バイトダンスから800万元の賠償を求められた田柯宇氏が起業計画を公開：20万の視覚シンボルで、動画コストを90％削減

動察 Beating AI速報、元ByteDanceのインターン生である田柯宇氏が自身の世界モデル創業計画を明らかにした。彼のチームは五源資本やIDG資本などの機関から約3000万ドルを調達し、投資後評価額は2億ドルに達している。現在チームは約10人で、まだ製品を公開していない。世界モデルはAIに現実世界で物体がどのように動き変化するかを学習させることを目的とし、動画生成やロボティクスなどの分野で活用できる。

田柯宇氏はNeurIPS 2024最優秀論文の筆頭著者であり、AIが粗いものから細かいものへと段階的に画像を生成する方法を研究していた。新チームはこの方向性に沿って、動画用に20万個の視覚シンボルを含む「語彙表」を設計した。これらのシンボルは、言語モデルがテキストを処理する際に使用するTokenと同様の役割を果たし、AIがより計算に適した方法で動画を処理できるようにする。チームは1億時間の動画でモデルを訓練する計画だ。

田柯宇氏によると、この方法は1秒あたりの動画生成コストを現在の水準の10分の1以下に削減できる可能性がある。チームはまず公開デモを行い、2027年に完全なモデルをリリースする予定だ。

また同氏はBloombergに対し、別のインターン生のプログラムを停止したことを認め、他の研究者に計算資源を確保するためだったと主張し、当時のやり方は不適切だったと認めた。ByteDanceは2024年に彼を解雇し、その後800万元の損害賠償を求めて提訴した。Bloombergが閲覧した判決文によると、裁判所は田柯宇氏に対し契約違反により50万元の支払いを命じた。