Докторант-поколение 95-х посвящает себя мировой модели, компания FaceMind привлекла десятки миллионов юаней в рамках финансирования.

marsbitОпубликовано 2026-06-26Обновлено 2026-06-26

Введение

Компания FaceMind, занимающаяся разработкой мировых моделей ИИ, привлекла десятки миллионов юаней в рамках финансирования раунда Pre-A. Основным инвестором выступил Xinglian Capital, а предыдущий инвестор 360 продолжил поддержку с увеличенным вкладом. Основатель компании — 95-ый исследователь Лу Хунъюань, доктор наук, выпускник Китайского университета Гонконга. Изначально компания занималась разработкой мультимодальных моделей для устройств, но затем сместила фокус на фундаментальные исследования мировых моделей. Мировая модель предназначена для прогнозирования изменений в окружающей среде, что критически важно для таких приложений, как GUI-агенты и воплощённый искусственный интеллект. Работа команды Лу Хунъюаня по проблемам низкочастотных слов (SLoW) и закону Адама (Adam's Law) привлекла внимание, в том числе со стороны Anthropic. FaceMind разрабатывает собственную систему мировой модели с упором на рекуррентную архитектуру и параметрическую эффективность для улучшения долгосрочного прогнозирования. Инвесторы высоко оценили глубокие исследовательские способности, техническое видение и скорость выполнения задач командой. После привлечения инвестиций компания продолжит разработку мировой модели и её валидацию в различных сценариях, включая симуляции, GUI-агентов и робототехнику, стремясь стать частью новой базовой инфраструктуры ИИ.

Как стало известно Investment Community, компания FaceMind, занимающаяся разработкой мировых моделей, недавно завершила финансирование раунда Pre-A на сумму в десятки миллионов юаней. Инвестором выступил StarConnect Capital, а старый акционер 360 увеличил свое участие сверх плана.

Сообщается, что FaceMind уже ведет подготовку к следующему раунду финансирования, где в качестве финансовых консультантов (FA) выступят Shendu Capital и другие. В настоящее время несколько инвестиционных институтов уже проявили заинтересованность в инвестициях.

Это молодая компания в сфере ИИ. Ее руководитель — Лу Хунъюань, представитель поколения 95-х, который основал FaceMind во время учебы. За последние два года компания начинала с разработки клиентских (edge-side) многомодальных моделей и постепенно перешла к более фундаментальным мировым моделям.

По мере того как ИИ проникает в экраны, программное обеспечение и роботов, понимание мира становится следующей ключевой задачей.

Команду возглавляет 95-летний докторант

Формируется команда по мировым моделям

История FaceMind началась с Лу Хунъюаня.

Основатель, родившийся после 1995 года, Лу Хунъюань получил степень бакалавра и магистра в Имперском колледже Лондона, а докторскую степень — в лаборатории обработки естественного языка (NLP) Гонконгского университета, под руководством профессора Линь Вэя. Он долгое время занимался исследованиями обработки естественного языка и фундаментальных механизмов больших моделей. Во время обучения в докторантуре он стал автором 14 статей, опубликованных на ведущих конференциях, многие из которых стали высокоцитируемыми в своей области.

FaceMind была основана в 2023 году, изначально сосредоточившись на разработке и применении клиентских (edge-side) многомодальных моделей.

Широкое внимание к ним привлекло обсуждение случая «Модель споткнулась на Ма Цзяци». В то время некоторые большие модели могли точно рассказать биографию Ма Цзяци, но не могли стабильно выводить три иероглифа его имени. Простое человеческое имя неожиданно выявило фундаментальную проблему обработки языка большими моделями: прежде чем текст попадает в модель, он разбивается на токены. Когда модель сталкивается с редкими словами, необычными именами или словами из малораспространенных языков, понимание и генерация могут стать нестабильными.

Команда Лу Хунъюаня раньше обратила внимание на эту проблему. В 2025 году они опубликовали статью по SLoW, обсуждающую влияние редких слов на качество перевода больших моделей. К 2026 году результаты их исследования, представленные в статье «Закон Адама», подняли проблему на уровень предложений — одно и то же значение легче обрабатывается и усваивается моделью, если выражено более частотными и распространенными фразами.

