Feeling AI要补齐的，是世界模型最被低估的一块拼图——动态交互的模型层能力。

作者｜周悦

编辑｜王博

《上古卷轴5》发售已经超过十四年，但有一个细节一直卡在Feeling AI创始人戴勃脑海里。

玩家在游戏里已经是龙裔、战友团队长、盗贼公会会长，走南闯北成就了一番事业，回到雪漫城，城门口的守卫还是不认识你。

“按道理你已经是世界有名的人了，他的对话逻辑应该要有变化的。”他说。

更让他出戏的，是战斗里的NPC：“打多了，能发现规律，甚至可以利用规律，知道它会在哪个时刻过来，然后耍一道帅气的镰刀背刺。”

戴勃把这种落差叫做“缺乏活人感”。不久前发布的MemBrain（记忆）和CodeBrain（规划），正是为了解决这个问题。

但这两个项目并非刻意设计，而是在工程和产品化中催生的结果。

Feeling AI最初想做的是动态交互世界，用户和AI共同身处一个持续变化的世界，每个角色有记忆、性格和独立的行动逻辑。

在最初的尝试中，大部分开发者和用户都不排斥这个方向，“想法很好”，但彼时技术托不住产品效果。NPC能接话，但不能把前情自然带到下一轮反馈；能生成几步计划，却无法在变化的世界里连贯行动。

戴勃说，核心问题在角色的记忆和规划能力上。现有方案不够用，团队索性自己动手，做出了负责记忆的MemBrain和负责规划的CodeBrain。跑完Benchmark发现性能高出业界方案，在全球基准中都取得领先表现。“团队一致觉得应该开源，因为总有更多人会碰到类似需求。”

“CodeBrain和MemBrain，就是为了活人感而生的。”戴勃告诉「甲子光年」。其背后更重要的目标，是为世界模型配上一个原生的Agentic大脑。

从玩家执念，到一头扎进的底层技术，戴勃的履历足够支撑这种跨度。2014年他从上海交大ACM班毕业后进入香港中文大学读博，开始深耕生成式AI方向的研究，从语言、图像到动态视频生成和3DGS，研究成果横跨多种模态。

戴勃曾任职于新加坡南洋理工大学和上海人工智能实验室（AI Lab），创办的Feeling AI已完成两轮超亿元融资，是国内最早探索世界模型和3D动态交互的团队之一。

Feeling AI创始人戴勃，图片来源：受访者

近期在接受「甲子光年」独家专访时，戴勃首次完整复盘了这条隐秘的路线：一个游戏里的老问题，如何催生产品、开源项目，并最终指向了他们对世界模型的判断。

同时，戴勃还透露，Feeling AI即将发布并开源MemBrain1.5和CodeBrain。前者在多项指标超越SOTA，并提供了可直接体验的可视化Demo；后者技术指标领先，且大幅降低使用成本，支持多语言、Monorepo感知和零框架耦合等功能，并将20个底层LSP操作整合为大模型所需的工具。

1.记忆的“中庸之道”

AI究竟该拥有怎样的记忆？

戴勃的判断简单而直接：“完全不记得肯定不行，但什么都记得一字不差也很奇怪，人的记忆需要中庸。”

重要的事能保留下来，细节会随时间模糊，旧经历会自然融入新反应，这才接近真实的人的状态，而不是一个什么都存、随时精准检索的数据库。

目前，智能体记忆（Agent Memory）的技术路线尚未收敛，现有的解法都难以呈现这种“中庸”的活人感。

一派偏向图结构，将知识拆解为实体、关系和事件，依靠图算法检索和推理。优点是结构严密，但很死板；另一派则更接近OpenClaw这样的纯文本（Markdown-first）路线，把记忆写成语言模型最熟悉的文本格式。虽然亲和语言模型，但将海量信息的判断全权交由模型发挥，稳定性又无法保证。

为了实现“活人感”，MemBrain避开了这两条老路，做了三处底层创新。

第一，打破线性流程。传统记忆系统的调用顺序是写死的：检索、总结、回答。但人的记忆是随机的、跳跃的。“我说着说着突然想到了什么，然后说法又变了”，戴勃解释说。为了模拟这种动态，MemBrain把记忆的抽取、整合、提取交给不同的子智能体（Sub-Agent）各司其职、自主协调，提升灵活性。

