最近AI圈被一条消息刷屏：某位在神经网络研究上有几十年积累的学术大佬，自己下场创办了一家新公司，中间特意飞到另一位青年学者的所在地，三次长谈，终于把这位在视觉、多模态方向很有名的研究者拉进团队。公司刚公开亮相，就宣布完成十亿美元级别的融资。外界都在聊“三顾茅庐”这个桥段，我看到的却是另一件更值得琢磨的事：当顶级研究者开始创业，行业的人才流动、资本定价和技术路线都会一起重构。这篇不聊八卦，把里面的门道拆开讲讲。先说明一下，因为涉及具体人物和商业信息，文章里我用A教授代指那位深度学习泰斗，B博士代指那位青年学者。项目背景本身是真实的行业动态，但下面的分析更多是方法论层面的拆解，供同样身处AI行业、或者正在考虑加入创业团队的读者参考。1. 三顾茅庐与十亿美元：顶级AI人才流动的新信号1.1 为什么顶级研究者会“终于入伙”“三顾茅庐”听起来像个传奇故事，但真实世界里，顶级研究者之间的合作远比小说复杂。B博士不是缺钱的人，在高校里有稳定的教职，想发论文也不缺资源，为什么愿意离开象牙塔？因为A教授能给的，不只是钱，而是几个非常具体的东西。第一个是研究自主权。真正有分量的研究员做选择时，看的不是title和股票期权，而是“我的想法能不能在这里变成真实系统”。在高校做研究，最大的限制是算力和数据规模；在大厂做研究，又要面对业务KPI的压力。而一家由顶级学者主导的新公司，最有可能提供一个介于两者之间的环境：有商业资源，但技术方向可以由核心团队说了算。第二个是技术话语权。B博士如果只是以“顾问”或者“普通员工”身份加入，那没有任何意义；只有作为联合创始人，拥有技术路线上的真正决策权，这笔账才划算。A教授愿意三次登门，本质上是把这些筹码主动摆到了桌面上。第三个是信任成本。很多外行会忽略，A教授和B博士早年就在同一个实验室合作过，彼此了解各自的能力边界和工作习惯。这种信任不是几顿饭能建立的，也不是靠高额签字费能买到的。对于要一起走至少五年、十年创业路的搭档来说，沟通成本低这件事，价值比大多数人想象得高得多。所以“终于入伙”这个说法，背后其实是三个词：方向契合、资源匹配、信任到位。三条缺一不可，少一条，饭局再多也没用。1.2 十亿美元算多吗：AI公司的真实弹药预算十亿美元融资，听起来冲击力很大，但在今天的AI赛道里，它更像一张“入场券”，而不是一个让人可以躺着花完的巨款。我按行业里比较常见的成本结构，粗略算一笔账。AI创业公司的支出大头通常有四块：第一块是算力，这也是最恐怖的。今天训练一个千亿参数规模的多模态模型，一次全量训练，GPU算力账单就能到数千万美元量级。再加上实验迭代、消融实验、推理服务，一年烧掉几亿美元是很正常的。如果做的是视频预测或者世界模型方向的预训练，数据吞吐量和算力需求还会再上一个台阶。对顶尖团队来说，算力是命脉，也是融资最直接的动力。第二块是人才成本。一支上百人的算法和工程团队，平均年薪加奖金，在北美市场轻松到二十万美元以上。一百个核心员工，一年就是两三千万美元。联合创始人和早期骨干还要配期权，这部分虽然不直接进工资，但会计入公司的总薪酬包。第三块是数据。高质量视频、3D交互轨迹、机器人遥操作数据，这些都不是免费能拿到的。买版权、搭建采集环境、做清洗和标注，都是千万美元级别的事。第四块是基础设施与行政。办公场地、网络带宽、安全合规、法务财务，看起来不起眼，加起来同样不小。所以十亿美元听起来多，放到今天的AI军备竞赛里，大概率只够公司“安稳跑两到三年”。投资人愿意一次给这么多，不是因为慷慨，而是因为这类公司太烧钱，而且他们相信这个团队能在接下来的几年里把估值再抬一个数量级。2. 技术路线押注：世界模型能否撑起十年估值2.1 语言模型已经是过去式？从文本预测到物理预测这几年大语言模型确实火，但它解决的问题主要集中在“文本世界”。模型学会了词语的分布规律，能写文章、写代码、做翻译，却并不真正理解物理世界里球会落地、杯子会碎、汽车遇到障碍物要刹车这些常识。如果目标是让机器在真实世界里行动，比如机器人、自动驾驶、工业操作，那模型需要的就不只是语言能力，而是对物理规律的建模能力。这正好解释了为什么A教授会在公开场合反复强调，下一步不应该只是继续堆语言模型，而应该押注“世界模型”。所谓世界模型，通俗讲，就是让模型学会对物理世界做预测：看到一段视频的当前几帧，能预测下一秒会发生什么；给它一个3D场景的描述，它能想象出不同视角下这个场景长什么样；让它和一个环境互动，它能推演出自己的动作会带来什么结果。