中国初创Loop世界模型论文登顶Hugging Face获周鸿祎陆奇投资

Prompt尚未退场，但Loop已悄然接管AI叙事的新篇章。

最近两周，硅谷开发者圈最火热的话题之一，就是Loop Engineering（循环工程）。

它讲述的是一个极具“Agent时代”特征的理念：别再手动一轮轮地给模型写Prompt，转而设计一个循环系统，让AI自主执行、检查、修正、持续运行，直到任务圆满完成。

传统模式以Prompt为核心，如今正转向以工作流（Workflow）为核心——这也是这一概念突然走红的关键原因。

而就在大家热议“如何让AI自己跑起来”的同时，另一条技术主线也在快速升温：Looped World Models（循环世界模型），简称LoopWM。

如果说Loop Engineering解决的是“AI如何持续干活”的问题，那么LoopWM则是在回答一个上限更高的问题：

当AI在持续干活时，能否做到持续理解、修正、推演它所面对的世界。

这也正是为什么，尽管它的名字中也带有“Loop”，但其展现出的技术含金量与想象空间，明显不在一个量级。

该工作已登顶Hugging Face Papers当日Top1，并引发了AI社区更广泛的公共讨论。

Loop Engineering为何能火，其实很好理解。

因为单次对话适合问答场景，却难以应对复杂任务。

若要让AI真正去写代码、调试、调用工具、查看结果、修复Bug、再次验证，它必须进入一个“行动—观察—推理—继续行动”的闭环。

换句话说，AI不再仅仅“回答你的问题”，而是开始围绕目标持续推进。

这正是今天Agent热潮的底层逻辑之一。

Google Chrome工程负责人Addy Osmani曾引用过一个非常直白的判断：

你不应该再亲自给Agent写Prompt，而应该去设计那个负责写Prompt的Loop。

在这套叙事里，人的角色从“亲自操作模型的人”，转变为“设计自动化系统的人”。

这也正是Loop Engineering像极硅谷热词的地方：它不是一种技巧，而是一次身份迁移。

人从提示者，变成了系统设计者。

但问题也随之浮现。会循环，不等于会理解。

一个Agent可以不断调用接口、读取日志、调整参数、反复试错，但如果它对环境状态、动态变化和因果关系缺乏稳定的建模能力，它仍然更像一个“更勤奋的自动执行器”，而非真正具备世界理解能力的系统。

正因如此，LoopWM才显得格外关键——它是在重写“AI如何反复推演世界”的底层逻辑。

接下来，让我们深入了解是谁做了这件事：

论文的通讯机构是FaceMind Research Asia（脸谱心智）。

据了解，该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，陆奇的奇绩创坛也参与了参股。

公司由95后博士陆弘远及韦怡然创立，团队早期从端侧全模态模型切入，随后将重心转向更底层的世界模型研究。

相比于只会生成内容的大模型，世界模型更强调对环境、界面与任务过程的持续理解和预测，这也被视为AI走向GUI Agent、具身智能与机器人场景的重要基础。

围绕这一方向，脸谱心智正通过循环迭代、参数高效的模型架构，提升模型在长时序预测、屏幕理解以及具身任务中的稳定性，并已在仿真具身环境、GUI Agent环境和真机机械臂环境中展开验证。

一家年轻的初创公司，正在尝试将“理解世界”这件事，打造成下一代AI基础设施的核心组成部分。

对此，星连资本合伙人李文珏表示，脸谱心智团队最突出的特点，是兼具扎实的科研能力与复杂的工程落地能力。

团队核心成员长期深耕人工智能底层技术，既能对前沿方向形成独立判断，也能快速将研究成果放入真实场景中验证。“我们看好的是一支人才密度高、技术判断前瞻、执行力强的团队。”

在李文珏看来，陆弘远身上兼具年轻研究者的探索欲和创业者的行动力，能够带领团队持续挑战高难度问题，并将技术判断转化为明确的研发方向。

这种创始人特质和团队凝聚力，是星连资本决定投资的重要原因。

脸谱心智的投资方360集团投前负责人向其奇表示：“陆博士是我见过最顶尖的年轻AI研究者之一。”

