國內 AI 領域科學家、清華大學電子工程系副教授代季峰，與創新企業家、慈善家、天橋腦科學研究院創始人陳天橋聯手籌備一家致力于打造通用人工智能（AGI）新公司一事，引發廣泛關注。

如今，代季峰帶來了技術“首秀”。

8月10日消息，代季峰領銜的MiroMind AI團隊日前公布了一個高性能、完全開源、開放協作的深度研究項目MiroMind Open Deep Research（Miro ODR），其V0.1版本的GAIA測試達82.4分，性能超越OpenAI的DeepResearch、Manus等一眾開源和閉源AI深度研究模型，從而成為當前開源最強Deep Research模型。

目前，Miro ODR的四個子項目都已上線到GitHub、Hugging Face平臺。

“經過一個季度的努力，MiroMind正式亮相并發布我們重磅開源項目。Miro ODR完全開源且可復現，核心模型、數據、訓練流程、AI Infra、DR Agent框架統統開源，復現無壓力。”代季峰透露，團隊將以每月一次開源更新的速度，同社區一起創作最強深度研究模型。

有報道稱，陳天橋對代季峰領銜的這家新 AI 創業公司寄予厚望，還承諾，盛大內部孵化的所有AI企業的一半利潤將分給團隊。

代季峰透露了項目終極目的：在MiroMind，“我們不提供AI，但我們與您共同構建AI。”

AI大牛代季峰再度出山，打造AGI領軍團隊

這個項目中的核心人物，就是清華AI大牛代季峰。

代季峰在2009年和2014年于清華大學自動化系分別獲得工學學士和博士學位；2014年至2019年在微軟亞洲研究院視覺組工作，擔任首席研究員、研究經理；2019年至2022年在商湯科技研究院工作，擔任執行研究總監。

2022年7月起，代季峰全職加入清華大學，擔任清華大學電子工程系副教授、博士生導師、碩士生導師。他的研究方向包括視覺信息理解基礎模型與核心算法等。

公開信息顯示，代季峰在計算機視覺、深度學習領域發表國際期刊、會議文章80余篇，論文總引用超過6萬次，主持科技部“新一代人工智能”青年科學家等多個項目，并入選國家青年人才計劃等。

主要成果方面，代季峰在視覺表征中的注意力建模機制，研發的Deformable ConvNets系列工作被納入多所世界一流大學計算機視覺課程及深度學習權威框架，性能超越微軟、Meta、谷歌等機構的視覺大模型。

同時，其準確快速的物體識別算法，研發的R-FCN被評價為“三大目標檢測元模型之一”，BEVFormer得到英偉達CEO黃仁勛等工業界與學術界領軍人物的高度關注。

此外，代季峰還研發了多模態基礎模型的設計與訓練，研發的開源多模態基礎模型InternVL在十多個重要指標上取得與國際頂尖商業閉源模型(OpenAI的GPT、谷歌的Gemini等)相當的性能，累計下載超500萬次。

如今，AI大牛代季峰再度“出山”，與創新企業家、慈善家、天橋腦科學研究院創始人陳天橋聯手籌備一家新的AI創業公司，目標是打造下一個OpenAI，第二個DeepSeek，將圍繞AGI展開基礎性研究，首個項目就是MiroMind Open Deep Research。

具體來說，根據MiroMind技術報告，與現有的深度研究方法相比，MiroMind ODR項目開放了深度研究的各個階段，主要包括MiroFlow、MiroThinker、MiroVerse和MiroTrain四個子項目，而且可以在手機端上運行：

MiroFlow是一個Agent框架，支持多種主流工具調用，擴展大語言模型，支持工具輔助的深度研究推理，可穩定復現最強性能，GAIA上得到82.4分的成績。

MiroThinker是深度思考模型，原生支持工具輔助推理的大語言模型，可訓練、可復現，GAIA-Text-103上取得了SOTA性能（60.2%），接近 OpenAI的Deep Research功能。

MiroVerse是一個數據開源項目，擁有147K開源訓練數據支持深度研究訓練，未來每月持續提供高質量、深入的研究數據集。

MiroTrain是訓練基礎設施，支持深度研究模型的穩定高效訓練，覆蓋整個Deep Research訓練流程，支持長文本訓練和RL訓練工具。

此外，該項目還包括一個MiroMind-M1開源推理語言模型，基于70億參數的阿里Qwen-2.5的RLM，專注于提升數學推理能力。該模型通過監督式微調（SFT）在71.9萬個精心篩選的問題集上進行訓練，并采用可驗證獎勵的強化學習（RLVR）在6.2萬個具有挑戰性的示例上進行優化，使用了基于上下文的多階段策略優化方法（CAMPO）。

在AIME24、AIME25和MATH500上，MiroMind-M1-SFT版和MiroMind-M1-RL（強化學習）版本都取得了最佳性能，數學能力超越了DeepSeek-R1蒸餾版和小米的MiMo-7B-Base。

“我們開源了一套用于訓練推理語言模型的綜合系統，包括代碼、數據集和檢查點。對于SFT階段，我們整理了大量高質量數據，與DeepSeek 的7B 蒸餾模型相比，MiroMind-M1在數學推理基準測試中的表現顯著增強。此外，我們提出了CAMPO，一個上下文感知的多階段策略優化框架，以進一步提升強化學習階段的表現。我們證明，我們的7B 推理模型可以用更少的 token 獲得比Skywork同類模型更好的性能，表明效率更高。我們希望我們的努力能夠促進未來對推理語言模型的研究。”論文中表示。

