7个月融4亿美刀背后，站着代季峰8人团

MASA、商汤、浦江实验室，九年磨一剑，扒一扒当下最低调的AI创业天团前世今生。 作者：林觉民

一家清华背景公司，成立 7 个月，三轮融资总额 4 亿美元，投后估值 14.2 亿美元。

创下如此记录之时，官网上却只有一句英文标语，竟然一张团队合影、一份产品介绍都没有。

这个创业团队没有接受过任何采访，低调到令人发指。

这家公司叫 Naive AI，工商注册名是北京智衍慧生科技有限公司。

搜索引擎搜公司名，只能搜到其创始人是清华大学电子工程系副教授代季峰。

左林右狸频道这就为大家扒一扒，这家公司背后的代季峰8人团是怎么聚到一起的。

01 不是师徒，是同道中人

这里面绑定最深的肯定是朱锡洲。

看过我们前文的邻里肯定都有印象，代季峰这个人的起点，比大多数人想象的还要高。

2014 年，代季峰博士毕业，进了微软亚洲研究院，业内叫 MSRA，绰号中国 AI 的黄埔军校。微软亚研首任创始院长是《时代周刊》全球百大李开复 ， 二代目是有史以来最年轻的IEEE Fellow张亚勤，三代目是微软前全球执行副总裁、美国国家工程院外籍院士沈向洋 ， 汤晓鸥、何恺明，半个中国 AI 产业的领军人物，都从北京知春路那栋希格玛大厦里走出来。

代季峰进的视觉组，组长是孙剑。孙剑是 ResNet 的四位作者之一，残差网络把深度学习从十几层推进到上百层，后来回西安交大兼职做了人工智能学院院长，2022 年早逝，是这行公认的天才。

代季峰进去的时机，正好赶上 MSRA 视觉组最高光的一年。

2015 年，孙剑带队，用 152 层的深层残差网络，一口气拿下了 ImageNet 竞赛图像分类、定位、检测三项冠军，错误率压到 3.57%，第一次把机器的识别能力打过了人类 5.1% 的水平线。

