记者从盛树科技获悉，该公司近期完成了数亿元新一轮融资，由启明创投领投，达泰资本、鸿福厚德、智普AI、老股东BV百度创投、卓远亚洲继续跟投。 。 华兴资本担任独家财务顾问。 据圣树科技介绍，本轮融资将主要用于大型多模态基础模型的迭代研发、应用产品创新和市场拓展。
公开信息显示，盛数科技成立于2023年3月，致力于图像、3D、视频等原生多模态大模型的研发。 公司核心团队来自清华大学人工智能研究院，还包括多名来自北京大学以及阿里巴巴、腾讯、字节跳动等科技公司的技术人才。
今年2月，OpenAI推出视频生成模型Sora，引起市场关注。 OpenAI发布的技术报告显示，Sora采用了Diffusion Transformer架构DiT。 所谓Diffusion Transformer是指在Diffusion Model（扩散模型）中用Transformer替代常用的U-Net，将Transformer的可扩展性与Diffusion模型在处理视觉数据方面的天然优势融为一体，能够表现出卓越的性能在视觉任务中。 智能涌现的能力。
据了解，DiT架构是伯克利团队于2022年12月发布的。不过，圣树科技表示，早在2022年9月，该公司创始成员就提出了基于Transformer的网络架构U-ViT。 两部作品在架构思想和实验路径上完全一致，都是将 Transformer 与扩散模型结合起来。 当时，U-ViT已经在数千万到数亿参数范围内验证了极强的可扩展性。 该工作发表在计算机视觉领域顶级会议CVPR 2023上，并且在DiT之前首次在全球范围内提出。 扩散变压器架构。
2023年3月，团队开源了UniDiffuser，这是世界上第一个基于Diffusion Transformer架构（U-ViT）的大型多模态扩散模型。 除了单向图文生成之外，Unidiffuser还支持更通用的图文任务，可以实现图文生成、图文联合生成、图文重写等多种功能。 截至去年9月，圣树科技推出了基于统一多模态多任务框架、全链路自主训练、自主研发的工业级通用基础大模型（闭源版），在图像生成方面、3D 生成和视频生成。 多项任务达到世界一流水平。
除了在技术和商业化方面处于领先地位，盛树科技还在B端和C端同时发力。 一方面，它以API的形式直接向B端组织提供模型能力。 另一方面打造垂直应用产品。 收取订阅费。 目前，公司已与多家游戏公司、个人终端厂商、互联网平台等B端机构合作，开放模型服务，为AIGC提供个性化体验、定制化内容制作能力。
启明创投合伙人周志峰认为，如今的大模式已经从原来的纯语言模式逐渐走向多模态探索。 圣树科技自去年成立以来就选择了多式联运赛道。 是国内该领域最早、积累最丰富的团队。 不仅具有前瞻性的技术视野，而且经过大规模训练验证，展现了强大的技术。 可行性。 “这种既具有开创性又成熟的核心工作，让我们对盛树科技在多模联运大模型方向上的长期发展充满信心。” 周志峰说道。
大泰资本合伙人姚成表示，在当前大模型赛道的竞争中，盛数科技在很多方面脱颖而出。 不仅敏锐地察觉到了多式联运的前沿趋势，作为国内最早加入多式联运赛道的企业之一，盛树科技在短短一年的时间里就取得了骄人的成绩，从基础设施、模型算法、数据资源和场景化应用积累了独特的竞争优势。 同时，圣数科技是国内为数不多的具备“从零开始、独立训练”大型模型能力的公司之一。 具有深厚的理论基础和实践经验，具备突破主流框架的技术难点和瓶颈的技术实力。
对于未来规划，圣树科技表示将始终坚持“原生多模态”方向，将持续优化基础模型层面，在语义理解、可控性、美观性等方面不断提升生成效果。 近期将重点突破长视频。 生成能力。 产品方面，现有产品将不断迭代，不断满足用户需求，实现用户数量的持续增长。 同时，公司也在探索工具以外的新产品形态，致力于提高每个人的创造力和生产力。