第二，让语言模型真正参与推理。许多主流方案依赖图结构存储知识，但在检索时，图算法与大语言模型之间存在着难以逾越的范式差异——前者在图节点上做复杂运算，后者则是线性的Next-token（下一个词）预测。“图算法在算的时候，语言模型只能站在旁边看着，帮不上忙。”为了解决这个问题，MemBrain改用了与语言模型更亲和的组织方式，让模型直接参与记忆处理，而不是干等图算法出结果再接收。

第三，严控时间戳。“昨天”“上周三”“3月24号”……在自然语言中，同一个时间点有无数种模糊的表达。如果不做统一的标准化处理，事件的发生顺序极易陷入混乱，记忆的溯源更是无从谈起。MemBrain将时间戳严格精确到秒，并引入自适应实体树算法，优化实体、事件与关系在时间轴上的组织结构。

这套改法有一个共同的出发点：不把AI记忆做成一个更精准的检索系统，而是让它更接近人的记忆运作方式，有主见、有顺序感、能自己判断什么重要。

今年2月，Feeling AI正式开源了MemBrain 1.0。在LoCoMo和LongMemEval两项主流测试基准上，MemBrain 1.0分别以93.25%和84.6%的准确率实现SOTA。而在考察隐性画像捕捉能力的PersonaMem-v2测试基准上，MemBrain 1.0以51.50%的准确率超越现有方案。

但真正能验证“活人感”的，是那些更逼近人类能力的测试。

以Hugging Face广受关注的Knowme-Bench基准为例，该评测要求模型不能只做基础的精确记忆抽取，而是必须基于庞杂的记忆内容，完成深层分析与复杂推理。

结果显示，Membrain 1.0在Knowme-Bench基准测试高阶认知任务中表现出了明显优势。特别是在难度登顶的Level III级别（涵盖心身交互与专家级心理分析的T6、T7 两个子任务）中，Membrain 1.0的成绩比现有最高纪录提升了300%以上。

「甲子光年」独家获悉，Feeling AI即将发布并开源MemBrain1.5。“除了各项指标超越了之前的SOTA，还做了一些可以让用户直接尝试的Demo和方便开发者测试使用的可视化工具。”戴勃介绍。

MemBrain解决“记住什么”，CodeBrain处理“接下去怎么做”。

今年春节前，CodeBrain-1搭载GPT-5.3-Codex底座模型在衡量Agent真实工程能力全球权威基准Terminal-Bench 2.0榜单上冲到72.9%并跻身全球排行榜前列，成为榜单前10中唯一的中国团队。

规划能力在现有Agent系统里并不罕见，技术深水区在于，当任务复杂度呈指数级上升后，执行的成功率还能否稳得住。“如果规划了三五次，成功率只有20%，你很难说这是个好的CodeBrain。”戴勃强调。

为此，CodeBrain在架构中引入了一层极重的校验模块（Verification），模型在生成规划链之后，必须先对该计划的可行性进行自我验证与倒推，把复杂任务的执行成功率拉上来。

戴勃说，“CodeBrain一样也会在几天后开源，除了技术指标的领先，CodeBrain还大幅降低了开发者和付费用户的使用成本。”预计开源的版本中还会支持多种供开发者灵活使用的功能，比如多语言支持、Monorepo感知和零框架耦合等，还直接将20个底层LSP操作整合为大模型实际需要的工具。

2.缺失的拼图

但“活人感”不只是记忆和规划的问题。

即使NPC记住了你、规划出了下一步，如果它的动作还像机器人，转身的角度生硬，出拳的节奏固定，走路没有惯性，仍然没有活人感。记忆和规划解决的是“想什么”，动作本身才是活人感最直接的载体。

要理解这个问题，需要先看戴勃对世界模型的拆解。

在他看来，世界模型不是一个单一的模型，而是三层结构。最上面是逻辑层，处理记忆和规划，解决“我想干什么”——MemBrain和CodeBrain属于这层。最下面是表现层，负责3D环境、视频生成、交互界面，把结果呈现出来。

