AI检测器
返回 AI资讯

数字新奇点 · 2026年10月16日

元环智能数亿元种子轮、清华 KAN 网络、元模型路线、押注下一代 AI 架构

不是再造一个 LLM,是把 LLM 的底层换掉

AI元环智能KAN 网络清华系

不是再造一个 LLM,是把 LLM 的底层换掉

北京时间 10 月 15 日,北京 AI 基础设施公司元环智能宣布完成数亿元种子+轮融资,顺为资本领投,源码资本、嘉程资本、清华系基金跟投。

用人话说:这家公司种子轮就融了"数亿元",赌的是一件非常疯狂的事——把现在所有大模型(GPT、Claude、Gemini、文心、豆包)用的底层网络架构整个换掉。

一句话总结

元环智能用清华 KAN 网络重新设计 AI 大模型的底层架构,种子+轮就拿到数亿元融资——这家公司赌的是:未来 5 年的 AI 大模型,Transformer 不是终局。

一、什么是 KAN 网络?先说 Transformer 的"原罪"

过去 7 年,所有 AI 大模型——GPT、Claude、Gemini、文心、豆包、Kimi——底层架构都是 Transformer。

Transformer 的核心是"自注意力机制"(Self-Attention)——它让模型能"看到"输入里任意两个位置的关系。

但 Transformer 有两个越来越明显的问题:

问题 1:太贵。 自注意力的计算量是输入长度的平方——输入翻 10 倍,计算量翻 100 倍。

问题 2:不透明。 模型到底"为什么"做出某个决策,人类看不懂——这是 AI 监管、AI 安全最大的痛点。

而 KAN(Kolmogorov-Arnold Networks)——基于 80 年前两位苏联数学家提出的 Kolmogorov-Arnold 表示定理——在数学上证明了可以用更少的参数、更透明的逻辑,做出同样甚至更强的表示能力。

用人话说:Transformer 像一个"黑盒子大力士"——力量大但你看不懂他在做什么;KAN 像一个"透明工程师"——力量同样大,但每一步你都能看懂。

二、元环智能不是"再造一个 LLM",是"重新发明轮子"

公司 · 路线 · 做的事

OpenAI / Anthropic / 字节 / 阿里 · Transformer LLM · 堆参数、堆数据、堆算力

元环智能 · KAN 元模型 · 重新设计底层数学结构

用人话说:别人在做"更好的 GPT",元环在做"GPT 之外的另一条路"。

这条路的赌注是:

未来 5 年,AI 大模型的底层架构会从 Transformer 迁移到 KAN 类的下一代架构——就像 2017 年之前大家都用 RNN/LSTM,2017 年之后大家都用 Transformer 一样。

谁先做出"第一个工业级 KAN 大模型",谁就是下一个 OpenAI。

三、清华系 + 顺为资本 + 数亿种子:押注的不是"今天能用",是"明天一定要用"

元环智能的团队基本盘:

维度 · 背景

创始人 · 清华自动化系 + 卡内基梅隆

核心研究员 · 清华人工智能研究院 + MIT

首席科学家 · KAN 原始论文作者之一

顾问 · 清华某院士团队

用人话说:这家公司是"清华系 KAN 团队的一次集体下海"——学术血统比商业血统还深。

种子+轮就融数亿元,说明资本市场对"KAN 商业化"这件事第一次真正下注——之前 KAN 还只是学术圈的"明星论文",现在它有了"真金白银的押注方"。

顺为资本(雷军系)+ 源码资本 + 嘉程资本——一个典型"长期主义 + 早期押注"的投资组合。它们赌的不是元环明年能赚多少钱,是 2030 年元环能不能成为"中国的 DeepMind"。

四、KAN 真的能赢 Transformer 吗?3 个关键判断

判断 1:参数效率——KAN 在数学上用 1/10 的参数就能达到 Transformer 的同等效果。

如果这是真的,未来训练一个大模型的算力成本可以降到 1/10——这是 1000 亿级别的产业重构。

判断 2:可解释性——KAN 每一步都是可数学证明的函数逼近,不需要"事后解释"就能直接看懂模型在做什么。

这对 AI 监管、AI 安全、AI 司法("AI 作证可不可信")是关键突破。

判断 3:长上下文——KAN 在处理超长序列(百万 token 级别)时,计算量增长远低于 Transformer。

这意味着百万级上下文、千万级上下文会成为可能——这对法律 AI、医学 AI、科研 AI 是革命性的。

用人话说:如果元环 2027 年能跑出一个"工业级 KAN 大模型",它有可能把"AI 算力成本"砍到现在的 1/10——这会彻底改变整个 AI 行业的商业模型。

五、对普通人意味着什么

很多人会问:"底层架构的事,跟我有什么关系?"

关系有三层:

第一层:你用的 AI 产品会更便宜。 KAN 训练成本低 → 推理成本低 → AI 公司有空间降价。

第二层:AI 决策会更透明。 你下次被 AI 拒绝贷款、拒绝签证、判定作弊时,能拿到"AI 为什么这么判"的数学证明——而不是一句"模型决策"打发你。

第三层:长上下文 AI 会普及。 百万字小说、整本法律文书、10 年病历——全部可以一次塞给 AI 让它读完再回答。

未来 1 年看 3 件事:
① 元环能不能在 2027 年拿出"工业级 KAN 大模型"——这是观察 KAN 商业化能不能跑通的最直接信号
② 顺为资本后续会不会继续加注——这是观察"长期资本"对 KAN 路线的真实信心
③ 清华系 AI 公司会不会集体下注 KAN——智谱、月之暗面、面壁的下一步动作,是观察中国 AI 底层路线的关键

写在最后

1. 元环智能赌的不是"今天",是"明天"

KAN 商业化是 5 年以上的长跑——种子+轮就融数亿元,是"长期主义资本"对中国 AI 底层架构的第一次集体下注。

2. 清华系是中国 AI 的"硬科技底座"

继智谱、月之暗面、模思、若愚之后,清华系第 5 家代表性 AI 公司浮出水面——清华 + AI 的组合,几乎成了"硬科技创业"的标配。

3. KAN 不是 Transformer 的补丁,是替代品

元环赌的是"Transformer 不是终局"——如果它赢了,整个 AI 行业 2027—2030 年的格局会被重写。

如果觉得这篇拆解对你有帮助,不妨点个关注和在看。

你的 AI 陪跑伙伴 【数字新奇点】 会继续关注中国 AI 底层架构创新与硬科技创业。

咱们下期见!

参考资料

元环智能完成数亿元种子+轮融资,顺为资本领投

中国 AI 公司融资周报:元环 + 算苗 + 若愚三连击

KAN 网络:从学术论文到商业化第一家公司

参考资料