图像生成&3D内容两开花

衡宇 发自 凹非寺

量子位 | 公众号 QbitAI

大模型创投市场日趋冷静，但一家清华系大模型创业公司被曝又拿钱了。

量子位最新获悉，清华朱军带队的生数科技，完成了数千万元的天使+轮融资。

这一轮融资的目的，是进行算法研发、产品开发和团队扩充。

量子位注意到，两个月时间，生数科技已经连续获得了来自市场的两轮投资：

不久前的6月，生数科技刚刚完成了天使轮投资，投后市场估值1亿美金（约7.2亿人民币）。

天使轮时，股东名单上有蚂蚁集团、BV百度风投。

而这一轮的投资方只有一位，是与字节有着千丝万缕联系的VC锦秋基金——这也是锦秋基金首次曝出对大模型初创公司出手。

年内陆续推出“AI工具集”

生数科技成立于今年3月，由蚂蚁、BV百度风投，以及朱军第一次创业时成立的瑞莱智慧RealAI联合孵化而来。

公司聚焦多模态层面，致力于打造可控的多模态通用大模型。

具体包括文本、图像、3D模型、音视频等模态。

多模态产学研领域，目前主要攻关的核心问题有两个：

一是让模型能理解和对齐多模态的数据；二是使模型能生成各种模态的内容。

成立当月，生数科技发布了9.5亿参数的开源版本多模态大模型UniDiffuser，底层逻辑是基于Transformer网络架构，实现图文模态之间的任意跨模态生成。

最新消息是，以UniDiffuser为基础，团队在推进更高参数的产业级大模型的自主研发工作，目前实现内测的模型版本是百亿数据、数十亿参数。

在图像生成的语义理解准确度、画面联想丰富度，3D模型的多样性和精细度，视频生成实现的可控内容改写与风格迁移上，均有不错表现。

生数科技还透露了公司的下一步研究计划——

面向图像创作、3D资产创建等内容创作场景打造“AI工具集”，产品将于今年陆续推出。

首先在图像创作领域，预备打造一款个性化、高易用的图像创作助手。

通过简单指令，用户就可以创作高质量图像，并能通过简单交互进行精准的细节控制。

这项工作的难点主要涉及底层模型在可控生成方面的技术突破，以及如何更好地理解用户在创作和编辑图像时的真正意图。

目前，图像创作助手已推出内测版平台，同时完成了美学角度的人工盲测。

其次，针对日益增长的3D内容创作需求，生数正推进打造一款“零门槛的3D资产生成工具”。

具体细节是基于文本和2D三视图，自动构建质量和精度表现优异的3D资产，目的是让它可直接融入游戏等工业管线，大幅提升3D创作效能。

清华朱军带队

生数核心研究团队，主要来自清华大学人工智能研究院，大多是朱军课题组的学生。该课题组也是国际上最早研究深度概率生成模型的团队之一。

领兵冲刺的带头人朱军，IEEE Fellow，现任清华大学计算机系教授。

同时也是清华人工智能研究院副院长，清华智能技术与系统国家重点实验室主任，智源首席科学家。

△朱军

求学期间，他在清华计算机系拿下本科和博士学位，师从中国科学院院士、清华计算机系教授张钹。

2011年，在张钹的邀请下，朱军回到清华计算机系任教。

去年，师徒二人围绕扩散概率模型合作的工作《Analytic-DPM: an Analytic Estimate of the Optimal Reverse Variance in Diffusion Probabilistic Models》，拿下ICLR 2022杰出论文奖。

朱军长期从事机器学习、贝叶斯方法、深度学习、数据挖掘等方面的研究，在顶会ICML、NIPS、IJCAI、AAAI、 JMLR、PAMI等发表论文100余篇，连续多年担任ICML、NeurIPS领域主席。

（贝叶斯方法是自然语言处理、机器学习、图像识别等AI领域的重要基础。）

2020年，朱军团队发布深度强化学习平台Tianshou天授。

这是一个针对强化学习的灵活可靠的基础设施，能够以极简代码极速实现强化学习的诸多算法和功能，在GitHub上揽星6.6k+。

话说回来，生数科技不是朱军在科研和产业之间的第一次尝试。

他的首次创业要回溯到2018年。当时，他支持自己的学生田天创办了公司瑞莱智慧RealAI，专注提升人工智能的安全性。

并且和张钹共同担任该公司的首席科学家。

待到生数科技浮出水面，朱军的角色仍然是首席科学家。

担任生数CEO的，是公司联合创始人的唐家渝，他同样毕业自清华大学计算机系，师从NLP组教授孙茂松。

此前，对唐家渝外界的主要公开身份是瑞莱智慧的副总裁，先后负责公司产品团队、AI安全产研团队及业务。

而从再往前的简历可以看到，唐家渝曾在腾讯优图实验室工作。

△唐家渝

唐家渝表示，相比语言大模型，国内外在多模态大模型方向的研究都处于早期探索阶段，“并没有形成明显的代差”。

文生图方面，生数已经达到了Stable Diffusion最新版本的基础模型效果。
预计年底，会对齐Midjourney的最新版效果。