Еще более удивительным стало то, что эта технология была применена компанией Anthropic, а один из инвесторов Anthropic лайкнул и репостнул пост об этом в X. Так суждение молодого китайского исследователя о фундаментальных закономерностях больших моделей стало видно большему числу людей.

Продолжая движение в этом направлении, FaceMind начала смещать фокус на мировые модели.

Проще говоря, большие языковые модели хороши в предсказании следующего фрагмента текста, тогда как мировая модель должна предсказывать, что произойдет в окружающей среде дальше. Применительно к экрану, это означает, что GUI Agent (интеллектуальный агент графического интерфейса) понимает веб-страницы, документы, кнопки и намерения пользователя. В области робототехники это означает понимание пространства, действий и результатов задач.

Собственная система мировых моделей, разрабатываемая FaceMind, как раз и сосредоточена на этом направлении. Компания стремится повысить стабильность моделей в долгосрочном временном прогнозировании, понимании экрана и выполнении телесных (embodied) задач, используя циклическую итеративную, параметрически эффективную архитектуру моделей.

DieDieShe (叠叠社) стала ранней площадкой для проверки этих возможностей. На поверхности это продукт для генерации субтитров с помощью ИИ, который может в реальном времени генерировать интерактивные субтитры на основе просматриваемого пользователем контента: веб-страниц, документов, видео или игр. Если смотреть глубже, для выполнения задачи GUI Agent должен понимать экран, структуру страницы, определять расположение кнопок и предсказывать результат клика. Каждый переход на другую страницу, ввод отзывов и завершение задачи формируют высокоплотные данные для мировой модели определенного типа.

Это и есть возможность, которую хочет использовать FaceMind: мировая модель становится новым фундаментальным входом в ИИ.

Вкладывают StarConnect Capital и 360

Самый жаркий фронт воплощенного интеллекта (embodied AI)

Появились подробности последнего раунда финансирования.

Недавно FaceMind объявила о завершении раунда финансирования Pre-A на сумму в десятки миллионов юаней. В этот раунд вошел новый инвестор — StarConnect Capital, а старый акционер 360 увеличил свои инвестиции сверх изначальной доли.

Сян Цици, руководитель отдела инвестиций группы 360 до инвестирования, заявил: «Доктор Лу — один из самых выдающихся молодых исследователей ИИ, которых я встречал».

По его мнению, Лу Хунъюань фокусируется не на локальной оптимизации, а на фундаментальных принципах и архитектурных инновациях моделей. Пока отрасль обсуждала концепцию мировой модели, FaceMind уже с нуля обучала мировые модели и достигла результатов уровня SOTA в отрасли по нескольким бенчмаркам. Впоследствии «Закон Адама» привлек внимание и был проверен зарубежным лидером в разработке моделей — Anthropic, а новая циклическая архитектура Loop, предложенная командой, дальше исследует проблему долгосрочного временного обучения мировых моделей.

«Скорость итераций поразительна. Перед каждой встречей я сначала читаю их последние опубликованные статьи и технические отчеты», — с восхищением заметил Сян Цици, признавшись, что действительно почувствовал, что значит «одна инвестиция — обучение на всю жизнь».

Партнер StarConnect Capital Ли Вэньцзюэ отметила, что самой выдающейся особенностью команды FaceMind является сочетание прочных исследовательских способностей и способностей к реализации сложных инженерных проектов. Ключевые члены команды давно и глубоко занимаются фундаментальными технологиями ИИ, они способны не только формировать независимые суждения о перспективных направлениях, но и быстро проверять результаты исследований в реальных сценариях.

«Мы видим команду с высокой концентрацией талантов, перспективным техническим видением и сильными исполнительскими способностями», — сказала она. По ее мнению, Лу Хунъюань сочетает в себе исследовательский дух молодого ученого и деловую хватку предпринимателя, способного вести команду к постоянному решению сложных задач и превращать техническое видение в четкие направления исследований. Именно эти качества основателя и сплоченность команды стали важными причинами решения StarConnect Capital об инвестициях.

