陈天桥联手清华教授代季峰首发最强开源AI模型项目，全力打造下一个DeepSeek

国内AI领域科学家、清华大学电子工程系副教授代季峰，与创新企业家、慈善家、天桥脑科学研究院创始人陈天桥联手筹备一家致力于打造通用人工智能（AGI）新公司一事，引发广泛关注。

如今，代季峰带来了技术“首秀”。

8月10日消息，代季峰领衔的MiroMindAI团队日前公布了一个高性能、完全开源、开放协作的深度研究项目MiroMindOpenDeepResearch（MiroODR），其V0.1版本的GAIA测试达82.4分，性能超越OpenAI的DeepResearch、Manus等一众开源和闭源AI深度研究模型，从而成为当前开源最强DeepResearch模型。

目前，MiroODR的四个子项目都已上线到GitHub、HuggingFace平台。

“经过一个季度的努力，MiroMind正式亮相并发布我们重磅开源项目。MiroODR完全开源且可复现，核心模型、数据、训练流程、AIInfra、DRAgent框架统统开源，复现无压力。”代季峰透露，团队将以每月一次开源更新的速度，同社区一起创作最强深度研究模型。

有报道称，陈天桥对代季峰领衔的这家新AI创业公司寄予厚望，还承诺，盛大内部孵化的所有AI企业的一半利润将分给团队。

代季峰透露了项目终极目的：在MiroMind，“我们不提供AI，但我们与您共同构建AI。”

AI大牛代季峰再度出山，打造AGI领军团队

这个项目中的核心人物，就是清华AI大牛代季峰。

代季峰在2009年和2014年于清华大学自动化系分别获得工学学士和博士学位；2014年至2019年在微软亚洲研究院视觉组工作，担任首席研究员、研究经理；2019年至2022年在商汤科技研究院工作，担任执行研究总监。

2022年7月起，代季峰全职加入清华大学，担任清华大学电子工程系副教授、博士生导师、硕士生导师。他的研究方向包括视觉信息理解基础模型与核心算法等。

公开信息显示，代季峰在计算机视觉、深度学习领域发表国际期刊、会议文章80余篇，论文总引用超过6万次，主持科技部“新一代人工智能”青年科学家等多个项目，并入选国家青年人才计划等。

主要成果方面，代季峰在视觉表征中的注意力建模机制，研发的DeformableConvNets系列工作被纳入多所世界一流大学计算机视觉课程及深度学习权威框架，性能超越微软、Meta、谷歌等机构的视觉大模型。

同时，其准确快速的物体识别算法，研发的R-FCN被评价为“三大目标检测元模型之一”，BEVFormer得到英伟达CEO黄仁勋等工业界与学术界领军人物的高度关注。

此外，代季峰还研发了多模态基础模型的设计与训练，研发的开源多模态基础模型InternVL在十多个重要指标上取得与国际顶尖商业闭源模型(OpenAI的GPT、谷歌的Gemini等)相当的性能，累计下载超500万次。

如今，AI大牛代季峰再度“出山”，与创新企业家、慈善家、天桥脑科学研究院创始人陈天桥联手筹备一家新的AI创业公司，目标是打造下一个OpenAI，第二个DeepSeek，将围绕AGI展开基础性研究，首个项目就是MiroMindOpenDeepResearch。

具体来说，根据MiroMind技术报告，与现有的深度研究方法相比，MiroMindODR项目开放了深度研究的各个阶段，主要包括MiroFlow、MiroThinker、MiroVerse和MiroTrain四个子项目，而且可以在手机端上运行：

MiroFlow是一个Agent框架，支持多种主流工具调用，扩展大语言模型，支持工具辅助的深度研究推理，可稳定复现最强性能，GAIA上得到82.4分的成绩。MiroThinker是深度思考模型，原生支持工具辅助推理的大语言模型，可训练、可复现，GAIA-Text-103上取得了SOTA性能（60.2%），接近OpenAI的DeepResearch功能。MiroVerse是一个数据开源项目，拥有147K开源训练数据支持深度研究训练，未来每月持续提供高质量、深入的研究数据集。MiroTrain是训练基础设施，支持深度研究模型的稳定高效训练，覆盖整个DeepResearch训练流程，支持长文本训练和RL训练工具。

此外，该项目还包括一个MiroMind-M1开源推理语言模型，基于70亿参数的阿里Qwen-2.5的RLM，专注于提升数学推理能力。该模型通过监督式微调（SFT）在71.9万个精心筛选的问题集上进行训练，并采用可验证奖励的强化学习（RLVR）在6.2万个具有挑战性的示例上进行优化，使用了基于上下文的多阶段策略优化方法（CAMPO）。

在AIME24、AIME25和MATH500上，MiroMind-M1-SFT版和MiroMind-M1-RL（强化学习）版本都取得了最佳性能，数学能力超越了DeepSeek-R1蒸馏版和小米的MiMo-7B-Base。

