明日新程连获两轮融资领跑Harness多智能体赛道
4月13日,由微软小冰原班核心团队创立的人工智能公司“明日新程”正式宣布,已成功完成连续两轮融资。公司明确将核心战略方向定位于Harness群体多智能体赛道,并进行重点投入。天使轮融资由创新工场与Atypical Ventures联合领投,奇绩创坛持续跟投,原微软全球副总裁David Ku等知名个人投资者以及独家财务顾问安可资本共同参与。据悉,此次融资所获资金将有力支撑公司未来三至五年的技术研发与持续创新。
尽管公司成立仅一个季度,但其背景与技术实力备受瞩目。在奇绩创坛2025秋季Demo Day上,明日新程作为压轴项目首次公开亮相。与当前市场上普遍的基础大模型或工具型AI公司不同,明日新程采用了独特的技术路径,其核心是基于原生群体智能与认知模型构建的多智能体协同框架。这意味着,公司的目标并非打造单一的智能应用,而是致力于攻克长周期多智能体协同、高难度研究任务以及大规模群体仿真等复杂前沿场景。
技术路径:弥补OpenClaw的“早产”缺憾
团队负责人、原微软亚洲互联网工程院副院长李笛对此进行了生动阐述。他表示,自2024年起,团队便为此刻的到来进行了长期技术储备。他认为,OpenClaw的出现犹如一场“技术普及”,向社会提前展示了分布式多智能体系统的巨大潜力,将AI的能力边界从被动的问答交互,大幅扩展至7x24小时自主决策与行动。然而,这种前沿架构也暴露出一些“早产期”的不足。
明日新程所专注的群体智能技术,正是为了系统性解决这些瓶颈。李笛介绍,该技术不仅能有效应对OpenClaw智能体在处理超过24小时的长程、复杂任务时可能出现的性能衰减问题,还能同步降低50%以上的Token消耗成本。这无疑是一次在效能与能力上的双重突破,旨在为市场提供一个更为成熟、面向未来的多智能体解决方案。
产品蓝图:从“小冰岛”理念到个人智能体群岛
“这也是我们曾在‘小冰’身上寄托的愿景,”李笛补充道,“如今,我们将更专注、更彻底地实现这一目标,让亿万个多智能体与人类共同编织成一个巨大的价值协作网络。”
具体到产品规划,新公司的布局清晰分为两大板块。其中,针对反应式(Reactive)场景的产品tuanzi.ai已完成内部测试。而另一款面向更宏大、更主动的(Proactive)场景的应用程序,也已进入研发收官阶段。这款APP的理念内核让人联想到昔日的“小冰岛”概念,但其底层已全面升级为全新的技术架构。
其核心愿景是,让每一位用户都能轻松创建并管理一个高度协同的个性化智能体群体,以灵活应对工作与生活中的多元需求。更值得一提的是,如果用户已拥有自己的AI助手(如“龙虾”),只需简单指令,即可使其“入驻”并融入这个智能体集群,实现无缝协作。这仿佛是在为每个个体构建一个可自由扩展、功能丰富的个人智能体“群岛”生态系统。
资本视角:看好多智能体协同的个人化未来
作为本轮联合领投方,创新工场投资人任博冰阐述了其投资逻辑。他认为,以OpenClaw为代表的新一代智能体架构,已经开启了通往“智能体社会与经济”的新纪元大门。因此,他们高度看好围绕多智能体协同技术展开的个人级产品与应用前景。
“明日新程团队在AI发展的每个阶段,都能为世界带来令人惊喜的产品,并且他们极具远见地提前定义了异构智能体的新架构,”任博冰表示,“我们期待公司的产品能再次带给市场惊艳的体验。”
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
大模型训练合成数据生成的十大实用策略
合成数据,这个曾经被视为“辅助工具”的技术选项,如今正快速演进为驱动大模型开发与迭代的核心基础设施。对于任何致力于长期模型训练、优化和持续升级的团队而言,构建高质量的合成数据能力已成为一项战略性任务。 背后的驱动力非常现实:获取大规模、高质量的训练数据始终是AI团队面临的主要瓶颈。数据或许存在,但面
Claude代码能力更新引争议思考深度下降难处理复杂工程
近期,AI编程工具Claude Code的性能表现引发了开发者社区的广泛关注与深度讨论。一份在官方仓库引发热议的Issue直指核心问题:这款曾被寄予厚望的AI编程助手,在经历特定更新后,其处理复杂工程任务的能力似乎出现了显著退化。 核心指控聚焦于一次关键更新:据称,该更新导致模型的内部推理深度骤降约
SentiAvatar革新3D数字人动作生成技术
与3D数字人互动时,你是否曾感到一丝难以言喻的“不自然”?它的嘴唇在同步发音,表情却略显呆板;手臂虽有动作,却与对话内容缺乏关联。更常见的是,那些外观高度拟真但动作僵硬、节奏失调的数字人,很容易将用户体验带入“恐怖谷”效应。 问题的核心在于,人类的高效沟通从来不是单一维度的信息传递。一个细微的耸肩足
Claude Code内置工具与技能完整清单揭秘
在上一篇文章中,我们深入剖析了Claude Code的System Prompt架构与提示词工程。今天,我们把目光转向它的“能力体系”——一个由40多个内置工具、5个专用Agent以及一套完整的斜杠命令构成的强大工具箱。所有洞察,均源自对源码的深度分析。 一、工具全景:40+ 个内置工具 Claud
匹兹堡大学新作实现一句话生成逼真3D场景
视觉语言大模型(VLM)在描述图像内容时往往头头是道,可一旦面对三维空间推理,短板就暴露无遗。物体一多,视角一换,模型的认知底线很容易被击穿。 更棘手的是,想精准评估这种能力也困难重重。真实世界的数据集采集成本高昂,且难以灵活调整参数;而程序生成的3D场景又常常显得虚假、违背物理规律。业界一直缺少一
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

