Being Labs
生命大模型
Being Labs 正在构建 Life Model：长期跟随一个具体的个体，理解什么是它的正常，发现什么正在变化，并预测接下来会发生什么。
生命不是一张快照，而是一条轨迹。
基础模型理解的是片段；我们要构建理解个体的模型——为每一个生命维护一个持续更新的状态，它建立在长期多模态观察之上，并由真实结果来检验。
从片段，到个体
我们的第一个场景是宠物：可以被长期连续观察、有客观结果、隐私风险低。同一套框架也面向教育、虚拟角色等更多场景设计。
- 个体状态
把连续的视频、音频、设备事件和主人记录，转化为每个个体一个可更新的状态。
- 相对自身基线
在天、月和全历史多个尺度上学习个体自己的“正常”，并识别对它的偏离。
- 个体条件下的预测
输出 1 / 7 / 30 / 180 天的状态与风险，附带校准过的置信度和可读的解释。
- 异构专家
一个中心多模态模型，读取知识追踪、时序、知识图谱与研究专家提供的 latent token。
Being Labs Research
我们公开正在检验什么、打算怎样检验、证据在哪里为止。每一项主张都区分为外部证据、待验证假设或实验结果。
Life Model
研究路线模型架构验证方法
问题如何定义、模型如何设计，以及我们打算如何证明或证伪它。
查看 →
猫恢复动力学实验
可交互模拟实验留出集评估
个体过去的恢复经历，能否预测下一次恢复？你可以亲手运行。
查看 →
证据地图
ID modeling专家融合开放问题
我们已有的积累支持了什么，以及我们必须自己补上的空白。
查看 →