同年，MS COCO 物体检测竞赛第一届开赛，这是全球计算机视觉最权威的擂台，Facebook、谷歌、微软全都在场。

冠军还是 MSRA。

代季峰

而代季峰凭 DCN 家族在 2015、2016 连续两年拿下 MS COCO 一等奖，2016 年的 R-FCN 由他当一作，合作者是何恺明、孙剑。

换句话说，代季峰进 MSRA 的第一年，就站在了世界之巅的一群人中间。

代季峰自己也没闲着，很快就打出了自己的成名作，可变形卷积。

那个时候，全世界做目标检测的人，都默认卷积核必须是方方正正的。

代季峰偏要问一句，为什么不能根据目标的形状变长、变歪。

科研就是这样，有时候提出问题，比解决问题更重要。他重塑了目标检测的底层逻辑，让可变形卷积成了后来 PyTorch 框架里的标准算子。

就凭这一手，他在 MSRA 站稳了脚跟，也才有了后来带学生的资格。

就是在这样的组里，代季峰认识了朱锡洲。

朱锡洲是中科大与微软亚洲研究院的联合培养博士，这个项目只挑高校里最顶尖的博士生，放进 MSRA 由研究员手把手带。

朱锡洲的 MSRA 导师就是代季峰。

左林右狸频道此前一直以为，这对搭档的交集始于商汤。

查了论文才发现，他们早在 2017 年就绑定了。

那年朱锡洲以第一作者身份，和代季峰合发了一篇叫 Deep Feature Flow 的论文中了 CVPR。

这篇论文在解决什么，值得展开说。

那几年深度学习在图片上已经很能打了，但一遇到视频就抓瞎。

视频有几十上百帧，逐帧跑一遍深度网络，慢到根本没法用，自动驾驶这种要实时反应的场景，更是想都别想。

朱锡洲他们想了个办法，别每一帧都算，只在几个关键帧上跑昂贵的卷积，中间那些帧，用光流把特征“搬运”过去就行。

朱锡洲

因为相邻两帧的画面变化很小，特征也长得差不多，搬过去误差不大。

这一搬，速度直接翻了五倍，用更轻的光流网络，能快到十倍。

准确率几乎不掉，Cityscapes 语义分割的分数只从 71.1% 降到 69.2%。

这是业内第一次把光流和视频识别端到端联合训练，直接让视频识别从“实验室里的慢功夫”变成了“能上路的真本事”。

那一年 ChatGPT 还没影，哪怕是OPENAI 押注多模态也是2020年之后的事了，大模型这个词和现在的说法都不是一个意思。

两个人在研究的，是视频识别这种最硬核的问题。

朱锡洲后来一路当一作常客，靠的就是代季峰那套不手把手喂答案、逼学生自己想“为什么”的训练。

从后来两个人的表达来看，这层关系不仅是师徒，更说明他们本来就是一路人。

都信“简单有效”这四个字，都愿意在没人看好的硬问题上死磕。

02 512 张显卡上的 90 秒

2019 年，代季峰离开 MSRA，跳槽去商汤，朱锡洲跟着去了。

在商汤，这对师徒打出了他们最重要的一篇论文，Deformable DETR。

谷歌学术引用 1.2 万次，是代季峰团队被引用最多的成果，没有之一。

可变形卷积和 Transformer 在检测任务上的融合，从此成了工业界的标准操作，朱锡洲是第一作者。

这篇论文之后，工业界的检测模型基本都绕不开这一套。

而在商汤，代季峰还碰到了一个跟他完全不一样的人，孙鹏。

孙鹏是新加坡南洋理工的博士，在商汤干的是 AI Infra，说白了就是给大模型训练搭底座的。

熟悉infra的人都知道，这个岗位本身在公司里，是很难有存在感的。

2019 年，大模型的军备竞赛刚开打，各家都在拼谁能把模型训练得更快。

当时训练 ImageNet 的世界纪录，是腾讯和香港浸会大学创下的，4 分钟。

孙鹏带着团队，把这个数字砍到了 1.5 分钟。

他们用 512 张英伟达 Tesla V100 显卡，搞了一套叫 GradientFlow 的通信后端，把 ImageNet 上 AlexNet 的 95 个 epoch 训练，压进 90 秒。

换算一下，就是 1 秒一个 epoch。

512 张卡上做到 410 倍的加速比，而当时主流的开源系统，在 64 张卡上只能做到 2.5 倍。

这事惊动了外媒，The Register 专门写了篇报道，标题就叫“训练这个图像识别网络的时间，比泡一杯茶还短”。

孙鹏的能力一下子显露出来，算法团队在前面出成果，他在后面保证这些成果能在大规模集群上稳稳地跑起来。

这类工程能力论文引用不高，但大模型训练至关重要，根本离不开。

商汤三年，会做算法的朱锡洲，会搞算力的孙鹏，都围在了代季峰身边。

如果倒着来看，代季峰创业公司需要的人，在这里先齐了两个。

03从自动驾驶感知到交互式世界模型

商汤还有一条线，自动驾驶。

代季峰在这条线上，认识了陈韫韬，陈韫韬是中科院自动化所的博士，在图森未来、辉羲智能都做过自动驾驶感知，是这个圈子里的老兵。雷峰网之前写过图森前世今生，感兴趣的可以出门右转去雷峰网再看下。

