GoodAI Applied
企业品牌
未认领由马雷克·罗萨创立的捷克人工智能研究公司,致力于开发安全的通用人工智能、具有长期记忆的大语言模型智能体以及自主无人机集群。
最近更新 2026年9月26日
AI 爬虫读取
暂未记录到 AI 爬虫读取这个词条。
概览
GoodAI Applied(通常称为 GoodAI)是一家捷克人工智能研究公司,由马雷克·罗萨以1000万美元的个人投资创立。公司总部位于布拉格,致力于“尽快”开发安全的通用人工智能,“以帮助人类并理解宇宙”。其研究涵盖基础人工智能科学以及娱乐、商业和技术领域的应用解决方案。 GoodAI 当前的研究重点是具有长期记忆(LTM)的大语言模型(LLM)智能体。公司已开源 GoodAI LTM 基准测试和多个 LTM 智能体,其中包括 Charlie Mnemonic,被描述为首个配备长期记忆的个人助理(LLM 智能体)。这项工作旨在扩展 LLM 智能体的上下文窗口,并实现从交互和环境动态中持续学习。 在娱乐领域,GoodAI 正在开发“AI People”,这是一款具有长期记忆的 LLM 智能体游戏,定位为最早的人工智能模拟游戏之一。该项目探索自适应 LLM 智能体、涌现叙事、人工智能驱动的游戏机制以及塑造智能体个性的技术。 GoodAI 还在集群机器人领域进行研究。其 Prometheus 项目已生产出无需 GPS、飞行员或信号即可飞行、探索和扫描的自主无人机。V2 原型已完成,该无人机已在消防场景中进行了测试,涉及穿过窗户、烟雾和狭窄走廊的户外到室内再到户外的任务。 公司还发起了 GoodAI 资助计划、AI 路线图研究所和通用人工智能挑战赛等项目,旨在利用人类与人工智能共同进化的力量。GoodAI 的团队包括创始人兼首席执行官马雷克·罗萨、首席运营官奥尔加·阿法纳西耶娃以及高级研究科学家雅罗斯拉夫·维特库和彼得·赫卢布切克。
沿革
GoodAI Applied 由马雷克·罗萨创立,他投入了1000万美元的个人资金成立了这家公司。罗萨担任首席执行官兼首席技术官,制定长期愿景并指导技术研究和商业战略。公司总部位于捷克共和国,致力于尽快开发安全的通用人工智能,以帮助人类并理解宇宙。 在早期,GoodAI 发起了多项计划以推进人工智能研究和合作,包括 GoodAI 资助计划、AI 路线图研究所和通用人工智能挑战赛。这些举措旨在利用人类与人工智能共同进化的力量。 随着时间的推移,GoodAI 的研究重点转向了配备长期记忆(LTM)的大语言模型(LLM)智能体。公司开发并开源了 GoodAI LTM 基准测试,以跟踪该领域的进展,同时还开源了多个 LTM 智能体。其中一个值得注意的发布是 Charlie Mnemonic,被描述为首个配备长期记忆的个人助理(LLM 智能体),使其能够从每次交互中学习。 在娱乐领域,GoodAI 正在开发“AI People”,这是一款具有长期记忆的 LLM 智能体游戏。该项目目前处于封闭开发阶段,作为研究自适应 LLM 智能体、涌现叙事、人工智能模拟游戏机制以及塑造智能体个性技术的试验平台。 GoodAI 还通过其 Prometheus 项目扩展到集群机器人领域。包括高级研究科学家雅罗斯拉夫·维特库和彼得·赫卢布切克在内的团队,开发了无需 GPS、飞行员或信号即可飞行、探索和扫描的自主无人机。V2 原型已完成,该无人机已在消防场景中进行了测试,成功完成了穿过窗户、烟雾和狭窄走廊的户外到室内再到户外的任务。 公司继续在其网站上发布研究和更新,包括最近关于“AI人物社会”和 Prometheus V2 原型的文章。
- 2026
完成了Prometheus自主无人机的V2原型,并进行了消防测试场景。
- 2014
马雷克·罗萨以1000万美元的个人投资创立了GoodAI。
发起了GoodAI资助计划、AI路线图研究所和通用人工智能挑战赛。
开源了GoodAI LTM基准测试和LTM智能体,包括Charlie Mnemonic。
开始开发具有长期记忆的LLM智能体游戏“AI People”。
产品与定位
以研究为驱动的人工智能公司,专注于安全的通用人工智能、LLM智能体的长期记忆以及娱乐、商业和技术领域的应用解决方案。
Charlie Mnemonic
首个配备长期记忆(LTM)的个人助理(LLM智能体),使其能够从每次交互中学习。
AI People
一款具有长期记忆的LLM智能体游戏,目前处于封闭开发阶段;是最早的人工智能模拟游戏之一。
Prometheus
自主无人机集群项目;V2原型无需GPS、飞行员或信号即可飞行、探索和扫描。
GoodAI LTM基准测试
开源的基准测试,用于跟踪LLM智能体长期记忆的进展。
来源4 个来源
引用本词条: 请引用规范词条页。 /brand-wiki/goodai-applied · 编辑方针 · 词条如何编纂