智東西（公眾號(hào)：zhidxcom）
編譯｜萬(wàn)貴霞
編輯｜云鵬
智東西1月14日消息，據(jù)美國(guó)科技媒體The Information報(bào)道，兩位科技大廠前AI研究員——谷歌DeepMind前成員戴明博（Andrew Dai）與蘋果前研究科學(xué)家楊寅飛（Yinfei Yang），聯(lián)合創(chuàng)立了Elorian公司。該公司專注于開發(fā)能夠同時(shí)理解和處理文本、圖像、視頻及音頻的AI模型。
目前，Elorian正在推進(jìn)一輪規(guī)模達(dá)5000萬(wàn)美元（約合人民幣3.5億元）的種子輪融資，Striker Venture Partners有望成為本輪領(lǐng)投方，雙方洽談已進(jìn)入關(guān)鍵階段。
戴明博出身于高知家庭，他父親是機(jī)構(gòu)學(xué)和機(jī)器人學(xué)領(lǐng)域大佬戴建生。作為Elorian的CEO，他之前在谷歌DeepMind任職超14年，負(fù)責(zé)數(shù)據(jù)驅(qū)動(dòng)型預(yù)訓(xùn)練相關(guān)工作。他深耕深度學(xué)習(xí)領(lǐng)域20年，曾在劍橋大學(xué)、愛丁堡大學(xué)攻讀過學(xué)位，是機(jī)器學(xué)習(xí)方向的博士。
Elorian另一位聯(lián)合創(chuàng)始人楊寅飛，學(xué)生時(shí)期曾在南京郵電大學(xué)Echo實(shí)驗(yàn)室，參與差分進(jìn)化算法參數(shù)控制相關(guān)研究，畢業(yè)作品Apollo3D（阿波羅3D）獲蘇州機(jī)器人世界杯第五名。他還參與癲癇診斷研究，開發(fā)MRI圖像配準(zhǔn)與可視化系統(tǒng)，之后在美國(guó)賓夕法尼亞大學(xué)攻讀碩士學(xué)位。
在AI創(chuàng)業(yè)從“拼應(yīng)用”轉(zhuǎn)向“拼底層能力”的背景下，具備長(zhǎng)期基礎(chǔ)模型研究經(jīng)驗(yàn)的華人科學(xué)家正加速走向創(chuàng)業(yè)前臺(tái)，Elorian成為近期視覺AI賽道中備受關(guān)注的案例之一。
一、前谷歌DeepMind與蘋果研究員聯(lián)合創(chuàng)業(yè)
據(jù)The Information報(bào)道，Elorian公司由戴明博與楊寅飛聯(lián)合創(chuàng)立。
戴明博與楊寅飛的領(lǐng)英個(gè)人資料顯示，二人目前就職于一家“隱形（Stealth）”狀態(tài)的公司，戴明博是該公司的CEO。
業(yè)內(nèi)普遍認(rèn)為，這家“隱形”公司很可能是Elorian。
▲“隱形（Stealth）”的領(lǐng)英主頁(yè)資料（圖源：領(lǐng)英）
1、戴明博，深耕DeepMind 14年，擔(dān)任Gemini預(yù)訓(xùn)練工作
據(jù)戴明博領(lǐng)英個(gè)人資料顯示，他在谷歌DeepMind工作超過14年，是Gemini數(shù)據(jù)領(lǐng)域的聯(lián)合負(fù)責(zé)人，擔(dān)任Gemini預(yù)訓(xùn)練工作。
此前，戴明博曾參與谷歌SGE的建模工作，在谷歌大腦（Google Brain）從事自然語(yǔ)言處理研究，在谷歌健康（Google Health）從事電子健康記錄研究，并參與了Google Now的開發(fā)。
▲戴明博（圖源：領(lǐng)英）
在領(lǐng)英自我介紹中，戴明博寫到自己在深度學(xué)習(xí)領(lǐng)域擁有豐富經(jīng)驗(yàn)，研究方向包括自然語(yǔ)言理解和大型語(yǔ)言模型。