За последний год мировая модель стала новым ключевым словом в индустрии ИИ. На фоне ажиотажа появились и разногласия: будет ли следующая стадия конкуренции по-прежнему зависеть от больших данных и параметров, или же новые архитектуры повысят эффективность использования моделями ограниченных данных?

FaceMind выбрала второй путь.

По данным компании, ключевой особенностью ее собственных моделей являются циклическая итеративность и параметрическая эффективность. Проще говоря, она пытается добиться того, чтобы модель при том же масштабе параметров обладала более сильными способностями к долгосрочному временному прогнозированию и моделированию среды. Компания сообщает, что производительность ее моделей масштаба 1B уже соответствует сильным международным аналогам при повышении параметрической эффективности.

В настоящее время FaceMind уже начала проверять эти возможности моделей в различных сценариях. Согласно данным, возможности ее мировой модели уже прошли проверку в симулированных embodied-средах, средах GUI Agent и на реальных роботизированных манипуляторах. Для работы с клиентами компания планирует предложить производителям роботов, контент-платформам, производителям чипов и облачных решений полный набор услуг: от проверки сценариев, обучения моделей, развертывания архитектуры до сервисов вывода (inference) и постоянной оптимизации.

По мнению Лу Хунъюаня, возможности для мировых моделей будут раскрываться вместе с развитием GUI Agent и воплощенного интеллекта. В то время модели будут соревноваться в способности понимать задачи, предсказывать изменения и стабильно выполнять действия. После завершения финансирования FaceMind продолжит вкладывать средства в разработку мировых моделей и их проверку в различных сценариях.

Молодая компания вступает в игру за инфраструктуру ИИ следующего поколения.

Эта статья взята с официального аккаунта WeChat «Investment Community AI», автор: Ван Лу.

Связанные с этим вопросы

QКак называется компания и в чём она специализируется?

AКомпания называется «Лицэ Менталность» (FaceMind). Изначально она занималась разработкой и применением всеаспектных моделей для конечных устройств, но сейчас фокус сместился на более фундаментальные мировые модели, которые предсказывают изменения в среде для таких применений, как GUI Agent и воплощённый искусственный интеллект.

QКто является основателем FaceMind и какова его научная подготовка?

A

QКакие важные результаты в исследованиях были достигнуты командой FaceMind?

AКоманда опубликовала исследовательскую работу SLoW (2025 г.) о влиянии низкочастотных слов на качество перевода больших моделей. В 2026 году их работа «Закон Адама» продвинула проблему на уровень предложений, показав, что более частые и распространённые выражения легче обрабатываются и изучаются моделями. Эти результаты были замечены и использованы компанией Anthropic.

QКакие инвесторы участвовали в последнем раунде финансирования и что они отметили?

AВ раунде Pre-A на сумму в десятки миллионов юаней участвовали новый инвестор «Синлянь Капитал» и существующий инвестор 360, который увеличил свою долю. Представитель 360 отметил глубокое понимание Лу Хунъюанем фундаментальных принципов моделей и архитектурных инноваций, а также высокую скорость итераций команды. Партнёр «Синлянь Капитал» выделила сочетание в команде исследовательских способностей и навыков практической реализации сложных проектов.

QКаковы основные характеристики и применение мировых моделей, разрабатываемых FaceMind?

AКлючевые особенности их моделей — циклическая итерация и параметрическая эффективность, что позволяет при том же размере модели улучшить способность к долгосрочному прогнозированию и анализу среды. Модель уже проверена в имитационных средах для воплощённого ИИ, в средах GUI Agent и на реальных манипуляторах. Компания планирует предоставлять решения для производителей роботов, контент-платформ, производителей чипов и облачных провайдеров.

Похожее

Продолжался 233 дня, падение превысило 50%. Является ли текущий медвежий рынок самым мягким за всю историю?

