被字节起诉索赔800万的前实习生田柯宇创业，世界模型项目融资近3000万美元

前字节跳动实习生田柯宇已经开启创业，方向是世界模型。据Tech星球等媒体10月11日报道，他创办的人工智能实验室完成近3000万美元融资，投资方包含五源资本与IDG资本，投后估值2亿美元。消息当天登上微博热搜和知乎热榜，彭博社本周刊发了对田柯宇的专访。需要注意的是，实验室尚未公布名称，也没有推出成型产品，仍处于隐身状态。对行业来说，这是一个信号：世界模型这条赛道，又多了一位年轻的入局者。

虎嗅报道称，项目由五源资本合伙人孟醒孵化并主导投资，公司目前约10个人，团队里有其他字节前员工。产品和公司名都尚未对外公布，这意味着资方主要在对人和技术路线下注，而不是对一份现成的商业计划。这种先拿钱、后亮相的节奏在AI创业里并不少见，但对一家连名字都还没公之于众的公司来说，融到这个体量并不常见。田柯宇今年年初已从北大硕士毕业、现为在读博士，2022年本科毕业于北航，担任过NeurIPS、ICML、ICLR的审稿人。资方对他技术履历的信任，是这轮融资本身后最值得琢磨的部分。

田柯宇的技术底座，是他在字节实习期间以第一作者发表的论文《Visual Autoregressive Modeling》，业内称VAR。这篇论文提出让模型按图像的不同尺度逐层生成，而不是像传统方法那样逐个像素或逐个视觉token处理，拿下NeurIPS 2024最佳论文奖，被业内认为是图像生成路径的一次重要探索。现在的创业方向，正是在VAR基础上往视频走。按他们对外的介绍，团队已搭出一套包含20万个普通人无法识读符号的视频词典，先给AI建立一套自己的语言，再用约1亿小时视频数据训练，目标是让AI自学习现实世界的物理规律，预判物体运动和环境变化。这套视觉符号体系能跑多远，要等2027年完整模型出来才能验证。

田柯宇对外表示，这套技术路径有望把生成1秒视频的成本降低至少一个数量级，即降到原来的十分之一。若成立，对视频生成、交互式内容这类吃算力的应用会是实质利好，他的落地设想覆盖机器人、自动驾驶和交互式视频。需要提醒的是，有望两个字是前提：完整模型预计2027年才发布，现阶段没有第三方基准可以验证这个成本主张。团队重心目前放在基础模型研发，消费级产品和商业化方案还没排上日程。看这类年轻团队的技术宣称，比较稳妥的做法是把它当作研发目标，而不是已兑现的能力。

2024年8月，字节跳动以严重违纪为由终止了田柯宇的实习关系。按字节内部通报的说法，当年6月至7月间，他对团队算力资源分配不满，通过编写、篡改代码等方式干扰商业化技术团队一个研究项目的模型训练，造成资源损耗。网络传闻一度称事件涉及8000多张卡、上千万美元损失，字节官方澄清这一数字严重夸大，并明确事件不影响正式项目和线上业务。同年11月，字节向海淀区人民法院起诉，请求判令田柯宇赔偿800万元侵权损失和2万元合理支出，并公开道歉。据虎嗅援引外媒看到的判决书报道，法院最终判令田柯宇因违约赔偿50万元，并没收其全部实习薪资，两者相差很大。田柯宇后来在接受采访时承认自己当时的行为是「以暴制暴」，并表示如果能重来会用更明智的做法。

世界模型赛道的人才密度目前极高。李飞飞的World Labs不久前被AMD以82亿美元收购，杨立昆等顶级科学家也在这个方向持续投入，另有大把有顶级高校和大厂履历的年轻研究者在被资本争抢。围绕3D生成、视频理解、机器人、空间智能这些具体路线哪条能跑出来，行业没有定论，甚至有「世界模型是个筐，什么都能往里装」的提醒。田柯宇手里的近3000万美元，放在这张牌桌上更像入场券，而不是护城河。真正考验在技术之外：组建团队、定路线、把研究构想变成可验证的产品，这些是评价一个创业者能否走远的标准动作。

对普通读者来说，这件事暂时没有需要立刻行动的部分，产品和模型要到2027年才可能面世。值得持续跟进的是三类人：关注世界模型技术路线的研究者和工程师，可以留意这家团队的论文与现场演示；关注AI创业风向的投资人，可以观察头部机构在人才争议与技术溢价之间怎么权衡；做视频生成、具身智能的团队，可以把这个新对手纳入竞争视野。验证方式很直接：公司名字、团队名单、任何模型或演示目前都没有公开，一切以官方披露为准。编辑判断是，这轮融资本身更多反映的是世界模型赛道的资本热度，技术能力还要等完整模型落地再下结论；下一步最值得关注的时间点，是他们首次对外公布公司名称与技术演示。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://finance.sina.com.cn/tech/2026-10-11/doc-iniuvhur7324489.shtml

如发现事实、价格或链接有误，可通过 联系我们 提交更正。