“逃离”字节的实习生，融了两个亿

外媒消息称，前字节跳动实习生田柯宇已经开启“世界模型”创业，融资金额近3000万美元，投后估值达到2亿美元（约合14亿元人民币）。

你可能不知道田柯宇是谁，但大概率听过他的传闻。2024年，田柯宇在实习期间，因为攻击公司内部模型训练案而被字节跳动提起法院诉讼。当时字节请求法院，判令田柯宇赔偿公司侵权损失800万元人民币及合理支出2万元人民币，并公开赔礼道歉。

后来双方各执一词，一直没有公开进展，直到最近，田柯宇出来创业，旧事才被重提起来。

严格来说，融资不算新动态，差不多三个月前，已经有人披露了田柯宇融资的信息。当时我们问过相关投资方，对方表示不便回应，但透露案件已经宣判，田柯宇会出来给大家一个交代。最终新闻主角接受了彭博社的采访，也确实提供了一些信息增量。

这起案件的结果是，法院判令田柯宇因违约向字节跳动赔偿50万元，同时没收其全部薪资。

定性仅仅是“违约”，没有到刑法的范畴，说明性质不算太严重，之前的传闻或许有夸大成分，也可能台面下有各种斡旋。个中细节不得而知，总之，我的看法是，在一个法治文明社会，“有前科”并不意味着不能创业。但投资人心里是不是介意这段小插曲，会不会影响到他们对此人品性的判断，完全是见仁见智。

AI这一波创业又尤其特殊，强大技术的危险一面所引发的伦理探讨，是海外AI圈的重要议题。一个在职业道德上有过瑕疵、曾经利用技术“以暴制暴”的人，如果真掌握了打开未来之门的钥匙，会把人类带向何方？诸如此类问题，至少是值得审慎纳入考量之中的。

从结果来看，投资人仍然愿意投下赞同票。目前田柯宇的产品和公司名字还没对外公布，仍处于隐身模式。这意味着，资方更多是从对这个人的专业层面判断来下注。从履历来看，作为北大博士，田柯宇发表过多篇顶刊，还以第一作者身份拿过NeurIPS最佳论文奖，算是符合这波AI创业者里的标准“小天才”画像。

田所选择的世界模型赛道无疑也是今年的大热门。不久前，“世界模型一姐”李飞飞的实验室被AMD以82亿美金，合超过500亿人民币的价格收购。苏姿丰强调收购原因之一是为了获得李飞飞汇聚起来的世界顶尖人才，也能说明现在科技巨头对顶尖人才的求贤若渴。

AI还是太热了，对于掌握稀缺技术、拥有顶级研究成果的人来说，技术价值本身就可能成为入场的一张门票。别的也许就顾不上许多了。

被字节索赔800万元的实习生

田柯宇这个名字，最初是以一种不太体面的方式被许多人知道。

2024年8月，字节跳动终止了田柯宇的实习关系。按照字节方面的说法，2024年6月至7月期间，田柯宇因不满团队的算力资源分配，曾通过修改代码等方式干扰公司内部研究项目的模型训练，导致商业化技术团队的一项研究受到影响。字节随后将其辞退，并把相关情况交由学校处理。

田柯宇此后否认了字节的指控，并曾报警称自己遭到诽谤。同年11月，字节跳动将田柯宇告上北京市海淀区人民法院，要求其承担800万元侵权损失以及2万元维权支出，同时要求公开道歉。

根据网上披露的一些争议细节，田柯宇利用了Hugging Face在模型checkpoint加载环节存在的安全风险。简单来说，checkpoint是模型训练过程中的阶段性文件，模型重新加载这些文件时，需要经过反序列化，将文件中的内容转换成程序可以执行的对象。如果文件本身被植入恶意代码，加载它的训练机器就可能被进一步控制，从而影响模型训练，甚至造成数据泄露等后果。