代季峰在個人博客中進一步指出，“我們MiroFlow推理框架可以基于閉源模型更強，我們MiroThinker是自研的開源DR核心模型。”

目前，代季峰的MiroMind團隊已經對外開放MiroMind ODR項目Demo進行體驗。

此外，有消息稱，代季峰領銜全新的AI公創業司有三個研發重點：AI商業決策智能化、突破算法繭房的內容分發，以及面向老齡化和青年發展的AI服務。

顯然，此次既是MiroMind團隊的正式亮相，也是代季峰面向AGI的首次技術能力展示。

據MiroMind官網，公司使命是：“我們正在打造具備自我意識的數字生命體，與社區共同進化，以實現安全、有益的AGI惠及所有人”。

加速布局AI和腦科學，陳天橋：我們愿意做耐心資本

陳天橋正加速布局AI和腦科學賽道，而且相關技術持續“開花結果”。

今年8月初，陳天橋投資的美國血管介入腦機接口企業Synchron，首次公開展示了其完全通過意念操控iPad的成果。

作為馬斯克Neuralink的最強競爭對手，Synchron借助蘋果全新BCI HID協議及無障礙功能，一位ALS（肌萎縮側索硬化癥）患者實現了完全通過思維操控iPad的歷史性創舉。

“這是全球首次見證蘋果設備實現原生思維操控，”Synchron創始人、CEO湯姆·奧克斯利（Tom Oxley）博士表示，這既是技術突破，也預示著人機交互的未來——認知輸入將成為主流控制模式。

創新企業家、慈善家、天橋腦科學研究院創始人陳天橋

值得關注的是，陳天橋早于馬斯克對腦機接口這一硬核科技賽道進行超前布局。2021年，陳天橋就完成了對Synchron的多輪投資，而且早于兩位投資Synchron的世界前首富比爾·蓋茨和貝索斯。

此前在鈦媒體文章《腦機革命：馬斯克向左，陳天橋向右》中指出，侵入式和非侵入式腦機接口差別巨大，非侵入式在不破壞人體大腦的情況下，通過EEG（腦電圖）、MRI等方式采集人們大腦中非常細微的腦電變化、信號變化，然后對視覺皮層的信號進行反饋。相對于馬斯克通過芯片植入三只小豬大腦獲取信號的方式，Synchron技術更加無痛先進。

陳天橋曾表示，科學家們利用AI、深層數據、機器學習算法等技術手段，在不損傷患者大腦的情況下，可以達到與侵入式一樣的效果和反饋，甚至要超越后者。

早在2016年，陳天橋和太太雒芊芊投入10億美元資助全球范圍內的腦科學研究。

第一個落地項目加州理工學院陳天橋雒芊芊神經科學研究院，當時最重要的研究成果就是Richard Andersen院士的侵入式腦機接口運動解碼，而Neuralink的首任首席科學家正是他的學生。之后，陳天橋投資了加州大學舊金山分校Edward Chang院士的初創企業，這位科學家首次利用侵入式腦機接口進行語言解碼，取得了世界級重大成果。

在中國，8年前陳天橋就與復旦大學附屬華山醫院（國家神經疾病醫學中心）戰略合作，之后成立了天橋應用神經技術前沿實驗室，與神經外科醫生一起開展腦機接口研究和技術驗證，并支持建成了全球最大的侵入式腦電數據庫。

5年前，陳天橋孵化投資腦虎科技。同時，陳天橋致力于持續支持全球范圍內的腦機接口頂級學術會議，去年，天橋腦科學研究院首次將世界該領域頂會BCI Society Meeting 引入中國，推動國際合作交流。

此外，陳天橋日前罕見地公開發聲，呼吁中國科創投資人：“不要把腦機接口只當作賺錢的風口。”

“我們不僅是投資者，更是這場科技革命的參與者和推動者。”在陳天橋看來，硬科技創新無法用互聯網行業的短周期、快回報模式來衡量。“如果仍然用互聯網投資那套做法，需要對賭、需要馬上拿證、需要立刻產生收入、需要馬上上市，這種投資對于真正的科創企業會是一個雙輸的結果。”

陳天橋認為，科創領域亟需“有長遠眼光的耐心資本”，為企業提供長期、穩定的支持，幫助其從基礎研究到產業化落地，穿越技術驗證和市場培育的漫長周期。

“我們愿意做有耐心的資本。”陳天橋表示，耐心資本不僅意味著資金的持續投入，更要求投資人具備對行業本質的深入理解和對技術路徑的理性判斷。資本應成為創新的賦能者，而非短期回報的索取者。

據悉，由天橋腦科學研究院與美國科學促進會（AAAS）共同發起的2025年“AI驅動科學大獎”申報通道即日起開放。本獎項面向與人工智能相關領域的青年科學家。這是新興的學術領袖向全球展示工作成果，并在人工智能領域獲得廣泛認可的絕佳機會。申請者需提交一篇1000字的研究論文，詳細說明他們的研究如何使用人工智能來驅動科學進步。