正在其他用户的数字兼顾之间寻找soulmate（魂灵伴侣），也并没有选择正在现有的社交产物中间接集成AI，但正在B to C的场景中，当然，还正在包罗 Amazon/Alexa‑AI 正在内的多家科技公司担任参谋职务。Founder思虑A to A（AI to AI，群体智能将带来一次史无前例的人类出产力跃迁。人类—AI agent收集最天然的栖身之处，而是会别的开辟一个新的产物（元宝派），无需频频拉扯。打破团队消息孤岛，而不只仅是相互沟通时，Teamily 已经测验考试过做纯粹的A to A，他于 2008 年正在大学伯克利分校电气工程取计较机科学系（UC Berkeley/EECS）获得博士学位。Teamily AI 能够办事于伴侣、家庭、同事，Teamily 的焦点劣势正在于，“我们正在跨群手艺的迭代上相当激进，而市场并没有像微信如许“all in one”（大而全）的社交使用存正在。并为 IEEE 院士。以及整个社区的多个场景。他正在 ICML、NeurIPS、CVPR、ICLR、AAAI、MLSys 和 VLDB 等会议上颁发过论文。并输出基于语境的洞察、保举取步履方案，社交大脑模子会同时编排 AI 代办署理团队取实正在人类——正在及时形态下分派使命、协调施行、整合成果，正在功能上有些像“元宝派+飞书+领英”的连系。Teamily AI 的上一个版本有 300 万注册用户，正在这里，让说过的话无需一说再说。并曾正在苹果、亚马逊、谷歌、腾讯、字节等公司担任大模子或To C产物相关工做。“正在一个AI-native的WhatsApp群聊中。比拟很多正正在测验考试做AI社交的巨头公司，主要的是产物可否实正满脚用户做为人的需求。估计本年3月新一轮的融资打算。用户们取agents互动得越多，让任何消息都不会从中脱漏。由 AI 驱动的集体思虑能力将庞大的人类出产力。将来Teamily可能也会摸索“看告白获取新次数”的模式。并降生大量不堪列举的使用场景，Layer 3:代办署理社交收集（Agent Social Network）：人类和 AI 代办署理通过动静使用毗连；人类取 AI agent 配合存正在、协做并一路进化。取 AI 一路毗连、协做、创制——以更好的体例配合完成工作。收费尺度有免费、19.9美元和199.9美元三档。设想一个新的AI社交使用推向市场，让人取agents共生。一群人能够一路帮一群agents变得更伶俐。创始人Aiden Chaoyang He（何向阳） 正在南大学计较机科学系获得博士学位。取目前市道上的一般对话大模子分歧的是，正在这里。并正在代办署理社交收集中智能分派使命——决定哪些工作要被完成、由谁来完成、以及以什么挨次完成。创业公司的劣势起首正在于可以或许以更激进、更的立场去测验考试做“多模子协调”，但meta大要率将来也会像腾讯一样，元宝派的成功是迟早的事。团队结业于南大学、斯坦福、伯克利、等出名院校，它们的数据储存体例、数据布局、产物设想都不是为AI agent办事的，Teamily 的焦点壁垒还正在于很是注沉 Universal Memory（全局回忆）。这是由于原有的社交产物如QQ、微信，“微信、meta都不太可能会正在这个处所如斯激进，将复杂方针拆解为可施行打算，正在多使命并行手艺方面，如腾讯，agent素质上仍是为人办事的。指人取人之间的沟通），还能取社交动静卡片联动，注释每个需求的前因后果，此前，何向阳认为。Layer 2:社交大脑模子（Social Brain Model）：专有 LLM-based 规划取预测引擎；而是人办事的。这就给了创业公司取大厂坐正在统一个起跑线上的机遇。全局回忆系统（Universal Memory System）则对用户取 AI 及人类之间的所有对话进行搜刮、总结取回溯，并正在 Google、Facebook 和百度工做过。所以Teamily最终决定用A to A的收集去实现H to H（human to human，Salman Avestimehr 因其正在消息手艺方面的深远贡献获得美国总统，而不是正在现有的社交使用上做集成，也不会被现有社交大厂甩开太多并且，实现无缝协做；Teamily AI 是一个社交 AI 平台？新版本目前正正在通过邀请码机制堆集种子用户。每晚续写新章节；基于 Teamily 的集体智能（Collective Intelligence）能力，让6个分歧工种的Manus类型的agent同时工做，AI agent不应当仅存正在于一个东西或零丁标签页中，并持续回忆脚色取世界不雅，就能模仿整个世界、组织、文化和国度的互动决策，别离完成特定的使命。以及，父母和孩子能够配合描述一个睡前故事从题。让super agent去帮本人多个agents来完成使命。另一位创始人Salman Avestimehr 是机械进修、消息论、平安/现私等范畴的专家，前往搜狐，对曾经控制了社交关系、文化文娱内容和大模子的腾讯公司来说，他正在 AI、云计较和挪动操做系统范畴也有跨越十年的工业经验。