被字節索賠800萬的田柯宇公開創業計劃：20萬視覺符號，讓視頻成本降90%

動察 Beating AI 快訊，前字節跳動實習生田柯宇披露了自己的世界模型創業計劃。他的團隊已從五源資本、IDG 資本等機構融資近 3000 萬美元，投後估值 2 億美元。目前團隊約 10 人，還沒有公開發布產品。世界模型旨在讓 AI 學習現實世界中物體如何運動和變化，可用於視頻生成、機器人等領域。

田柯宇是 NeurIPS 2024 最佳論文的第一作者，曾研究如何讓 AI 從粗到細逐步生成圖片。新團隊沿著這一方向，為視頻設計了一套包含 20 萬個視覺符號的「詞表」。這些符號的作用類似語言模型處理文字時使用的 Token，讓 AI 能以更適合計算的方式處理視頻。團隊計劃用 1 億小時視頻訓練模型。

田柯宇稱，這種方法有望把每秒視頻的生成成本降至現有水平的十分之一甚至更低。團隊準備先公開演示，2027 年再發布完整模型。

他還向彭博社承認，曾關閉另一名實習生的程序，自稱是為了騰出算力供其他研究者使用，並承認當時的做法不妥。字節於 2024 年將其辭退，隨後起訴索賠 800 萬元。彭博社查閱的判決書顯示，法院判令田柯宇因違約支付 50 萬元。