新旦智能团队仅20人，主力集中在深圳，另有团队成员分布在北京、香港和美国，主要成员为“95后”和“00后”。2023年成立之初，新旦智能就选择了一条独特的道路—— 小而精，专注于精细化的强化学习，显著区别于彼时以粗放算力为主的大模型路线。 这一理念也与后来火爆的DeepSeek技术路线不谋而合。

正如成一鹏所言：“如果说大多数公司是在用题海战术训练AI，我们更像是在教AI如何自学成才。”从小参数模型技术的创新到多模态协作的MindSpace操作系统，再到即将推出的空间智能视频大模型，新旦智能在不断地寻找新的可能，朝着通用人工智能的方向前行。

成一鹏接受采访

研发成本仅为

同行的1/10到1/20

“我们在2023年底发布了一款全球领先的模型，它的体量仅为70亿参数，而同期OpenAI的GPT-3.5则达到了2000亿参数。”成一鹏轻松地说道，语气中透着自信。

令人惊讶的是，这个70亿参数的模型在多项关键性能指标上超越了GPT-3.5。2023年12月， 新旦智能的XDAN-L1模型在MT-Bench榜单中登顶 ， 超越当时的GPT-3.5 Turbo。

这一成绩迅速吸引了全球的目光，谷歌和微软团队表示惊讶：“怎么用70亿参数做到只有2000亿参数才能实现的事情？”当时，全球AI行业的竞争几乎完全由拥有海量算力的大模型主导，而新旦智能凭借70亿的参数规模一举登顶榜单，打破了“新一代人工智能必须依赖大算力才能成功”的固有认知。

新旦智能通过精细化强化学习和高质量数据集的训练，以极低的成本取得了突破性成绩。据估算，新旦智能的研发成本仅为同类大模型团队的1/10到1/20。2024年4月， 新旦智能发布了千亿参数级别的大模型，跻身主流榜单全球前四。

为千行百业提供

专家级“数字劳动力”

2024年底，新旦智能发布了 多模态协作的MindSpace操作系统 ，该系统能够根据任务的复杂度和专业领域，自动构建并协调多个智能体组成的“专家团队”，高效解决复杂问题。新旦智能的愿景是 让AI成为各行业的“数字专家”，为千行百业提供专家级数字劳动力，改变传统的工作模式。

“想象一下，如果GPT系列代表一个智者，那么MindSpace就像是一个汇聚各领域专家的小团体。”成一鹏用这个比喻形容MindSpace操作系统。不久前，他们利用MindSpace为深圳某区政府提供了一份行业级的咨询报告。

在演示中，成一鹏展示了如何使用MindSpace系统。首先，他通过简短的提问启动系统，智能体们根据问题类型自动分配任务。系统通过与成一鹏的互动，确认问题并补充必要信息，随后生成了一份结构化的报告大纲。接着，系统根据任务需求创建了多个智能体，分别负责政务领域、数据分析、政策研究等不同工作，并通过共享数据与分析结果，协同解决问题。

“这就像是在组织一家AI公司，智能体们各自负责不同领域，通过高效协作汇聚所有专家的力量，最终提供最佳答案。”在成本方面，MindSpace的优势更加明显。传统上，解决类似复杂问题通常需要组织庞大的专家团队，耗费数周甚至数月的时间，且费用高达数十万元甚至更多。而 使用MindSpace后，整个过程通常只需要几小时，且成本大幅降低，通常只需几百到几千元。

新旦以专家级数字劳动力赋能千行百业

“空间智能视频大模型是

实现AGI的必经之路”

成一鹏表示，人工智能的发展已超出预期，速度远超想象，通用人工智能（AGI）的实现可能比预期更快。现在， 他和团队正在研发空间智能视频大模型，他们将这一技术视作实现具身智能乃至AGI的必经之路。

成一鹏相信，这一突破性的技术将在实现AGI的过程中发挥至关重要的作用，并引领AI走向更加智能、更加灵活的未来。