陈韫韬

陈韫韬 后来做的一件事，值得单拎出来说。

2024 年，陈韫韬作为通讯作者，推出了一个叫 DrivingDojo 的数据集。

要理解这个数据集的分量，得先说一个正在发生的技术转向。

Sora 火了之后，整个行业突然意识到，视频生成模型本质上是在模拟世界的物理规律。

于是“世界模型”成了通往通用人工智能的热门赛道，自动驾驶更是把世界模型当成下一代的仿真器。

但问题来了，训练世界模型，得有数据。

以前那些自动驾驶数据集，nuScenes、Waymo，都是奔着“感知”去的，车在路上乖乖开，几乎没有车跟车打架、动物突然窜出来的场景。

没有交互数据，世界模型就学不会真实世界的复杂动态。

陈韫韬他们搞的 DrivingDojo，是全球第一个专门为“交互式世界模型”设计的数据集，1.8 万个视频，被 NeurIPS 2024 的 Dataset 赛道收录。

里面有变道、急刹、并线、会车，也有突然窜出的动物、掉下来的水桶、路上的羊群。

用一句话说，别人给世界模型的是“乖乖开车的录像”，陈韫韬给的是“真实的、会出事的马路”。

这就是陈韫韬，一个让汽车先在脑子里把危险场景开一遍，再上路的人。

顺带说一句，代季峰这条自动驾驶线，巅峰是 2023 年的 UniAD。

这篇论文拿了 CVPR 最佳论文奖，是近四十年来，第一次有署名全部来自中国学术机构的论文，拿下这个奖。

代季峰、朱锡洲、王文海，都在作者名单上。

也就是说，这支队伍在自动驾驶上，也摸到过全球最顶的那一下。

2022 年，代季峰离开商汤，回清华做副教授，同时进了上海人工智能实验室。

这个实验室还有个名字，浦江实验室，2021 年成立的国家队，创始人是汤 晓鸥。 代季峰在浦江实验室工作的时候，王文海也在，他是最早一批去浦江实验室的研究员。

InternVL，中文名书生·万象，就是这里出来的开源多模态大模型，号称开源界的 GPT-4V。

代季峰身边的人，也在这里一下子多了起来。

王文海

先说王文海，王文海是 InternImage 的一作，这篇论文拿了 CVPR 2023 Highlight 论文，在 COCO 上刷出了 65.4 的新纪录。（CVPR 2023 最佳论文是另一篇 UniAD，王文海、代季峰、朱锡洲恰好都是它的作者。）

