首頁

田柯宇發誓，說謊會「終生研究受挫」

动察 Beating

閱讀本文需 26 分鐘

田柯宇能融到這筆錢，是這個時代的悲哀。

原文標題：《田柯宇發誓，說謊會「終生研究受挫」》
原文作者：Sleepy

10 月 12 日深夜，田柯宇在 elsewhere 別處發生的節目裡第一次完整講述了兩年前字節的那場風波。

按他的敘述，事情前後不過十天左右，他只是用腳本停掉了一個實習生的程序「五次左右」。在節目的尾聲，主持人請他發誓，他說如果自己說了半句假話，就「終生研究受挫」。

播客上線不到 13 個小時，一份一萬餘字的公開陳述發了出來，文末有五位當年與他同組的同事實名作證。

萬字公開陳述｜圖源：Github

這份陳述描述的經過，和他講述的故事完全不同。陳述稱，人為破壞從 2024 年 3 月持續到 7 月，前後近五個月；他篡改了訓練集群底層的 PyTorch 源碼，把惡意破壞精密偽裝成偶發故障。陳述時間線的末尾寫著，田柯宇在播客裡的發聲，是「再次企圖洗白、顛倒黑白」。

四天前，他的世界模型公司剛公開了一輪近 3000 萬美元的融資，投後估值 2 億美元。

兩年前，他還是字節的實習生，被辭退，被起訴。起訴立案後不到三週，他作為第一作者的論文 VAR 拿下了 NeurIPS 最佳論文。

關於這件事，法院、字節、學界、投資人、當年的同事和他本人，至今各執一詞。

有一件事倒是清楚的。一份認定他惡意攻擊的內部通報，加上一審的違約判決，都沒有讓他在資本市場上付出什麼代價。

一個做過這樣事情的人，兩年後能這麼快、這麼體面地回到牌桌上，在我看來這是這個時代的悲哀。悲哀的一半在他，另一半在願意給他錢的人。

隨機種子

在成為輿論漩渦的中心前，田柯宇曾經是一個標準的「天才少年」。

2018 年考入北航，先讀材料，後轉入軟件學院；大二起進入商湯實習，本科期間便以第一作者身份在 NeurIPS 上連發兩篇論文。他大一時寫的數據結構大作業，在 800 人的效率測試裡拿下第一，他在說明裡寫，為了極致的效率，用了大量的 tricks、hacks 和優化。

極度渴望效率，也極擅長在規則的縫隙裡找捷徑。

2021 年，他進入字節跳動商業化技術團隊實習。次年本科畢業，去北大讀研，師從王立威，實習一直沒有停。他在這個組裡待了三年，是工位上坐得最久的實習生。

帶這個組的是袁澤寰，管基礎模型的是江毅，組裡不少項目由實習生挑大樑。

2024 年，他們同時押注兩條路線。一邊是自迴歸，VAR 的文生圖版本正式立項，由田柯宇負責，用著上千張卡，他說當時 leader 幫他「化緣」了很多資源。另一邊是 Sora 發布後 4 月啟動的視頻項目 Goku，走擴散路線，是一個多人協作的團隊項目。

那一年，算力是每家 AI 實驗室最搶手的東西。按市場研究機構的估算，字節當年買了約 23 萬顆英偉達 Hopper 芯片（含專供中國市場的 H20），和騰訊並列，採購量僅次於微軟。Meta 在 Llama 3 的論文裡寫，16384 張 H100 訓練 54 天，意外中斷了 419 次；OpenAI 超級對齊負責人 Jan Leike 離職時也說，團隊過去幾個月時常「struggling for compute」。

卡就是籌碼，卡就是一切。

陳述裡記錄，Goku 立項之初，兩個項目分到的卡基本持平。6 月快手發布可靈，字節內部同時有三個團隊在做視頻生成，管理層決定收縮、集中，GPU 開始向 Goku 傾斜，新租的卡也先給它，Seed 的 infra 團隊被調來幫它穩住訓練。

9 月 24 日，字節發布豆包視頻模型 PixelDance 與 Seaweed。

而在那之前的 8 月，田柯宇已經被辭退，請出了工區。

按照字節在 2024 年 11 月 5 日發出的全員內部通報，田柯宇在 6 月至 7 月期間，「因對團隊資源分配不滿，通過編寫、篡改代碼等形式惡意攻擊團隊研究項目的模型訓練任務，造成資源損耗」。他的實習協議被解除，情況同步給了陽光誠信聯盟、企業反舞弊聯盟和他就讀的學校。

