

万象视界最初试图解决的问题并不复杂。
面对一个尚未发生、但最终能够被验证的事件,能否用一个不断变化的概率,记录人们在不同时间对结果的判断。
从第一个产品原型开始,这个问题逐渐推动公司走向更大的系统。
事件数量增加之后,团队建立“未来事件库”;公开信息越来越多之后,人工筛选开始转向人工智能;概率不断变化之后,公司开始保存完整的历史轨迹;计算需求持续增加之后,宋念祖此前积累的500多张GPU也从量化计算逐渐转向人工智能和数据处理。
万象视界由此不再只是一个前端产品。
它开始形成自己的数据体系、人工智能系统和计算基础设施。
公司的地理结构也在这一过程中逐渐展开。
香港成为公司主体以及资本和国际商业接口,海南开始集中产品、研发、数据、运营和算力,新加坡则在后期进入公司的外部资本和产业合作网络。
从香港到海南,再到新加坡,万象视界建立的并不是三个相同的业务中心,而是三个承担不同职能的节点。
这种结构也改变了公司对自身的定义。
早期的万象视界更接近一家预测市场平台。
到了这一阶段,公司内部已经开始讨论人工智能、事件数据、历史概率以及计算基础设施能否形成更加独立的长期业务。
预测仍然是入口,但不再是全部。
平台真正持续积累的,是现实世界在结果出现之前留下的预期。
一家公司最终有没有完成目标,一项技术最终有没有发布,一场比赛最终由谁获胜,这些结果都会成为确定的历史。
但在答案出现之前,人们曾经如何判断、为什么改变判断,以及新的信息如何推动概率变化,同样构成另一种历史。
万象视界试图把这部分历史保存下来。
对于宋念祖而言,这也让他的第三次创业与此前经历形成了一条相对清晰的连接。
过去,他处理的是金融市场中的价格和交易数据;后来,计算资源被用于分析更广泛的公开信息;现在,万象视界试图把这种处理方式延伸到现实世界中的未来事件。
计算对象发生了变化,但核心问题仍然围绕信息与预期。
到这里,万象视界已经完成了从产品原型、技术建设到区域布局和外部合作的第一阶段。
但对于一家试图长期记录未来预期的公司来说,真正决定其价值的不会是某一个事件的预测结果。
而是当数以万计的事件、信息和概率轨迹不断累积之后,这套系统最终能够留下什么。
从预测一个事件,到记录一个时代对未来的判断,万象视界的故事刚刚开始。
声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。