生数科技

生数科技（北京生数科技有限公司）成立于2023年3月，是一家专注生成式AI基础与应用建设的公司，创始团队来自清华大学人工智能研究院，成员中也有来自阿里、腾讯、字节等公司的技术人才。团队主攻扩散概率模型的底层研发，把文本、图像、视频、语音、3D等多种模态放进同一套多模态大模型体系，探索AI在艺术设计、游戏制作、影视后期、内容社交等场景中的落地方式。

• https://www.shengshu-ai.com/

技术路线

• 扩散模型底层：具备扩散概率模型的底层创新能力，图像与视频生成效果都建立在这套基础之上。
• U-ViT融合框架：提出基于Transformer架构的U-ViT，让不同模态的信息在统一框架里处理，也是这套多模态大模型的技术底座。
• UniDiffuser开源：开源了UniDiffuser模型，可用于图文联合生成、视频生成等任务。

视频生成

• 长时长输出：发布中国首个长时长视频大模型Vidu，单次可生成16秒画面。
• 1080P高清：生成内容分辨率达到1080P，清晰度接近可直接使用的水准。
• 画面稳定：强调高一致性与高动态性，减少主体跳变和动作断裂。
• 文本驱动：根据文字描述生成视频，适合创意预演、分镜构思这类前期环节。

团队背景

• 清华出身：核心成员来自清华大学人工智能研究院，朱军教授任该研究院副院长。
• 运营带队：CEO唐家渝此前担任瑞莱智慧副总裁，负责公司整体推进。
• 多轮融资：生数科技已完成近亿元天使轮、数亿元Pre-A轮融资，投资方包括蚂蚁集团、BV百度风投、启明创投等。

生数科技的路径比较清晰：从扩散模型的底层研究出发，把成果落到视频生成等具体产品上，再借融资推进产品开发与市场拓展。对想了解国内多模态大模型进展、关注生成式AI落地场景的读者来说，这家公司的官网值得隔一段时间回看一次。