按五位前同事作證的這份陳述，他搞破壞的時間更長。

3 月，第一個目標是組裡另一個自迴歸項目 LlamaGen，那時它用卡不到 100 張。LlamaGen 的文生圖要用田柯宇提供的 T5 特徵，卻怎麼都訓不好。陳述貼出一條他當月提交到內部 GitLab 的代碼，往 T5 模型的權重裡混進隨機噪聲，再把整體的數值規模還原成原樣。後來作者重新從 Hugging Face 下了一份權重，問題才消失，當時誰也沒往人為破壞上想。幾週後，VAR 掛上了 arXiv。

往 T5 權重裡摻噪聲｜圖源：公開陳述

4 月以後，目標換成 Goku。基礎設施越來越完善，Goku 的訓練反而越來越不穩定。最初一兩天斷一次，後來連兩三個小時都撐不住，loss 頻繁飆升，幾乎做不了有意義的實驗。

按陳述中的說法，他改的是訓練集群上的 PyTorch 源碼。

數據採樣原本固定的隨機種子，被換成了納秒級的時間戳。梯度裁剪被改成每次把梯度放大兩倍，日誌裡報出的數值卻一切正常。他的目錄裡有四個文件，名字就叫 18、19、20、21，對應 2 的 18 次方分之一到 2 的 21 次方分之一的概率，讓某個進程在集群通信時假裝自己不在組裡。系統裡裝好的 PyTorch 文件被用 sudo 替換，修改時間又被改回原樣。共享盤上還留了一個後門，可以把指定目錄裡的文字當成命令執行。

陳述中的原話是，這些手法把人為破壞「偽裝成隨機出現的軟件故障、數值異常或基礎設施問題」。

最嚴重的那一兩個月，北京、上海和西雅圖的同事二十四小時輪班值守，早晚各開一次會交接。陳述稱，田柯宇本人一直在排查群裡，也來開會，再照著同事們的排查方向改自己的代碼。大家從沒想過，出問題的人就在會上。反覆的失敗，讓不少人開始懷疑自己的技術判斷。

7 月 30 日早上，有人在一台機器的 Docker 環境裡發現了那個被改過的隨機種子，登錄記錄裡除了機器的主人，只有田柯宇。leader 問他去做什麼，他說想學習一下相關代碼。

次日，另一位同事在他的個人目錄下翻出了那一批編號腳本。8 月，公司安全部門介入問詢。陳述寫道，面對問詢，他始終顯得相當平靜。

隨後，他被辭退。

樸素的正義

在播客中，田柯宇把整個故事重構成了另一個版本。

在這個版本裡，他是反抗霸凌的孤膽英雄。2024 年，組裡來了一名新的「實習生 A」，先是像佔座一樣佔著本屬於別人的算力，後來直接停掉別人的程序，被停的多是性格內向的同事。他說 A 有管理員權限。大家向 leader 反映過，始終沒有得到解決。

田柯宇回憶，有一天晚上，他和另一個同事最後走。他交了很多任務，對方一個都沒交，坐在那刷手機，說反正交了也會被 A 關掉。

於是，田柯宇做了一個決定，他讓 ChatGPT 幫自己寫了一套腳本，手動卡住或關掉實習生 A 的訓練任務。

「其他人的實驗我絕對沒有碰過」，他在播客裡說，這不是投毒，也不涉及攻防，最大的動機是看不下去 A 欺負組裡的其他人。

他把那次行為叫作「樸素的正義」，管 A 叫「施暴者」，又說回頭看，自己也是以暴制暴，他對海外媒體承認那是一次 vigilante act，義警式的私刑，「It was me fighting fire with fire.」

但這個聽上去頗具羅賓漢色彩的敘事，和陳述裡的經過對不上。如果陳述屬實，他的手伸到的遠不止 A 一個人的任務。3 月被混進噪聲的，是同組另一個自回歸項目 LlamaGen 依賴的權重；4 月以後被改動的，是整個訓練集群共用的 PyTorch 環境。

事實上，故事的田柯宇版本始終隨著時間在動態演進。他的故事每講一次，都比上一次體面一點。

2024 年 10 月事件最初在社交網絡發酵時，一張在微信群裡廣泛流傳的截圖裡，他的口徑是自己發完論文就離開了字節，是另一個人趁這個當口鑽漏洞改了代碼，把鍋扣到他頭上。字節內部人士當時說，他多次對外否認，還報警稱自己被造謠。

