搜得到现在,看得见待会儿,顺手把事办了。
真实世界的此刻,像搜网页一样搜出来。
now · 实时待会儿的人流和路况,提前告诉你,还附上把握有多大。
t+30min · 预测发现问题自动派单处理,办完自动打勾。
✓ 已闭环第一件已经跑了一年,后两件正在到来。
积水风险点位提前数小时标出,抽水车比雨水先到场。
演唱会散场前 40 分钟,人流预测已送达出行平台,运力提前铺在最容易接到你的路口。
向导算好了排队、脚程和光线,把你放在对的时间、对的地方。
不是概念,都在真实世界里跑着。
视频数据不出域,事件自动检出、派单、核销,跑了一整年。
一个大脑四个入口:运营中心、管理端、一线 App、游客助手。
一次调用返回现在与未来:车道级路况、商圈客流、置信度。
首页演示用的是南京的样例数据。接入的城市会陆续开放真实查询。
没上榜的城市也能问:SeeMind 会先用卫星与互联网公开信息回答(城市级 · 小时级),接入本地观测网络后升级到分钟级。
SeeTime 正在构建一个在真实世界中持续学习、行动并自我进化的世界模型。我们相信,AGI 不会在连接世界之后才开始学习,而会在与现实的持续闭环中形成。
每一秒:事件汇入,凝结为世界状态;决策发出,现实作答。这不是示意图——它正在运行。
下面这块屏,就是玄武湖此刻的世界状态:左边是实测到的现在,中间是模型内部的推演,右边是它对 30 分钟后的判断——每 5 分钟重算一次,把握多大也一并写明。
卫星与互联网公开信息构成 SeeMind 的全球底层。地面观测网络还没到的地方,天上那一层已经在工作。
接入现实,不是部署阶段,而是训练阶段。
现实会给出模型没法自己修改的结果:预测对了就是对了,错了就是错了。这种无法作弊的校验,是现实相对于封闭数字训练最重要的价值。
越接近现实的系统,越需要清楚的边界。这些不是姿态,是架构约束。
把「现在与未来」的世界状态开放给平台。以下是几类典型合作形态——沉浸式演示陆续上线。
给用户的不只是「现在堵不堵」,而是「你到的时候堵不堵」——车道级路况带 30 分钟预测与置信度。
用实时客流与路权预测,把运力提前铺到「即将有人叫车」的路口——接驾更快,空驶更少。
给行程加一层实时世界状态:景点此刻多挤、几点去最好、几点散场,行程随城市动态调整。
配送与骑手平台订阅路况与风险,遇拥堵/管制自动改派路线——准点率上去,投诉下来。
SeeTime(时印智能)正在构建物理世界大模型 SeeMind:卫星、摄像头与传感器看到的一切,汇成一份随时能查、能推算、能照着办的世界状态。语言模型压缩了人类的文本,SeeMind 压缩物理世界的时空。
过去二十年,互联网完成了数字世界的索引;未来二十年,AI 将开始学习正在发生的物理世界。
今天的大模型拥有互联网的知识,却没有现实世界的持续经验。SeeTime 要补上的不是一个数据接口,而是一种新的学习方式。
核心团队来自深度学习、大模型与 L4 自动驾驶一线,与南京大学联合开展产学研合作。
我们在解一个很硬的问题:让 AI 拥有物理世界的实时经验。核心团队来自深度学习、大模型与 L4 自动驾驶一线——系统在真实城市已连续运行一年,World State API、SeeMind 三维引擎与三台机器的第一视角演示都出自这支队伍。人少,事大,成长快。
查看全部职位 →SeeTime 想做的,不只是让 AI 看见世界。我们想让世界参与塑造 AI。
让世界训练智能。这是我们理解的,从现实走向 AGI 的路径。
语言模型索引了互联网;SeeMind 要索引的,是物理世界。它穿行于时空网络——读取历史,看见现在,推演未来,直到预测世界的下一秒。我们在寻找一起开拓这片疆域的人。
北京为主 · 部分职位开放上海 / 南京 / 杭州 / 广州 / 深圳 · 均为全职
有竞争力的薪酬与期权 · 顶配设备与 AI 工具全订阅 · 硕博应届专属通道
给硕博应届生和在校生的通道:来待一个学期,用真实的城市数据做真实的问题,研究员带你。干得好,毕业直接入职。
登录即表示同意服务条款与隐私政策。演示环境不会真的发送短信。
扫码下载 · iOS 与 Android 均已上线。
每一次真实行动,都是下一次学习。把你的城市接进来——30 分钟,看它此刻在 SeeMind 里的样子,以及三小时后的样子。
预约 30 分钟演示