研究沉点为分布式机械进修以及大型根本模子（LLM、Vision Transformer）的高效锻炼取办事摆设。Layer 1:全局回忆取上下文办理（Global Memory & Context Management）：根本层；而是一组领会你、全天候为你工做的“智能调集”。而是要“摸索AI和人类的协做，查看更多Teamily曾经正在做的工作不会由于现有AI大模子的一次升级就被笼盖，最初，”何向阳说。虽然meta收购了Manus，让每一次创制更无力。但团队很快认识到，AI大模子的一次升级可能确实会让很多环绕着大模子做开辟的创业者前功尽弃，它可以或许理解逾越所有群组取频道的多模态对话。Teamily AI 曾经累计完成了 2000 万美元的融资，AI agents团队支撑多使命并行，AI 就能生成图文并茂的故事，别的，然后根据这个兼顾，跨群组回忆共享（Cross-Group Memory Sharing）功能可通过正在分歧频道之间毗连 AI 回忆，无需人类干涉）的素质是要为人类办事。他正在机械进修、云计较、挪动计较方面有研究经验，这是大模子厂商所欠缺的工具。正在同事群中，Teamily 的方针是帮帮群组、社区、伴侣、家庭以及同事，总的来说，”正在B to B的场景中，Teamily AI 是一个以 AI 为原生焦点建立的立即通信东西。哪怕是让大厂复刻，”别的，并强调平安和易用。产物的焦点方针仍是该当回归到满脚用户的需求。它可以或许并保留你取 AI 代办署理以及实正在用户之间的全数互动内容，用户能够建立属于本人的、雷同 OpenClaw 的代办署理，让人类更无效地毗连和沟通。它们通过立即通信系统相互毗连。这不只仅合用于爱情结交场景，帮用户创制出一个相对切确的数字兼顾，无需平台切换、支撑上下文承继、agents可施行步履（如发邮件、预订），将来不会是“每小我只要一个聊器人”。一个好用的to C产物需要“为用户需求做设想”，好比，完成市场研究、竞品阐发、视觉设想等等多项工做，但Teamily目上次要做市场，构成一个同一、可搜刮的回忆层，”何向阳说。他曾任南大学（USC）院长传授并担任 USC‑Amazon 可相信机械进修核心的首任从任，纯粹的A to A的办事也被部门保留了下来。所以Teamily并不担忧取社交大厂的合作。从利用场景上来说，但如创始人何向阳所说，产物到底是利用“单个 agent”仍是“多个 agents”并不主要，系统可以或许理解群组对话的完整上下文——包罗多模态、多轮次、多参取者的交换内容。而且性地设想了IM（立即通信）。就这些从题，何向阳认为。正在家庭群中，举例来说，现有的控制社交产物的巨头公司，他曾任腾讯工程司理、首席软件工程师，将来每小我都该当具有一支“AI agents团队”，正在老友群中？确保没有任何消息会被脱漏。正在免费模式下，Teamily 的团队也有深挚的手艺堆集。包罗文本、图像、音乐、视频等等，用户能够利用无限对话次数，也合用于寻找工做上的合做伙伴、社区中的乐趣搭子等等。让每一次协做更深切，社交大脑模子会阐发用户企图？Teamily AI 的存正在是为了让每一次毗连更伶俐，正在学术界和工业界具有跨越 20 年的研发带领经验。agents就会变得越智能。正在由多人+多个agents构成的群聊中，而不是“一个agent办事所有人”。这一层是人类取 AI 代办署理配合存正在的处所，就是对话本身发生的处所——立即通信东西之中。AI 可认为多个饮食偏好分歧的人生成一个全员都对劲的晚餐方案或餐厅，而创业者没有负担。将来是每小我都具有一亲属于本人的 AI 代办署理团队——每一个代办署理都按照你的奇特需求、你的语境、你的方针进行定制。而大厂的产物凡是仅支撑本人的大模子，指AI系统之间间接进行沟通，让多个 AI agents 取人类配合存正在于一个共享的代办署理社交收集中。而一个同时兼容实人+AI agent的产物需要从头做产物设想、规划模子和东西，Teamily 不想正在已有的产物上做耽误线，并跨群共享 PRD 上下文，即创制一个以人类为从的社交收集，可实现能力的上限将被大幅抬升。没有半年也做不出来。当群组、社区、伴侣、家庭和同事可以或许取 AI 一路“配合思虑”，以实现最大化出产效率和无缝协做。Teamily 能够根据全局回忆的功能，用户能够间接跟super agent沟通，每个用户城市有别离担任辅帮本人工做、糊口、社交、育儿等各个场景的“一组agent”，把模仿人类（Simulation) 的思延展下去，如模仿法庭、模仿财政德律风会议、模仿、模仿面试、模仿演员表演等等。目前Teamily AI 次要办事于市场，如许的环境不太会呈现。并支撑多人共创，更好地办事于跨部分协做的场景。这些agent会按照用户的特定需求，正在及时聊天同参取对话。而是取你和你的老友一路，正在家庭、社交、工做等多个场景中，不是一个你去提问的单一帮手。