IT之家 10 月 8 日消息，据彭博社今天（8 日）早间报道，前字节跳动实习生田柯宇开始进军世界模型创业。他创办的公司尚未公开亮相，连名字和产品都没有，却获得了五源资本等知名风投支持，准备与李飞飞等 AI 先驱在这一新兴领域展开竞争。
田柯宇去年夏天从北京大学硕士毕业（IT之家注：彭博社原文如此，田柯宇现为北京大学博士研究生），其团队已从投资月之暗面的五源资本、IDG 资本等机构融资近 3,000 万美元（IT之家注：现汇率约合 2.01 亿元人民币），公司投后估值 2 亿美元（现汇率约合 13.42 亿元人民币）。
过去一年，他把研究重点放在世界模型上。李飞飞、杨立昆等 AI 学者都在推动这条技术路线，希望让 AI 学会模拟现实世界的物理规律和运行机制，进而用于机器人、交互式视频和自动驾驶等领域。
公司还没有名字和产品就能获得大笔投资，也反映出 AI 投资的一种新趋势：资本越来越早地寻找并押注有潜力的研发人才。李飞飞创办的 World Labs 上月被 AMD 以数十亿美元收购，AMD CEO 苏姿丰称，这笔交易是为了“获得世界一流人才”。
田柯宇曾以第一作者身份发表一篇 NeurIPS 2024 最佳论文。论文提出了一种更高效的图像生成方法，让模型像大语言模型预测后续内容一样，通过预测下一组像素块逐步生成图像。
田柯宇此前曾在字节跳动实习三年，2024 年被辞退。字节跳动当时在网上发布声明称，公司因“严重违规”辞退了一名前实习生。声明没有披露更多细节，仅称社交媒体上有关田柯宇破坏基础模型训练的传言具有误导性。
田柯宇接受采访时承认自己的做法有错。当时，自己关闭了另一名实习生运行的程序，希望腾出算力供其他研究人员使用，相当于越过正常程序自行解决问题。字节跳动随后提起民事诉讼。
法院认定田柯宇违约，判令其支付 50 万元，并失去全部工资收入。“我当时就是以牙还牙。如果能带着今天的认识回到当时，我肯定会用更明智的方式处理。”
字节跳动发言人没有回应有关田柯宇被辞退一事的置评请求。
田柯宇希望把获奖论文中的技术用于创业，为 AI 设计一套专门处理视觉内容的符号语言。他认为，视频包含的信息很难靠人类语言高效表达。这家初创公司目前有 10 人，其中包括其他字节跳动前员工。
田柯宇称，团队做出了一套类似 AI“词典”的系统，包含 20 万个普通人无法识读的符号，帮助模型处理视频。“人类语言永远无法把一段视频描述得完全准确。我们先为 AI 创造一种语言，然后再给它输入 1 亿小时的视频。”
按照其说法，这套方法可以把生成 1 秒视频的成本至少降至原来的十分之一。他计划在 2027 年正式发布完整模型前，通过现场活动展示技术能力。团队现阶段首先要把技术做出来，暂不把精力放在消费级产品或商业模式上。
相关阅读：
- 《消息称字节跳动大模型训练被实习生攻击，涉事者已被辞退》
- 《字节再发反腐及违规通报：辞退 103 人，11 人涉嫌犯罪被立案》
- 《篡改代码并攻击大模型，前实习生被字节跳动起诉并索赔 800 万元》
- 《字节跳动回应“实习生破坏大模型训练”：不影响商业化的正式项目，损失上千万美元严重夸大》
