01研究方向
人机交互的自进化智能体
研究如何将交互、反馈和经验沉淀为能力增长，从自适应记忆走向可评测的自优化工作流。
智能，与人共同进化。
Moments AI（时氪砹）是一家 NeoLab 式 AI 科技公司，聚焦人机交互的自进化智能体、Agentic World Model、全模态智能与 AI 智能评测，以研究驱动产品、以真实场景反馈反哺研究。旗舰产品佛脚AI（CramAI）定位为 AI 时代的职业教练 Agent。
- 01
研究前沿
围绕人机交互的自进化智能体、Agentic World Model、全模态智能与 AI 智能评测，研究能够持续学习的智能。
- 02
智能核心
以感知、建模、行动与持续评测构成研究闭环，在人类监督和明确约束中探索可控进化。
- 03
旗舰产品
佛脚AI 定位为 AI 时代的职业教练 Agent，围绕职业目标探索学习、训练、评测与成长反馈，帮助人持续提升能力并保持自主决策。
- 04
应用层
以职业成长为产品方向，面向企业、机构、科研与产业伙伴探索评测、能力画像和真实场景试点。
构建与人共同进化的 AI。
AI 应扩展人的能力，而不是取代人的主体性。
从每一次交互，到持续进化。
Moments Loop 是我们的研究框架：围绕真实情境连接感知、建模、行动与评测，在明确约束下探索智能体如何从交互中持续学习。
01 / 05
全模态感知
研究如何统一理解文本、图像、音频、视频、行为与环境上下文。
研究前沿
围绕人机交互的自进化智能体、Agentic World Model、全模态智能与 AI 智能评测，研究能够持续学习的智能。
- 02研究方向
Agentic World Model
研究状态建模、结果预测与方案模拟，为长程规划和闭环行动提供内部世界表示。
- 03研究方向
全模态智能
探索语言、视觉、音频、视频、行为与真实环境上下文的统一理解。
- 04研究方向
AI 智能评测与对齐
研究如何持续衡量人或 Agent 的能力、失败边界与置信度，并验证变化是否带来安全的进步。
研究约束 01
评测门控的自我改进
研究约束 02
递归自我改进
研究约束 03
受独立评测、回归检查和安全约束控制的研究方向。
长期研究方向 · 非现阶段产品能力
迈向可治理的递归式自我改进。
RSI 是长期研究方向。我们探索系统如何改进推理、工具与学习闭环，同时让每次变化可观测、可验证、可回滚；以下层级是研究路线，不代表已发布的产品能力。
- L0
静态系统
以固定模型和工作流建立可重复的评测基线。
- L1
自适应 Agent
研究如何在明确边界内适配用户情境、记忆和策略。
- L2
自优化系统
探索由评测反馈驱动的工具与工作流改进，并检查回归。
- L3
可治理 RSI
研究受目标、沙箱与人类监督约束的递归式自我改进。
- 可验证目标
- 沙箱化演化
- 持续评测
- 人类监督与回滚
构建 AI 时代的人才智能基础设施。
长期愿景是连接一个人学过什么、真正会什么、如何持续成长，以及能力在何处创造价值。以下节点描述研究与长期探索方向，不代表已经上线的完整能力链。
- 01
学习与工作证据
探索如何在授权与隐私边界内理解学习和工作过程中的能力证据。
研究方向 - 02
能力图谱
研究如何表达能力之间的关联，并呈现证据与不确定性。
研究方向 - 03
个性化成长
围绕个人目标探索学习、训练与反馈路径，让人保有决策主动权。
研究方向 - 04
可信认证
长期探索能力证据与透明评测如何支持可信认证，具体机制仍需研究与验证。
长期愿景 - 05
机会与价值匹配
长期探索能力如何与机会连接，尊重个人选择，并验证公平性与实际价值。
长期愿景
一家做产品的研究实验室，也是一家持续学习的科技公司。
NeoLab 是我们的研究与产品方法：研究 → 原型 → 产品 → 证据 → 再研究。让真实场景中的反馈回到研究，以人的自主性优先、证据高于声量、先评测再规模化、在约束中进化作为原则。
概念闭环- 01研究
- 02原型
- 03产品
- 04证据
- 05再研究
- 01
人的自主性优先
- 02
证据高于声量
- 03
先评测，再规模化
- 04
在约束中进化
公司与合作
连接研究、产品与真实场景。
时氪砹（上海）人工智能技术有限公司
以人的自主性、可验证的成长与持续评测为原则，探索有价值的人机协作。
初创支持计划
Moments AI
- 亚马逊云科技
云创计划 （Activate） - Google for Startups
Cloud 计划 - NVIDIA
初创加速计划 - 火山引擎
V-Start 加速器 - 华为云
初创计划
各计划的成员主体
Amazon Web Services、