动态

原帖正文 卧槽，当年轰动国内 AI 圈的“字节投毒实习生”田柯宇，现在杀回来了！刚刷到彭博今天专门发了一篇对他的采访。田柯宇 @keyutian 现在自己出来创业做世界模型，公司甚至还没有正式名字、没有产品，只有 10 个人，却已经从五源资本、IDG 等机构融了接近 3000 万美元，投后估值接近 2 亿美元。而且这哥们现在做的东西还挺有意思。简单来说，他觉得：人类的语言其实根本不适合描述这个世界。比如你想用文字完整描述一段视频，里面每一个物体的位置、运动、光影、物理变化，基本是不可能的。所以他的思路是，干脆别让 AI 使用人类语言理解视频了。他们直接让 AI 自己发明一门语言。他们现在已经做出了一套类似词典的东西，里面大概有 20 万个符号，人类完全看不懂，但 AI 可以拿这些符号去表示、压缩和预测视频。接下来他们准备喂进去大约 1 亿小时的视频，让模型通过这套自己的语言去学习现实世界。最终目标不是视频生成，不是World Model，是希望做一个基座模型：让 AI 真正理解空间、运动和物理规律，未来可以作为机器人、自动驾驶、交互式视频这些东西的基础模型。田柯宇说，这套方法目前已经能让视频生成效率提升至少一个数量级。他们计划先做公开 Demo，甚至是直播，完整模型则准备在 2027 年发布。现阶段不着急做消费级产品，也暂时不考虑怎么商业化，就是先怼基座模型。田柯宇这个人，我其实之前就写过。他离开字节之后，他还作为一作拿了 NeurIPS 2024 Best Paper。那篇论文我当时专门看过，我印象特别深，因为它做的事情其实很暴力：就是想办法把视觉生成这件事，变得更像 LLM 一样，可以不断 Scaling，同时把生成成本和复杂度往下降。我当时看完就觉得，这个人能力是真的很牛逼。所以后来网上一直在讨论他当年在字节的事情，我其实也一直挺好奇到底发生了什么。因为当时中文互联网传得特别夸张，什么“投毒大模型”、造成几百万甚至八百万损失，各种版本都有，已经快传成 AI 圈都市传说了hhhh结果这次彭博终于把很多以前不知道的细节补出来了。田柯宇自己承认，当时他为了释放算力，直接关掉了另一个实习生超额占用计算资源的程序，他现在也觉得当时这种“以火攻火”的处理方式是错的。但另一方面，字节当年其实也明确说过，网上关于他破坏基础模型训练的很多传言存在误导。最后法院判下来的结果，是他因为违反合同赔偿 50 万人民币，把自己在字节拿到的工资全部退了回去这个结果跟当年网上传的那些版本，差距还是挺大的。所以我今天早上看到这篇采访还挺感慨的。因为我最早认识田柯宇这个名字，不是因为这次创业，甚至也不完全是因为字节那件事，而是后来真的去看了他的论文。当时我的感觉就是：这人确实是有东西的。现在再看，他离开字节之后拿 Best Paper，继续沿着自己的技术路线做世界模型，然后一个 10 人团队、产品都还没有，就融了接近 3000 万美元，估值快 2 亿美元。至少从技术能力这件事情上，我觉得之前那个判断没错。这个人，确实挺牛逼的。加油啊，等你们新的roadmap！