作者｜葉蓁
編輯｜康曉
出品｜深網(wǎng)騰訊小滿工作室
近日，生數(shù)科技完成數(shù)億元Pre-A輪融資，該輪融資由北京市人工智能產(chǎn)業(yè)投資基金、百度聯(lián)合領(lǐng)投，中關(guān)村科學(xué)城公司等跟投，啟明創(chuàng)投等數(shù)位老股東繼續(xù)支持。此前，生數(shù)科技已經(jīng)獲得來自螞蟻集團(tuán)、BV百度風(fēng)投、卓源亞洲、錦秋基金、達(dá)泰資本、智譜AI等機(jī)構(gòu)的投資。
本輪融資完成后，生數(shù)科技將堅(jiān)持其原生通用多模態(tài)技術(shù)路線，持續(xù)迭代優(yōu)化自研大模型，并加速產(chǎn)品開發(fā)與市場拓展。
生數(shù)科技核心團(tuán)隊(duì)來自多個海內(nèi)外頂級學(xué)術(shù)機(jī)構(gòu)和科技企業(yè)，早在2021年就率先開始了擴(kuò)散模型研究，是國內(nèi)最早研究深度生成模型的團(tuán)隊(duì)之一。期間提出的免訓(xùn)練推斷算法 Analytic-DPM、全球最快采樣算法 DPM-Solver，被Stable Diffusion、DALLE 2等圖像模型采用，直接推動了全球圖像生成浪潮的興起。
2022年提出全球首個Diffusion與Transformer融合架構(gòu)U-ViT，短短半年后再次取得重大突破，開源全球首個基于此融合架構(gòu)的多模態(tài)擴(kuò)散模型 UniDiffuser，成功驗(yàn)證了大規(guī)模訓(xùn)練融合架構(gòu)的可行性與涌現(xiàn)能力。
2024年初，OpenAI推出視頻大模型Sora，其背后采用的Diffusion 與Transformer融合架構(gòu)和原生多模態(tài)技術(shù)路線引發(fā)關(guān)注，而彼時生數(shù)科技對該技術(shù)路線的布局已持續(xù)一年多。
早在2023年初大語言模型興起之際，生數(shù)科技創(chuàng)始團(tuán)隊(duì)就研判大模型的發(fā)展必將從語言單一模態(tài)走向多模態(tài)融合。因此成立之初，生數(shù)科技就堅(jiān)持采用U-ViT融合架構(gòu)處理多模態(tài)數(shù)據(jù)，持續(xù)探索大模型在圖像、3D、視頻等多模態(tài)生成任務(wù)下的性能邊界。
同年9月，生數(shù)科技發(fā)布產(chǎn)業(yè)級多模態(tài)通用大模型，在高質(zhì)量圖像生成、高精度3D模型生成、逐幀級視頻元素編輯和個性化視頻風(fēng)格遷移等任務(wù)中達(dá)到行業(yè)領(lǐng)先水平。2024年4月，生數(shù)科技聯(lián)合清華大學(xué)正式發(fā)布國內(nèi)首個全自研視頻大模型Vidu，性能全面對標(biāo)OpenAI的Sora，在國內(nèi)外引發(fā)廣泛關(guān)注。
此外，在商業(yè)化進(jìn)程上，生數(shù)科技從成立之初就致力于將前沿技術(shù)與商業(yè)化緊密結(jié)合，布局 MaaS（模型即服務(wù)）與應(yīng)用級產(chǎn)品。截至目前，已陸續(xù)推出視覺創(chuàng)意設(shè)計(jì)平臺PixWeaver、3D資產(chǎn)構(gòu)建工具VoxCraft兩款應(yīng)用產(chǎn)品，同時攜手多家合作伙伴，將多模態(tài)大模型應(yīng)用于游戲、影視、文旅、智能終端等場景。