而到了 2026 年的播客裡，當主持人問起他當年是否嫁禍他人，他說「完全沒有的」，又說「我從來沒否認過我的行為」。報警，他說是因為公司問他知不知道網上的帖子是誰發的，他想請警察查發帖人，和公司確認過才去的。發誓時他還補了一句，聲稱這件事是別人幹的，這種行為他深深鄙視。

「投毒」這個詞，他不接受。網上有人叫他「牢田」，他說這在形容他的詞裡算溫和的。他最不能接受的說法是「背刺同事、嫁禍他人」。

字節起訴時，索賠 800 萬元侵權損失、2 萬元合理支出，外加公開道歉。一審法院按違約判田柯宇賠償字節跳動 50 萬元，他在字節三年實習的工資也全部沒收。按他的說法，其餘訴請都被駁回了，包括公開道歉，這 50 萬正好是實習工資加公司打官司的律師費，判得「很公允」。

字節上訴了，二審還沒有判。

播客裡，主持人問他，整件事裡想對誰說一聲抱歉。他想到的是字節，說自己一直對公司充滿歉意，輿情讓公司花了很多資源，官司讓公司花了律師費。

City

那份陳述中記錄，復盤時組裡有人覺得奇怪，那幾個月，田柯宇一邊要維護一套攻擊代碼，跟著同事們的排查進度不停修改，一邊要管一個上千張卡的訓練項目，每週例會上還能穩定匯報進展。

這個問題，那篇陳述也第一次給出了答案。

2024 年，田柯宇負責把 VAR 擴展到文生圖。那幾個月裡，他在內部 Discord 上部署了一個體驗模型，每天供組內測試，相關項目的負責人也曾多次親自試用。每週的 Weekly Update 上，他都能穩定匯報新的訓練進展。

陳述稱，在田柯宇被辭退後的復盤中，團隊才發現，那個部署在內網、供所有人測試的模型，其實是開源模型 PixArt。

推理流程被打包成二進制文件交給工程同事部署，部署的人看不到裡面的邏輯。無論用戶在前端輸入什麼 prompt，後台都會自動在前面加上一個單詞「City」。

陳述認為，這是為了防止有人拿同一句 prompt 去和開源模型對比，發現結果太像。

測試的人此前一直納悶，生成的圖片背景裡為什麼總浮著城市建築的輪廓。

陳述說，真正在訓的那個模型，訓練狀態和 loss 都有嚴重問題，遠沒到此前展示的效果。團隊不得不推倒重來，耗費數月重構，才有了後來的 Infinity。

一作

必須承認，VAR 是一篇極其出色的論文。

在此之前，自迴歸路線在圖像生成領域一直被擴散模型死死壓制。傳統自迴歸把二維圖像壓成一維的 token 序列，逐個預測，既慢又差。

而 VAR 打破了這個魔咒，它提出了 Next-Scale Prediction，把生成過程變成了從粗糙草圖到精細局部的多尺度湧現。在 ImageNet 基準上，它將 FID 指標直接從 18.65 拉至 1.73，推理速度暴增近 20 倍，第一次讓人們看到了視覺領域像大語言模型一樣遵守 scaling law 的曙光。

Next-Scale Prediction｜圖源：VAR 官方示意圖

2024 年底，VAR 拿下了 NeurIPS 2024 的最佳論文。面對外界對第一作者的質疑，NeurIPS 的回應是，評獎只看論文的科學價值，不單獨考慮作者。

這篇論文的五位作者依次是田柯宇、江毅、袁澤寰、Bingyue Peng、王立威。

VAR 論文首頁｜圖源：arXiv

儘管論文的第二作者江毅在個人主頁上寫著「I led the development of VAR from initial concept to implementation.」（我主導了 VAR 從最初構想到落地的全過程）；

