华人谷歌14年老将创立视觉AI公司,计划融资五千万美元
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
机器之心编辑部
有消息称,两位来自谷歌的华人资深AI研究员正联手创办一家专注于视觉与多模态人工智能的新公司,其目标是打造能够同时处理文本、图像、视频与音频的新型前沿模型。
这两位核心创始人是曾供职于Google DeepMind长达十四年的资深研究员Andrew Dai(戴明博),以及曾任苹果AI/ML研究科学家、先前亦在谷歌研究部门工作的Yinfei Yang(杨尹非)。
戴明博透露,这家名为Elorian的新创企业目前已与多名投资人展开洽谈,计划完成一轮约五千万美元的种子融资。知情人士指出,由前CRV普通合伙人Max Gazor于去年十月与Brian Zhan联合创立的风险投资机构Striker Venture Partners正在洽谈领投本轮融资。

戴明博本科毕业于英国剑桥大学计算机科学专业,随后在爱丁堡大学获得机器学习方向的博士学位。在攻读博士期间,他曾两次进入谷歌进行软件工程实习,毕业后于2012年正式加入,开启了长达十四年的职业生涯,在公司内部从技术研发逐步成长为资深科研管理者。
在Google DeepMind,他担任首席研究科学家兼主任级别研究管理职务,负责领导与Gemini大型AI模型研发相关的数据团队工作。该项目是DeepMind与谷歌在多模态大模型方向的重要战略成果。
作为深度学习与自然语言处理领域的资深研究专家,戴明博不仅在工业级AI项目中扮演关键角色,还与业内其他顶尖研究者合作发表了多篇学术论文,积累了丰富的科研与工程融合经验。

杨尹非同样是一位资深的人工智能研究科学家,此前在苹果AI/ML担任研究科学家兼多模态负责人,主要致力于视觉与语言基础模型的研究与开发。
在加入苹果之前,他也曾在Google Research担任研究科学家,在自然语言处理、语义检索、多语言表示学习与多模态表示学习等方向有深入的研究与实践。他还在Amazon与Redfin担任跟机器学习与计算机视觉相关的软件工程师/数据科学工程师,积累了丰富的工业研发经验。
他在视觉–语言联合表示与大规模多模态学习方面具有重要贡献,其代表性研究成果《Scaling up visual and vision-language representation learning with noisy text supervision》推动了多模态表示学习的发展。
值得注意的是,戴明博与杨尹非目前均已在LinkedIn上将公司状态更新为“隐身(stealth)”。其中戴明博的资料显示其担任首席执行官。就连戴明博的社交媒体账号也标注了“隐身模式”。

在上周六的一次电话采访中,戴明博表示,Elorian的核心目标是构建能够同时处理图像、视频与音频,并对现实世界进行视觉理解与分析的多模态AI模型。机器人虽是其潜在应用方向之一,但公司还设想了更多应用场景,暂未对外披露具体细节。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
慕尼黑工业大学AI医疗新突破 放射科诊断精准度媲美专业医生
在传统的医学诊断中,放射科医生的工作方式更像一位侦探——他们并非仅仅审视一张孤立的X光片或CT图像就得出结论,而是需要仔细翻阅整套医学影像资料,在不同的切片间寻找关联线索,调整显示参数以优化观察效果,有时还需借助专业工具进行测量与分析,最终才能形成准确的诊断。然而,当前大多数医疗人工智能系统,却如同
大阪大学首创动物声音图像文字三模态智能识别系统
大自然中的每一种动物都拥有独特的“生物身份证”——绚丽的羽毛、特殊的鸣叫、标志性的行为,这些都是它们用于识别与交流的“自然语言”。长期以来,科学家们如同在破译一部无字天书,致力于解读这些多样“语言”背后的深层联系。如今,一项突破性的研究取得了重大进展。由大阪大学、东京大学、科学技术东京研究院及OMR
MIT团队革新AI诊断模式 语言模型可生成多套医疗方案
麻省理工学院(MIT)的一项最新研究,为人工智能的“答题模式”带来了碘伏性的改变。这项发表于2026年机器学习顶级会议(论文编号:arXiv:2603 24844v1)的工作,旨在让语言模型不再像死记硬背的考生,而是更像一位经验丰富的医生——能够给出包含多种可能性的“鉴别诊断”。 想想看,当你向医生
微软亚洲研究院MSA技术突破AI记忆瓶颈实现人类级别终生记忆
人工智能通常以博学多才的形象示人,能够解答疑问、辅助写作与翻译。然而,当前主流AI模型普遍存在一个关键局限——其“记忆”能力实际上非常短暂。这类似于一个只能记住最近几页内容的学生,当面对一整部厚重的百科全书时,往往只能捕捉开头或结尾的片段,而中间的大量核心信息很可能已被“遗忘”。 这一被称为“上下文
清华大学6Bit-Diffusion技术实现视频生成AI模型3倍压缩与速度翻倍
2026年3月,一项由清华大学TSAIL实验室联合复旦大学、上海交通大学共同完成的重磅研究,在预印本平台arXiv上正式发布(论文编号:arXiv:2603 18742v1)。这项研究精准地瞄准了当前AI视频生成技术普及的核心瓶颈——模型体积庞大、生成速度缓慢,并创新性地提出了名为“6Bit-Dif
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