Feeling AI动力学世界模型架构图，图片来源：Feeling AI公众号

夹在中间的是动态层，负责把“想法”真正变成“行为和表现”。这正是他认为整个行业最缺的那块拼图。

他用“口渴喝水”来解释三层的关系：想到要去喝水是逻辑层；伸手拿杯子是动态层；动作呈现在屏幕里是表现层。少了中间那层，逻辑和表现之间就是断的。

业内关于世界模型的讨论已经很多，各方侧重点不同。有人专注静态的3D环境表征，以李飞飞的World Labs为代表；有人倾向于在压缩隐空间内做核心状态预测，以杨立昆（Yann LeCun）的AMI团队为代表。

“但我们觉得，中间还缺一个东西——动态。”戴勃说。

动态层的难点在于，现有的生成模型本质上还在做“下一帧预测”，把过去若干帧作为输入，靠概率去猜下一帧。这个黑盒学到的是视觉表观的相关性，而不是物理因果。一旦拉长推演时间或进行实时交互，误差便会积累，出现动作漂移、接触错位等问题，越来越像在模仿运动，而不是真正掌握运动规律。

戴勃的解法，是先把围绕以人为中心的“运动主体”和与人类运动息息相关的“交互客体”找到合适的结构表示，再让模型去学它们之间如何相互作用。换句话说，把物理先验作为模型的底层基础，而不只是外部约束。

当模型具备了内在的物理约束，推理过程就不再是黑盒。“它不是一个black box，你知道它背后是什么，就不会担心下一个时刻动态又不对了。”据戴勃透露，在这套世界模型架构下，团队已经取得了一些里程碑式的进展。

通过这个全新架构的动力学世界模型，在3D原生的结构下通过原创的IKGT算法（Interactable Kinetics Grounded Transformer），实现对人类运动交互的生成与状态预测。模型首次在CPU上跑出300FPS的响应速率，连续运行40分钟也不会出现明显的动作漂移，且模型通过实时推理达到了100%的状态重置和纠偏，鲁棒性极强。

3.四年四轮验证

把物理先验嵌进大模型，不能停留在理论层面。在MemBrain和CodeBrain出现前，戴勃和团队在动力学这条路上已经走了四年，且每一轮都在主动拉高难度。

2022年，从水和木头起步。用神经网络预测粒子系统的动态时序交互，取代传统图形学的物理公式求解。结果显示，无论将方形木块换成圆形或者其他形状，或是改变水量，同一个神经网络都能正确预测，泛化性显著。

2023年，他们主动把难度提高一个层级，验证多层衣服的可能性。当时公开研究多停留在单层衣物，戴勃觉得这个难度不够，直接处理外套内搭毛衣的接触与摩擦。“我们觉得，不管一件还是几件衣服，应该用同一套方法处理。”测试表明，无论是层数增加、拓扑结构改变，还是人体动作切换，模型都保持了稳定。

2024年，团队尝试了另一种难度维度的跨越，压缩训练数据。如果训练数据只有一块四方形布料的视频，模型能否推演至由同材质、任意形状的衣服，在不同人做不同动作时的动态变化？

结果是可行的。“从F=ma出发，因为布料和同种材质的衣服遵循同样的动力学先验，学会布料怎么动，自然就能泛化到更复杂的情况。”戴勃解释，动力学先验给了模型基础，它就不需要那么多数据了。

2024到2025年间，从仿真系统延伸至真实自然环境。团队从现实中重建花草树木，让模型学习它们受力后的动态。“只观察过它在某种风力下的晃动，但学到了它的动力学模型。用手拨它，把花压到很低，松开之后它会弹，会自己在那晃——这个运动轨迹是合理的。“戴勃形容观察到的变化。

从流体、固体到柔性物体，从极少数据到真实场景，四轮下来，每轮比上一轮难，每轮都对了。“一次、两次、三次、四次验证了这一套技术路线，就非常信了。”戴勃说。即使在外界看来这条路属于非共识，团队也没有换方向，“非共识有压力，但也是机会。”

