发行业关注 —— 当 AI 从单次问答走向长周期复杂任务，模型如何从持续交互中积累进化。而在这份分享的合作研究标识中，Muchen AI 的名字赫然在列。
AI 正从看懂画面，走向理解空间、预测变化、执行动作。
近日，IQuest Research 同北京航空航天大学、曼彻斯特大学等合作伙伴发布 ModularRSI，尝试让 Agent 根据自身执行经验，持续修改模型外围的运行机制——Harness。
Mind Lab（马卡龙）正式发布面向企业的模型后训练与推理平台 Mint Recursive，将其从 Macaron V1.1 训练实践中沉淀的 MinT 底层系统、自动化训练与迭代管线以托管服务形式开放给企业，支持 GLM、Qwen、DeepSeek、Kimi、MiniMax 等开源基座及监督微调、强化学习、全参数训练和 LoRA。
BAI资本成员企业Humanlaya（原壤智能）宣布完成由鼎晖香港基金领投的数亿元Pre-A轮融资，公司聚焦大模型后训练数据与评测，通过专家网络、高质量数据生产与Benchmark体系帮助模型提升在金融、法律、医疗等复杂专业任务中的能力。
AI 距离真正的递归自我改进（RSI）还有多远？当前，AI 已开始参与数据生成、训练优化、工具迭代与结果验证，但参与研发，并不意味着已经具备持续改进自身的能力。它能够自主完成哪些环节，又如何将局部优化连接成持续、可靠的改进闭环？回答这些问题，需要回到具体的研究与实践，审视已有进展与尚待突破的瓶颈。
大模型训练拼的是算力，Agent训练拼的是环境。
DeepSeek正训练约2万亿参数的新模型，并计划将后续模型参数规模进一步推至8万亿，加入新一轮超大参数模型竞赛。