成立MiroMind之后,陳天橋馬上開始招人組建隊伍。他找來了幾個在各自領域有實力的專家,一起搭框架。團隊先從基礎訓練入手,把模型訓練成能在不確定環境下主動驗證信息的類型。開發過程里,他們反復測試不同版本,調整參數,讓系統學會提出假設然后自己去查證對錯。慢慢地,MiroMind就從一個想法變成了能跑起來的應用。用戶在手機端打開以后,輸入任務,模型就會一步步分析,調用工具來補充數據,最后給出結果。這個過程強調的不是速度,而是準確驗證,每一步都留記錄方便回溯。
![]()
MiroMind上線沒多久,就在預測類任務上表現出色。比方說體育賽事方面,它能處理F1這樣的比賽數據,綜合歷史和實時因素給出走勢判斷。金融市場那邊也一樣,模型會觀察各種信號,推演黃金價格之類的變化趨勢。開發團隊在這些應用上花了不少工夫,專門改進了訓練方法,讓AI不再死記硬背,而是像處理真實世界問題那樣一步步求證。結果這些功能一放出來,就吸引了不少開發者試用,大家反饋說在復雜推理上確實管用,不像有些模型光說漂亮話。
除了MiroMind本身,陳天橋還支持了另一個叫MiroFish的項目。這個項目最早是一個還在讀大四的學生自己搗鼓出來的,開源代碼放出來以后很快就沖上了GitHub熱榜。學生先做了一個叫BettaFish的版本,專注輿情分析,登頂一次。接著又迭代出MiroFish,加入多智能體機制,能根據現實種子信息構建平行模擬空間,推演未來路徑。陳天橋看到以后覺得方向對路,就決定支持。團隊拿到資源后,繼續優化引擎,讓智能體之間互動更順暢,用戶上傳數據就能看到多種演化結果。這個項目也成了開源社區的熱點,下載和討論的人越來越多。
陳天橋在AI領域的動作不止這些。他之前就已經在多個初創公司投了錢,累計超過一百家,還專門設了個孵化器來系統支持。MiroMind只是其中一個重點項目,其他的也都在不同方向推進。孵化器成立以后,資源分配更集中,團隊之間能共享數據和經驗,避免重復走彎路。陳天橋自己經常看進度報告,指出哪些地方需要加強驗證環節。整個布局下來,AI從單純聊天工具逐步轉向能解決實際難題的方向。
![]()
在模型能力上,MiroMind團隊后來又發布了幾個升級版本。像MiroThinker系列,參數規模控制得比較合理,但性能在搜索和預測基準上排到了前列。它們在FutureX這樣的動態預測榜單上連續拿了位置,證明了小模型也能干大事。開發過程里,專家們專注因果推理和長期記憶模塊,讓AI記住過去、推演未來,而不是只靠統計擬合。測試的時候,他們用各種現實場景反復跑,記錄修正次數,確保輸出有邏輯鏈條支撐。
MiroFish那邊也同步迭代。學生團隊在陳天橋支持下,把多智能體系統做得更穩。用戶現在可以輸入小說情節或者數據報告,系統就生成高保真模擬,讓智能體互動演化出不同結局。成本低,效果實打實,社區里很多人拿來做實驗。GitHub上星標數漲得快,證明開源這條路走通了。陳天橋看中這個,就是因為它打破了單一模型的限制,靠群體智能來探索問題空間。
陳天橋轉戰AI不是一時興起。他早年做網絡平臺的時候就積累了經驗,后來把部分精力放到腦科學研究上。成立研究院以后,支持了不少腦功能相關的項目,這些積累后來直接用到了AI開發里。腦科學強調觀察真實世界,這跟MiroMind的理念完全契合。團隊把腦啟發機制融入模型訓練,讓AI學會主動學習和自我修正。整個過程從2024年那次拒絕開始,一步步走到現在,項目落地越來越扎實。
在推動這些項目的同時,陳天橋也開始反思AI普及后的情況。模型現在能寫代碼、做翻譯,甚至在某些任務上超過人,但他覺得人類的價值還在別的地方。AI是程序,沒有肉體感受,也不會真正面對后果,所以責任感這種東西AI替代不了。他把這個想法帶到教育討論里,覺得現在教孩子不能只盯標準化技能,得培養敢擔當的部分。AI時代,背鍋和選擇的能力可能成為人最后的分界線。
![]()
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.