跳转到内容
主站 新闻 控制台

Loop 世界模型论文登顶 Hugging Face,来自中国一家初创,周鸿祎、陆奇都投了

· 量子位
国内AI

重写“AI如何反复推演世界”

允中 发自 凹非寺

量子位 | 公众号 QbitAI

Prompt 还没退场,Loop 已经开始接管 AI 叙事。

这两周,硅谷开发者圈最热的词之一,是 Loop Engineering。

它讲的是一件很“Agent 时代”的事:别再手动一轮轮 prompt 模型了,去设计一个循环系统,让 AI 自己执行、检查、修正、继续跑,直到任务完成。

传统模式以 prompt 为核心,现在开始转向以 工作流 为核心,这也是它突然爆红的原因。

而就在大家热议“怎么让 AI 自己跑起来”时,另一条更硬的线也在快速升温:Looped World Models(循环世界模型),简称 LoopWM。

如果说 Loop Engineering 解决的是“AI 怎么持续干活”,那 LoopWM 更像是在回答一个上限更高的问题:

AI 在持续干活时,能不能做到持续理解、修正、推演它所面对的世界。

这也是为什么,它虽然名字里也有“Loop”,但其展现出的技术含金量和想象空间,明显不是一个量级。

它登上了 Hugging Face Papers 当日 Top1,现已进入 AI 社区更广泛的公共讨论。

Image 3

Loop Engineering 为什么突然火了

Loop Engineering 为什么会火,其实很好理解。

因为单次对话适合问答,不适合复杂任务。

真要让 AI 去写代码、调试、调工具、看结果、修 bug、再验证,它必须进入一个 “行动—观察—推理—继续行动” 的闭环。

换句话说,AI 不再只是“答你一句”,而是开始 “围绕目标持续推进”。

这正是今天 Agent 热的底层逻辑之一。

Google Chrome 工程负责人 Addy Osmani 引用过一个挺直白的判断:

你不该再亲自 prompt agent,而该去设计那个 prompt agent 的 loop。

在这套叙事里,人从“亲自操作模型的人”,变成 “设计自动化系统的人”。

这也是 Loop Engineering 特别像硅谷热词的地方:它不是一个技巧,而是一次身份迁移。

人从提示者,变成了系统设计者。

但问题也随之出现。会循环,不等于会理解。

一个 Agent 可以不断调接口、读日志、改参数、反复试错,但如果它对环境状态、动态变化、因果关系没有更稳定的建模能力,它仍然更像一个“更勤奋的自动执行器”,而不是真正具备世界理解能力的系统。

也正因此,LoopWM 才显得格外关键和重要,它是在 重写“AI 如何反复推演世界”。

这件事,被一家中国叫脸谱心智的初创公司做了

接下来,让我们深扒一下是谁做了这件事:

论文作者 FaceMind Research Asia(脸谱心智),是这篇文章的通讯机构。

Image 4

据了解,公司已完成 数千万元 Pre-A 轮融资,投资方为星连资本,老股东 360 超额跟投,陆奇的奇绩创坛也参股了。

公司由 95 后博士 陆弘远 及 韦怡然 创立,团队早期从端侧全模态模型切入,随后将重心转向更底层的世界模型研究。

相比只会生成内容的大模型,世界模型更强调对环境、界面与任务过程的持续理解和预测,这也被视为 AI 走向 GUI Agent、具身智能与机器人场景的重要基础。

围绕这一方向,脸谱心智正通过循环迭代、参数高效的模型架构,提升模型在长时序预测、屏幕理解和具身任务中的稳定性,并已在仿真具身环境、GUI Agent 环境和真机机械臂环境中展开验证。

一家年轻公司,正在试着把“理解世界”这件事,做成下一代 AI 基础设施的一部分。

对此,星连资本合伙人李文珏表示,脸谱心智团队最突出的特点,是 兼具扎实的研究能力和复杂工程落地能力。

团队核心成员长期深耕人工智能底层技术,既能对前沿方向形成独立判断,也能快速将研究成果放入真实场景中验证。“我们看好的是一支人才密度高、技术判断前瞻、执行能力很强的团队。”

在李文珏看来,陆弘远身上兼具年轻研究者的探索欲和创业者的行动力,能够带领团队持续挑战高难度问题,并将技术判断转化为明确的研发方向。

Image 5△脸谱心智 Founder 陆弘远

这种创始人特质和团队凝聚力,是星连资本决定投资的重要原因。

脸谱心智的投资方 360 集团投前负责人向其奇表示:“陆博士是我见过最顶尖的年轻 AI 研究者之一。”

在他看来,陆弘远关注的并非局部优化,而是 模型底层原理和架构创新。

当行业还在讨论世界模型概念时,脸谱心智已经从零训练世界模型,并在多种 benchmarking 上得到了行业 SOTA 级别成果。

此后,陆弘远提出的 Adam’s Law 受到海外头部模型厂商 Anthropic 的关注和验证,团队最新提出的 Loop 循环架构则进一步探索世界模型长时序训练问题。

Image 6

“迭代速度惊人。每次沟通前,我都会先去看他们最新发布的论文和技术报告。”向其奇感慨,从他们身上真正体会到了什么叫作“一次投资,终生学习”。

关于为什么是一家中国初创公司能做出这样一项工作,陆弘远回答:

中国现在是一个高密度 AI 人才的国家,这是我们能做出一篇划时代的世界模型工作的主要原因之一。

FaceMind 未来也会被更多国际视野所捕捉,就像他们的工作前几周刚刚在 X 上被 Anthropic/Facebook 的投资人 Accel 点赞了。

论文到底做了什么?