这种安全风险本身并不是AI工程师完全陌生的技术，但在这场纠纷中，争议的重点不是“这种漏洞是否存在”，而是田柯宇是否利用了这一技术去干预其他人的训练任务，以及这种行为究竟应该被如何定性。

最近，田柯宇在接受采访时，也给出了解释，称当时团队的计算资源有限，他认为另一名实习生占用了本应分配给其他研究人员的资源，因此选择让对方的项目停止。他承认这种处理方式不妥，并把当时的行为形容为一种“私刑”。“当时我的做法无异于以暴制暴，”他说，“如果能以今天的眼光重新来过，我一定会采取更明智的做法。”

外媒援引其看到的判决书称，法院最终判令田柯宇因违约向字节跳动赔偿50万元，同时没收其全部薪资。

这件事情发生后，田柯宇的去向也一度成为一个话题。其中，创业几乎是大家认为最有可能的事情。不得不承认，他的成绩十分亮眼。2022年本科毕业于北航软件学院，师从王立威教授，研究方向为深度学习优化与算法，担任过NeurIPS、ICML、ICLR的审稿人，发表过4篇顶会及期刊论文，其中2篇NeurIPS一作。

去年夏天，田柯宇从北京大学硕士毕业，现为北大博士研究生。今年7月，就有消息传出，田柯宇已经开启“世界模型”领域创业。项目由五源资本合伙人孟醒孵化并主导投资，整体融资金额数千万美元，估值约2亿美元。

3000万美元拿张入场票

尽管和字节的散场并不愉快，但在字节期间取得的成绩，也为田柯宇后来创业铺好了路。

字节实习期间，他以第一作者身份与字节合作发表的论文《Visual Autoregressive Modeling》，提出让模型按照图像的不同尺度逐层生成，而不是像传统模型一样逐个像素或逐个视觉Token处理。论文认为，这种方法能够提升图像生成的速度和效率。

这篇论文让他拿下NeurIPS 2024最佳论文，被认为是AI系统生成图像方式的重大突破，含金量在圈里颇受认可。如今田柯宇的创业方向，也正是在这篇文章的基础上开展，即试图从底层改变模型理解和生成视觉内容的方式。

这家初创公司目前只有10个人，其中还包括其他字节跳动前员工。田柯宇透露，团队目前已经做出了一套类似AI“词典”的系统，包含20万个普通人无法识读的符号，用于帮助模型处理视频。他认为，人类语言很难完整、准确地描述一段视频，因此团队希望先为AI建立一套自己的语言，再用1亿小时的视频对其进行训练。

按照他的说法，这套方法有望将视频生成成本降低一个数量级，即生成1秒视频的成本至少降至原来的十分之一。团队计划在2027年正式发布完整模型之前，通过现场活动展示技术能力。现阶段，他们更关注技术本身能否跑通，暂时没有把主要精力放在消费级产品和商业模式上。

不过，这笔钱也把田柯宇推到了一个竞争异常激烈的位置。世界模型赛道，人才含金量极高。摆在他面前的既有李飞飞、杨立昆这样的顶级科学家，还有大量拥有顶级高校、大厂和实验室履历的年轻研究者也在被资本和创业公司争抢。

资本愿意为技术天赋支付溢价，也不意味着一些争议可以被无视，更不意味着可以轻易拿到“大结果”。越来越多的声音已经指出，“世界模型是个筐，什么都能往里装”，就我们接触过的创业公司而言，3D生成、视频理解、机器人、空间智能等一堆方向，究竟哪条路线能够跑出来仍然没有定论。它究竟是AI下一轮基础设施，还是经历一轮资本狂热后重新进入调整周期，同样没有答案。

对于田柯宇而言，3000万美元更多是一张入场券，接下来他还需要证明除了技术之外，能否成为一个合格的创业者。组建团队、处理与核心员工的关系、把一个技术构想变成真正可验证的产品，以及在技术路线出现偏差时及时调整，这些都不是一个“天才”标签能够替代的能力。