7.8
深览指数
科技虎嗅·宋思杭··AI 生成
这个00后凭什么拿到高瓴们的1亿美元
本文专访逆矩阵创始人陈博远，解析其创立的通用世界基座模型公司为何能快速获得高瓴等机构超1亿美元融资，估值超50亿。文章核心主张是：世界模型必须走一条不同于大语言模型的Scaling路径——在物理隐空间做压缩，原生引入动作交互，并通过强化学习验证。它区分了W0-W5的世界模型等级，认为当前多数模型停留在W0-W1（视频生成/游戏交互），而逆矩阵的目标是W2+（真正懂物理），并最终实现跨场景泛化。文章提供了关于数据策略（第一人称视角主导、三层数据金字塔）和团队背景（00后、北大元培、ACL最佳论文）的具体信息，适合关注AI前沿技术路线、具身智能投资逻辑的读者。原文 ↗
核心观点
- ▍世界模型必须走一条不同于大语言模型的新Scaling路径：在物理隐空间压缩，原生引入动作交互，并通过强化学习验证，而不是在像素空间或token空间堆砌数据。
- ▍未来一定会出现一个能够跨场景迁移的通用物理世界基座模型，它会成为AI走向物理世界的基础设施，类似于大语言模型统一了文本任务。
- 01逆矩阵团队观察到，随着数据规模、参数规模提升，并引入主动交互和状态预测后，模型泛化误差持续下降，出现了类似“涌现”的能力。
- 02团队将世界模型能力划分为W0-W5等级，认为当前多数模型（如Sora、Genie 3）停留在W0-W1，而逆矩阵的目标是W2+（真正懂物理），并最终走向W4（通用泛化）。
- 03在数据层面，团队采用“三层金字塔”结构：第一层学习“世界有哪些状态”（大量真实视频），第二层学习“动作导致状态变化”（第一人称数据为主），第三层学习长尾和稀疏物理规律（仅占1%-0.5%）。
- 04团队内部发现，引入跨场景数据后，在某一个垂类场景里，数据需求量能够降低20倍，但效果反而更好，因为模型学到了更通用的物理规律。
- 05团队特别看重第一人称（egocentric）数据，因为它天然带有Action→State的因果结构，并认为未来第一人称与多视角数据的比例可能达到100:1。
- 06陈博远在北大元培期间曾凭借强化学习和大模型研究获得ACL最佳论文，与DeepSeek团队同届。
- 07逆矩阵首轮获得高瓴和北大系基金超千万美元投资，即将完成新一轮过亿美元融资，估值超50亿元人民币，是估值最高的00后AI公司之一。
- 08陈博远于2025年4月16日担任智源研究院行为世界模型创新中心负责人，直接向院长王仲远汇报，旨在将逆矩阵已验证的能力放大到更大规模场景。
反方 / 局限
- — 作者承认“基模”概念在行业中被滥用和误解：很多团队仅基于开源模型微调，就包装成“预训练”故事，这导致投资人对逆矩阵的“基座模型”定位产生天然偏见。
- — 作者指出，当前行业真实采集的物理数据质量普遍不高，存在设备噪音、硬件误差以及设备与真实世界之间的Gap，这限制了世界模型的数据基础。
18 分钟 · 5 卡片 · 14 资料
读原文 →