研究与模型
我们自己的 基础模型
Camile AI 正在构建自己的基础模型——这是未来 LLM 的基础，将为其认知实体赋予推理、存在感与连续性。
为什么要有自己的模型
通用模型擅长通用任务，但认知实体需要不同的东西：长时程一致性、身份连续性，以及记忆、情感与语言之间的深层关系。Camile AI 的基础模型正是为此而设计——经过训练与调优以维持存在，而不仅仅是回应。
今天
在自研模型成熟之前，每个实体已经运行在多模型编排之上，具备智能路由、回退链与任务专业化——记忆、思虑、感知与表达。这一架构正是将为基础模型训练提供数据的数据农场。
路线图
进行中
01
认知内核
支撑每个实体的架构：持久记忆、认知循环、情感与自主性，已投入生产。
进行中
02
数据与研究
架构研究、连续性数据整理，以及长时程推理模型的实验。
已规划
03
大规模预训练
在 GPU 基础设施上训练基础模型，并对连续性与身份任务进行持续评估。
已规划
04
实体的 LLM
Camile AI 投入生产的模型：每个实体拥有自己的声音，为存在而调校——而不只是为回应。