Анализ текущего медвежьего рынка биткоина, который длится 233 дня (на 24 июня), показывает, что это четвертый по продолжительности период с 2014 года. Текущий цикл характеризуется снижением на 51,2% от исторического максимума в $124 773, что делает его самым мягким за всю историю наблюдений. Для сравнения, предыдущие крупные медвежьи рынки (2018-2019, 2014-2015, 2022-2023 гг.) демонстрировали падение от 76,7% до 83,6%. Текущий спад связывают с макроэкономическими факторами: неопределенность в отношении процентных ставок, иссякающий импульс после халвинга и рост интереса к ИИ как к классу активов. Цена биткоина ($62 651) в настоящее время находится на 22% ниже своего 200-дневного скользящего среднего ($76 450), которое выступает ключевым уровнем сопротивления. Если дно цикла было достигнуто 7 июня ($60 861), то для возврата выше 200-дневной средней, согласно историческим данным, может потребоваться от 65 дней и более. Таким образом, потенциальное восстановление может начаться не раньше августа 2026 года. Относительно умеренный характер текущего спада может указывать на более зрелую структуру рынка и более высокое участие институциональных инвесторов.

marsbit28 мин. назад

Продолжался 233 дня, падение превысило 50%. Является ли текущий медвежий рынок самым мягким за всю историю?

marsbit28 мин. назад

Первая в стране сертификация по взрывозащите и первое в мире решение «мозга для заправки»: как им удалось достичь двух «первых»

По данным, в этом году общий объем финансирования в области воплощенного искусственного интеллекта в Китае превысил 37 миллиардов юаней, и отрасль находится на ключевом этапе коммерциализации. Основным направлением считается применение в опасных, тяжелых и повторяющихся задачах, таких как заправочные станции, нефтегазовые объекты и химические заводы. Однако первым серьезным препятствием является получение взрывозащищенной сертификации, требующей особых конструктивных решений аппаратного обеспечения. На заправочных станциях робот должен выполнять длинные последовательности точных операций (открытие крышки, заправка, закрытие) с миллиметровыми допусками, адаптируясь к разным моделям автомобилей. На объектах требуется способность к длительному автономному патрулированию, распознаванию аномалий и немедленному реагированию. В статье рассматривается новая архитектура H-GAR (Hierarchical Goal-Aware Reasoning), призванная решить проблему накопления ошибок в длинных задачах. В отличие от традиционных линейных подходов, H-GAR сначала прогнозирует целевое состояние мира после выполнения задачи, затем синтезирует промежуточные визуальные кадры и, наконец, детализирует действия. Этот метод, аналогичный планированию опытного водителя, позволяет системе «думать на несколько шагов вперед» и корректировать действия для достижения конечной цели, что значительно повышает устойчивость. Внедрение воплощенного ИИ в специальные сценарии требует долгосрочных усилий, глубокой интеграции «мозга» (алгоритмов) и «тела» (аппаратной платформы), а также создания цикла «мозг-тело-данные». Компании, которые первыми реализуют этот подход, получат преимущество в конкурентной борьбе за коммерческое внедрение.

marsbit32 мин. назад

Первая в стране сертификация по взрывозащите и первое в мире решение «мозга для заправки»: как им удалось достичь двух «первых»

marsbit32 мин. назад

Медвежий рынок Bitcoin заставляет криптокомпании сокращать персонал, но порождает самую агрессивную волну слияний и поглощений в истории индустрии

Автор: Oluwapelumi Adejumo. Компиляция: TechFlow. Медвежий рынок биткоина приводит к массовым сокращениям в криптоиндустрии, но одновременно с этим вызывает самую агрессивную волну слияний и поглощений (M&A) в её истории. Общая стоимость сделок в первой половине 2026 года достигла 94 миллиардов долларов США, что в 26 раз больше, чем за аналогичный период прошлого года. Традиционные финансовые институты, вместо того чтобы создавать собственную инфраструктуру, активно скупают компании с готовыми лицензиями, решениями для хранения цифровых активов и платёжными системами. Эта динамика показывает реальное направление движения капитала в условиях медвежьего рынка. Волну поглощений в основном двигают традиционные финансовые организации, такие как Mastercard (купившая компанию BVNK за 1,8 млрд долларов), банки и управляющие активами (например, Franklin Templeton), стремящиеся быстро получить доступ к регулируемым технологиям и платёжным рейлам. При этом рынок труда в криптосекторе сокращается: количество открытых вакансий упало, а крупные компании, включая Coinbase и Kraken, объявляют об увольнениях, частично связывая их с переходом на модели, основанные на искусственном интеллекте. Наём сфокусирован на технических и комплаенс-специалистах. Финансово слабые криптокомпании с истощённым финансированием становятся целями для поглощений по сниженной стоимости, как это произошло с аналитическим провайдером Messari. Венчурный капитал стал более разборчивым, концентрируясь на проектах, которые служат мостом между традиционными финансами и цифровыми активами, обладают лицензиями и чёткими бизнес-моделями. Таким образом, медвежий рынок очищает отрасль, поощряя консолидацию и рост компаний, построивших устойчивую, ориентированную на институции инфраструктуру.

