生数科技

北京生数科技有限公司（简称“生数科技”）成立于2023年3月，核心团队成员来自清华大学人工智能研究院，此外汇集了来自阿里、腾讯、字节等知名科技公司的顶尖人才，是全球范围内领先的深度生成式算法研究团队，拥有扩散概率模型底层创新研发能力。公司致力打造世界领先的多模态大模型，融合文本、图像、视频、3D等多模态信息，探索生成式AI在艺术设计、游戏制作、影视后期、内容社交等场景的商业赋能，通过AI提升人类的创造力和生产力。

它们的产品主要有：视觉创意设计平台PixWeaver、3D资产创建工具VoxCraft

CEO唐家渝在一次采访中说：首先多模态的重要性被证实了。我们团队一直坚定多模态方向，早在去年就推出了覆盖图像、3D 模型、视频等多模态生成的基础大模型。我们从成立之初就意识到单语言模型具有局限性，多模态能丰富信息类型，抬高模型能力的上限，也更符合人类体验世界的方式。

其次在技术路线方面，我们从第一天起就选择了跟 Sora 一样的扩散+Transformer 的融合架构，坚持「原生」多模态路线。当然，现在业界对多模态的技术探索还没停止，不同的路线仍有大量的研究在进行中，但 Sora 的发布让业界真正看到了 Diffusion Transformer 路线在多模态生成方面的巨大潜力。