宅男科学家挑战世界模型无人区丨量子位 x 陆弘远

【本期嘉宾】陆弘远，脸谱心智创始人。李根，量子位联合创始人、总编辑。【本期节目介绍】FaceMind创始人陆弘远：一个宅男科学家的世界模型野心——1B参数凭什么叫板百B？从高中卖游戏王卡给喜欢的女生买钻戒，到帝国理工、微软亚洲研究院、港中文PhD，再到All in创业，陆弘远走了一条非典型AI创业之路。本期节目量子位和这位直言“我并不是一个商人”的年轻创始人聊了聊：FaceMind的Looped World Model（循环世界模型）到底新在哪？为什么敢说1B参数媲美百B效果，技术底气从何而来？被Best Paper加持的Adam's Law，从大语言模型到世界模型，为什么能一路通用？“叠叠社”从AI男友女友到弹幕式陪伴，中间经历了怎样的产品妥协？潜空间推理和像素渲染怎么选？世界模型能不能实现“零延迟的主动式AI”？还有一个让人意外的细节：陆弘远的博导决定来FaceMind当他的联创了。【内容提要】00:00:54 陆弘远与FaceMind：一家想让人类“延存”的公司，从哪里起步？00:05:08 具身×叠叠社双线落地：从AI男友女友到弹幕陪伴，中间经历了什么？00:11:43 世界模型解决的核心问题：为什么说数据缺失才是关键？00:16:23 Looped World Model：1B参数媲美百B效果，技术底气从哪来？00:23:22 Adam's Law诞生记：洗澡时的灵感，100种语言验证，为什么能跨赛道通用？00:31:50 世界模型怎么定义？潜空间vs像素渲染怎么选？00:45:02 零延迟的主动式AI：世界模型能不能预判你的下一个问题？00:54:15 宅男科学家创业路：帝国理工、微软亚研院、高中卖游戏王卡买钻戒01:07:57 博导要来当联创：林伟老师从“没有考虑过加入公司”到改变主意01:26:33 融资、竞争与牌桌：世界模型赛道的飞轮怎么转起来？——节目中提到的概念——GUI Agent让AI像人一样看屏幕、点鼠标、操作软件的智能体。FaceMind的“叠叠社”产品属于这一方向。潜空间（Latent Space） AI内部进行推理的高维空间。通俗理解：人在说出一句话之前，大脑里有无数模糊的念头在酝酿——这个酝酿过程就类似在潜空间中推理，最终才输出一个确定的结果。与之相对的是“像素渲染”，即每一步都生成可见的画面。Looped World Model（循环世界模型） FaceMind提出的模型架构。核心思路是用同一套参数反复迭代，根据任务难度自动决定迭代次数，而非像传统模型那样固定堆叠100层。好处是参数更省、数据需求更少、优化更快。Adam's Law 陆弘远提出的关于AI模型中低频数据问题的规律。核心发现：训练数据中出现次数少的词（如生僻人名“马嘉祺”），模型就容易出错。解决思路包括在训练时补充低频数据、在推理时善用高频同义词替换。该规律在100种语言上验证有效。back-propagation（反向传播） 训练AI模型的核心算法。模型做出预测后，通过计算误差并逐层回传来调整参数。模型层数越深，误差越难有效回传——这正是循环世界模型试图解决的问题之一。