对资本来说，这个叙事比聊天机器人大得多。语言模型的商业化天花板是助手、搜索、内容生成；世界模型一旦走通，可以直接关联到机器人、具身智能、自动驾驶、数字孪生，这些市场每一个都是万亿级别的想象力。这也是为什么这笔十亿美元融资，本质上不是在买一个现有产品，而是在买一个关于未来十年的技术布局。2.2 自监督世界模型的技术栈拆解想要实现世界模型，当前最被看好的路线是自监督学习加大规模视频预训练。自监督的核心思路是：不用人工标注，而是自己给自己出题，从数据本身学习规律。文本领域靠“预测下一个词”取得了巨大成功，视觉和物理世界也可以走类似路线，常见的任务包括：随机遮挡视频中的某些帧，让模型补全被遮住的内容；输入连续几帧视频，让模型预测未来帧；把一个视频切成多个视角，让模型学会视角之间的对应关系；把视频离散成视觉token，再像语言模型那样做序列建模。如果看过相关论文，会发现这条技术栈基本由四层构成：数据层、编码层、建模层、评测层。数据层要做视频切分、清洗、去重、时序对齐；编码层要把高维视频帧离散成模型能处理的token；建模层负责在token序列上学习时空依赖；评测层则需要一套能衡量“模型是否真的理解物理规律”的任务集。难点在于，视频数据比文本数据冗余得多。一个句子只有几十个token，一秒钟视频可能有几十上百个视觉token，计算量完全不是一个量级。同时，视频里的运动规律非常复杂，既要理解静态的物体形状，又要处理动态的受力、碰撞、遮挡关系。这也是为什么很多团队想做但不敢做，因为算力门槛和工程复杂度过高。A教授和B博士这个组合，恰好一个在自监督学习上深耕多年，一个在多模态表示和视觉生成上经验丰富，算是当下极少数学术背景上能够互补、又有足够工程能力的搭配。2.3 世界模型的商业化路径与难点研究归研究，公司终究要面对商业回报的问题。世界模型目前能看到三条比较实的商业化路径。第一条是当基础设施卖。把训练好的世界模型底座开放出去，让做机器人的公司、做自动驾驶的公司、做工业视觉的公司直接在这个底座上微调，不用从零训起。这条路径最轻，也和“模型即服务”的大趋势一致。第二条是做具身智能整机。把世界模型装进机器人硬件里，卖给物流、零售、制造场景。这条路径想象空间最大，但要同时搞定硬件供应链、成本控制、现场实施，又慢又重，不太适合刚起步的明星团队。第三条是数字内容与仿真。用世界模型生成可控的视频、3D场景、数字人动作，替代传统CG制作。这个离钱近，但竞争也比较激烈。我的看法是，比较稳妥的打法是把第一条作为主线，第三条作为现金流补充，第二条等模型成熟了再通过合作方式切入。在这个过程中，核心KPI应该设成几个可验证的里程碑，而不是每年画一张饼：比如模型在多少个物理交互任务上达到可用精度、API调用成本降到多少、有多少家下游企业接入。这些硬指标，最终会决定十亿美元估值是泡沫，还是一张合理定价的未来期权。3. 从实验室到董事会：融资和团队的实操复盘3.1 联合创始人应该谈清楚哪些事很多学术背景的人加入创业公司，一开始关注的往往是薪资、title、办公室位置这些表面问题。但以我这些年看到的案例，真正决定这段合作能不能走下去的，是下面五个问题的答案。第一，技术方向由谁定？联合创始人如果没有技术路线上的话语权，本质上只是高级打工者。谈的时候要明确：哪些技术方向由技术合伙人拍板，哪些需要董事会讨论，边界在哪里。第二，算力资源怎么保障？光在商业计划书里写“提供充足算力”没有用。要落到具体的预算额度、采购周期、年度扩容计划，甚至要说明如果模型训练失败需要重新来一次，公司有没有预留额外预算。第三，发论文和做产品怎么平衡？大部分学者都还保留着学术野心，完全不让发论文，等于把人按在水里。比较合理的做法是约定一个窗口期，比如核心研究可以发表，但涉及商业化核心竞争力的细节可以延后公开。第四，如果技术路线走不通怎么办？世界模型是高风险方向，如果两年后没有实质性突破，公司会不会转向？转向之后，原技术合伙人的角色怎么调整？退出条件是否清晰？这些丑话提前说，比事后吵架好一万倍。第五，股权怎么设置？这里的重点不是“给多少”，而是“怎么成熟”。很多公司出事都是因为股权书面分了，但没有绑定兑现条件，人走了还要继续拿股份。把这五个问题放在桌面上谈清楚，比多拿几十万签字费重要得多。B博士最后愿意“入伙”，相信这些条款是谈到了能让双方都安心的程度的。3.2 股权、薪酬与算力：钱和资源怎么放到契约里干货部分，我说一下实操层面的常见设置。