Flapping Airplanes:用“小数据”挑战AI范式,1.8亿美元融资背后的强智能革命

Flapping Airplanes:用“小数据”挑战AI范式,1.8亿美元融资背后的强智能革命

你想象中真正的 AI 是什么样子的?

至少有一点,大多数人会同意:未来的 AI,应该具备像人一样思考的能力。

问题在于,我们现在研究大模型走的这条路,能通向真正的「思考」吗?

当前最先进的大模型系统,几乎是在整个人类可获取的历史数据之上训练出来的:网页、书籍、代码、论文、对话,数万亿 token。训练大模型所需的数据,远超任何一个人类个体一生所能接触的总和。

AI 需要整个互联网来学习,而人类只需要一个童年。人类在成年之前,所接触的语言、文本与符号,顶多只有几十亿 token,相差几个数量级。

正是从这个问题出发,一家几乎没有产品、没有盈利、也不急于商业化的 AI 创业公司,从 GV、Sequoia 和 Index 拿到了 1.8 亿美元融资,并获得了 Andrej Karpathy 的公开力挺。

它的名字,叫 Flapping Airplanes。

Flapping Airplanes:用“小数据”挑战AI范式,1.8亿美元融资背后的强智能革命

Flapping Airplanes 是一家基础 AI 研究实验室,专注于解决「数据效率」这一核心问题,并正在探索一些看似怪异、但可能至关重要的新思路 —— 从重新思考损失函数,到甚至质疑和重构梯度下降本身。该公司的研究团队成员中包括 IMO、IOI、IPhO 奖牌得主等顶尖人才。

Flapping Airplanes 称,其融资用来组建 AI 的新防线:一个想象中的世界,模型可以在不用摄入互联网一半内容的情况下达到人类水平的思考。

他们的估计是:在人类与现有模型之间,样本效率存在着 10 万倍到 100 万倍的差距。

要实现如此数量级的跃迁,仅靠渐进式改进是不够的 —— 需要真正的 Big ideas。

他们在推文中表示,公司的唯一目标,是做真正优秀、能够改变范式的研究。尽管目前并不急于商业化,但这些工作最终将在企业级应用、机器人、交易系统、科学发现等领域释放出巨大的价值。

「Flapping Airplanes」这个名字,正是公司文化的写照:我们是谁、我们在做什么,本身就是 out-of-distribution 的。非常非典型的活跃性公司文化,从他们的推文中能看出一丝严谨学术之外的跳脱。

Flapping Airplanes:用“小数据”挑战AI范式,1.8亿美元融资背后的强智能革命

我们甚至发现,Flapping Airplanes 官方推特的关注列表里,真的有旧金山机场和两大美国航司……(这是真的要起飞了)

Flapping Airplanes:用“小数据”挑战AI范式,1.8亿美元融资背后的强智能革命

一家没有产品、没有盈利、也不急于商业化的 AI 创业公司获得融资的事情似乎有些似曾相识。

主流观点是:AI 已经发展到如此阶段,一家新的、以研究为导向的创业公司,几乎不可能在竞争和执行层面上战胜现有巨头。「就你们这么几个人,怎么可能和 Google 竞争?」

但 Andrej Karpathy 毫不留情地指出:这种说法,在 OpenAI 成立时就是错的;后来,又一次被证明是错的。

Flapping Airplanes:用“小数据”挑战AI范式,1.8亿美元融资背后的强智能革命

当然,持续扩大规模、在有效路径上进行局部优化,仍然会带来惊人的进步。但与此同时,我们正以极快的速度解锁大量进展,整个领域被扬起了巨大的「技术尘埃」。

而且,前沿大模型与「一个只消耗 20 瓦功率的人类大脑」这一智慧奇迹之间,依然存在着巨大的鸿沟。正因如此,我认为,能够带来接近 10 倍提升(而非 10% 微增)的研究级突破,其概率依然非常高 —— 高到值得持续下注、持续寻找。

真正棘手的问题,当然在于:如何创造出能够孕育这种突破的环境。

Karpathy 认为,这样的环境极为罕见。但他盛赞 Flapping Airplanes,他们具备(罕见的)从上到下的全栈理解能力,并且对人才有极好的判断力。

希望扑翼飞机能够打开人工智能的航空新时代。


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:http://www.itsolotime.com/archives/19794

(0)
上一篇 2026年1月29日 下午4:14
下一篇 2026年1月29日 下午6:00

相关推荐

  • Sora核心团队重组:00后天才Will Depue领衔OpenAI超级人工智能新赌注

    在人工智能领域,每一次核心团队的重组都可能预示着技术路线的重大转向。近日,OpenAI内部传来重磅消息:曾主导Sora开发的00后天才工程师Will Depue结束长期休假,宣布重返公司,并与Troy Luhman、Eric Luhman两位年轻工程师组成三人特别小组,专注于一项被内部称为“极高风险赌注”的新项目。这个项目的最终目标直指超级人工智能(ASI)…

    2025年10月31日
    15800
  • 20万大奖!全球首个AI视频生成一致性挑战赛开启,AAAI 2026大佬云集定义行业新标准

    随着AI视频生成技术的快速发展,“一致性”已成为制约其迈向更高质量和更广泛应用的核心挑战。视频中频繁出现的逻辑谬误、时空错乱以及角色风格突变等问题,严重影响了内容的连贯性与可信度。 为应对这一关键瓶颈,在人工智能顶级会议AAAI 2026的研讨会期间,将举办一场专注于该问题的竞赛——“从片段到原生:视频生成模型中的一致性(CVM)”。 该挑战赛由北京大学袁粒…

    2025年12月17日
    16900
  • OpenAI深夜突袭!GPT-5.4震撼发布:原生电脑操控能力碾压人类,推理编程全维度封王

    在经历了一段时间的竞争压力后,OpenAI 推出了其最新旗舰模型 GPT-5.4。此次发布包括:* ChatGPT 端:GPT-5.4 Thinking 与 GPT-5.4 Pro 全面上线。* 开发者端:GPT-5.4 接入 API 与 Codex,并提供极速版本 GPT-5.4 fast。 模型版本号直接跃升至 5.4,体现了这是一次在“推理”与“编程”…

    16小时前
    3100
  • 口袋里的AI超算革命:无影云电脑如何让个人开发者拥有随叫随到的云端算力

    桌面感体验,超算级算力。 很多开发者都有过类似的时刻:模型规模越来越大,本地设备开始力不从心。程序刚跑起来,风扇声就呼啸而起,显存占用迅速拉满,进度条却仿佛被按下了暂停键。问题不在模型,而在于本地电脑已触及能力边界。 对个人开发者乃至中小企业而言,这几乎是绕不开的现实。本地设备性能有限,尝试稍大一些的模型便会捉襟见肘。高性能工作站固然存在,但其价格与维护成本…

    2026年1月10日
    17500
  • 信息论视角下的思考革命:Adaptive Think如何终结大模型的过度推理困境

    在人工智能领域,大模型的推理能力已成为衡量技术进步的关键指标。从OpenAI的o1系列到DeepSeek的R1,再到QwQ等强化学习推理模型,这些系统通过生成冗长的推理链条(Chain-of-Thought,CoT),在数学、逻辑和常识推理任务中展现出令人瞩目的多步推理能力。然而,中国人民大学、腾讯Jarvis Lab和西湖大学的研究团队通过深入分析发现,当…

    2025年12月19日
    15700