机器人大讲堂获悉，全球领先的多模态大模型公司「生数科技」近日完成发生工商变更，新增北京市工智能产业投资基金（有限合伙）为股东，注册资本也由原先的约147万人民币增加至约153万人民币。本轮融资完成后，生数科技的估值已达1亿美元。
据机器人大讲堂了解，生数科技（全称：北京生数科技有限公司）成立于2023年，由瑞莱智慧RealAI、蚂蚁集团和BV百度风投联合孵化。自成立以来生数科技便一直致力于深入探索图像、3D和视频处理领域的原生多模态大模型的开发。秉承打造世界级的多模态大模型的目标，生数科技力图将文本、图像、视频和3D等多种模态信息融为一体，不断拓展生成式人工智能在艺术设计、游戏创作、影视制作和社交内容等领域的商业应用前景，增强人类的创意与生产效率，进而推动整个社会的创新发展。
在核心团队方面，生数科技团队成员主要来自清华大学人工智能研究院。此外，生数科技也汇集了众多来自阿里巴巴、腾讯、字节跳动等知名科技巨头的顶尖人才。这支团队在全球范围内享有盛誉，处于深度生成式算法研究的前沿，并特别擅长扩散概率模型的底层创新和研发工作，是该领域内少数具有国际领先地位的团队之一。
得益于雄厚研发团队实力，生数科技目前已于ICML、NeurIPS、ICLR等人工智能顶会发表相关论文近30篇，其中提出的免训练推理算法Analytic-DPM、DPM-Solver等突破性成果，获得ICLR杰出论文奖，并被OpenAI、苹果、Stability.ai等国外前沿机构采用，应用于DALL·E 2、Stable Diffusion等明星项目中。
在产品研发与业务拓展方面，生数科技的主要业务涵盖多模态大模型的研发，包图生文、图文联合生成、图文改写、把平面的图片内容生成为三维多角度可观的内容等。
此前，生数科技已提出了基于Transformer架构的底层统一网络框架U-ViT，并在千万至数亿参数量级范围内验证了其强大的可扩展性。2023年3月，生数科技团队开源了全球首个基于U-ViT框架的多模态扩散大模型UniDiffuser，该模型的参数量不断扩展，体现了其在大规模训练技术方向的领导地位。此外，生数科技也发布了能够生成高清视频的文生视频模型Vidu，该模型能生成最长为16秒的1080P分辨率视频。
据天眼查显示，在此前，生数科技已总计进行过三轮融资，已披露融资金额总计超亿元，投资方包括蚂蚁集团、卓源资本、BV百度风投、卓源亚洲、锦秋基金、智谱华章、启明创投、达泰资本等知名企业和投资机构的投资。