王文海 手里 43 篇顶刊顶会论文，19 篇是一作或共一，引用 6.4 万次，是除代以外，引用里最高的。

再说陈喆，陈喆是 InternVL 的一作，一个在读博士，负责了 InternViT-6B 视觉底座从零开始的预训练。

这篇 InternVL 中了 CVPR 2024 Oral，拿了 2025 世界人工智能大会的青年优秀论文奖。

左林右狸频道要特别说说这俩人的关系。

王文海和陈喆，都是南京大学路通教授的博士生，是同门师兄弟。

王文海本科读的是南京理工，陈喆本科读的是浙江科技学院，两个人都不是清北出身，是一路从普通学校杀进路通门下的。

陈喆

他们不只是同门，还是老队友。

早在上 InternVL 之前，两人就一起组队打过竞赛、拿过冠军，陈喆在 NAIC 遥感分割竞赛上赢的那次，奖金有 100 万。

到了上海 AI Lab，两个人在 InternVL 上重逢，陈喆排一作，王文海排第三。

一间实验室走出来的师兄弟，把一个开源模型做到了能跟 GPT-4V 掰手腕的水平。

InternVL 背后的技术哲学，左林右狸频道也顺带提一句。

上海 AI Lab 给它定的调子是，用更少的算力，做出接近闭源商业模型的水平。

他们搞了一套“渐进式对齐”的训练策略，先拿小模型在海量数据上粗训，再拿大模型在精选数据上精调。

据说只需要传统方法两成的算力，就能达到同等效果。

这个“省算力”的执念，后来成了 Naive AI“不预训练、押后训练”思路的预演。

04 代季峰的博士后

王文海和陈喆之外，代季峰在上海 AI Lab 还带了个博士后，罗根。

罗根

罗根的博士在厦门大学读的，师从纪荣嵘，那是厦大的人工智能研究院负责人、国家杰青。

在厦大，罗根就负责过“思源”大模型，是科技部 2030 重大项目的成果。

到了上海 AI Lab，罗根继续做书生·万象系列，还入选了博士后创新人才支持计划，业内叫博新计划，含金量不低。

罗根 做的 Mono-InternVL，解决的是原生多模态模型“灾难性遗忘”的老大难问题，部署时首字延迟最高能砍掉 67%。

在 InternVL 3.5 这篇论文里，技术负责人那一栏，写的是王文海和罗根。

一个博士后，能跟团队里引用量最高的王文海并列技术负责人，本身就说明了他在这个项目里的分量。

InternVL 团队里，还有一个最年轻的。

王玮赟

王玮赟，1999 年出生，哈尔滨工业大学本科，复旦博士还没读完。

王玮赟的身份，左林右狸频道查了又查，最后在蔻享学术的一份讲者简介里找到了答案。

他是复旦大学与上海 AI Lab 的联培博士，导师是代季峰和乔宇两个人。

换句话说，王伟赟也是代季峰的学生。

这个 1999 年生的小伙子，是 InternVL 3.5 的一作。

他主导的 InternVL-Chat，在 HuggingFace 上的下载量破了 1000 万。

InternVL 3.5 在他手里，MMMU 基准上拿了 77.7 分，是当时开源多模态模型里的最高分，把一票闭源商业模型都甩在了后面。

一个还没毕业的博士生，把自己参与做的模型，下载量做到了千万级，还顺带刷出了开源第一的成绩。

到这一步，代季峰门下的学生，已经有三个了。

联培博士朱锡洲，博士后罗根，联培博士王伟赟。

05 陈天桥的算力，与一场 5 个月的蜜月

大模型的风口，最终把这支队伍卷进了资本的中心。

陈天桥，盛大集团创始人，中国互联网最早的一代富豪，31 岁登顶过中国首富，后来隐退去做脑科学。

陈天桥 经人介绍认识了 DeepSeek 创始人梁文锋，萌生了做通用人工智能的念头，找到了代季峰。

MiroMind 就这么成立了，公司名源自佛经里的“大圆镜智”，总部在新加坡，钱全来自陈天桥个人和家庭。

陈天桥要代季峰的技术，代季峰要陈天桥的算力和耐心 ， 一开始也两厢情愿， 蜜月期是辉煌的。

MiroMind 推出的 ODR 深度研究模型，在 GAIA 基准上拿了 82.4 分，一度超过 OpenAI 的 Deep Research。

后来的 MiroThinker，提出“交互式缩放”，256K 的上下文能支撑 600 次工具调用。

而 MiroThinker 的论文作者列表，是左林右狸频道最想给邻里看的东西。

代季峰、朱锡洲、陈韫韬、陈喆、孙鹏，5个人，整整齐齐，第一次在一篇论文里同框。

这几乎就是 Naive AI 的大部分班底了。

蜜月只维持了几个月。

