作者｜叶蓁
编辑｜康晓
出品｜深网腾讯小满工作室
近日，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。
本轮融资完成后，生数科技将坚持其原生通用多模态技术路线，持续迭代优化自研大模型，并加速产品开发与市场拓展。
生数科技核心团队来自多个海内外顶级学术机构和科技企业，早在2021年就率先开始了扩散模型研究，是国内最早研究深度生成模型的团队之一。期间提出的免训练推断算法 Analytic-DPM、全球最快采样算法 DPM-Solver，被Stable Diffusion、DALLE 2等图像模型采用，直接推动了全球图像生成浪潮的兴起。
2022年提出全球首个Diffusion与Transformer融合架构U-ViT，短短半年后再次取得重大突破，开源全球首个基于此融合架构的多模态扩散模型 UniDiffuser，成功验证了大规模训练融合架构的可行性与涌现能力。
2024年初，OpenAI推出视频大模型Sora，其背后采用的Diffusion 与Transformer融合架构和原生多模态技术路线引发关注，而彼时生数科技对该技术路线的布局已持续一年多。
早在2023年初大语言模型兴起之际，生数科技创始团队就研判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，持续探索大模型在图像、3D、视频等多模态生成任务下的性能边界。
同年9月，生数科技发布产业级多模态通用大模型，在高质量图像生成、高精度3D模型生成、逐帧级视频元素编辑和个性化视频风格迁移等任务中达到行业领先水平。2024年4月，生数科技联合清华大学正式发布国内首个全自研视频大模型Vidu，性能全面对标OpenAI的Sora，在国内外引发广泛关注。
此外，在商业化进程上，生数科技从成立之初就致力于将前沿技术与商业化紧密结合，布局 MaaS（模型即服务）与应用级产品。截至目前，已陆续推出视觉创意设计平台PixWeaver、3D资产构建工具VoxCraft两款应用产品，同时携手多家合作伙伴，将多模态大模型应用于游戏、影视、文旅、智能终端等场景。
相关文章
