10月10日消息，前字节跳动实习生、北京大学博士研究生田柯宇创办的世界模型公司，已获五源资本、IDG资本等近3000万美元投资，投后估值约2亿美元。公司尚未公开名称和产品，团队约10人，其中包括几名前字节员工。 田柯宇的创业方向是视频世界模型。团队构建了一套约20万个符号的“视觉词典”，供AI处理视频信息。田柯宇认为人类语言无法完美描述视频，因此先为AI创造一种语言，再输入约1亿小时视频进行训练。他计划将生成一秒视频的成本降低至少一个数量级，完整模型预计2027年发布。 2024年，他在字节跳动实习期间，因对团队算力分配不满，编写、篡改代码干扰其他实习生的模型训练任务，被字节辞退。字节随后提起诉讼，法院最终判令田柯宇赔偿50万元，并返还全部实习工资。 同年，他以第一作者身份发表的论文《Visual Autoregressive Modeling》获得NeurIPS 2024最佳论文奖，这是中国大陆首篇NeurIPS最佳论文。该论文提出的VAR方法，让图像生成像大语言模型一样依靠Scaling Law持续提升，推理速度比传统自回归方法快约20倍。 这一赛道已有李飞飞的World Labs、杨立昆的AMI Labs等明星团队。李飞飞走空间重构路线，从2D还原3D；田柯宇则绕开显式三维重建，用极致压缩的符号预测下一画面，试图靠Scaling Law让模型自己悟出物理规律。投资方五源资本和IDG押注的，正是这种效率路线。 特别
发表评论