2026 年 1 月，代季峰卸任技术顾问，退出工作群，双方隔空交火。

这些撕扯左林右狸频道上一篇文章写过，这里不重复。

真正值得说的是结果，双方虽然分手，但代季峰想做的事并没有停下。

2026 年 2 月，Naive AI 成立。

现在可以回答开头那个问题了，这家公司到底在干什么。

它做的是 Agentic AI 和持续学习，说得再直白点，就是让 AI 变成能自己动手干活的智能体。

技术路线上，Naive AI 不预训练，不从头烧算力做基础大模型。

它拿一个现成的开源模型当底座，在上面做改结构、中期训练、强化学习，业内管这叫后训练。

这套打法的底气，全在这支队伍身上。

投资人愿意在公司成立第一天就砸下真金白银，看中的不是某一个天才，而是一支不需要磨合期的队伍。

从 2017 年朱锡洲和代季峰合发第一篇论文算起，这些人已经合作了快十年。

信任和默契，早就被一篇篇论文署名提前磨好了。

最耐人寻味的，是王伟赟。

王伟赟 是唯一一个没出现在 MiroThinker 论文里的人，没跟着大部队去 MiroMind，而是留在上海 AI Lab 继续做 InternVL。

等到代季峰拉起 Naive AI，他直接从 InternVL 那条线加入了。

可能有人要问了，这说明什么？

说明这支队伍不是靠某一家公司、某一次跳槽才凑起来的。

他们的关系，散落在 MSRA 的实验室、商汤的工位、上海 AI Lab 的机房，散落在十几篇论文的署名里。

公司可以换，机构可以散，这些署名织成的网，一直都在。

一个学者走出实验室，站上旷野，最怕孤身一人。

代季峰不怕，他回头，7 个人还在。

06 这支队伍的真实战力

就在最近，Naive AI 发布了首款模型 Naive-N0.5-Flash——309B 参数的 MoE 架构，激活参数 15.5B，原生支持百万 token 上下文，以 MIT 协议开源权重，面向编程与 AI 研发。

它基于开源基座 MiMo-V2.5 做中期训练与后训练，不从头预训练，恰好把代季峰团队“省算力、拼后训练”的路线，终于从论文变成了产品。

写到这里，左林右狸频道把这 8 个人的摆出来，让邻里看个明白。

代季峰，清华本硕博，MSRA 首席研究员、商汤执行研究总监、清华副教授，谷歌学术引用 8.8 万次。

朱锡洲，中科大与 MSRA 联合培养博士，前商汤高级研究员、“日日新”大模型技术负责人，引用 4 万多次。

王文海，南京大学博士、港中文博士后，上海 AI Lab 青年科学家，CVPR 2023 最佳论文，引用 6.4 万次。

陈喆，南京大学博士，InternVL 一作，引用 1.9 万次。

王伟赟，哈工大本科、复旦博士在读，InternVL 3.5 一作，引用 1.1 万次。

陈韫韬，中科院自动化所博士，前图森未来、辉羲智能算法负责人，引用 6000 多次。

孙鹏，南洋理工博士，前商汤 AI Infra 负责人，引用 5000 多次。

罗根，厦门大学博士，代季峰的博士后，引用 4000 多次。

8 个人加一起，引用超过 24 万次，平均年龄不到 35 岁。

而工商信息里那个“北京智衍慧生”，注册资本不大。

就是这样一家几乎零宣传的公司，成立 7 个月融资 4 亿美元，投后估值 14.2 亿，腾讯、博裕、红杉中国、IDG、经纬都在里面。

这 4 亿美元是怎么来的，左林右狸频道拆开说。

据 The Information 报道，三轮融资，首轮 1 亿美元，次轮 1.8 亿美元，第三轮 1.2 亿美元。

投资方除了上面几家，还有君联资本，元禾璞华、国汽投资、广发乾和，几乎把国内大模型赛道最活跃的机构一网打尽。

在投资人看的时候，而这家公司对外放出来的东西，只有一个招聘邮箱，和一句“100x Intelligence for the pioneers”。

产品、模型、技术路线，全都不讲。

换成投资圈里最长说的话，投这种公司，投的根本不是项目，是人。

这8 个人里当然有清华，也有南洋理工博士、港中文博士后，但主力大多不是“清北模板”，也不是清一色海外归来。他们不是被同一张名校标签筛出来的，而是在国内实验室、国内竞赛、国内开源项目里，一篇论文一篇论文打出来的。可以这么说，中国 AI 这十年的土壤，长出了这支队伍。

我们欢迎所有能为左林右狸提供新观点新角度新信息的群友，加入我们的实名制社群，与左林右狸一路同行。管理员微信号：leiphonelinli，备注公司-职位-称呼通过更快。

相关视频