技术合伙人加入创业公司，通常可以谈到几个点到十几个点的股权比例，按照四年成熟期、一年悬崖来安排。所谓一年悬崖，就是干满一年才真正拿到第一批股份，干不满一年走人，则没有任何股权。这样做是为了防止有人进来套了股份就跑。薪酬方面，学术背景的联合创始人通常不会拿很高的现金工资，很多人甚至主动压到原来的六成、七成，把差价换成期权。这不是他们傻，而是这些明星研究者手里本来就不缺钱，更重要的是让公司把现金花在算力和团队上。算力这块，我会建议以“年度预算”为单位写进公司预算表。比如第一年预留X百万GPU时，对应几条算法主线、多少团队规模，再按季度做资源复核。很多学术团队一上来就把算力全砸在一个超大实验上，结果失败了才发现预算已经烧完，非常被动。比较务实的做法是，留出核心方向70%的预算，剩下30%作为机动，让团队能快速验证新想法。另外还有一点容易被忽略：知识产权归属。学术创业经常牵扯到“这个算法是我在学校或者公司的时候就开始做的”，如果不提前约定清楚，后面被原单位主张权利，会非常麻烦。正式加入前，最好请律师对之前的代码、论文、预研项目做一次归属审计。3.3 一份可复用的技术合伙人引进清单如果你也在筹划找顶级技术合伙人，或者是被“三顾茅庐”的那个人，下面这个清单可以直接照抄。对创业者来说：背景尽调别只看论文。拿一个两周到一个月的小项目试协作，看对方能不能把想法落地成可运行的代码，遇到工程问题愿不愿意弯腰。约谈时主动聊“坏消息”。把公司最可能失败的地方提前讲清楚，这样反而能滤掉只想套现的人，留下真正对技术执着的合作者。准备好“技术吸引”材料。真正打动研究者的，不是米其林餐厅，而是你拿出来的技术路线图比他自己想得更远、更清楚。股权分配要“丑话说在前面”。把成熟机制、职责边界、退出条件一次性放到合同里。对准备加入的青年学者来说：反向尽调投资人。看看投资机构历史上对技术团队的耐心有多久，有没有为了短期退出逼着团队转型的前科。确认技术和治理的边界。你希望有多少话语权，不能只在口头上聊，要看公司章程和股东协议里的约定。给自己留学术缓冲。比如保留少量的合作研究关系、担任高校客座身份，这样万一创业方向不如预期，还能回到学术圈，而不至于完全失去退路。想清楚“如果失败”的场景。不是咒你失败，而是所有人都高估了自己对风险的承受能力，只有提前把最坏情况预设下来，决策才会理性。4. 师徒合伙最容易踩的坑与排查建议4.1 师生关系变成股权关系之后A教授和B博士是师生加长期合作者的关系，这种搭档在AI创业里其实不少见。优势很明显：信任成本低、共同语言多、互相补位。但风险同样存在，而且是那种“不爆出来之前根本没人觉得是问题”的隐性风险。最大一条，是角色惯性。导师习惯了拿主意，学生也习惯了听安排。两个人坐在公司办公室里，潜意识里还是会把自己放回实验室的师徒位置上。结果就是技术合伙人明明名义上是“联创”，实际上做什么都等导师点头，慢慢就失去了主动性和责任感。第二条，是公开场合的姿态问题。创始人如果总是在对外场合强调“这是我邀请来的人”，哪怕心里没恶意，也会在团队里埋下“谁高谁低”的印象。正确做法是，只要是联合创始人，对外口径一律是“共同创始人”，私下怎么称呼是私事，公开场合的平等感必须维护。第三条，是冲突解决机制的缺失。家人之间吵架还能翻篇，合伙人之间如果有了分歧，谁来拍板？很多学术团队觉得大家关系好，不用建什么治理机制，结果第一次分歧就来得很激烈，谁也不服谁，最后把事情拖黄。要破解这些，最关键的是尽早把双方关系重新定义清楚：学术上可以继续是师徒，公司治理上是合伙人。所有重大决定，比如方向调整、预算分配、招人计划，都放到固定频次的董事会或者合伙人会议上讨论，不能靠微信语音临时敲定。引入外部投资人和独立董事，反而有助于把这种边界固化下来，因为每周都有会议要开，有问题会被早点逼出来。4.2 问题速查表与共识机制这里整理了一张问题速查表，是我观察了多个学术明星团队之后总结出来的。如果你的团队出现下面这些现象，就要提高警惕了。现象可能的原因建议动作技术合伙人到岗三个月还没碰到核心模型算力、数据资源没有真正排到他的优先级重新拉齐资源分配，优先保证联合创始人的核心项目创始人在公开场合总说“我请来的人”潜意识里的上下级心态还没消除统一对外口径为“联合创始人”，日常沟通直接提名字团队里论文派和工程派互相抢人激励机制不一致，两边都觉得自己吃亏设双轨OKR，论文产出和产品交付都纳入考核投资方频繁要求调整技术方向融资协议里没有约定技术独立性新一轮融资时写明技术路线由创始团队主导创始人频繁越过分管负责人直接改代码需求组织架构没有真正落地明确汇报线，创始人只对协调层，不跨层干预团队开始怀念“在学校的日子”公司内部流程过度僵化建立更灵活的项目制，给骨干留出探索型课题的时间共识机制方面，我有三个比较受用的建议。