日前,生数科技完成数亿元Pre-A轮融资,本轮融资由百度、北京市人工智能产业投资基金领投,中关村科学城公司、启明创投等跟投。生数科技作为国内较早布局多模态通用大模型的团队之一,今年4月联合清华大学发布了全面对标OpenAI Sora的视频大模型Vidu。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”。
据了解,生数科技在2022年提出Diffusion与Transformer融合架构U-ViT,并在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。自成立以来,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。
2024年初,OpenAI推出视频大模型Sora,其背后采用的融合架构Diffusion Transformer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超过一年。今年4月,生数科技联合清华大学正式发布长时长、高一致性、高动态性视频大模型——Vidu,性能全面对标Sora,在国内外引发广泛关注。
据介绍,Vidu支持一键生成16秒、分辨率1080P的高清视频内容。Vidu不仅能够模拟真实物理世界,还拥有丰富想象力,具备多镜头生成、时空一致性高等特点,性能全面对标国际顶尖水平。这也是Sora发布以来,多模态大模型领域在全球范围内的又一重大技术突破。
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。
(文章来源:经济参考网)