在他看来，陆弘远关注的并非局部优化，而是模型底层原理与架构创新。

当行业还在讨论世界模型概念时，脸谱心智就已经从零开始训练世界模型，并在多种benchmark上取得了行业SOTA级别的成果。

此后，陆弘远提出的Adam’s Law受到海外头部模型厂商Anthropic的关注和验证，团队最新提出的Loop循环架构则进一步探索世界模型长时序训练问题。

“迭代速度惊人。每次沟通前，我都会先去看他们最新发布的论文和技术报告。”向其奇感慨，从他们身上真正体会到了什么叫“一次投资，终生学习”。

关于为什么是一家中国的初创公司能做出这样一项工作，陆弘远回答：

中国现在是一个高密度AI人才的国家，这是我们能做出一篇划时代世界模型工作的主要原因之一。

FaceMind未来也将被更多国际视野所捕捉，就像他们工作前几周刚在X上被Anthropic/Facebook的投资人Accel点赞。

说得直白一点，LoopWM干的核心事情是：

不再让模型一次前向传播就把世界状态“猜完”，而是让它通过共享参数的Transformer模块，对潜在环境状态做反复迭代细化。

这背后存在一个很实际的矛盾。

要做高质量、长时程的环境模拟，计算必须足够深；但模型一旦做深，参数量和推理成本就会一起飙升。

而且rollout越长，误差越容易层层累积，最终把整个模拟拖垮。

论文里的原话是：

faithful long-horizon simulation demands deep computation, but deeper models are expensive to deploy and prone to compounding errors。（高保真的长时程模拟需要深度计算，但模型越深，部署代价越高，误差累积的风险也随之上升。）

LoopWM的思路是，把“深度”从一次性堆叠，改成循环式复用。

它不需要每加深一点能力就新增一大堆参数，而是通过共享参数的transformer block，对同一个latent state（潜空间表示）反复做refinement（细化）。

简单场景少跑几轮，复杂场景多跑几轮，计算深度开始跟随任务复杂度动态变化。

论文将这件事概括成一条新的scaling axis（扩展维度）：iterative latent depth（迭代潜空间深度），独立于模型规模和训练数据之外。

世界模型变强，以后未必只能靠“更大”，也可以靠“更会反复思考”。

数字是最有说服力的部分。论文给出的结论包括：

• 参数效率最高可实现100×提升；
• 对于简单状态转移，单步推理FLOPs可减少约25×；
• 在长时程rollout中，整体计算节省最高可达两个数量级。

这些并非“说法上的优化”，而是直接指向部署成本、推理效率和长程稳定性这些核心指标。

根据论文报告，在ScienceWorld基准测试上，LoopWM能在world modelling垂类任务上，比肩参数量高出两个数量级的更大模型。

这意味着它并非“用更大的模型赢了”，而是用更聪明的计算方式赢了部分关键任务。

AI社区里有一种正在变得清晰的焦虑：

光会说话不够，光会调工具也不够，真正难的是在长链路、动态环境、复杂反馈里，维持稳定的推演能力。

Loop Engineering对此给出的答案是闭环，让AI能自己推进。

LoopWM则更进一步：给AI一套机制，让它在推进过程中对世界状态进行反复、稳定、按需的计算。

X上关于LoopWM的讨论，也从侧面说明了这件事的分量。

社区的注意力没有停留在“100×参数效率”这个口号上，而是落在了几个更本质的技术词汇上：

shared transformer block（共享Transformer模块）、adaptive compute（自适应计算）、spectral stability（谱稳定性）、deferred decoding（延迟解码）、iterative latent depth（迭代潜空间深度）……

这些词背后指向同一个判断：世界模型可能终于找到了一条比“继续堆参数”更优雅的进化路径。

过去一年，Agent最大的变化，是让AI从“回答工具”变成“执行工具”。

LoopWM指向的变化，则更进一步——是从“执行系统”向“世界建模系统”迈出一步。

前者解决效率问题：怎样减少人工、增加自动化。

后者解决的是上限问题：

当AI真正进入机器人、仿真训练、空间交互这类复杂环境时，它靠什么维持对世界的连续理解。

李飞飞在谈到空间智能时说，今天的大语言模型擅长处理语言，却缺乏对物理世界真正扎根的理解；而世界模型，正是通向这种空间与物理理解的重要基础设施。

LoopWM的意义就在这条线上：它把Loop这个原本属于Agent工作流的概念，第一次明确推进到了world model本体里，换来的是增长逻辑的革新，而非修修补补。

硅谷先聊热的是Loop Engineering——贴近开发者体验，也更符合“让AI自己跑起来”的叙事。

但把时间拉长，真正值得反复关注的，可能反而是Looped World Models这类工作。

因为它试图回答的是：AI在自动运行中，能否真正理解世界。这一点决定了系统明天能不能长大。

Prompt Engineering定义了AI如何回应人，Loop Engineering定义了AI如何持续做事，而Looped World Models定义的，可能是AI如何在做事时真正理解世界。

论文链接：https://arxiv.org/abs/2606.18208

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：中国初创Loop世界模型论文登顶Hugging Face获周鸿祎陆奇投资要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题