被起诉索赔800万、前字节实习生田柯宇创业：投后估值2亿美元，产品还没亮相，对标李飞飞世界模型|字节|李飞飞|田柯宇

一个还没有名字的公司，一份没有产品的商业计划，一张2亿美元的估值单。

据彭博社等媒体报道，前字节跳动实习生、北京大学博士研究生田柯宇（Keyu Tian）创办了一家隐身状态的AI初创公司，完成近3000万美元融资，投资方包括五源资本、IDG资本等，投后估值约2亿美元。公司至今没有公布名字，没有发布产品，没有公开商业模式，团队约10人——其中还包括几名前字节员工。他们做的事，是当前AI最热也最难的世界模型：让AI理解现实世界的物理规则，预判物体运动和环境变化，落地指向机器人、自动驾驶与交互式视频。

而这个创始人的上一条新闻，是"模型投毒"。

一、两年前的判决书，和一篇最佳论文

先把争议讲完。

2021年起，还在北大读书的田柯宇进入字节跳动商业化技术部门实习，参与视觉生成模型项目。2024年6月，因对团队资源分配不满，他编写、篡改代码，干扰其他实习生的模型训练任务——这段插曲在业内被称为"模型投毒"，一度流传出"波及8000多张卡、损失超千万美元"的说法，字节官方随后澄清：严重夸大，受影响的只是商业化技术团队内部研究任务，并未波及线上业务和主力大模型。

事件的收尾是一纸判决：字节最初辞退了他并交由校方处理；他多次公开否认、甚至报警称自己是造谣受害者；字节最终提起民事诉讼，索赔800万元及合理支出——生效判决最终判令田柯宇赔偿50万元，并返还全部实习薪资。判决之外，他本人公开承认行为存在严重问题，形容当年的举动是"以暴制暴"，"如果带着今天所知道的一切回到过去，肯定会采取更明智的做法"。

同样的两年里，另一条线在往上走。被辞退当年，他以第一作者身份发表的论文《Visual Autoregressive Modeling》拿下NeurIPS 2024最佳论文奖——这是中国大陆机构的首篇NeurIPS最佳论文。这篇被业内称为VAR的论文，提出让模型按图像的不同尺度逐层生成，而非逐个像素或视觉Token处理，推理速度比传统自回归方法快约20倍。NeurIPS官方特别说明：评审采用盲审，评奖只看科学质量，不受作者个人争议影响。

一段"案底"，一篇最佳论文——两年后，这两样东西同时出现在了投资人的尽调报告里。

二、20万个AI专用符号：他在押一条少数派路线

资本买的到底是什么？答案是那条少数派技术路线。

主流大模型用人类语言描述世界，田柯宇的判断是：人类语言根本无法精确描述视频——物体的位置、姿态、运动轨迹、碰撞形变，文字表达既不精确也丢失大量细节。所以他的团队反其道而行之：绕开人类的表达体系，为AI发明一门自己的语言。他们已经做出一套包含约20万个符号的"视觉词典"——符号人类无法直接识读，专供AI完成视频信息的压缩、表征与未来画面预测；下一步，是向模型输入约1亿小时的视频，让AI在这套符号体系里自主学习现实世界的物理规律。

这条路线的源头，正是VAR：像大语言模型预测下一个词一样，让AI预测"下一个尺度"的画面。田柯宇宣称，这套方法有望把生成1秒视频的成本降低至少一个数量级——按媒体转述，即降至原来的十分之一。但必须注明：这个降幅目前来自创始人的说法，现有材料没有提供独立评测或完整对比测试，不能视为已获验证的行业结果。完整模型预计2027年发布，在那之前，团队计划通过公开活动先展示技术能力。

放进赛道坐标系，这条路线的稀缺性才看得清。世界模型赛道上已站着李飞飞的World Labs——她走的是空间重构路线，从2D还原3D；杨立昆创立的AMI Labs，拿下了约10亿美元种子轮；国内的PixVerse、Vast等团队也在做各自的探索。田柯宇的差异在于：绕开显式三维重建，用极致压缩的符号去预测下一帧画面，赌的是Scaling Law能让模型自己"悟出"物理规律。五源和IDG押注的，正是这条效率路线的可能性。

数字经济应用实践专家骆仁童博士对此有个判断：AI世界模型赛道的资本定价逻辑已经变了——不再只看成熟团队和商业闭环，技术论文的背书正在重构早期估值逻辑。一篇NeurIPS最佳论文，直接把一个没有名字、没有产品的团队抬到2亿美元：资本不再等"产品验证之后"，而是提前把研究者的判断力贴现。这背后是赛道竞争的白热化——当顶级科学家已经下场，后来者能用什么证明自己？只剩学术成果的硬度。

三、争议被"贴现"之后，账才刚计入息

但这笔交易里最刺眼的部分，还是那个绕不开的问题：一个被生效判决确认破坏过团队训练的创始人，值不值得2亿美元？

社交平台已经站成两派。一派认为，顶尖科研人才难免个性强烈，他已经付出法律代价（50万赔偿、没收实习薪资），就应当拥有重新开始的机会，技术成果才是最终评判标尺；另一派坚持，科研协作建立在信任之上，算力是团队的公共资产，用破坏规则的方式争夺资源，伤害的是整个行业的协作秩序，资本不应该为这种行为买单。两种立场各有道理，但有一点必须分清：估值是市场给技术潜力的投票，不是对过往争议行为的背书。资本可以押注他的论文，但没有替他的品格签字。

更深一层，这个案例照出的是AI行业人才评价体系的固有矛盾。这个领域极度渴求顶尖原创能力的研究者，而算力紧张、项目优先级冲突，本来就是实验室的日常——田柯宇的问题，在于他绕过公司制度、用技术手段破坏同事的工作，触碰的是科研协作与企业安全的底线。这个矛盾不会因为一次融资消失：下一位"天才实习生"面对算力分配不公时怎么办？资本在给天才付溢价的时候，要不要也给"协作规则"定价？这些问题的答案，比2亿美元估值重要得多。

数字经济应用实践专家骆仁童博士把话说得更透：AI人才市场的价值标尺，正在经历一次静悄悄的重构——技术能力与合规风险的博弈，成了数字创业的新命题。田柯宇的2亿美元，是资本给"技术潜力"的贴现，同时也是一笔带利息的预付款：论文里承诺的成本降一个数量级、2027年的完整模型、世界模型对物理规律的预测可靠性——每一条都要在未来两年内兑现。兑现了，争议会被结果覆盖；兑现不了，2亿美元估值和那50万判决，会一起回到舆论的秤上。