第一个是固定节奏的决策会，每周一次，议题透明化，所有关键决策留文字纪要。第二个是“技术路线变更需要双人同意”，尤其是联合创始人之间有分歧时，不能创始人一个人拍板，要给技术合伙人否决或者复议的权利。第三个是设置“回归自由”的缓冲条款，如果合作真的走不下去，允许技术合伙人在不带走核心知识产权的前提下和平退出，这会大大降低双方的防御性心态，反而让合作更长久。5. 这笔融资对整个AI生态的连锁反应5.1 人才、资本、技术方向都会跟着变十亿美元级别的融资一旦发生，影响不会只停留在这家公司内部。首先被带动的，是AI高端人才流动的加速。现在的高校和顶尖实验室，已经很难提供与明星创业公司匹敌的算力和资金体量；这轮融资之后，会有更多年轻研究者思考“要不要趁早期加入一家由顶级学者主导的公司”。短期来看，这会加剧学术界的人才流失，很多课程和实验室可能一年之内出现青黄不接的情况。第二，资本的风向会明显转向。过去几年，投资人特别喜欢聊“应用层”和“数据飞轮”，因为底层模型太烧钱。但这次十亿美元级别的融资，是一个明确的信号：头部资本开始愿意为“世界模型”这种十年尺度的大方向买单。可以预判，接下来具身智能、机器人、自动驾驶产业链上的融资会明显变热，因为世界模型的下游最大受益者就是这些领域。第三，头部大厂的压力会变大。如果这条“自监督世界模型”路线被验证可行，大厂在语言模型上积累的领先优势会面临挑战。为了不掉队，大厂大概率会加速自建或收购同类型团队，这会进一步推高顶尖AI工程师和研究者的市场价格。这些连锁反应合在一起，会重新定义未来两三年AI行业的人才地图和资本地图。普通程序员在市场里感受到的，可能是“AI岗位竞争越来越两极分化”：顶尖研究者被各个公司疯抢，年薪水涨船高；而只会调用API做应用的中间层从业者，则会感到被挤压。5.2 普通从业者可以提前做哪些准备看到这里，可能有读者会问：这些大佬的局，跟我有什么关系？关系其实很大。一个技术方向从学术圈走向商业化的过程里，会释放大量新的基础设施和工具需求，这就是普通从业者的机会窗口。如果你现在做算法，可以重点补三块能力。第一块是视频数据工程，世界模型的核心是数据，怎么清洗、切分、对齐、评估视频数据，会是未来两三年非常稀缺的技能。第二块是评测体系，现在世界模型最缺的是公认的评测标准，谁能设计出有效的物理世界评测任务集，谁就能成为这个方向的规则定义者。第三块是仿真环境，要在虚拟环境里低成本训练和评估模型的物理理解能力，需要大量懂仿真、懂交互系统的人才。如果你现在做产品，可以盯住“世界模型开放API”的机会。以前基于语言模型的助手产品已经卷成红海，但基于视频预测、空间理解的交互产品，比如自动生成可控视频、3D场景编辑、数字人动作生成，还没有出现真正的爆款。等A教授和B博士这波团队把底层模型推出来，上面一层会冒出很多新的应用机会，这个窗口期不会太长。这轮融资看起来是少数人的游戏，但实际上是在给整个行业铺路。十年之后再回头看，可能就像当初云计算平台出现之后，各种企业服务公司雨后春笋般长出来一样，世界模型也会成为最底层的那个新底座。写在最后：三顾茅庐之后才是真正的考验我个人看过的技术明星创业案例不算少，真正能走下去的，往往不是论文最漂亮的那批人，而是能把“信任”和“规则”放到一起运行的那批人。三顾茅庐的故事很好看，但它只是第一步。故事落幕之后，公司要面对的是无数个平凡又漫长的技术攻坚日，是一次次实验结果不如预期，是投资人和市场反复追问“商业化在哪里”。A教授和B博士这个组合，赢面在于方向够大、人才够强、子弹够多；挑战在于能否让世界模型从一篇篇论文变成真正稳定可用的系统。这件事如果走通了，影响的会远不止一家公司的估值，机器人和自动驾驶的进步速度都会被重新定义。最后分享一个我自己的判断标准：判断一个明星创业团队能不能走远，别看它开发布会时的声量，看它半年后还舍不舍得把一半以上的预算继续投在一个可能长时间看不到商业回报的核心技术上。能，说明团队真的想做事；不能，那再豪华的“三顾茅庐”也只是商业故事的开场。如果你哪天也接到了一顿“三顾茅庐”级别的邀请，记得先把上面那五个问题想清楚，再答应那顿饭。