戴明博2003-2006年在英國(guó)劍橋大學(xué)計(jì)算機(jī)科學(xué)專業(yè)學(xué)習(xí)；2007-2012年在愛丁堡大學(xué)攻讀機(jī)器學(xué)習(xí)博士。
他過去20年來一直從事預(yù)訓(xùn)練相關(guān)研究。其研究主要集中在開發(fā)評(píng)估AI模型訓(xùn)練數(shù)據(jù)質(zhì)量的技術(shù)，并確保模型使用來自各種不同來源的數(shù)據(jù)進(jìn)行訓(xùn)練。
據(jù)相關(guān)報(bào)道消息，戴明博出生于高知家庭，他的曾祖父畢業(yè)于金陵大學(xué)（南京大學(xué)前身），爺爺畢業(yè)于廈門大學(xué)土木工程系。
戴明博的爸爸則是開辟了國(guó)際機(jī)構(gòu)學(xué)和機(jī)器人學(xué)研究新領(lǐng)域的大佬、現(xiàn)南方科技大學(xué)機(jī)器人研究院院長(zhǎng)戴建生。
▲戴明博在福建莆田的家庭合照，右下1為戴建生，左上1為戴明博（圖源：公眾號(hào)angrysprite不可言喻）
可能受父親的耳濡目染，戴明博也攻讀機(jī)器學(xué)習(xí)相關(guān)專業(yè)，從事谷歌DeepMind相關(guān)工作，且創(chuàng)立了Elorian公司。
2、楊寅飛，橫跨谷歌蘋果，主攻視覺和語(yǔ)言多模態(tài)模型領(lǐng)域
楊寅飛領(lǐng)英主頁(yè)資料顯示，他于2022年1月加入蘋果，擔(dān)任蘋果公司AI機(jī)器學(xué)習(xí)部門的研究科學(xué)家。
▲楊寅飛（圖源：谷歌楊寅飛主頁(yè)）
楊寅飛在學(xué)生階段就開始接觸行業(yè)相關(guān)工作。據(jù)楊寅飛的谷歌個(gè)人介紹，2007年12月至2009年7月，他曾作為研究助理在南京郵電大學(xué)Echo實(shí)驗(yàn)室進(jìn)化計(jì)算研究組工作，參與設(shè)計(jì)了一種用于控制差分進(jìn)化算法參數(shù)的新方法。
在本科階段，楊寅飛完成的畢業(yè)作品名為Apollo3D（阿波羅3D），主要用于Robocup足球模擬器中的 Simu-Robot動(dòng)作設(shè)計(jì)。該作品曾在蘇州機(jī)器人世界杯比賽中獲得第五名。
▲楊寅飛的畢業(yè)作品Apollo3D圖像演示（圖源：Source Forge）
2010年5月至10月，楊寅飛參與了一項(xiàng)跨校、跨國(guó)合作研究，與南京航空航天大學(xué)的鄭剛及田納西理工大學(xué)的 Forrest Sheng Bao合作，圍繞AI與腦磁圖（MEG）結(jié)合的癲癇診斷軟件展開研究，目標(biāo)是驗(yàn)證機(jī)器學(xué)習(xí)方法在癲癇診斷中的可行性。
在具體實(shí)現(xiàn)上，他參與開發(fā)了一套用于MRI圖像配準(zhǔn)與可視化的軟件系統(tǒng)，并結(jié)合基于SAM-kurtosis algorithm（SAM[g2]）計(jì)算的結(jié)果，對(duì)來自CTF腦磁圖系統(tǒng)的數(shù)據(jù)進(jìn)行處理。該項(xiàng)目源碼已開源，并發(fā)布在Source Forge平臺(tái)。
▲MRI圖像可視化系統(tǒng)CTF-SAM-OUT的圖像演示（圖源：Source Forge）
2011年5月至2012年5月，楊寅飛擔(dān)任Longin Jan Latecki教授的研究助理，該教授是美國(guó)天普大學(xué)（Temple University）計(jì)算機(jī)與信息科學(xué)系的博士生導(dǎo)師。
