一、案例背景
2026年10月，一则融资消息在AI创投圈引发广泛关注：成立仅五个月的AI创业公司元环智能（MetaCircle）宣布连续完成种子轮和种子+轮融资，累计金额达数亿元人民币。种子轮由顺为资本领投，上海未来产业基金、星连资本、君礼资本等跟投；种子+轮投资方阵容更为豪华，包括上海半导体产投、360战投、首程资本、上海人工智能产业系列基金，以及BV百度风投、山行资本、云时资本等。融资将主要用于核心算法研发、阶段性产品探索、团队扩充及评测基准建设。
让资本市场如此迅速下注的，是元环智能创始人刘子鸣的学术履历与研究方向。刘子鸣生于1998年，现任清华大学人工智能学院助理教授。他毕业于北京大学物理系，获麻省理工学院物理学博士学位，曾在斯坦福大学从事博士后研究。在AI研究领域，他最广为人知的成果是2024年参与提出的Kolmogorov-Arnold Networks（KAN）。这一神经网络架构通过在连接边上引入可学习的一元函数，探索了传统多层感知机之外的函数表示方式，因其在可解释性和科学计算方面的潜力而备受学界关注。
然而，刘子鸣并未沿着KAN的成功轨迹继续深耕架构研究，而是选择了一条更为基础、也更具野心的路径：让AI学会设计AI模型。2026年5月，元环智能成立，定位于研究”元模型”（Meta Model）——不是直接执行文本生成或图像识别等任务的通用模型，而是学习不同模型架构、训练配置与实验表现之间的关系，进而预测模型训练表现，辅助研究人员选择和设计更合适的架构。
元环智能的研究路径可概括为三个层次：第一层是训练表现预测，即在新架构尚未完成完整训练时，预测其损失函数和性能指标的变化趋势，从而提前排除表现较差的方案，将计算资源集中在更有潜力的模型上；第二层是自动架构设计，即针对不同任务的特点，生成并筛选适合该任务的专用模型；第三层，也是长期目标，是让模型设计经验能够在不同任务、不同架构之间迁移，减少对研究人员逐项试错的依赖。
……