最近AI圈被一条消息刷屏：某位在神经网络研究上有几十年积累的学术大佬，自己下场创办了一家新公司，中间特意飞到另一位青年学者的所在地，三次长谈，终于把这位在视觉、多模态方向很有名的研究者拉进团队。公司刚公开亮相，就宣布完成十亿美元级别的融资。外界都在聊“三顾茅庐”这个桥段，我看到的却是另一件更值得琢磨的事：当顶级研究者开始创业，行业的人才流动、资本定价和技术路线都会一起重构。这篇不聊八卦，把里面的门道拆开讲讲。先说明一下，因为涉及具体人物和商业信息，文章里我用A教授代指那位深度学习泰斗，B博士代指那位青年学者。项目背景本身是真实的行业动态，但下面的分析更多是方法论层面的拆解，供同样身处AI行业、或者正在考虑加入创业团队的读者参考。1. 三顾茅庐与十亿美元：顶级AI人才流动的新信号1.1 为什么顶级研究者会“终于入伙”“三顾茅庐”听起来像个传奇故事，但真实世界里，顶级研究者之间的合作远比小说复杂。B博士不是缺钱的人，在高校里有稳定的教职，想发论文也不缺资源，为什么愿意离开象牙塔？因为A教授能给的，不只是钱，而是几个非常具体的东西。第一个是研究自主权。真正有分量的研究员做选择时，看的不是title和股票期权，而是“我的想法能不能在这里变成真实系统”。在高校做研究，最大的限制是算力和数据规模；在大厂做研究，又要面对业务KPI的压力。而一家由顶级学者主导的新公司，最有可能提供一个介于两者之间的环境：有商业资源，但技术方向可以由核心团队说了算。第二个是技术话语权。B博士如果只是以“顾问”或者“普通员工”身份加入，那没有任何意义；只有作为联合创始人，拥有技术路线上的真正决策权，这笔账才划算。A教授愿意三次登门，本质上是把这些筹码主动摆到了桌面上。第三个是信任成本。很多外行会忽略，A教授和B博士早年就在同一个实验室合作过，彼此了解各自的能力边界和工作习惯。这种信任不是几顿饭能建立的，也不是靠高额签字费能买到的。对于要一起走至少五年、十年创业路的搭档来说，沟通成本低这件事，价值比大多数人想象得高得多。所以“终于入伙”这个说法，背后其实是三个词：方向契合、资源匹配、信任到位。三条缺一不可，少一条，饭局再多也没用。1.2 十亿美元算多吗：AI公司的真实弹药预算十亿美元融资，听起来冲击力很大，但在今天的AI赛道里，它更像一张“入场券”，而不是一个让人可以躺着花完的巨款。我按行业里比较常见的成本结构，粗略算一笔账。AI创业公司的支出大头通常有四块：第一块是算力，这也是最恐怖的。今天训练一个千亿参数规模的多模态模型，一次全量训练，GPU算力账单就能到数千万美元量级。再加上实验迭代、消融实验、推理服务，一年烧掉几亿美元是很正常的。如果做的是视频预测或者世界模型方向的预训练，数据吞吐量和算力需求还会再上一个台阶。对顶尖团队来说，算力是命脉，也是融资最直接的动力。第二块是人才成本。一支上百人的算法和工程团队，平均年薪加奖金，在北美市场轻松到二十万美元以上。一百个核心员工，一年就是两三千万美元。联合创始人和早期骨干还要配期权，这部分虽然不直接进工资，但会计入公司的总薪酬包。第三块是数据。高质量视频、3D交互轨迹、机器人遥操作数据，这些都不是免费能拿到的。买版权、搭建采集环境、做清洗和标注，都是千万美元级别的事。第四块是基础设施与行政。办公场地、网络带宽、安全合规、法务财务，看起来不起眼，加起来同样不小。所以十亿美元听起来多，放到今天的AI军备竞赛里，大概率只够公司“安稳跑两到三年”。投资人愿意一次给这么多，不是因为慷慨，而是因为这类公司太烧钱，而且他们相信这个团队能在接下来的几年里把估值再抬一个数量级。2. 技术路线押注：世界模型能否撑起十年估值2.1 语言模型已经是过去式？从文本预测到物理预测这几年大语言模型确实火，但它解决的问题主要集中在“文本世界”。模型学会了词语的分布规律，能写文章、写代码、做翻译，却并不真正理解物理世界里球会落地、杯子会碎、汽车遇到障碍物要刹车这些常识。如果目标是让机器在真实世界里行动，比如机器人、自动驾驶、工业操作，那模型需要的就不只是语言能力，而是对物理规律的建模能力。这正好解释了为什么A教授会在公开场合反复强调，下一步不应该只是继续堆语言模型，而应该押注“世界模型”。所谓世界模型，通俗讲，就是让模型学会对物理世界做预测：看到一段视频的当前几帧，能预测下一秒会发生什么；给它一个3D场景的描述，它能想象出不同视角下这个场景长什么样；让它和一个环境互动，它能推演出自己的动作会带来什么结果。