智能驾驶
学习交通世界的动态规律,理解复杂交互并预判潜在状态,为端侧实时决策提供世界模型能力。
见微知界是一家以世界模型为核心的物理 AI 公司,致力于类比人类认知与学习的方式,构建可跨场景部署的智能大脑。
公司基于 Yann LeCun 提出的 JEPA(联合嵌入预测架构)技术路线,在抽象表征空间而非像素空间中学习并预测物理世界的演化规律,同时融合物理有效信息约束。
这一技术底座使模型兼具轻量高效、因果可解释与跨场景泛化能力,并可与具体场景深度贯通,形成适用于智能驾驶、具身智能、无人机、智能硬件与智慧医疗等物理 AI 场景的完整应用方案。
我们关注的不只是云端生成逼真的画面,而是端侧设备能否实时理解、预判并安全地作用于真实世界。通过持续学习与自适应迭代,系统在部署后形成“越用越聪明”的数据飞轮。
在语义和物理相关空间中学习,而非逐像素复刻世界。
融合物理有效信息约束,让预测更可解释、更可信。
面向受限算力与功耗环境,构建轻量、实时的系统能力。
以数据闭环和自适应迭代,让模型在真实使用中不断成长。
连接感知、理解、预测与行动,让不同物理设备共享一种可迁移的世界认知能力。
系统以 JEPA 为核心,在低维抽象空间中建立动态模型,并以物理约束校准预测。相比依赖像素生成的重型路线,它更适合在车端、机端、机器人与医疗终端中进行实时部署。
从数据最丰富、验证最严苛的智能驾驶切入,向更广阔的物理世界延伸。
学习交通世界的动态规律,理解复杂交互并预判潜在状态,为端侧实时决策提供世界模型能力。
让机器人通过观察和试错建立直觉物理认知,在陌生环境中理解任务、规划行为并持续适应。
在算力与功耗受限的飞行平台上实现环境理解、轨迹预判与自主行动。
把可迁移的世界理解能力部署到各类终端,使设备从被动响应走向主动认知。
以物理有效信息和时序预测支持医疗终端理解动态过程,探索更高效、可解释的智能应用。
三位联合创始人在各自领域深耕多年,共同打通世界模型从前沿论文到产品、再到规模化部署的关键环节。
国际知名物理 AI 学者
IEEE Fellow · 加拿大工程院院士
领衔世界模型与具身智能前沿算法研究,团队在交互式世界模型、边缘智能与物理对齐技术上的成果,为公司的技术路线提供学术根基。
前地平线副总裁
汽车电子与智能驾驶量产专家
拥有二十余年量产交付与商业化经验,深谙“算法定义芯片”的软硬一体落地路径,并连接主机厂、Tier1 与芯片产业生态。
UIUC 计算机系博士
2025 全球 Exceptional 100 科技人才
曾任美国大厂 AI 实验室首席应用科学家,以十余年大规模机器学习与自主智能体工程经验,构筑数据闭环、实时推理和端云协同系统底座。
弱化层级、尊重专业,开放听取一线研究员的声音。每一位技术合伙人都能直接参与技术路线定义,让前沿判断、工程反馈与场景需求保持快速闭环。
构建“前沿探索在学界、工程验证在公司、场景落地在产业”的三级创新循环。
公司将与全球头部院校、科研机构及产业伙伴保持紧密交流合作,以开放协同加速世界模型从科研突破走向真实世界。
当每一个在物理世界中行动的机器都需要一颗理解世界的“大脑”,见微知界希望成为那个定义标准、赋能万物的存在——见微知著,知世界之本;以智为界,拓智能之疆。
我们期待与产业伙伴、科研机构和世界级人才共同推进世界模型在真实场景中的落地。