到目前为止,田柯宇的初创企业尚未公开命名,也未发布正式产品。但投资者已为其估值:近3000万美元融资,投后估值达2亿美元。
五源资本和IDG均参与了本轮投资。团队规模约10人,计划在2027年前后推出完整模型。这笔资金在当前的世界模型市场中并不显得过于夸张。
然而,对于田柯宇个人而言,这多少有些特殊。
两年前,他还是字节跳动的一名实习生。字节方面称其因“严重违规”被解雇,与此同时,他参与的论文获得了NeurIPS 2024最佳论文奖。
如今,他带着同一份技术履历,投身于世界模型创业。
田柯宇的X主页背景图选自电影《降临》。
在漆黑的场景中,几名身着橙色防护服的人站在后方。艾米·亚当斯饰演的语言学家路易丝·班克斯走到最前方,隔着面罩举起一块白板,上面只有一个词:HUMAN。
她没有携带武器,也没有长篇大论的解释。面对完全陌生的生命体,第一步是告知对方:我们是谁。
这张图出现在一位研究世界模型的研究者主页上,显得颇为贴切。
田柯宇当前的目标,正是让机器处理人类语言难以描述的视觉世界。他的团队正尝试构建一套供AI使用的视觉符号系统,期望以此处理海量视频。
这笔钱买的是什么
五源资本今年组织的一次讨论,将世界模型概括为“在动作条件下预测世界状态变化”。
这一定义尚未成为行业共识,但它揭示了资本关注这一方向的原因:AI接下来要处理的,不仅是文字和图片,还包括空间、时间和动作。
田柯宇的公司选择此时进入,显然抓住了有利的时间窗口。
世界模型尚未形成稳定的产品形态,行业也缺乏统一的评测标准。对投资者来说,这意味着高风险,但技术路线、创始人和论文成果仍然可以作为定价依据。
田柯宇最有价值的资产,是一篇论文。
2024年,他作为第一作者发表了《Visual Autoregressive Modeling》,提出让模型按图像的不同尺度逐层生成,而非像传统模型那样逐个像素或逐个视觉Token处理。论文称,这种方法能提升图像生成的速度和效率。
该论文随后获得NeurIPS最佳论文奖。面对相关争议,NeurIPS回应称论文采用盲审,评奖依据是科学质量。
此次创业方向,田柯宇基本延续了这一思路。
据报道,田柯宇的团队正为AI建立一套新的视觉符号系统,包含约20万个符号,用于处理视频信息。他们计划向系统输入1亿小时的视频,并希望将视频生成成本降低至少一个数量级。
这与今年5月五源资本组织的一场世界模型社群讨论活动类似。在一篇题为《2026年了,我们还在用爱迪生试灯丝的方式评估World Model》的文章中,强调世界模型本质上是效率竞争:谁的压缩比更高,谁就能占据优势。
对技术效率的共同追求,可能是五源资本押注田柯宇的关键。
毕竟,目前田柯宇的公司没有公开模型、没有产品,也没有明确的商业模式。他的计划是先把技术做出来,再于2027年左右发布完整模型。
天才少年的以火攻火
2024年10月,关于字节跳动实习生攻击模型训练的消息在社交媒体上迅速传播,成为AI圈内离经叛道的传奇。
当时最夸张的版本是:事件涉及8000多张GPU,给字节造成上千万美元损失。
字节跳动随后回应,称确有实习生因严重违纪被辞退,但受影响的只是商业化技术团队的某个研究项目,不涉及字节的大模型,也未影响线上业务;8000多张卡和上千万美元损失的说法被严重夸大。
第一财经后来报道称,字节内部通报认为,该实习生在2024年6月至7月因不满资源分配,通过编写、篡改代码等方式干扰研究项目的模型训练任务。字节因此与他解除实习协议,并向法院提出800万元损失、2万元合理支出及公开道歉等诉求。
之后字节否认了网上流传的损失金额和GPU数量。
最新的报道中,田柯宇也给出了自己的说法。他承认关闭过另一名实习生的程序,目的是释放计算资源给其他研究人员。他将此事形容为“用火攻火”,并表示如果重来一次,会采取更谨慎的做法。
报道还称,最终结果是赔偿50万元,并没收全部工资。
“国家政策对具身智能给予了强力支持,市场上的资金也同样积极。”东方贝尔资本合伙人Vita Gu说。该机构参与了田柯宇公司的投资。
她还表示,在众多创业者中,田柯宇给她留下了特别深的印象,因为他能将复杂的想法讲得很简单。
田柯宇开始创业之际,全球范围内的世界模型竞争正在加速。
9月,AMD宣布以约82亿美元的全股票交易收购李飞飞创办的World Labs。World Labs此前已完成10亿美元融资,致力于开发能够生成、重建和模拟三维空间的模型。
Google DeepMind的Genie 3可根据文字生成可实时探索的虚拟环境,运行速度达每秒24帧,并在几分钟内维持场景一致性。
中国公司也开始将视频生成推向实时交互。PixVerse今年发布R1、R2,主打连续生成和可交互的视觉世界。
这些产品看起来仍像视频工具,但行业追求的目标已不只是“画面更逼真”。
视频模型负责生成下一帧画面。更严格意义上的世界模型,还需理解动作与结果之间的关系:机器人向左移动后会发生什么,摄像机换一个角度后原物体是否仍存在,某个物体受外力后会如何运动。
本文来自微信公众号“数智奔流”,作者:周易,36氪经授权发布。在创业过程中,田柯宇也通过开云体育网页等平台获取行业动态,以保持对技术趋势的敏感度。