marsbit33 мин. назад

Медвежий рынок Bitcoin заставляет криптокомпании сокращать персонал, но порождает самую агрессивную волну слияний и поглощений в истории индустрии

marsbit33 мин. назад

Сотрудник Anthropic ушел из компании и основал стартап стоимостью 10 миллиардов долларов, также занимающийся «рекурсивным самоулучшением»

Бывшие сотрудники Anthropic, Бехнам Нейшабур и Харш Мехта, основали стартап Mirendil, который привлёк $200 млн в seed-раунде от Andreessen Horowitz, Kleiner Perkins и NVIDIA при оценке в $1 млрд. Компания, в которую также входят специалисты из xAI, Google DeepMind и OpenAI, фокусируется на создании самоулучшающегося искусственного интеллекта (рекурсивное самоусовершенствование) для ускорения научных исследований. Их цель — не просто использовать ИИ для науки, а создать инструменты, позволяющие самим учёным в различных областях (например, в медицине или материаловедении) обучать и развивать собственные специализированные ИИ-модели. Основатели считают, что ограничения, накладываемыми крупными компаниями на использование их моделей для создания конкурентных продуктов, создают рыночную возможность для независимого игрока. Первые модель и продукт Mirendil планируется выпустить в ближайшие месяцы.

marsbit56 мин. назад

Сотрудник Anthropic ушел из компании и основал стартап стоимостью 10 миллиардов долларов, также занимающийся «рекурсивным самоулучшением»

marsbit56 мин. назад

Триллионы пенсионных средств на входе? Фонд Franklin Bitcoin DRIP ETF установил потолок давления на продажу

Франклин Темплтон подал заявку на запуск двух ETF, которые автоматически инвестируют дивиденды от акций в биткойн. Эти фонды используют психологию «пассивного выбора»: если инвестор не предпринимает действий, он по умолчанию получает долю в криптовалюте. Продукт нацелен на финансовых консультантов, которые смогут добавлять биткойн в клиентские портфели, не нарушая внутренние запреты на криптоактивы. Однако потенциальный приток капитала незначителен. Годовые дивиденды базовых акций (1,05% для широкого рынка и 0,52% для инновационного сектора) обеспечат лишь крошечные ежегодные покупки биткойна. Например, существующий биткойн-ETF Franklin мог бы добавлять всего около $3,6 млн в год, что рынок поглощает за минуту. Более того, структура фонда создает встроенный потолок для роста биткойна. Если его доля в портфеле превысит 5%, квартальная ребалансировка强制тельно снизит ее до 4,5%, превращая фонд в постоянного продавца при росте цены. Это может привлечь арбитражеров, которые будут заранее играть против predictable trades фонда. Продукт использует офшорную структуру на Кайманах для соблюдения норм, но оставляет инвестору налоговые обязательства по дивидендам, которые он никогда не получал наличными. Хотя новая регуляторная среда в США может открыть путь пенсионным фондам к криптовалютам, массовое внедрение в качестве варианта по умолчанию маловероятно в ближайшее время. Ключевой вывод: успех модели зависит не от убеждения, а от использования инерции и нежелания инвесторов actively вмешиваться.

marsbit1 ч. назад

Триллионы пенсионных средств на входе? Фонд Franklin Bitcoin DRIP ETF установил потолок давления на продажу

marsbit1 ч. назад

Торговля

Спот
Фьючерсы
活动图片