「生数科技」完成数亿元Pre-A轮融资，百度投了｜36氪首发

国际科技财经移民娱乐民生时事体育

Bendi新闻

5月前

“清华系”班底，发明了目前最接近sora的视频生成模型。

文｜周鑫雨

编辑｜邓咏仪

封面来源｜公司官网

36氪获悉，近日多模态大模型企业“生数科技”完成数亿元Pre-A轮融资，该轮融资由北京市人工智能产业投资基金、百度风投联合领投，中关村科学城公司等跟投，启明创投等数位老股东继续支持。

此前，生数科技已经获得来自蚂蚁集团、BV百度风投、卓源亚洲、锦秋基金、达泰资本、智谱AI等机构的投资。据悉，本轮融资主要用于持续迭代优化自研大模型，并加速产品开发与市场拓展。

生数科技是36氪持续跟进的AI企业。这家成立于2023年的“清华系”多模态大模型企业的核心创始成员，出自清华大学人工智能研究院。联合创始人兼CEO唐家渝是清华大学自然语言处理实验室硕士，曾任瑞莱智慧副总裁、腾讯优图实验室高级产品经理。

生数科技最近一次受到大规模的关注，是在今年4月发布了性能对标OpenAI Sora的全自研视频生成模型Vidu，将国产专业级视频生成的时长天花板，拉高到了16秒，并在画面逼真度、一致性等方面全面对标Sora。

虽然采用与Sora相似的Diffusion Transformer融合架构，但Vidu的底层技术，则是生数团队原创研究的成果，甚至比Sora的底层架构发布得更早——

2022年9月，生数科技就发布了9.5亿参数规模的U-ViT网络架构，这也是全球首个Diffusion Transformer架构。3个月后，伯克利团队才发布了初代DiT架构U-Net，后被应用于Sora的研发。

生数科技创始团队判断，大模型的发展必将从语言单一模态走向多模态融合。因此成立之初，生数科技就坚持采用U-ViT融合架构处理多模态数据。2023年3月，团队又开源了全球首个基于U-ViT架构的多模态扩散模型 UniDiffuser，以此验证验证大规模训练融合架构的可行性与涌现能力。

除了视频生成技术的储备，生数科技在图像生成、3D生成等多模态领域，也有相应的技术和产品储备。

生数科技自2021年以来的扩散模型研究成果——免训练推断算法Analytic-DPM、全球最快采样算法DPM-Solver，被Stable Diffusion、DALL·E 2等图像模型采用。

目前，生数科技采取的是To B和To C两条腿走路的商业化模式：对B端提供MaaS服务，对C端提供多模态生成应用。

目前，在To B方向，生数科技已将多模态大模型应用于游戏、影视、文旅、智能终端等场景。

在C端产品的布局上，生数科技在2023年上线了两款工具型产品：视觉创意设计平台PixWeaver、3D资产创建工具VoxCraft。

以下为投资人评价：

北京市人工智能产业投资基金表示：“多模态大模型是AI下一阶段发展的关键方向，市场潜力巨大，生数科技拥有领先的生成式AI研发团队，具备坚实的人才基础和深厚的技术积累。生数科技在图像、视频、3D等多模态领域所取得的一系列关键创新成果，在业内获得了广泛认可和高度评价，也充分证明了生数科技的技术实力和行业领先地位。我们对生数科技未来充满信心，并期待他们继续在大模型的浪潮中引领创新，开拓更广阔的发展前景。”

百度集团执行副总裁、百度智能云事业群总裁沈抖表示：“百度致力于构建一个更加多元、繁荣、可持续发展的大模型产业生态系统，生数科技将在其中发挥重要作用。未来，百度将发挥自身在智能算力、大模型平台、生态等方面的独特优势，帮助生数科技加速技术研究与创新，快速打通商业成功路径，共同做大产业‘蛋糕’。”

启明创投主管合伙人周志峰表示：“生数科技汇聚了一批生成式AI领域的资深专家和顶尖精英，凭借数十多年的沉淀，已在多模态大模型的架构设计、训练策略、扩散模型的加速推断、多模态可控生成等关键技术领域，构建了全栈的自主研发能力。他们不仅拥有完备的技术实力、深刻的技术洞察和独到的技术布局，还积累了丰富的实践经验。公司凭借业界首创的Diffusion Transformer架构，当前已成为全球多模态大模型领域中最具竞争力的企业之一。启明创投作为生数科技上一轮的领投方，在本轮继续支持公司，我们坚信，生数科技将是这波大模型技术浪潮中的佼佼者，期待他们开启一段更加辉煌的新篇章。