新聞 
這個00後憑什麼拿到高瓴們的1億美元
這個00後憑什麼拿到高瓴們的1億美元這個00後憑什麼拿到高瓴們的1億美元
因為當模型已經建立起比較通用的物理規律之後，再去補充這些稀疏數據，它的學習效率會非常高。
而且最重要的是，我們整個模型訓練過程並不是“被動觀察數據”。模型始終在學習：“什麼Action，會導致什麼下壹狀態。”
這也是為什麼我們認為，基於數據金字塔、交互和強化學習，世界模型會形成壹條和大語言模型完全不同的Scaling曲線。
屬於00後的“Aha Moment”
虎嗅：逆矩陣是什麼時候成立的？現在大概到了壹個什麼階段？
陳博遠：逆矩陣是今年年初正式成立的。但實際上，我們從2025年初就已經開始做面向真實物理世界的世界基座模型這件事了。現在我們已經看到了壹些Scaling up的潛力，以及壹些真正的“aha moment”。
整個團隊目前大概30人。我們凝聚了壹批非常年輕、但能力很強的人。包括來自北大、清華的壹些奧賽背景成員，也有不少來自大廠的核心工程師。
虎嗅：在擔任智源中心負責人之前，你們已經開始融資了嗎？整體和投資人交流下來的感受是什麼？
陳博遠：投資人最常問我們的，其實有兩個問題。第壹個是：你們是不是在做真正的“基模”？第贰個是：你們到底看到了什麼，才決定做這件事？我們的答案，其實來自內部實驗。
我們已經觀察到，隨著數據量、參數規模提升，以及引入主動交互和狀態預測之後，模型誤差還在持續下降。所以我壹直認為，壹旦世界模型的Scaling Law開始形成行業共識，技術路線會迅速收斂。
我自己特別欣賞兩家公司：DeepSeek和DeepMind。因為真正的創新，很多時候都來自這種研究型組織。壹個方向可能壹開始只有兩叁個人、幾個idea，但會不斷Scaling up，最後產生真正底層的突破。
我們也相信，扁平化組織本身是能夠“湧現”創新的。
虎嗅：投資人經常會問“基模”這個事情。你會覺得，是你們做的事情被誤解了，還是“基模”這個概念本身被誤解了？
陳博遠：我覺得更多是“基模”這個概念被誤解了。“基座模型”這個詞，從壹開始出現，本質上就是希望通過壹套模型解決不同場景的問題。
但過去幾年，“基模”這個詞被濫用了。就拿具身智能舉例，投資人稱見過很多團隊其實只是基於開源視頻模型或者開源語言模型，再微調壹些自己的真機數據，最後包裝成壹個“預訓練”的故事。
但我們做的，是從頭開始做整個預訓練架構。也就是說，我們真正想做的是壹個通用世界基座模型，而不是壹個微調後的垂類模型。
虎嗅：你擔任智源世界模型中心負責人。投資人怎麼看這件事？
陳博遠：逆矩陣更偏前沿探索，我們會不斷去擴展壹些新的技術方向；而在智源，我們會把已經驗證出的世界模型能力，進壹步放到更大規模、更通用的場景裡做實驗和落地。
但本質上，大家都在做同壹件事：如何構建真正面向物理世界的通用基座模型。
虎嗅：所以我能不能理解為，智源也希望在Physical AI時代，再次“押中”像月之暗面、智譜AI、面壁智能這樣的公司？
陳博遠：對，我覺得智源壹直都非常重視人才和前沿研究，而且它始終是站在全球視野裡看AI范式變化的。
虎嗅：所以你們團隊年齡基本都是00後？
陳博遠：對，雖然我們團隊平均年齡在00後，不過我更願意稱之為凝聚了壹個“心態年輕化”的團隊，無論是原大廠核心工程師，還是科研青年們，大家都是非常有沖勁的。因為我們發現，做這種全新的事情，需要敢於打破路徑依賴，融合不同技術背景去做出底層的第壹性突破。
虎嗅：現在做Physical AI的產業，其實聚集了很多00後。它看起來很像壹個“屬於00後的時代”。
陳博遠：我不太想簡單地把它定義成“屬於00後的時代”。Physical AI應該屬於所有真正相信這個方向、願意長期投入、敢於做底層探索的人，而不只是屬於某壹個年齡段。
