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

  • 字节豆包AI全面升级:多模态Agent、图像视频生成大版本革新,引爆春节AI大战

    「2026 年或将成为人类历史上最忙碌、也最具决定性的一年。」xAI 联创 Jimmy Ba 在离职宣言中如是说。 这话并非夸张。1 月初,Anthropic 推出 Agent 工具 Claude Cowork,并发布 11 个配套插件;一周前,Anthropic 与 OpenAI 又几乎同时推出新版本基础大模型 Claude Opus 4.6 与 GPT-…

    2026年2月14日
    72900
  • 百亿资本押注具身智能!魔法原子获5亿融资,AI机器人落地进入“拼系统”新阶段

    百亿资本押注具身智能:AI机器人落地进入“拼系统”新阶段 一个越来越难回避的现实是:许多行业正在被AI重塑。 在具身智能赛道,这一信号尤为明显——机器人正从一台设备,演变为AI进入真实物理世界的行动载体。能够将模型、硬件、数据、场景与产业需求有效连接,并率先跑通商业闭环的玩家,正迅速获得资本的集中关注。 近期,魔法原子在推动生态基金布局的同时,宣布完成新一轮…

    2026年3月12日
    39800
  • ArcFlow:非线性流技术实现40倍推理加速,2步生成媲美原画

    ArcFlow:非线性流技术实现40倍推理加速,2步生成媲美原画 在图像生成领域,扩散模型通常需要数十步的迭代去噪才能生成高质量图像,这带来了高昂的计算成本,阻碍了实时应用。为了加速推理,常见的知识蒸馏方法试图将生成过程压缩到几步之内,但它们通常假设从噪声到图像的路径是一条直线,而预训练教师模型的实际生成轨迹往往是复杂的曲线。这种“几何失配”导致学生模型在几…

    2026年2月15日
    33300
  • 华为openPangu-R-7B-Diffusion:扩散语言模型突破32K长文本瓶颈,开启“慢思考”推理新范式

    在人工智能技术快速演进的浪潮中,文本生成领域正经历着从自回归模型到扩散语言模型(Diffusion Language Models)的深刻范式转变。这一转变不仅代表着技术路径的革新,更预示着语言模型在处理复杂认知任务时的能力边界将被重新定义。然而,扩散模型在长序列训练中的不稳定性问题,尤其是上下文窗口的限制,一直是制约其在数学推理、编程任务等需要深度“慢思考…

    2025年12月2日
    33700
  • AI生成Mermaid代码的渲染难题:beautiful-mermaid工具如何让图表在终端中“活”起来

    现在用 AI 工具生成 Mermaid,已经成了很多人的日常。 无论是 ChatGPT、Claude,还是各类 Copilot 或 Agent,只需一句话,就能生成流程图、时序图或系统架构图的 Mermaid 代码——效率极高。 但很快会遇到一个现实问题: AI 把图“写”出来了,但你很难把它“好看地展示”出来。 问题不在生成,而在渲染 Mermaid 默认…

    2026年2月11日
    93500