从交互中提出问题，以证据检验进步。
研究议程连接用户、任务与环境：智能体如何理解情境、形成内部世界表示、规划行动，并通过反馈改进？我们将这些问题作为持续研究方向。
四个相互连接的研究方向。
研究方向共同支持高价值人机协作；它们描述我们的探索重点。
人机交互的自进化智能体
研究如何把交互、反馈与经验沉淀为能力增长，在自适应记忆与可评测工作流中支持人与 Agent 共同进步。
Agentic World Model · 智能体世界模型
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形成内部世界表示。
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。
AI 智能评测与对齐
研究能力、失败边界与置信度的持续衡量，以独立评测、回归检查和安全约束检验变化。
Featured project · 重点研究
暂无公开研究项目。
MOMENTS RESEARCH · 公开成果
论文、技术报告与研究笔记。
暂无公开研究成果。
论文
公开论文、预印本与已接收研究。
当前尚无可展示的公司论文。
技术报告与研究笔记
方法、观察、评测条件与研究限制。
当前尚无可展示的公开技术报告或研究笔记。
开源与公开代码
公开项目及其文档、版本和许可证。
当前尚无可展示的公开代码项目。
让问题保持开放，让进步可以检验。
人机交互中的改进需要能够被观察、比较与复核。以下问题构成持续探索的起点。
长期交互中的能力变化
如何衡量能力变化，而不是只记录使用次数或短期任务完成率？
适配与可靠进步
如何区分对情境的适配与可迁移的能力改进，并发现变化带来的退化？
人的监督与选择
如何让人理解智能体的判断依据，保留目标设定、授权与关键决策的主动权？
科研与产业合作。
期待围绕联合课题、基准与场景验证，与研究者、科研机构和产业伙伴共同探索。
从明确的研究问题开始
围绕智能体、世界模型、全模态理解或能力评测提出可验证的问题。
共同设计验证方法
讨论任务、样本、基线、失败边界与可复现条件，形成适合场景的验证方案。
确认合作与公开边界
共同确认数据使用、贡献归属与成果公开安排；不把意向交流视为机构背书。
研究完整性。
公开研究成果需要清楚说明方法、贡献与限制。论文、基准、代码和合作机构将在具备可核验记录与授权后独立展示。
方法与限制
说明评测设计、适用范围与失败边界，不以单个演示代替系统性结论。
来源与复现
提供适用的论文、代码、数据、引用及版本信息；作者和合作机构以公开记录与授权为准。