儘管 VAR 的開源代碼至今掛在字節的開源賬號 FoundationVision 下；

儘管田柯宇離開後，字節團隊在此基礎上迭代出的 Infinity 與 InfinityStar 接連斬獲 CVPR 與 NeurIPS 的 Oral 頂級錄用；

但在高度標準化的創投交易邏輯裡，所有複雜的背景噪音都會被自動過濾。資本的認知框架簡單而粗暴，田柯宇的名字排在第一個，他就是這篇最佳論文的第一作者。

在極度講求出身與光環的人工智能賽道，「NeurIPS Best Paper 一作」是一張最硬核的通行證。一個署名的分量，足以蓋過一個人在署名之外做過的所有事。

甚至可以說，那場震動業界的醜聞，反而在這場估值狂歡中異化成了一種獨特的商業資產。

在播客中，主持人曾直白地詢問他，字節的風波是否反而在客觀上增加了他的行業知名度。

田柯宇沒有避諱，「現實來說，是。會得到特別大量的關注，再疊加 Best paper 的事，好像一個雙重 buff。」

2 億美元

被辭退之後的那幾個月，他形容是「永夜」。一家大模型公司給過他 offer，後來被取消了。

但風險投資機構的邏輯從來不同於大廠 HR。

2025 年年初，他接觸的投資人還很少。第一個投他的，是五源資本合夥人孟醒。孟醒做過滴滴自動駕駛的聯合創始人兼 COO，更早在順為管硬科技投資，2024 年 9 月才加入五源。孟醒後來帶他見了五源創始合夥人劉芹，劉芹說他身上有一股勁。

也有一家他很喜歡的基金，在最後一次線上會議裡圍著字節的事連環發問，然後沒有投。

2026 年 2 月，北京藍炭網絡科技有限公司悄然註冊成立，註冊資本 10 萬元，田柯宇持股 60%，另外五名股東各持 8%，其中多人是他的北航校友；5 月，又一家由境外公司全資控股的境內主體成立，註冊資本 190 萬美元。

到了 10 月，這家連公開 demo 和正式名稱都尚未披露的初創公司，被曝完成近 3000 萬美元融資，投後估值 2 億美元。領投方是五源資本，IDG 跟投。

這家公司的領域也是過去一年整個創投圈最昂貴的狂熱所在，世界模型。

世界模型成了所有試圖超越傳統 LLM 敘事的投資機構最後的救命稻草。李飛飛的 World Labs 估值被迅速推高，今年 9 月，AMD 宣布以 82 億美元全股票收購它；楊立昆創辦的 AMI Labs 拿下了 10.3 億美元的種子輪融資。耀途資本的白宗義在中關村論壇上開玩笑說，「一講世界模型，估值都是幾億美元起」。

VAR 的通訊作者袁澤寰也從字節離職，創辦世界模型公司；而在 10 月 11 日的抖音美好奇妙夜上，字節跳動自研的世界模型高調亮相，張一鳴親自督導這個項目。

字節世界模型亮相｜圖源：量子位

孟醒今年 9 月在浙大講過他看創業者的標準。他看重熱愛在創業之前就留下「可以追溯的痕跡」，也看重認知和判斷「經過行為驗證」。但這一次，行為驗證的結果明明白白地寫在一份民事判決書裡，然而這筆沉重的道德負債，並沒有被計入那份 2 億美元的 Term Sheet 之中。

對於追求百倍回報的風險投資而言，道德瑕疵只是無法被量化的尾部風險，而 Best Paper 的溢價，卻是可以在下一輪融資裡直接向後續基金變現的真金白銀。

矽谷有過先例。Waymo 前工程師 Levandowski 2020 年因竊取谷歌的商業機密被判 18 個月，2021 年 1 月獲得特赦，一年多以後，他的新公司拿到了 Slow Ventures 領投的融資。

輿論也分成兩邊。

兩年前他拿獎時，網上有人說，優秀也無法成為作惡的通行證，也有人說，這不是他一個人的 paper。這一次融資消息出來，知乎上一個 1507 人贊同的回答說，他是「一個天生適合亂世的天才」。把破壞規則當成天才的證據，這種說法能拿到這麼多贊同，本身就是這個亂世的一部分。另一個回答寫「一個能力很強的人幹了一件很缺德的事，承擔了一筆不算大的代價，然後繼續往前走。」

所以回到開頭那句話。田柯宇能融到這筆錢，是這個時代的悲哀。

他的那一半，在於兩年裡他學會了講一個越來越好聽的故事，卻始終沒有正面回答那幾個月裡到底發生了什麼。被問到想對誰道歉，他想到的是公司。他的醜聞，成了他的 buff。

投資人的那一半，更讓人難受。世界模型的估值熱裡，一個最佳論文一作的標籤，比一份內部通報和一紙判決更容易被定價。研究員的身價一路往上，資本怕錯過下一個天才，嘴上說投資就是投人，這一次，這個人的前科卻沒有影響到他重新回到牌桌上來。