对资本来说，这个叙事比聊天机器人大得多。语言模型的商业化天花板是助手、搜索、内容生成；世界模型一旦走通，可以直接关联到机器人、具身智能、自动驾驶、数字孪生，这些市场每一个都是万亿级别的想象力。这也是为什么这笔十亿美元融资，本质上不是在买一个现有产品，而是在买一个关于未来十年的技术布局。2.2 自监督世界模型的技术栈拆解想要实现世界模型，当前最被看好的路线是自监督学习加大规模视频预训练。自监督的核心思路是：不用人工标注，而是自己给自己出题，从数据本身学习规律。文本领域靠“预测下一个词”取得了巨大成功，视觉和物理世界也可以走类似路线，常见的任务包括：随机遮挡视频中的某些帧，让模型补全被遮住的内容；输入连续几帧视频，让模型预测未来帧；把一个视频切成多个视角，让模型学会视角之间的对应关系；把视频离散成视觉token，再像语言模型那样做序列建模。如果看过相关论文，会发现这条技术栈基本由四层构成：数据层、编码层、建模层、评测层。数据层要做视频切分、清洗、去重、时序对齐；编码层要把高维视频帧离散成模型能处理的token；建模层负责在token序列上学习时空依赖；评测层则需要一套能衡量“模型是否真的理解物理规律”的任务集。难点在于，视频数据比文本数据冗余得多。一个句子只有几十个token，一秒钟视频可能有几十上百个视觉token，计算量完全不是一个量级。同时，视频里的运动规律非常复杂，既要理解静态的物体形状，又要处理动态的受力、碰撞、遮挡关系。这也是为什么很多团队想做但不敢做，因为算力门槛和工程复杂度过高。A教授和B博士这个组合，恰好一个在自监督学习上深耕多年，一个在多模态表示和视觉生成上经验丰富，算是当下极少数学术背景上能够互补、又有足够工程能力的搭配。2.3 世界模型的商业化路径与难点研究归研究，公司终究要面对商业回报的问题。世界模型目前能看到三条比较实的商业化路径。第一条是当基础设施卖。把训练好的世界模型底座开放出去，让做机器人的公司、做自动驾驶的公司、做工业视觉的公司直接在这个底座上微调，不用从零训起。这条路径最轻，也和“模型即服务”的大趋势一致。第二条是做具身智能整机。把世界模型装进机器人硬件里，卖给物流、零售、制造场景。这条路径想象空间最大，但要同时搞定硬件供应链、成本控制、现场实施，又慢又重，不太适合刚起步的明星团队。第三条是数字内容与仿真。用世界模型生成可控的视频、3D场景、数字人动作，替代传统CG制作。这个离钱近，但竞争也比较激烈。我的看法是，比较稳妥的打法是把第一条作为主线，第三条作为现金流补充，第二条等模型成熟了再通过合作方式切入。在这个过程中，核心KPI应该设成几个可验证的里程碑，而不是每年画一张饼：比如模型在多少个物理交互任务上达到可用精度、API调用成本降到多少、有多少家下游企业接入。这些硬指标，最终会决定十亿美元估值是泡沫，还是一张合理定价的未来期权。3. 从实验室到董事会：融资和团队的实操复盘3.1 联合创始人应该谈清楚哪些事很多学术背景的人加入创业公司，一开始关注的往往是薪资、title、办公室位置这些表面问题。但以我这些年看到的案例，真正决定这段合作能不能走下去的，是下面五个问题的答案。第一，技术方向由谁定？联合创始人如果没有技术路线上的话语权，本质上只是高级打工者。谈的时候要明确：哪些技术方向由技术合伙人拍板，哪些需要董事会讨论，边界在哪里。第二，算力资源怎么保障？光在商业计划书里写“提供充足算力”没有用。要落到具体的预算额度、采购周期、年度扩容计划，甚至要说明如果模型训练失败需要重新来一次，公司有没有预留额外预算。第三，发论文和做产品怎么平衡？大部分学者都还保留着学术野心，完全不让发论文，等于把人按在水里。比较合理的做法是约定一个窗口期，比如核心研究可以发表，但涉及商业化核心竞争力的细节可以延后公开。第四，如果技术路线走不通怎么办？世界模型是高风险方向，如果两年后没有实质性突破，公司会不会转向？转向之后，原技术合伙人的角色怎么调整？退出条件是否清晰？这些丑话提前说，比事后吵架好一万倍。第五，股权怎么设置？这里的重点不是“给多少”，而是“怎么成熟”。很多公司出事都是因为股权书面分了，但没有绑定兑现条件，人走了还要继续拿股份。把这五个问题放在桌面上谈清楚，比多拿几十万签字费重要得多。B博士最后愿意“入伙”，相信这些条款是谈到了能让双方都安心的程度的。3.2 股权、薪酬与算力：钱和资源怎么放到契约里干货部分，我说一下实操层面的常见设置。