Sapientは小型モデルがLLMの推論能力を上回ると賭ける。オープンソースのHRMは11.4Kスターを獲得

Sapient Intelligenceは脳に着想を得たAIアーキテクチャを構築しており、その第一弾がHierarchical Reasoning Model（HRM）である。これは2つのモジュールからなる再帰型システム（低速なプランナーと高速なエグゼキューター）で、LLMが苦手とする複雑かつ決定論的な推論タスクを対象とし、ロボティクス、物流、医療、気候予測といった企業向け応用を視野に入れている。

脳に着想を得た階層型推論、すなわち低速なプランナーと高速なエグゼキューターの組み合わせが、2700万パラメータと1,000件の事例で、スケールアップしたトランスフォーマーを上回るという賭けである。

評価額2億ドルでの2200万ドルのシード調達。Vertex Ventures、Sumitomo Group、JAFCOが主導した（2024年12月発表）。

2024年にシンガポールでGuan WangとAustin Zhengによって創業されたSapient Intelligenceは、「より優れたAIとはより大きなモデルを意味する」という前提に挑むことを目指した。チームは、自己回帰型トランスフォーマーLLMが長期的・多段階の推論を苦手とすると主張し、神経科学に目を向けた。脳は異なるタイムスケールで動作する領域にわたって計算を階層的に組織化している、という考えである（VentureBeat、Digit）。

2024年12月、このスタートアップはVertex Ventures、Sumitomo Group、JAFCOが主導する評価額2億ドルでの2200万ドルのシード調達を発表した（Digit）。2025年半ばにはHRMを発表した。これは2つの結合された再帰型モジュール、すなわち低速な高レベルプランナーと高速な低レベルエグゼキューターからなり、タスクごとに約1,000件の事例で訓練された2700万パラメータで「階層的収束」を可能にする。VentureBeatは、ARC-AGIスコアが40.3%（o3-mini-highは34.5%）であること、Sudoku-ExtremeとMaze-Hard（連鎖的思考モデルは0%だった）でほぼ完璧な結果であること、タスク完了において約100倍の高速化を主張していることを報じた。コードは2025年8月にGitHubで公開され、ROSS Index Q4 2025の対象となった。2025年10月24日時点で11.4Kスター、11.4倍の成長である。

自己回帰型LLMは長期的・多段階の推論を苦手とするため、Sapientは言語タスクで正面から競争するのではなく、実際のギャップを狙った。

2700万パラメータのモデルと1,000件の訓練事例という主張は反証可能かつ再現可能であり、オープンソース化によってベンチマーク結果をコミュニティの信頼とGitHubスターに変換した。

評価額2億ドルのシード調達は製品ではなくアーキテクチャに基づいていた。投資家は、脳に着想を得た階層型計算がもう一つのモデル競争ではなく汎用的な推論レイヤーになり得ると賭けたのである。

決定論的でレイテンシに敏感な領域（ロボティクス、物流、診断）を狙うことで、Sapientは「より賢く、より小さく、より速い」ことに明確な経済的価値がある問題を選んだ。

Sapientの切り口は証拠だった。小型でオープンかつ再現可能なモデルが難しいベンチマークで巨人を打ち負かすことは、どんな論文よりも説得力がある。GitHubスターが信頼性のエンジンとなったのである。

2026年9月2日時点で、Sapient Intelligenceは事業を継続しており、シード資金を調達済みである。HRMはGitHubでオープンソースのまま公開されており（2025年10月下旬時点で11.4Kスター、ROSS Index Q4 2025）、同社はHRMを特化型の問題解決ツールからより汎用的な推論モジュールへと進化させていると述べている。医療、気候予測、ロボティクスでの初期の取り組みがあり、季節気候予測で97%の精度を報告した例も含まれる（Korben、2025年8月27日）。