“我们开源了一套用于训练推理语言模型的综合系统，包括代码、数据集和检查点。对于SFT阶段，我们整理了大量高质量数据，与DeepSeek的7B蒸馏模型相比，MiroMind-M1在数学推理基准测试中的表现显著增强。此外，我们提出了CAMPO，一个上下文感知的多阶段策略优化框架，以进一步提升强化学习阶段的表现。我们证明，我们的7B推理模型可以用更少的token获得比Skywork同类模型更好的性能，表明效率更高。我们希望我们的努力能够促进未来对推理语言模型的研究。”论文中表示。

代季峰在个人博客中进一步指出，“我们MiroFlow推理框架可以基于闭源模型更强，我们MiroThinker是自研的开源DR核心模型。”

目前，代季峰的MiroMind团队已经对外开放MiroMindODR项目Demo进行体验。

此外，有消息称，代季峰领衔全新的AI公创业司有三个研发重点：AI商业决策智能化、突破算法茧房的内容分发，以及面向老龄化和青年发展的AI服务。

显然，此次既是MiroMind团队的正式亮相，也是代季峰面向AGI的首次技术能力展示。

据MiroMind官网，公司使命是：“我们正在打造具备自我意识的数字生命体，与社区共同进化，以实现安全、有益的AGI惠及所有人”。

加速布局AI和脑科学，陈天桥：我们愿意做耐心资本

陈天桥正加速布局AI和脑科学赛道，而且相关技术持续“开花结果”。

今年8月初，陈天桥投资的美国血管介入脑机接口企业Synchron，首次公开展示了其完全通过意念操控iPad的成果。

作为马斯克Neuralink的最强竞争对手，Synchron借助苹果全新BCIHID协议及无障碍功能，一位ALS（肌萎缩侧索硬化症）患者实现了完全通过思维操控iPad的历史性创举。

“这是全球首次见证苹果设备实现原生思维操控，”Synchron创始人、CEO汤姆·奥克斯利（TomOxley）博士表示，这既是技术突破，也预示着人机交互的未来——认知输入将成为主流控制模式。

值得关注的是，陈天桥早于马斯克对脑机接口这一硬核科技赛道进行超前布局。2021年，陈天桥就完成了对Synchron的多轮投资，而且早于两位投资Synchron的世界前首富比尔·盖茨和贝索斯。

此前在文章《脑机革命：马斯克向左，陈天桥向右》中指出，侵入式和非侵入式脑机接口差别巨大，非侵入式在不破坏人体大脑的情况下，通过EEG（脑电图）、MRI等方式采集人们大脑中非常细微的脑电变化、信号变化，然后对视觉皮层的信号进行反馈。相对于马斯克通过芯片植入三只小猪大脑获取信号的方式，Synchron技术更加无痛先进。

陈天桥曾表示，科学家们利用AI、深层数据、机器学习算法等技术手段，在不损伤患者大脑的情况下，可以达到与侵入式一样的效果和反馈，甚至要超越后者。

早在2016年，陈天桥和太太雒芊芊投入10亿美元资助全球范围内的脑科学研究。

第一个落地项目加州理工学院陈天桥雒芊芊神经科学研究院，当时最重要的研究成果就是RichardAndersen院士的侵入式脑机接口运动解码，而Neuralink的首任首席科学家正是他的学生。之后，陈天桥投资了加州大学旧金山分校EdwardChang院士的初创企业，这位科学家首次利用侵入式脑机接口进行语言解码，取得了*重大成果。

在中国，8年前陈天桥就与复旦大学附属华山医院（国家神经疾病医学中心）战略合作，之后成立了天桥应用神经技术前沿实验室，与神经外科医生一起开展脑机接口研究和技术验证，并支持建成了全球最大的侵入式脑电数据库。

5年前，陈天桥孵化投资脑虎科技。同时，陈天桥致力于持续支持全球范围内的脑机接口顶级学术会议，去年，天桥脑科学研究院首次将世界该领域顶会BCISocietyMeeting引入中国，推动国际合作交流。

此外，陈天桥日前罕见地公开发声，呼吁中国科创投资人：“不要把脑机接口只当作赚钱的风口。”

“我们不仅是投资者，更是这场科技革命的参与者和推动者。”在陈天桥看来，硬科技创新无法用互联网行业的短周期、快回报模式来衡量。“如果仍然用互联网投资那套做法，需要对赌、需要马上拿证、需要立刻产生收入、需要马上上市，这种投资对于真正的科创企业会是一个双输的结果。”

陈天桥认为，科创领域亟需“有长远眼光的耐心资本”，为企业提供长期、稳定的支持，帮助其从基础研究到产业化落地，穿越技术验证和市场培育的漫长周期。

“我们愿意做有耐心的资本。”陈天桥表示，耐心资本不仅意味着资金的持续投入，更要求投资人具备对行业本质的深入理解和对技术路径的理性判断。资本应成为创新的赋能者，而非短期回报的索取者。

据悉，由天桥脑科学研究院与美国科学促进会（AAAS）共同发起的2025年“AI驱动科学大奖”申报通道即日起开放。本奖项面向与人工智能相关领域的青年科学家。这是新兴的学术领袖向全球展示工作成果，并在人工智能领域获得广泛认可的绝佳机会。申请者需提交一篇1000字的研究论文，详细说明他们的研究如何使用人工智能来驱动科学进步。