[物價飛漲的時候 這樣省錢購物很爽]
好新聞沒人評論怎麼行，我來說幾句
而且最重要的是，我們整個模型訓練過程並不是“被動觀察數據”。模型始終在學習：“什麼Action，會導致什麼下壹狀態。”
這也是為什麼我們認為，基於數據金字塔、交互和強化學習，世界模型會形成壹條和大語言模型完全不同的Scaling曲線。
屬於00後的“Aha Moment”
虎嗅：逆矩陣是什麼時候成立的？現在大概到了壹個什麼階段？
陳博遠：逆矩陣是今年年初正式成立的。但實際上，我們從2025年初就已經開始做面向真實物理世界的世界基座模型這件事了。現在我們已經看到了壹些Scaling up的潛力，以及壹些真正的“aha moment”。
整個團隊目前大概30人。我們凝聚了壹批非常年輕、但能力很強的人。包括來自北大、清華的壹些奧賽背景成員，也有不少來自大廠的核心工程師。
虎嗅：在擔任智源中心負責人之前，你們已經開始融資了嗎？整體和投資人交流下來的感受是什麼？
陳博遠：投資人最常問我們的，其實有兩個問題。第壹個是：你們是不是在做真正的“基模”？第贰個是：你們到底看到了什麼，才決定做這件事？我們的答案，其實來自內部實驗。
我們已經觀察到，隨著數據量、參數規模提升，以及引入主動交互和狀態預測之後，模型誤差還在持續下降。所以我壹直認為，壹旦世界模型的Scaling Law開始形成行業共識，技術路線會迅速收斂。
我自己特別欣賞兩家公司：DeepSeek和DeepMind。因為真正的創新，很多時候都來自這種研究型組織。壹個方向可能壹開始只有兩叁個人、幾個idea，但會不斷Scaling up，最後產生真正底層的突破。
我們也相信，扁平化組織本身是能夠“湧現”創新的。
虎嗅：投資人經常會問“基模”這個事情。你會覺得，是你們做的事情被誤解了，還是“基模”這個概念本身被誤解了？
陳博遠：我覺得更多是“基模”這個概念被誤解了。“基座模型”這個詞，從壹開始出現，本質上就是希望通過壹套模型解決不同場景的問題。
但過去幾年，“基模”這個詞被濫用了。就拿具身智能舉例，投資人稱見過很多團隊其實只是基於開源視頻模型或者開源語言模型，再微調壹些自己的真機數據，最後包裝成壹個“預訓練”的故事。
但我們做的，是從頭開始做整個預訓練架構。也就是說，我們真正想做的是壹個通用世界基座模型，而不是壹個微調後的垂類模型。
虎嗅：你擔任智源世界模型中心負責人。投資人怎麼看這件事？
陳博遠：逆矩陣更偏前沿探索，我們會不斷去擴展壹些新的技術方向；而在智源，我們會把已經驗證出的世界模型能力，進壹步放到更大規模、更通用的場景裡做實驗和落地。
但本質上，大家都在做同壹件事：如何構建真正面向物理世界的通用基座模型。
虎嗅：所以我能不能理解為，智源也希望在Physical AI時代，再次“押中”像月之暗面、智譜AI、面壁智能這樣的公司？
陳博遠：對，我覺得智源壹直都非常重視人才和前沿研究，而且它始終是站在全球視野裡看AI范式變化的。
虎嗅：所以你們團隊年齡基本都是00後？
陳博遠：對，雖然我們團隊平均年齡在00後，不過我更願意稱之為凝聚了壹個“心態年輕化”的團隊，無論是原大廠核心工程師，還是科研青年們，大家都是非常有沖勁的。因為我們發現，做這種全新的事情，需要敢於打破路徑依賴，融合不同技術背景去做出底層的第壹性突破。
虎嗅：現在做Physical AI的產業，其實聚集了很多00後。它看起來很像壹個“屬於00後的時代”。
陳博遠：我不太想簡單地把它定義成“屬於00後的時代”。Physical AI應該屬於所有真正相信這個方向、願意長期投入、敢於做底層探索的人，而不只是屬於某壹個年齡段。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: