清华系多模态大模子公司沈阳客户满意度调查，又拿钱了！

生数科技，师出清华朱军团队，是国内最早布局多模态大模子的团队之一。

商场音问传来，这家公司刚刚完成新一轮数亿元融资。本轮融资由启明创投领投，达泰本钱、鸿福厚德、智谱AI、老激动BV百度风投和卓源亚洲赓续跟投。

生数方面的说法是，本轮融资将主要用于多模态基础大模子的迭代研发、欺骗产物立异及商场拓展。

此前，生数依然在文生图、文生3D模子、文生视频方面都有研究效果对外释出。

2022年9月，生数科技独创成员就建议了基于Transformer的集结架构U-ViT，这与Sora和Stable Diffusion3背后接收的Diffusion Transformer架构DiT，在架构想路与实验旅途上十足一致。

对此，生数科技CEO唐家渝示意：

咱们蕴蓄了无缺高效的工程化教会，领有在大范畴GPU集群上杀青高效兼容、低成本的模子纯熟教会，全体上来讲，咱们追逐Sora细目比追逐GPT-4缓慢许多。

本年一定能达到Sora现时版块的效果，很难说是三个月照旧半年（笑），但这件事咱们的信心还长短常足的。

2022年已建议类DiT架构U-ViT

在扩散模子方面，生数科技团队是国内领先开启该标的研究的团队，效果触及主干集结、高速推理算法、大范畴纯熟等全栈手艺标的。

2022年9月，生数独创成员建议了基于Transformer的集结架构U-ViT时，U-ViT就在千万至数亿参数目级范围内考证了极强的可膨胀性（scaling up）。

这项职责在CVPR 2023发表，早于DiT。

2023年3月，团队又开源了人人首个基于Diffusion Transformer架构（U-ViT）的多模态扩散大模子UniDiffuser，在参数目和纯熟数据范畴上与Stable Diffusion平直对王人。

从架构上来看，UniDiffuser比最近公开论文的Stable Diffusion3（接收DiT架构）向上了一年。

此外，除了单向的文生图之外，Unidiffuser支持更通用的图文任务，简略杀青图生文、图文王人集生成、图文改写等多种功能。

抓续进行Scale up

在长入化架构的想路下，生数科技抓续进行Scale up。

在图文模子的纯熟中，其模子参数目从最早开源版的1B不休膨胀至3B、7B、10B及以上，使得模子在好意思学性、多元立场、语义一语气等方面杀青快速清静的升迁。

同期在此基础上，通过拓展空间维度和时刻维度，迟缓杀青3D生成和视频生成模子的纯熟。

依托底层U-ViT架构的立异尝试，限度2023年9月，生数科技推出了基于长入的多模态多任务框架的产业级通用基础大模子（闭源版），全链路自主纯熟、自主研发，在图像生成、3D生成、视频生成等多项任务中位居前哨。

现时的效果是，生数的3D生成，依然可杀青高精度与最快10秒级的模子生成。

此外，生数团队还推出人人首个4D动画生成、可控3D场景裁剪等职责。

而视频生成方面，也已杀青短视频的裁剪与生成才气，在画面好意思不雅度、连贯性方面杀青了粉碎。

“五一当天下午，茂业百货6楼家电卖场来了一对神秘的客人，他们自带计算器，一口气在卖场买了17万元的电器，沈阳客户满意度调查其中大部分电器都是成双的买走”，茂业百货店长沈玉华称，男顾客姓赵，戴着眼镜，穿着浅灰色T恤，女顾客比较白净，他们在卖场选了几个小时，最后买了一套方太厨具设备，两个平板的液晶电视，两台洗衣机、两台热水器、两台冰箱等，共价值17万元的家用电器。

　　茂业百货称，当天晚上9点钟，他们准时将价值17万元的电器送到赵先生指定的龙湖附近某花园小区，根据客人购买成双的电器判断，他们可能是为套房添置的电器设备。

近期将重心粉碎长视频生成才气

在买卖化落所在面，依托于MaaS（模子即工作）才气，生数科技在2B、2C端同期发力。

一方面以API的容颜向B端机构平直提供模子才气，另一方面打造垂类欺骗产物，按照订阅等容颜收费。

现时公司已与多家游戏公司、个东谈主结尾厂商、互联网平台等B端机构开展妥洽，绽开模子工作，提供AIGC个性化体验、定制化实践出产等方面的才气。

客岁，面向艺术盘算、游戏制作、影视动画、酬酢文娱等创意鸿沟，生数科技上线了两款器具产物：

视觉创意盘算平台PixWeaver

3D钞票创建器具VoxCraft

而学术层面上，团队于ICML、NeurIPS、ICLR等东谈主工智能顶会发表联系论文近30篇，其中建议的免纯熟推理算法Analytic-DPM、DPM-Solver等粉碎性效果，取得ICLR隆起论文奖，并被OpenAI、苹果、Stability.ai等机构接收，并被DALL·E 2、Stable Diffusion等方式接收。

那么，接下来的路是什么？

谈到对异日的主义，生数科技耐久坚抓“原生多模态”标的。

一边，是对产物端抓续迭代；

另一边，则是在基础模子层面抓续优化，主如果升迁语义一语气、可控性、好意思不雅度方面的生见效果。

其实，Sora出现前，生数里面主要聚焦于短视频，但现时公司会参加更多资源在长视频上，架构、数据使用调优方面，团队依然作念过不少探索，也踩过许多坑（许多现时都依然惩处了）。

但OpenAI砸大钱捧出一个Sora，考证了这条路的正确性，也消灭了团队的许多费神，“现时的视频生成长度在4-5秒傍边，咱们近期将重心粉碎长视频生成才气……尤其长视频画面的连贯性，咱们还在作念一系列攻克职责”。

— 完 —沈阳客户满意度调查