那个“字节投毒”的实习生，现在让VC抢着塞钱？

大家还记得两年前那个“字节投毒”的实习生吗？他叫田柯宇。如今他已转身成一家创业公司的创始人。
有意思的是，顶着人格污点，不投田柯宇的机构很多，可总有胆大的，这不，10月AI创投圈因他炸了。五源资本和IDG偷偷给他塞了3000万美金。你说魔幻不魔幻？

先不要笑，这个田柯宇还是有点真东西的。不光会“AI投毒”，他还是NeurIPS 2024最佳论文一作。顶级VC抢着给钱的背后原因，恐怕正是AI人才的稀缺性，给了田柯宇重新开始的机会。
1
田柯宇为大众所知，还是在两年前。2024年6月到7月，田柯宇在字节实习，做VAR项目。期间他深感抢算力的苦恼，开始写篡改代码，干扰同事训练。
这一举动，不仅让团队同事30多号人、一个季度白干，也让他因此顶上了“字节投毒”实习生的人格污点。到了当年10月，“8000张卡、千万美元损失”的聊天截图在网络上疯传。

随后字节澄清严重夸大，受影响的是内部研究项目，不是商用大模型。

可是田柯宇当时不认错，促使字节通过起诉并索赔800万来解决此事。直到今年他接受媒体专访时，坦承当时他的做法无异于以暴制暴，现在则会理智应对。
据消息，法院最终判他违反实习合同，赔50万，返还实习工资。
这个事儿现在去复盘，人们能感受到，大厂AI算力内卷、分配不均衡等现实困境。
有人会觉得投项目约等于投人，若人品不够再怎样都不OK，可即便有上述污点，田柯宇依然颇受机构欢迎。
这背后是什么逻辑？AI竞赛激烈进行，世界模型底层创新者极度稀缺，田柯宇在视觉自回归、模型压缩上的工程能力，正是赛道刚需。在污点与技术刚需之间，资本选择了后者。
其实，田柯宇选择的世界模型赛道，竞争尤其激烈。今年的融资更是不断。除了李飞飞的World Labs被AMD 82亿美金收购外，还有林俊旸语用科技首轮融了2.2亿美金，杨立昆AMI Labs种子轮就融了10.3亿美金。
虽然都是同一赛道，可是路径各有不同，也各有千秋。以李飞飞为例，她走的是空间重构，从2D还原3D，再理解物理。
这一路径优雅，但工程成本极高，算力无底洞。而且有个逻辑盲区：AI知道物体长什么样，不代表懂物理规律。
田柯宇则走的是自回归的路径，提出了所谓“下一尺度预测”的新玩法。
2
田柯宇的这条路不是全新玩法，他这套类似于“把图像和动作换成机器符号”，可他这个逻辑也有用武之地。

在田柯宇看来，人类语言太差劲了。文字信息维度太低，描述物理世界就是浪费算力。所以他要造一套AI专属的符号语言。
他的团队已经搭了20万个符号的“视觉词典”，人类看不懂，但AI能用它压缩、表示、预测视频。
按他的说法，生成一秒视频的成本，至少降一个数量级。然后喂进去1亿小时视频，让模型用这套语言自己悟现实世界。目标是2027年发布基座模型，机器人、自动驾驶、交互视频都能用。现在不急着商业化，先搞研发。
这个思路解决了一个大麻烦：指代不清。AI在长时间模拟物理世界时，最怕乱。这套符号系统能让它稳下来。说白了，这不是又一个视频生成故事，这是想重写视觉模型的底层语法。
这套东西不是凭空冒出来的。源头是那篇NeurIPS最佳论文，VAR。当时他在字节实习，搞出了“下一尺度预测”。

VAR与以往的视觉生成路径截然不同，它保留图像的二维结构，从1×1的模糊轮廓开始，2×2、4×4、8×8，一层层并行预测细节。像人画画，先粗后细。
结果生成速度涨了20倍，纯GPT架构也能高质量出图，还跑通了Scaling Law，自动涌现出修复、外扩、指令编辑。
VAR证明了一件事：视觉生成不一定非得靠扩散模型，自回归也能通向大一统。
或许正是看到这一点，机构纷纷押注田柯宇这家仅有10人的团队，这个公司目前没名字，没产品，估值就冲到2亿美金。
与李飞飞相比，田柯宇绕开显式3D。他用极致压缩的符号去猜下一个画面，靠Scaling Law自己悟物理。
两条路最大的差异，就是压缩效率和算力成本。AI圈有个共识：智能的本质是信息压缩。视频冗余巨大，背景、噪点占多数。
田柯宇的符号系统，就是个超级压缩包，只留核心动作。压缩越高，越容易捕捉深层因果，推理成本越低。
世界模型落地，算力成本是绕不过去的坎。有高阶模型模拟一秒物理，烧十几美金。田柯宇说能降一个数量级，这或是打动投资人的关键。资本开始押注效率，而不是单纯押注画面或三维重建。
但这条路，不确定性同样巨大。20万符号能不能在长时序、复杂交互中稳定涌现物理因果？没经过大规模公开验证。1亿小时高质量视频的清洗、去重、筛选，单想一下就是个大工程。

再叠加到团队仅10个人，算力调度、基础设施、数据治理等等问题，对于他们来说无疑是前路的困难重重。
过往争议还会影响人才招募、学术合作、行业信任。一旦技术进展不及预期，资本会快速失去耐心。田柯宇拿到的不只是钱，更是一张高息赌约。
在商业与科技的绞肉机里，道德审判常常让位于工程奇迹。但工程奇迹，从不保证一定出现。田柯宇能让其成真吗？
答案不在今天的估值里，而在未来，他能不能让AI真正用自己的语言，读懂这个世界。