技术合伙人加入创业公司，通常可以谈到几个点到十几个点的股权比例，按照四年成熟期、一年悬崖来安排。所谓一年悬崖，就是干满一年才真正拿到第一批股份，干不满一年走人，则没有任何股权。这样做是为了防止有人进来套了股份就跑。薪酬方面，学术背景的联合创始人通常不会拿很高的现金工资，很多人甚至主动压到原来的六成、七成，把差价换成期权。这不是他们傻，而是这些明星研究者手里本来就不缺钱，更重要的是让公司把现金花在算力和团队上。算力这块，我会建议以“年度预算”为单位写进公司预算表。比如第一年预留X百万GPU时，对应几条算法主线、多少团队规模，再按季度做资源复核。很多学术团队一上来就把算力全砸在一个超大实验上，结果失败了才发现预算已经烧完，非常被动。比较务实的做法是，留出核心方向70%的预算，剩下30%作为机动，让团队能快速验证新想法。另外还有一点容易被忽略：知识产权归属。学术创业经常牵扯到“这个算法是我在学校或者公司的时候就开始做的”，如果不提前约定清楚，后面被原单位主张权利，会非常麻烦。正式加入前，最好请律师对之前的代码、论文、预研项目做一次归属审计。3.3 一份可复用的技术合伙人引进清单如果你也在筹划找顶级技术合伙人，或者是被“三顾茅庐”的那个人，下面这个清单可以直接照抄。对创业者来说：背景尽调别只看论文。拿一个两周到一个月的小项目试协作，看对方能不能把想法落地成可运行的代码，遇到工程问题愿不愿意弯腰。约谈时主动聊“坏消息”。把公司最可能失败的地方提前讲清楚，这样反而能滤掉只想套现的人，留下真正对技术执着的合作者。准备好“技术吸引”材料。真正打动研究者的，不是米其林餐厅，而是你拿出来的技术路线图比他自己想得更远、更清楚。股权分配要“丑话说在前面”。把成熟机制、职责边界、退出条件一次性放到合同里。对准备加入的青年学者来说：反向尽调投资人。看看投资机构历史上对技术团队的耐心有多久，有没有为了短期退出逼着团队转型的前科。确认技术和治理的边界。你希望有多少话语权，不能只在口头上聊，要看公司章程和股东协议里的约定。给自己留学术缓冲。比如保留少量的合作研究关系、担任高校客座身份，这样万一创业方向不如预期，还能回到学术圈，而不至于完全失去退路。想清楚“如果失败”的场景。不是咒你失败，而是所有人都高估了自己对风险的承受能力，只有提前把最坏情况预设下来，决策才会理性。4. 师徒合伙最容易踩的坑与排查建议4.1 师生关系变成股权关系之后A教授和B博士是师生加长期合作者的关系，这种搭档在AI创业里其实不少见。优势很明显：信任成本低、共同语言多、互相补位。但风险同样存在，而且是那种“不爆出来之前根本没人觉得是问题”的隐性风险。最大一条，是角色惯性。导师习惯了拿主意，学生也习惯了听安排。两个人坐在公司办公室里，潜意识里还是会把自己放回实验室的师徒位置上。结果就是技术合伙人明明名义上是“联创”，实际上做什么都等导师点头，慢慢就失去了主动性和责任感。第二条，是公开场合的姿态问题。创始人如果总是在对外场合强调“这是我邀请来的人”，哪怕心里没恶意，也会在团队里埋下“谁高谁低”的印象。正确做法是，只要是联合创始人，对外口径一律是“共同创始人”，私下怎么称呼是私事，公开场合的平等感必须维护。第三条，是冲突解决机制的缺失。家人之间吵架还能翻篇，合伙人之间如果有了分歧，谁来拍板？很多学术团队觉得大家关系好，不用建什么治理机制，结果第一次分歧就来得很激烈，谁也不服谁，最后把事情拖黄。要破解这些，最关键的是尽早把双方关系重新定义清楚：学术上可以继续是师徒，公司治理上是合伙人。所有重大决定，比如方向调整、预算分配、招人计划，都放到固定频次的董事会或者合伙人会议上讨论，不能靠微信语音临时敲定。引入外部投资人和独立董事，反而有助于把这种边界固化下来，因为每周都有会议要开，有问题会被早点逼出来。4.2 问题速查表与共识机制这里整理了一张问题速查表，是我观察了多个学术明星团队之后总结出来的。如果你的团队出现下面这些现象，就要提高警惕了。现象可能的原因建议动作技术合伙人到岗三个月还没碰到核心模型算力、数据资源没有真正排到他的优先级重新拉齐资源分配，优先保证联合创始人的核心项目创始人在公开场合总说“我请来的人”潜意识里的上下级心态还没消除统一对外口径为“联合创始人”，日常沟通直接提名字团队里论文派和工程派互相抢人激励机制不一致，两边都觉得自己吃亏设双轨OKR，论文产出和产品交付都纳入考核投资方频繁要求调整技术方向融资协议里没有约定技术独立性新一轮融资时写明技术路线由创始团队主导创始人频繁越过分管负责人直接改代码需求组织架构没有真正落地明确汇报线，创始人只对协调层，不跨层干预团队开始怀念“在学校的日子”公司内部流程过度僵化建立更灵活的项目制，给骨干留出探索型课题的时间共识机制方面，我有三个比较受用的建议。