可训练
数据与环境为产生训练信号而设计，而不只是一个测试分数。
关于 HumanStars
HumanStars.AI 成立于 2026 年，由来自清华及硅谷背景的顶尖 AI 研究人员创立。我们以训练信号（Training Signal）为驱动，聚焦揭示 AI 在真实复杂环境中的能力边界与失效模式，并构建推动智能持续进步的基础能力。
可评测
清楚呈现 Agent 会什么、不会什么。
可复现
任务与环境可重复运行、对比与验证。
服务对象
为推动 AI 前进的团队而建
从预训练到 Agent 落地，我们提供把真实工作转化为可度量模型进步的训练信号。
基础模型公司
结构化的预训练级数据，拓展模型对三维空间与对象的理解。
Agent 产品团队
基于真实任务构建的训练数据与交互环境，让 Agent 在真实工作中可度量地持续进步。
AI 训练与评测团队
可复现的环境与基准，清楚呈现 Agent 会什么、不会什么。
核心数据与评测资产
四类核心数据与评测资产
以真实任务为核心，连接预训练、Agent 能力提升与可复现的强化学习环境。
01 — PRETRAINING
数据集
3D Assets 数据
面向基础模型预训练，提供结构化的 3D 资产数据，支持模型建立对三维空间与对象的理解。
02 — CODING AGENT
数据集
Terminal Bench 4 Coding Agent 训练数据
围绕真实终端编程任务构建训练数据，服务于 Coding Agent 执行能力的提升。
03 — CAD · RL
强化学习环境
工业与建筑设计 CAD 强化学习环境
面向工业及建筑设计场景，构建可交互的 CAD 强化学习环境，支持 ALE、CADBench 等基准能力提升。
04 — 3D MODELING · RL
强化学习环境
Blender 3D 建模强化学习环境
围绕 Blender 三维建模工作流构建强化学习环境，支持 3D 建模 Agent 能力训练及 ALE 基准能力提升。
我们的方法
从真实工作，到训练信号
不是更多题目，而是以模型可学习、团队可度量的形式，沉淀真实任务。
-
01
沉淀真实工作
从真实工作流出发——终端编程、工业与建筑 CAD 设计、Blender 三维建模。
-
02
构建训练信号
将任务转化为结构化数据与可交互的强化学习环境，供模型直接训练。
-
03
评测与持续进步
可复现的评测清楚呈现 Agent 会什么、在哪里失效，以及如何持续进步。
我们的使命
不只是更多题目，
而是让真实工作成为 AI 进步的基础设施。
我们将真实工作任务转化为可训练、可评测、可复现的数据与评测资产，让客户清楚知道 Agent 会什么、不会什么，以及如何让它持续进步。