说得直白一点,LoopWM 干的事是:

不再让模型一次前向传播就把世界状态“猜完”,而是让它通过共享参数的 Transformer 模块,对潜在环境状态做反复迭代细化。

Image 7

这背后有个很实际的矛盾。

要做高质量、长时程的环境模拟,计算必须足够深;但模型一旦做深,参数量和推理成本就会一起飙升。

而且 rollout 越长,误差越容易层层累积,最后把整个模拟拖垮。

论文里的原话是:

faithful long-horizon simulation demands deep computation, but deeper models are expensive to deploy and prone to compounding errors.(高保真的长时程模拟需要深度计算,但模型越深,部署代价越高,误差累积的风险也随之上升。)

LoopWM 的思路是,把“深度”从一次性堆叠,改成 循环式复用。

它不用每加深一点能力就新增一大堆参数,而是通过 共享参数的 Transformer block,对同一个 latent state(潜空间表示)反复做 refinement(细化)。

简单场景少跑几轮,复杂场景多跑几轮,计算深度开始跟随任务复杂度动态变化。

论文把这件事概括成一条新的 scaling axis(扩展维度):iterative latent depth(迭代潜空间深度),独立于模型规模和训练数据之外。

世界模型变强,以后未必只能靠“更大”,也可以靠 “更会反复想”。

数字是最有说服力的部分。论文给出的结论包括:

  • 参数效率最高可实现 100× 提升;
  • 对于简单状态转移,单步推理 FLOPs 可减少约 25×;
  • 在长时程 rollout 中,整体计算节省最高可达 两个数量级。

这些都不是“说法上的优化”,而是直接指向部署成本、推理效率和长程稳定性的核心指标。

根据论文报告,在 ScienceWorld 基准测试上,LoopWM 能在 world modelling 垂类任务上,比肩 参数量高出两个数量级 的更大模型。

这意味着它不是“用更大的模型赢了”,而是 用更聪明的计算方式赢了部分关键任务。

这不只是 Agent 升级,是 AI 认知层在换挡

AI 社区里有一种正在变清晰的焦虑:

光会说话不够,光会调工具也不够,真正难的是 在长链路、动态环境、复杂反馈里,维持稳定的推演能力。

Loop Engineering 对此给出的答案是闭环,让 AI 能自己推进。

LoopWM 走得更远一步:给 AI 一套机制,让它在推进过程中 对世界状态进行反复、稳定、按需的计算。

X 上关于 LoopWM 的讨论,也从侧面说明了这件事的分量。

社区的注意力没有停在“100× 参数效率”这个口号上,而是落在几个更本质的技术词汇:

shared transformer block(共享 Transformer 模块)、adaptive compute(自适应计算)、spectral stability(谱稳定性)、deferred decoding(延迟解码)、iterative latent depth(迭代潜空间深度)……

这些词背后指向同一个判断:世界模型可能终于找到了一条比 “继续堆参数” 更优雅的进化路径。

过去一年,Agent 最大的变化,是让 AI 从“回答工具”变成“执行工具”。

LoopWM 指向的变化,则更进一步,是从“执行系统”往“世界建模系统”迈一步。

前者解决效率问题:怎么少点人工、多点自动化。

后者解决的是上限问题:

当 AI 真正进入机器人、仿真训练、空间交互这类复杂环境,它靠什么维持对世界的连续理解。

李飞飞谈到空间智能时说,今天的大语言模型擅长处理语言,却缺乏对物理世界真正扎根的理解;而世界模型,正是通向这种空间与物理理解的重要基础设施。

LoopWM 的意义就在这条线上:它把 Loop 这个原本属于 Agent 工作流的概念,第一次明确推进到了 world model 本体里,换的是一套增长逻辑,不是修修补补。

硅谷先聊热的是 Loop Engineering——贴近开发者体验,也更符合“让 AI 自己跑起来”的叙事。

但把时间拉长,真正值得反复看的,可能反而是 Looped World Models 这类工作。

因为它试图回答的是,AI 在自动运行中,能不能真正理解世界。这一点决定了系统明天能不能长大。

Prompt Engineering 定义了 AI 如何回应人,Loop Engineering 定义了 AI 如何持续做事,而 Looped World Models 定义的,可能是 AI 如何在做事时真正理解世界。

论文链接:https://arxiv.org/abs/2606.18208