☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
投资界获悉，世界模型初创企业脸谱心智（facemind）近期顺利完成数千万元pre-a轮融资，由星连资本领投，老股东360集团超额跟投。
据了解，脸谱心智新一轮融资已正式启动，深渡资本等机构将担任本轮融资财务顾问，目前已有数家一线投资机构明确表达投资意向。
这是一家成立仅两年的AI新锐力量。创始人陆弘远，95后，本科至博士阶段均深耕人工智能核心领域，于求学期间创立脸谱心智。公司早期聚焦端侧全模态模型研发，如今正加速向更底层的世界模型架构演进。
当AI开始渗透屏幕、软件与物理机器人，对真实世界的建模与理解，正成为下一代技术跃迁的关键命题。
95后博士领衔
一支专注世界建模的年轻团队悄然崛起
脸谱心智的起点，始于陆弘远。
这位95后创始人本硕就读于英国帝国理工学院，博士毕业于香港中文大学自然语言处理实验室，师从林伟教授，长期致力于大模型基础机制与NLP底层原理研究。在读博期间，他以第一作者或通讯作者身份发表顶会论文14篇，多篇成果被广泛引用，成为相关方向的重要参考文献。
2023年，脸谱心智正式成立，初期主攻面向终端设备的全模态模型研发与落地。
真正让其走入公众视野的，是一次关于“马嘉祺”的讨论——当时某大模型能准确输出其职业履历，却频繁无法稳定生成“马嘉祺”三字。一个常见人名，意外揭示了当前主流模型的语言处理瓶颈：文本需先经分词（tokenization）进入模型；而面对低频词、冷门姓名、小语种词汇时，模型的理解与生成能力极易失稳。
陆弘远团队早在2023年便系统关注该问题。2025年，他们发布SLoW论文，首次量化分析低频词对跨语言翻译质量的影响；2026年，其提出的Adam’s Law进一步将问题延展至句子层级——语义相同时，表达越高频、越常规，模型越易学习与复现。
颇具意味的是，该理论相关技术已被Anthropic采纳，并获其一位投资人于X平台公开点赞转发。一位来自中国的95后研究者，由此在国际AI底层研究圈崭露头角。
以此为支点，脸谱心智逐步将战略重心转向世界模型构建。
通俗而言，大语言模型擅长“预测下一个词”，而世界模型的目标是“预测下一刻会发生什么”。在数字空间中，它体现为GUI Agent对网页结构、文档逻辑、按钮功能及用户意图的深度理解；在物理世界中，则体现为机器人对空间关系、动作序列与任务结果的因果推演。
脸谱心智自研的世界模型系统，正围绕这一双重路径展开。团队通过循环式迭代训练与参数高效架构设计，持续提升模型在长时序预测、屏幕语义解析与具身任务执行中的鲁棒性与泛化能力。
叠叠社，是这套能力的首个规模化验证载体。表面看是一款AI弹幕产品，可依据用户当前浏览的网页、文档、视频或游戏内容，实时生成上下文相关的互动弹幕。但背后，GUI Agent必须完成一系列复杂认知动作：识别屏幕像素级布局、解析DOM树结构、定位可交互控件、预判点击后状态变化。每一次页面跳转、表单提交与任务闭环，都在生成高质量、高密度的世界模型训练数据。
这也正是脸谱心智所锚定的核心机遇：世界模型，正快速成长为新一代AI基础设施的关键入口。
星连资本携手360加码
具身智能最热赛道再添重磅玩家
最新融资进展正式浮出水面。
近日，脸谱心智对外宣布完成数千万元Pre-A轮融资。本轮除引入新股东星连资本外，原有投资方360集团亦选择超额追投，持续加码支持。
360集团投前负责人向其奇评价道：“陆博士是我接触过的最具原创力与系统思维的青年AI研究者之一。”
在他看来，陆弘远的关注点从未停留于局部性能优化，而是直指模型底层原理与架构范式的革新。当多数同行尚在探讨世界模型概念时，脸谱心智已实现从零训练的世界模型原型，并在多项权威benchmark测试中达到行业SOTA水平。后续Adam’s Law理论被Anthropic验证并应用，团队最新提出的Loop循环架构，则进一步攻克长时序建模中的梯度衰减与状态遗忘难题。
“迭代节奏令人惊叹。每次见面之前，我都会专门研读他们刚发布的论文与技术白皮书。”向其奇坦言，“这次投资，更像是开启了一场终身学习之旅。”
星连资本合伙人李文珏表示，脸谱心智最打动她的，是团队罕见地兼具顶尖学术洞察力与复杂工程交付能力。核心成员均长期扎根AI底层技术研发，在前沿方向判断上保持独立思考，同时具备将实验室成果快速嵌入真实场景的能力。
“我们坚定看好一支人才密度极高、技术视野超前、执行力极强的团队。”她指出，陆弘远身上融合了青年科学家的好奇心与创业者的务实感，既能带领团队攻坚硬核问题，又能将抽象的技术判断转化为清晰可行的研发路线图。这种稀缺的创始人特质与高度协同的团队文化，是星连资本果断出手的关键动因。
过去一年，“世界模型”已成为全球AI产业的新焦点。热潮之下，路径分歧亦日益显现：未来竞争，是继续堆叠数据规模与参数量，还是通过新型架构提升模型对有限数据的学习效率？
脸谱心智坚定选择了后者。
据官方披露，其自研模型核心特征为“循环迭代+参数高效”。即在同等参数量级下，显著增强模型对长周期动态环境的建模能力与因果推演精度。数据显示，其1B规模模型已在多个关键指标上比肩国际同类领先模型，并实现单位参数效能的实质性提升。
目前，该模型能力已在三大典型环境完成实测验证：仿真具身环境（Sim2Real）、GUI Agent交互环境、以及真机机械臂控制平台。面向产业端，公司正为机器人整机厂商、内容生态平台、芯片与云服务提供商等合作伙伴，提供覆盖场景适配、模型训练、架构部署、推理服务及持续迭代的全栈式世界模型解决方案。
在陆弘远看来，世界模型的价值爆发，将与GUI Agent普及和具身智能落地同步发生。届时，模型优劣不再仅由语言流畅度决定，而取决于能否精准理解任务目标、动态预测环境变化，并稳定驱动物理/数字动作闭环。本轮融资后，脸谱心智将持续加大世界模型底层研发与多模态场景验证投入。
一家年轻的公司，正稳步踏入下一代AI基础设施的核心牌桌。
本文来自微信公众号“投资界AI”，作者：王露，36氪经授权发布。
