95後博士投身世界模型，臉譜心智融資數千萬元
重點摘要
這篇消息聚焦「95後博士投身世界模型，臉譜心智融資數千萬元」。原始導語提到：星連資本、360出手。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
### 95後博士投身世界模型，臉譜心智獲星連資本與360投資
一間由95後博士創立、專注於「世界模型」領域的台灣新創公司「臉譜心智」，近期成功完成數千萬元新台幣的融資。本次投資方包括星連資本與中國網路巨頭360，顯示出資本市場對這個突破性技術方向的濃厚興趣。該公司成立時間不長，卻已吸引業界目光，背後反映的是人工智慧從感知、推理邁向模擬真實世界運作邏輯的關鍵轉折。
所謂「世界模型」，簡單來說，就是讓AI具備對物理世界因果關係、空間結構與時間動態的基本理解。與傳統語言模型僅處理文字不同，世界模型嘗試模擬物體如何移動、光影如何變化、事件如何連鎖反應。這類技術被視為通往強人工智慧的核心路徑之一，無論是自動駕駛、機器人控制，乃至影視內容生成，都需要世界模型的支撐。臉譜心智選擇此賽道，正好搭上國際間如Google DeepMind、OpenAI等巨頭爭相研發的浪潮。
創辦人作為年僅二十多歲的博士，過去於國內外頂尖實驗室累積了深厚的學術底蘊。他選擇將論文中的理論轉化為商業應用，成立臉譜心智，專注於打造能自主學習物理規律的AI核心。這類創業故事在台灣較為少見，因為世界模型技術門檻高、研發週期長，過去多半是大型企業或學術機構的範疇。此次獲星連資本與360的資金挹注，意味著投資人認定該團隊的技術路徑具有短期實用化的潛力。
星連資本向來偏好早期科技創新，而360則以網路安全與搜尋引擎起家，近年積極布局人工智慧。兩家機構同時出手，不僅帶來資金，更有機會提供數據與場景資源。360擁有大量與真實世界互動的使用者數據，有助於模型訓練；星連資本則能協助對接產業鏈夥伴。這樣的組合，對臉譜心智而言，是技術與商業化並進的關鍵助力。
從產業影響來看，台灣新創在世界模型領域取得融資，對本地AI生態有兩層意義。第一，它印證了台灣年輕研究者的實力可以與國際接軌，不必只追著應用層面的優化，也能在基礎模型上與全球競爭。第二，這波投資可能吸引更多本土創投與企業關注「認知AI」與「具身智能」等前沿題目，逐步扭轉台灣長期偏重硬體代工的產業印象。
對讀者而言，接下來可關注幾個重點。首先，臉譜心智是否會在近期公開技術展示或論文，驗證其模型在模擬物理交互上的表現。其次，該公司下一步預計擴張團隊，有沒有開放職缺或合作機會。此外，世界模型尚未有明確的商業落地標準，臉譜心智選擇先從哪個應用場景切入——是遊戲、機器人還是自動駕駛——將決定其市場定位。最後，融資後能否快速迭代，並在一年內推出測試版本，才是檢驗核心價值的關鍵。
總結來說，臉譜心智的融資案例為台灣AI領域注入一股新鮮動能。它證明年輕學者敢於挑戰最艱難的技術課題，也讓外界看見除了語言模型之外，還有更多值得深耕的方向。後續發展如何，值得持續追蹤。
Related
相關文章
工信部指導發佈《AI 眼鏡可信視界自律公約》：不得超範圍收集獲取用戶個人信息
中國信通院 6 月 25 日宣佈，在工業和信息化部信息通信管理局的指導下，中國信息通信研究院泰爾終端實驗室聯合深圳市 AI 眼鏡產業聯盟研究起草了《AI 眼鏡可信視界自律公約》（以下簡稱《公約》），得到產業鏈上下游企業的積極響應。
阿里練操作，Momenta 開真車，英偉達搭片場：三個"世界模型"根本不是一回事
這篇消息聚焦「阿里練操作，Momenta 開真車，英偉達搭片場：三個"世界模型"根本不是一回事」。原始導語提到：同名不同命：三家世界模型各玩各的 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
ICML 2026 REViT 發佈 | 這可能是這個 Transformer 時代，CNN最後的體面
原文作者：公眾號“集智實驗室”原文鏈接：https://mp.weixin.qq.com/s/A55BBhD3e_s3VVC7mw1JNw雷峰網轉載你是否有過這樣的經歷：在醫療影像分析中，僅僅因為細胞切片旋轉了一個角度，AI診斷模型就給出了截然不同的判斷？在自動駕駛場景裡，攝像頭角度稍有傾斜，目標檢測就開始漏檢誤報？這背後是傳統視覺模型的核心痛點——它們對物體的旋轉、翻轉等空間變換過於敏感。雖然旋轉變換等變網絡（Equivariant Networks）早在CNN時代就被提出，但當主流模型轉向視覺Transformer（ViT）時，實現這種“等變性”卻變得異常棘手。因為Transformer賴以成名的“位置編碼”，恰恰成了破壞旋轉對稱性的元兇。今天我們要深挖的這篇文章，提出了一種極簡卻極為優雅的方案——不需要複雜的位置編碼，直接利用卷積投影和群自注意力機制，讓ViT天然具備旋轉反射等變性（Roto-reflection Equivariance）。這不僅砍掉了傳統方法中繁瑣的相對位置編碼，還在多個數據集上碾壓了前輩方法。讓我們一探究竟。核心痛點：位置編碼的“緊箍咒”要理解這項工作的價值，我們得先回到Transformer的基本原理。自注意力機制（Self-Attention）本質上是“排列等變”的——它把輸入token當成一個無序的集合。對於處理圖像來說，這無異於災難：模型會完全忽略像素的空間位置關係。於是，位置編碼（Position Encoding）應運而生。絕對位置編碼給每個位置一個唯一ID，但這破壞了平移等變性；相對位置編碼（RPE）通過編碼位置間的差異來保持平移等變，看似完美，卻帶來了計算複雜度的飆升——每一層、每個注意力頭都要額外計算RPE，讓模型變得臃腫。更棘手的是，為了在自注意力中引入旋轉等變性，現有的群等變方法（如G-SA）不得不進一步疊加複雜的旋轉群編碼
沒有統一名字的戰爭：國內各家大廠的世界模型版圖
這篇消息聚焦「沒有統一名字的戰爭：國內各家大廠的世界模型版圖」。原始導語提到：世界模型：大廠在“造世界”的賭桌上下注 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Edge AI Daily 早報（6月25日）
英偉達與SpaceX發債450億美元創紀錄，債務市場成為AI基建第二戰場；OpenAI與Broadcom聯合發佈Jalapeño推理芯片，9個月流片速度揭示AI實驗室轉向定製硬件研發趨勢。Alphabet納入道瓊斯指數標誌AI升格為美國經濟新底座，而Meta成為唯一拒絕政府AI審查的前沿巨頭，暴露開源基因與國家安全的結構性矛盾。
復旦博士COSER牽頭，蔡浩宇AI團隊的最新研究給我整笑了
這篇消息聚焦「復旦博士COSER牽頭，蔡浩宇AI團隊的最新研究給我整笑了」。原始導語提到：讓AI過家家，很有必要。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。