第一个是固定节奏的决策会，每周一次，议题透明化，所有关键决策留文字纪要。第二个是“技术路线变更需要双人同意”，尤其是联合创始人之间有分歧时，不能创始人一个人拍板，要给技术合伙人否决或者复议的权利。第三个是设置“回归自由”的缓冲条款，如果合作真的走不下去，允许技术合伙人在不带走核心知识产权的前提下和平退出，这会大大降低双方的防御性心态，反而让合作更长久。5. 这笔融资对整个AI生态的连锁反应5.1 人才、资本、技术方向都会跟着变十亿美元级别的融资一旦发生，影响不会只停留在这家公司内部。首先被带动的，是AI高端人才流动的加速。现在的高校和顶尖实验室，已经很难提供与明星创业公司匹敌的算力和资金体量；这轮融资之后，会有更多年轻研究者思考“要不要趁早期加入一家由顶级学者主导的公司”。短期来看，这会加剧学术界的人才流失，很多课程和实验室可能一年之内出现青黄不接的情况。第二，资本的风向会明显转向。过去几年，投资人特别喜欢聊“应用层”和“数据飞轮”，因为底层模型太烧钱。但这次十亿美元级别的融资，是一个明确的信号：头部资本开始愿意为“世界模型”这种十年尺度的大方向买单。可以预判，接下来具身智能、机器人、自动驾驶产业链上的融资会明显变热，因为世界模型的下游最大受益者就是这些领域。第三，头部大厂的压力会变大。如果这条“自监督世界模型”路线被验证可行，大厂在语言模型上积累的领先优势会面临挑战。为了不掉队，大厂大概率会加速自建或收购同类型团队，这会进一步推高顶尖AI工程师和研究者的市场价格。这些连锁反应合在一起，会重新定义未来两三年AI行业的人才地图和资本地图。普通程序员在市场里感受到的，可能是“AI岗位竞争越来越两极分化”：顶尖研究者被各个公司疯抢，年薪水涨船高；而只会调用API做应用的中间层从业者，则会感到被挤压。5.2 普通从业者可以提前做哪些准备看到这里，可能有读者会问：这些大佬的局，跟我有什么关系？关系其实很大。一个技术方向从学术圈走向商业化的过程里，会释放大量新的基础设施和工具需求，这就是普通从业者的机会窗口。如果你现在做算法，可以重点补三块能力。第一块是视频数据工程，世界模型的核心是数据，怎么清洗、切分、对齐、评估视频数据，会是未来两三年非常稀缺的技能。第二块是评测体系，现在世界模型最缺的是公认的评测标准，谁能设计出有效的物理世界评测任务集，谁就能成为这个方向的规则定义者。第三块是仿真环境，要在虚拟环境里低成本训练和评估模型的物理理解能力，需要大量懂仿真、懂交互系统的人才。如果你现在做产品，可以盯住“世界模型开放API”的机会。以前基于语言模型的助手产品已经卷成红海，但基于视频预测、空间理解的交互产品，比如自动生成可控视频、3D场景编辑、数字人动作生成，还没有出现真正的爆款。等A教授和B博士这波团队把底层模型推出来，上面一层会冒出很多新的应用机会，这个窗口期不会太长。这轮融资看起来是少数人的游戏，但实际上是在给整个行业铺路。十年之后再回头看，可能就像当初云计算平台出现之后，各种企业服务公司雨后春笋般长出来一样，世界模型也会成为最底层的那个新底座。写在最后：三顾茅庐之后才是真正的考验我个人看过的技术明星创业案例不算少，真正能走下去的，往往不是论文最漂亮的那批人，而是能把“信任”和“规则”放到一起运行的那批人。三顾茅庐的故事很好看，但它只是第一步。故事落幕之后，公司要面对的是无数个平凡又漫长的技术攻坚日，是一次次实验结果不如预期，是投资人和市场反复追问“商业化在哪里”。A教授和B博士这个组合，赢面在于方向够大、人才够强、子弹够多；挑战在于能否让世界模型从一篇篇论文变成真正稳定可用的系统。这件事如果走通了，影响的会远不止一家公司的估值，机器人和自动驾驶的进步速度都会被重新定义。最后分享一个我自己的判断标准：判断一个明星创业团队能不能走远，别看它开发布会时的声量，看它半年后还舍不舍得把一半以上的预算继续投在一个可能长时间看不到商业回报的核心技术上。能，说明团队真的想做事；不能，那再豪华的“三顾茅庐”也只是商业故事的开场。如果你哪天也接到了一顿“三顾茅庐”级别的邀请，记得先把上面那五个问题想清楚，再答应那顿饭。