文章核心观点 VERSES AI作为专注下一代智能软件系统的认知计算公司，认为当前企业级AI应用缓慢，其基于人类智能“主动推理”的独特策略已获验证，产品在多方面有应用成果，未来机器人领域前景可期 [3][4][13] 行业现状 - 部分类型AI迅速普及，但企业级AI应用缓慢，尤其在商业运营、汽车驾驶和物流等重要任务方面 [3] - 企业级AI应用慢并非大公司缺乏兴趣，而是大语言模型无法真正执行任务且可靠性不足 [3] 公司策略 - 公司策略独特，受人类智能启发，以“主动推理”为基础，大脑通过建模、实验、评估和更新模型来适应现实世界 [4][5][6] - 该过程在多个同行评审期刊中得到验证，但此前人们认为难以在计算机科学中大规模应用 [7] 成果验证 产品成果 - 推出世界首个数字大脑AXIOM，具有视觉、记忆、预测和推理模块，组合后可感知、推理、规划、行动和学习，在基准测试中比其他顶级模型更可靠、高效 [8] - 主导建立新的空间网络标准，使AI智能体能够安全可靠地协同解决问题 [10] 市场成果 - 4月底以来通过产品Genius™向企业客户销售，在数据不确定、缺失或易变的场景中受青睐 [11] - 与大型全球金融机构签订企业协议以建模金融市场，与Analog的试点项目预计使车队管理性能提升达32%，智能城市管理领域也有应用潜力 [11][12] 行业认可 - 受到记者和主流媒体关注，WIRED称其为“深度学习替代方案”，ARC - AGI基准创建者认为其工作原创且关键特征符合通用人工智能重要问题方向 [13] 未来展望 - 公司技术在机器人领域有应用前景，机器人团队视频展示了无需训练即可在现实场景执行复杂任务的早期进展，有望解决机器人应对意外挑战的难题，后续将公布更多信息 [13][14]

文章核心观点 VERSES AI公司的数字大脑架构AXIOM获得第三方认可，在行业内引发关注，其在通往通用人工智能（AGI）的道路上展现出独特优势和潜力 [1] 分组1：AXIOM获媒体与专家认可 - 《连线》杂志称AXIOM是一种新的机器学习方法，从人类大脑建模和学习世界的方式中汲取灵感，为现代AI中占主导地位的人工神经网络提供了替代方案，且在多个视频游戏环境中效率惊人 [2] - ARC - AGI基准创建者François Chollet认为VERSES的方法目标和关键特征与实现AGI的重要问题相符，工作很有原创性，需要更多人尝试大语言模型之外的新想法 [3] - Chollet在X.com上认可AXIOM所展示的主动推理，称其在深度学习时代缺失且完全正确 [3] - 《大众机械》杂志称VERSES由AXIOM驱动的产品套件Genius是现有AI的升级，可在低功耗下运行，该突破可能永远重新定义智能 [7] 分组2：AGI基准相关情况 - ARC - AGI是衡量通用智能进展的知名基准，用于测试AI系统的空间推理任务，被OpenAI、谷歌、Anthropic等用作行业黄金标准 [4] - ARC - AGI 3预计部署100 + 个新游戏世界来测试新能力，反映AI社区从静态问答转向交互式环境的趋势 [5] 分组3：AXIOM性能表现 - AXIOM的主动推理引擎能学习陌生世界、通过最小化不确定性进行规划并实时适应，在Gameworld 10K基准测试中，比谷歌DeepMind的DreamerV3表现高出60%，计算量少99%，学习速度快39倍 [6]

文章核心观点 VERSES AI公司新数字大脑架构AXIOM在人工智能领域取得显著进展，性能优于Google DeepMind的DreamerV3，具有更好、更快、更便宜、更小的特点，有望为AI发展带来新范式并融入Genius产品 [1][3][10] 分组1：AXIOM性能表现 - AXIOM在“Gameworld 10K”基准测试中优于DreamerV3，该测试模拟真实世界条件，衡量AI跨领域泛化能力 [2] - AXIOM在十款游戏中展现出色游戏能力，效率和速度显著提升，规模仅为DreamerV3的一小部分，且未使用神经网络等常见AI技术 [3] - AXIOM游戏表现更优60%（归一化性能得分77 vs 48），样本效率高7.6倍（3175步 vs 24207步），GPU运行速度快39倍（约10分钟 vs 约370分钟），运行成本低12倍（估计GPU成本0.66美元 vs 25.54美元），模型大小小400倍（0950万 vs 4.2亿参数） [8] 分组2：AXIOM研发背景 - AXIOM由世界著名神经科学家Karl Friston领导开发，旨在成为首个“数字大脑”，模仿人类大脑模块化结构和动态过程，学习方式类似人类 [4] 分组3：第三方验证 - 公司将AXIOM论文、数学证明和源代码提交给国际数据科学咨询公司Soothsayer Analytics进行独立审查 [5] - Soothsayer验证了AXIOM相对于领先深度强化学习模型取得显著进步，其效率源于变分贝叶斯推理与主动推理的结合，实现更像人类的学习 [6] 分组4：专家评论 - 专家Dr. David Bray认为主动推理为智能提供更透明、节能和可泛化的方法，AXIOM样本效率值得关注，能从更少示例中泛化，类似人类认知 [9] 分组5：对AI和Genius的影响 - 公司使命是将人类大脑洞察转化为有效可信的AI解决方案，AXIOM将融入即将发布的Genius版本，为企业提供更智能、可靠、高效和可解释的智能体 [10] 分组6：其他信息 - AXIOM利用结构化推理而非暴力学习，结合生物启发模块与变分贝叶斯推理和主动推理原则，实现更高效自适应的智能系统 [14] - AXIOM突破源于贝叶斯模型简化、核心功能先验和主动推理驱动规划，能在最少数据下快速泛化和跨任务表现，Genius可实时在边缘运行并从少于3200步中学习 [14]