4月发布国内首个全自研视频大模型Vidu，性能全面对标OpenAI的Sora。

本文为IPO早知道原创

作者｜Stone Jin

据IPO早知道消息，生数科技日前完成数亿元人民币Pre-A轮融资，本轮融资由北京市人工智能产业投资基金、百度联合领投，中关村科学城公司等跟投，启明创投等数位老股东继续支持。

此前，生数科技已经获得来自蚂蚁集团、BV百度风投、卓源亚洲、锦秋基金、达泰资本、智谱AI等机构的投资。

本轮融资完成后，生数科技将坚持其原生通用多模态技术路线，持续迭代优化自研大模型，并加速产品开发与市场拓展。

国内最早研究深度生成模型的团队之一

生数科技核心团队来自多个海内外顶级学术机构和科技企业，早在 2021 年就率先开始了扩散模型研究，是国内最早研究深度生成模型的团队之一。期间提出的免训练推断算法 Analytic-DPM、全球最快采样算法 DPM-Solver，被 Stable Diffusion、DALL·E 2 等图像模型采用，直接推动了全球图像生成浪潮的兴起。2022 年提出全球首个 Diffusion 与 Transformer 融合架构 U-ViT，短短半年后再次取得重大突破，开源全球首个基于此融合架构的多模态扩散模型 UniDiffuser，成功验证了大规模训练融合架构的可行性与涌现能力。

2024 年初，OpenAI 推出视频大模型 Sora，其背后采用的 Diffusion 与 Transformer 融合架构和原生多模态技术路线引发关注，而彼时生数科技对该技术路线的布局已持续一年多。

早在 2023 年初大语言模型兴起之际，生数科技创始团队就研判大模型的发展必将从语言单一模态走向多模态融合。因此成立之初，生数科技就坚持采用 U-ViT 融合架构处理多模态数据，持续探索大模型在图像、3D、视频等多模态生成任务下的性能边界。

同年 9 月，生数科技发布产业级多模态通用大模型，在高质量图像生成、高精度 3D 模型生成、逐帧级视频元素编辑和个性化视频风格迁移等任务中达到行业顶尖水平。2024 年 4 月，生数科技联合清华大学发布国内首个全自研视频大模型Vidu，性能全面对标 OpenAI 的 Sora。

在商业化进程上，生数科技从成立之初就致力于将前沿技术与商业化紧密结合，布局 MaaS（模型即服务）与应用级产品。截至目前，已陆续推出视觉创意设计平台 PixWeaver、3D 资产构建工具 VoxCraft 两款应用产品，同时携手多家合作伙伴，将多模态大模型应用于游戏、影视、文旅、智能终端等场景。

百度战略布局多模态大模型领域

值得注意的是，百度为本轮融资联合领投方。未来，生数科技将基于百度百舸·AI异构算力平台持续训练、提升模型能力，并逐步通过百度智能云千帆平台开放模型服务。

百度集团执行副总裁、百度智能云事业群总裁沈抖表示，投资生数科技是百度在多模态大模型领域的重要战略布局。未来，百度将发挥自身在AI异构算力、大模型平台、生态等方面的独特优势，帮助生数科技加速技术研究与创新，快速打通商业成功路径，共同做大产业“蛋糕”。

百度副总裁陈一凡表示，百度百舸针对大模型训练、推理等任务，对智算集群进行了全面优化，实现了业界领先的算力效能，结合千帆平台提供的大模型全流程工具链，能够支持生数科技开发出最好的多模态大模型。

“未来，我们还将继续支持生数科技，以及更多优秀的大模型基于百舸、千帆进行模型训练和迭代，共同发掘大模型在更多场景中的应用潜力，深度赋能政务、交通、能源、制造、金融等行业，为中国实体经济高速发展贡献科技力量。”陈一凡说。

北京市人工智能产业投资基金表示：“多模态大模型是 AI 下一阶段发展的关键方向，市场潜力巨大，生数科技拥有领先的生成式 AI 研发团队，具备坚实的人才基础和深厚的技术积累。生数科技在图像、视频、3D 等多模态领域所取得的一系列关键创新成果，在业内获得了广泛认可和高度评价，也充分证明了生数科技的技术实力和行业领先地位。我们对生数科技未来充满信心，并期待他们继续在大模型的浪潮中引领创新，开拓更广阔的发展前景。”

启明创投主管合伙人周志峰表示：“生数科技汇聚了一批生成式 AI 领域的资深专家和顶尖精英，凭借十多年的沉淀，已在多模态大模型的架构设计、训练策略、扩散模型的加速推断、多模态可控生成等关键技术领域，构建了全栈的自主研发能力。他们不仅拥有完备的技术实力、深刻的技术洞察和独到的技术布局，还积累了丰富的实践经验。公司凭借业界首创的 Diffusion Transformer 架构，当前已成为全球多模态大模型领域中最具竞争力的企业之一。启明创投作为生数科技上一轮的领投方，在本轮继续支持公司，我们坚信，生数科技将是这波大模型技术浪潮中的佼佼者，期待他们开启一段更加辉煌的新篇章。”

本文来源：IPO早知道