想象一下，你给一个从未见过猫的孩子两张图——一张是2D卡通猫，另一张是3D毛绒玩具。哪个更容易让他理解“猫”的真实形态？显然，立体的触觉和视觉体验，远胜于平面图像。

AI的学习过程正在经历类似的认知跃迁。

人工智能的发展正经历着从二维平面到三维立体的认知跃迁，这就像人类从学会看图识字到掌握空间思维能力的进化过程。当前，全球AI技术已经突破了简单的图像识别阶段，正在向更高级的空间智能迈进。视觉-语言-空间（Visual-Language-Spatial，简称VLS）大模型作为这一变革的核心载体，不再满足于识别图片中的物体，而是致力于实现"空间智能"——让AI系统具备类似人类的立体感知和空间理解能力。

天云数据语言、视觉、空间多基型协同，从单一模型解决特定问题，到多模态基础模型协同实现人类级别的通感推理。其核心在于"强化思想"的贯穿应用，让AI系统能够像人类一样不断学习、适应和成长。这就像一个人从只会做加减乘除进化到能够综合运用视觉、听觉、触觉等多种感官进行复杂决策。

 天云数据首席执行官（CEO）雷涛表示：

 首先，强化学习是训推一体的后训练架构，与预训练有本质区别。预训练相当于“学习教科书”，是对训练数据集的模仿，属于静态学习；强化学习相当于“做练习题”，通常没有详细解答但会给出正确答案，是基于激励进行自主探索的动态学习过程，只有自己懂了方法才能得到正确答案。

 其次，奖励工程代替提示工程，成为后训练时代的关键方法。提示工程受限于训练数据的固有模式，而奖励工程创造了一个开放式的学习环境，模型不再被动响应指令，而是主动寻求奖励最大化。

 更重要的是，强化学习的奖励是训练数据之外的独立数据类别，具有持续的特性，这为AI的持续进化提供了更多可能。

 此外，强化学习通过"用不确定性换取奖励"的创新机制，通过工程方法主动保留低概率但可能带来高回报的行为选项，从而延缓熵的坍缩，提高模型上限。这种做法类似于人类的"冒险精神"，虽然已知较优方案但仍会尝试新方法以发现潜在突破。

 一、天云数据Elpis基础模型家族：后训练时代的智能三叉戟

如果关注大语言模型的新进展，就会发现类似DeepSeek R1、OpenAI DeepResearch等技术进步都来自于强化学习在模型训练中的应用。几乎可以断定，模型或者Agent的能力进化，主要提升方法就是强化学习。

 想象一下，如果给AI系统装上强化学习版成长型思维，它会如何？天云数据的Elpis-VR、Elpis-VL和Elpis-VLS三款后训练模型给出了答案：就像培养一个全能特工，Elpis-VR负责语言理解和领域专精，Elpis-VL实现多模态协同，Elpis-VLS则赋予立体视觉能力，——三者不是简单的功能叠加，而是通过强化思想形成有机整体。

 Elpis-VR模型采用训推一体强化学习架构，这相当于给AI装上了"经验总结器"，能够将从通用语言理解中获得的知识转化为特定领域的专业智能；Elpis-VL作为多模态大模型，能够在语言、视觉之间自由转换，实现跨模态理解；Elpis-VLS模型面向具身智能，提供空间视觉语义的端到端解决方案。如果说普通视觉AI看到的是平面照片，Elpis-VLS则构建了立体思维模型，让AI理解深度、距离和空间关系。这就像给人装上3D眼镜，世界突然从二维变成了三维。这三款模型共同构成了一个不断自我强化的智能生态系统。

 二、强化思想：AI进化的核心驱动力

强化思想之于AI，犹如好奇心之于人类儿童。它是一种让系统持续自我完善的机制设计。天云数据基础模型的核心突破，正是将这种思想深度融入模型架构。

 以Elpis-VR为例，其强化学习机制就像给AI配备了"试错学习"能力。想象一下，在电网调度中心，工程师们正在处理一起突发故障，他们需要快速计算故障影响范围并制定处置方案。

Elpis技术团队从专业人才培养中获得灵感。一个合格的工程师不仅要掌握理论知识，更要经历严格的实践训练。基于这一理念，Elpis采用"可验证强化学习"系统，其核心包括：专业知识库建设，与行业专家合作，构建覆盖多个领域的机理模型库；验证体系设计，为专业问题设置唯一、可解释的检验标准；持续学习机制，建立类似"师徒制"的强化学习训练模式。

 Elpis-VL多模态大模型则将这种强化思想扩展到视觉领域。在智能安防应用中，系统不仅能识别人脸，还能通过持续观察学习异常行为模式。就像经验丰富的保安能察觉可疑迹象一样，AI通过强化机制建立起场景理解能力，实现从"看得见"到"看得懂"的进化。

 Elpis-VLS构建了空间认知模型，带来"立体视觉"突破。在辅助驾驶场景中，它不仅能识别障碍物，还能准确判断距离和运动轨迹，解决了现实世界三维数据的获取、表示和理解问题。这类似于婴儿通过抓取玩具学习空间感知，AI也通过与三维世界的"互动"建立起立体思维。

 三、后训练时代：从数据喂养到自我进化

 后训练时代已启动，人工智能正在从预训练时代的“死记硬背”向后训练时代在实践中持续学习持续迭代演进。

 天云数据构建了"数据生成-模型强化"的正向循环。传统AI应用是单向的数据输入到结果输出，而Elpis系统基础模型则将输出结果重新转化为学习素材。这类似于人类通过反思经验获得成长，AI也形成了类似的自我完善机制。

 这种能力使天云数据能够提供L5级别的MaaS平台服务，AI已经具备了自主进化的能力。平台提供多芯多租户管理、弹性工作流服务等功能，都建立在模型持续强化的基础之上。这意味着企业接入的不再是静态AI工具，而是会成长的智能伙伴。 

语言、视觉、空间能力的协同强化，最终目标是实现人类级别的通感推理能力。这就像让AI获得"第六感"——能够综合各种信息源形成直觉判断。

 天云数据的Elpis模型系列代表了一种AI发展新思路——不再追求单一指标的优化，而是通过强化思想构建持续进化的智能系统。这就像从培育专才转向培养通才，从打造工具转向孕育伙伴。未来，随着强化机制的不断完善，我们有望看到AI系统实现"终身学习"。而这一切的起点，正是今天这些具备强化思想的基础模型。它们不仅是技术产品，更是AI进化史上的重要一步，标志着人工智能开始走上自主成长的道路。