中国初创公司脸谱心智提出Loop世界模型，论文登顶Hugging Face，获周鸿祎陆奇投资
2026/07/01 15:24阅读量 3
中国AI初创公司脸谱心智（FaceMind Research Asia）提出的Looped World Models（循环世界模型）论文登顶Hugging Face论文榜第一。该模型通过共享Transformer模块对潜空间表示进行循环迭代细化，在参数效率上最高提升100倍，单步推理FLOPs减少约25倍，长时程计算节省可达两个数量级。公司已完成数千万元Pre-A轮融资，投资方包括星连资本、360（周鸿祎）和奇绩创坛（陆奇）。
事件概述
硅谷开发者圈近期热议“Loop Engineering”——让AI通过循环系统自主执行、检查、修正任务，实现从提示者到系统设计者的身份迁移。在此基础上，由中国初创公司脸谱心智（FaceMind Research Asia）提出的**Looped World Models（循环世界模型，简称LoopWM）**进一步回答了更本质的问题：AI在持续执行任务时，能否持续理解、修正和推演它所面对的世界。该论文登上Hugging Face Papers当日Top1，引发AI社区广泛讨论。
核心信息
1. 公司背景
脸谱心智由95后博士陆弘远及韦怡然创立，早期从端侧全模态模型切入，后转向世界模型研究。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，奇绩创坛（陆奇）也参股。创始人陆弘远提出的Adam's Law曾获Anthropic关注验证。
2. 技术突破：LoopWM
- 核心思路：不再让模型一次前向传播猜完世界状态，而是通过共享参数的Transformer模块对潜空间表示（latent state）进行反复迭代细化（refinement）。计算深度随任务复杂度动态调整，简单场景少跑几轮，复杂场景多跑几轮。
- 新扩展维度：提出迭代潜空间深度（iterative latent depth），独立于模型规模和训练数据，成为新的scaling axis。
- 性能数据：
- 参数效率最高提升100倍；
- 简单状态转移时，单步推理FLOPs减少约25倍；
- 长时程rollout中，整体计算节省最高达两个数量级。
- 基准测试：在ScienceWorld基准上，LoopWM在world modelling任务上比肩参数量高出两个数量级的更大模型。
3. 意义与定位
- Loop Engineering解决的是“AI如何持续做事”（自动化执行），而Looped World Models解决的是“AI如何在做事时真正理解世界”（世界建模）。
- 该工作将“循环”这一原本属于Agent工作流的概念，推进到了世界模型本体层面，为AI在长链路、动态环境中的稳定推演提供了新路径。
值得关注
- 社区讨论焦点集中在共享Transformer模块、自适应计算、谱稳定性、延迟解码、迭代潜空间深度等技术词汇，暗示世界模型可能找到了比“堆参数”更优雅的进化方向。
- 该成果已在仿真具身环境、GUI Agent环境和真机机械臂环境中验证，被视为通向GUI Agent、具身智能与机器人场景的重要基础。