4.通往“绿洲”的现实路径

“以终为始，求上得中。”戴勃用这句话解释Feeling AI的底层逻辑，用工程和产品落地的硬性标准，反向倒逼模型能力的进化。

这条路不仅催生了MemBrain和CodeBrain，也让他看清了另一件事，在底层能力没到位之前，盲目的推进产品，精力只会消耗在无休止的打补丁上。

他打了个比方：在GPT-2的时代做应用，无论如何修补，能力天花板就摆在那里。与其勉强应付，不如先把模型推到GPT-3的水平，ChatGPT会自然生长出来。

“从产品导向去回答这个问题，本身就不够AI Native（AI原生）。”戴勃说这是创业以来最有价值的经验。

在他看来，算法出身的创业者总有一种惯性，相信算法是万能的，“有点唯算法论的意思”。但持续“求真”和“求证”的过程让他意识到，不是所有体验都能靠产品设计修补，哪层的问题就在哪层解决。

“用户体验不会为模型的能力找借口，但会消耗用户的热爱。”Feeling AI的定位由此清晰，一家做世界模型的基模公司。

正如语言模型催生了OpenAI这类基模公司，戴勃相信世界模型在Scaling到一定阶段之后，也会长出自己的原生应用。“但那是技术到位之后自然会发生的事，现在的重心应该放在技术本身。”

2023年，视频生成最火热时他没有选择沿着爆火的AnimateDiff继续往前走，2024年世界模型还只是个陌生的概念时，他在讲如何构建Real-Sim-Real闭环。

2026年，他认为：“现在终于有机会可以参与定义世界模型底层能力，这很AI Native。”

战术随之清晰，逻辑层离贴近现有大模型生态，成熟快，率先开源接受验证；动力学世界模型体量大、门槛高，现阶段重心在其规模化（Scaling）上。“我们现在要走的是从Transformer到GPT-3的那段路。”

数据是核心瓶颈。物理先验虽然降低了门槛，但Scaling到一定规模，绝对数量依然庞大。

Feeling AI团队自研从视频里抽取运动数据的算法，以“合成数据保量、真实数据保质”。目标是2026年下半年推出完成第一阶段Scaling的版本，并开放API，从而打通逻辑层、动态层和表现层。

戴勃把当前世界模型赛道比作“盲人摸象”，有人摸到鼻子，有人摸到腿，说的都没错，但都是局部。Feeling AI选择从第一性原理出发，主动思考如何构建底层基础设施：“动力学，或者说动态交互能力，一定是最核心的那块拼图。”

“如何融合这些局部找到最终答案，是整个行业长期的命题；而我们笃定从这个方向往里走，是因为觉得动力学最重要，也最被低估。”戴勃表示。

当谈及世界模型与具身智能。戴勃观察到，世界模型正趋向具身智能，相关仿真训练和数据公司也在寻求合作。但他认为，完整的世界模型架构，更可能先在游戏等互动内容中完成闭环，“那里会是数字世界与真实世界相连接的第一个试验场。”

采访临近尾声，当被问及这套“人与AI共创、自然演进”的愿景是否像电影《头号玩家》里的“绿洲”时，戴勃愣了一下，笑了：“这是创业最初的冲动，《头号玩家》里的‘绿洲’就像是一个暗号。没想到是你先说出来的。”

《上古卷轴5》里NPC那些套话，戴勃显然记了很久。现在他做的事，是从底层解决“活人感”缺失的老问题。不是多塞几句拟人台词，而是让角色真正生活在有记忆、会演化、互相影响的动态世界里。

从一块方形的布，到一朵受力回弹的花，再到实战催生出来的MemBrain和CodeBrain，这条路他走了四年，还没走完。

“这是一个比较长期的事情，”戴勃说，“但方向是对的。”

*参考材料：

1."Transformer with implicit edges for particle-based physics simulation." European conference on computer vision. Cham: Springer Nature Switzerland, 2022.

2."Towards multi-layered 3d garments animation." Proceedings of the IEEE/CVF international conference on computer vision. 2023.

(封面图来源：AI生成)