▲2012年，Longin Jan Latecki教授發(fā)表論文《基于足跡檢測(cè)的跟蹤方法，實(shí)現(xiàn)對(duì)非靜態(tài)目標(biāo)物體的導(dǎo)航》，楊寅飛擔(dān)任二作（圖源：天普大學(xué)主頁(yè)）
2012年至2013年，楊寅飛在美國(guó)賓夕法尼亞大學(xué)攻讀碩士學(xué)位，研究方向包括計(jì)算機(jī)視覺、機(jī)器人學(xué)和自然語(yǔ)言處理。
2013-2017年期間，他先后在亞馬遜和Redfin擔(dān)任研究工程師，負(fù)責(zé)機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺領(lǐng)域的研究。
之后，他在谷歌任職超4年，從事自然語(yǔ)言處理的研究，包括語(yǔ)義檢索（semantic retrieval）、多語(yǔ)言表示（multilingual representation）和多模態(tài)表示（multimodal representation）等。
2022年，楊寅飛擔(dān)任蘋果公司AI機(jī)器學(xué)習(xí)部門的研究科學(xué)家，主要研究視覺和語(yǔ)言基礎(chǔ)模型。
他于去年12月離開蘋果，與戴明博一起籌劃創(chuàng)立Elorian。
二、Elorian能同時(shí)理解圖像、視頻和音頻，計(jì)劃融資3.5億元
戴明博在The Information的電話采訪中說，Elorian專注于構(gòu)建能夠通過同時(shí)處理圖像、視頻和音頻來對(duì)物理世界進(jìn)行視覺解讀和分析的AI模型。
戴明博還說，雖然機(jī)器人技術(shù)是Elorian的一個(gè)潛在應(yīng)用領(lǐng)域，但這家初創(chuàng)公司設(shè)想了許多其他應(yīng)用，不過他并未詳細(xì)說明。楊寅飛尚未對(duì)此置評(píng)。
視覺推理模型因具備多模態(tài)功能整合能力，專為機(jī)器人系統(tǒng)等復(fù)雜AI應(yīng)用場(chǎng)景設(shè)計(jì)，從而節(jié)省開發(fā)人員拼接不同AI模型的工作量。
一些研究人員向外媒解釋道，這項(xiàng)技術(shù)對(duì)于需要解讀和理解圖像以執(zhí)行高級(jí)任務(wù)的AI智能體來說非常有價(jià)值。
在融資方面，外媒據(jù)戴明博和另一位知情人士透露，初創(chuàng)公司Elorian正在與投資者洽談，計(jì)劃進(jìn)行約5000萬(wàn)美元（約合人民幣3.5億元）的種子輪融資。
該知情人士還說，由風(fēng)投公司CRV前普通合伙人Max Gazor于去年10月創(chuàng)立的風(fēng)險(xiǎn)投資公司Striker Venture Partners正在洽談?lì)I(lǐng)投此輪融資。
結(jié)語(yǔ)：視覺推理AI成為巨頭與創(chuàng)企關(guān)注焦點(diǎn)
從最早僅處理文本的大模型，到如今同時(shí)理解圖像、視頻與音頻的多模態(tài)系統(tǒng)。這一被稱為視覺推理的研究領(lǐng)域，如今已成為包括谷歌、OpenAI和Anthropic在內(nèi)的眾多大型AI提供商和初創(chuàng)公司的關(guān)注焦點(diǎn)。
Elorian的出現(xiàn)，正是這一浪潮中的縮影，其能否在視覺推理這一關(guān)鍵賽道中跑出差異化路徑，仍有待時(shí)間驗(yàn)證。
來源：The Information
