Loop世界模型論文登頂Hugging Face，來自中國一家初創，周鴻禕陸奇都投了

### 中國初創團隊提出「Loop 世界模型」，論文登頂 Hugging Face 引關注

一則來自中國 AI 領域的消息近日引起學術與產業圈討論：一篇名為「Loop 世界模型」的論文，在 Hugging Face 平台上榮登熱門榜單首位。這篇論文出自一家中國初創公司，其背後投資者名單中，赫然出現周鴻禕與陸奇兩位重量級人物。該研究試圖解答一個核心問題——AI 能否像人類一樣，反覆推演世界的變化與因果。

所謂「世界模型」，概念源自深度學習先驅 Yann LeCun 提出的「世界模擬器」願景，目標是讓 AI 不僅能辨識物體、生成內容，更能理解物理規律、時間連貫性，以及「如果這樣做，接下來會發生什麼」。Loop 模型的關鍵突破，在於它設計了一套可循環反饋的推演架構，讓 AI 在觀察一段影片或情境後，能持續在內部模擬後續發展，並根據新資訊不斷修正預測。這種「反覆推演」的能力，正是當前生成式 AI 所缺乏的常識邏輯。

這家初創公司的背景也引發外界好奇。儘管目前公開資訊有限，但獲得周鴻禕（360 創始人）與陸奇（前百度營運長、奇績創壇創辦人）的投資，本身就帶有強烈的市場信號。周鴻禕長期關注安全與 AI 落地，陸奇則深耕前沿技術孵化，兩人的同時押注，暗示 Loop 模型可能在技術路徑或商業場景上具有獨特價值。業界推測，該團隊可能來自頂尖學術機構或大廠 AI 實驗室的離職創業者。

從影響層面來看，Loop 世界模型若能被驗證為有效，將直接衝擊當前幾個熱門領域。首先是自動駕駛與機器人操控——這些場景極需 AI 在真實世界行動前，先在腦中進行大量「如果……則……」的推演。其次是影片生成與虛擬世界建構，現有模型如 Sora 雖能創造流暢片段，卻常違反物理常識；一個強大的世界模型可作為底層引擎，確保生成的內容符合現實邏輯。再者，對於強化學習與遊戲 AI 而言，可持續反覆推演的模型能大幅減少訓練所需的真實互動次數。

不過，世界模型的研究向來門檻極高，過去 Google DeepMind 與 Meta 等巨頭均投入大量資源，卻仍未出現突破性產品。Loop 模型能否從論文階段走向可落地部署的系統，仍有待時間考驗。讀者可關注的後續發展包括：該團隊是否會公開原始程式碼或提供線上體驗 demo；Hugging Face 社群對模型的評測與復現情況；以及後續融資輪次是否吸引更多國內外機構參與。此外，周鴻禕與陸奇是否會在各自生態中為 Loop 模型找到具體場景，也將是觀察這家初創能否從「學術亮點」轉變為「商業實戰」的關鍵指標。