中国数据生成团队 首次登上Nature期刊

本文核心介绍了中国首个登上Nature主要期刊的数据生成科创公司维纳智能的发展背景与核心业务,核心干货如下: 1. 核心成果:维纳智能由港科大教授柳崎峰创办,团队完成的AI辅助肾癌手术决策论文登上Nature通讯,提出的RDPM模型在外部多中心测试AUC达到0.788到0.873,可为肾癌手术决策提供量化支撑。 2. 核心行业观点:柳崎峰将大模型发展分为三个阶段,当前已经进入第三阶段“从Token到数据”,核心是让AI主动提问生成推理问答数据,形成“数据→模型→Token→数据”的自主学习闭环,解决当前大模型落地准确率低的痛点。 3. 商业化进展:维纳智能已经完成5000万港元种子轮融资,且验证了小团队、无行业专家、低成本跨行业复制的能力,落地了四个不同领域的头部客户。
香港维纳智能近期成为数据生成赛道的一匹黑马,闯入行业视野。

凭借一篇关于AI辅助肾癌手术决策的论文登上Nature通讯,该公司成为中国首个在该高影响因子期刊(IF>10)发文的数据生成科创公司。近期,其完成了由联想创投领投的5000万港元种子轮融资,此前被该机构投资的大模型公司仅有DeepSeek与面壁智能。

创始人柳崎峰教授曾主导建设全球首个千卡H800 SuperPod集群,并完成中国第三个千亿MoE大模型预训练。在管理超过1亿美元研发资金后,他将目光投向提升AI的“提问”能力,这被视为实现高质量推理问答数据和AI自主学习的关键。

投资界与柳崎峰深入对话,话题从这篇论文延伸至大模型与具身智能,以及对AI下一程的深度洞察。

核心观点:从“善答”到“善问”的技术范式转移



与传统科研“从论文中来,到论文中去”不同,柳崎峰坚持“从问题中来,到问题中去”的逻辑。

2025年初,针对亲属肾癌治疗中面临的临床难题,柳崎峰与中山大学肿瘤防治中心张志凌主任合作,试图为“部分肾切除”与“根治性肾切除”的决策提供量化且智能的判断依据。

该问题的本质在于:AI能否预测真实世界里的复杂选择。

一场跨学科合作在医院展开:医疗团队负责数据收集,维纳智能负责AI与数据处理。在柳崎峰与罗文寒教授指导下,论文共同第一作者王雅田完成了技术落地。

针对多源异构稀疏数据,团队提出RDPM模型,在1621例患者队列中完成训练与验证,外部多中心测试AUC达到0.788至0.873,成功预测了患者远期肾衰退风险,为手术决策提供了可量化支撑。

维纳智能在医疗这一高容错场景中验证了AI预测能力。这指向了柳崎峰的核心洞察:预测是大模型的底层机制,但真正的进化是让AI不仅“善答”,更能“善问”,从而具备真正的“学问”。

案例验证:从顶级医疗期刊到多行业落地



柳崎峰的过往经历显示出一种前瞻性:他往往引领趋势,而非追逐热点。

作为谭铁牛院士(傅京孙奖得主)的学生,他曾在中科院自动化所、三星、雅虎、平安任职。作为HKSAIR联合创始人,他早在2021年便为香港政府撰写“香港云脑”提案,是当地AI超算与大模型建设的早期推动者。

这些分散的经历指向同一目标:让机器从复杂信息中提取模式并形成判断。

转折点出现在2023年。柳崎峰在港科大联合六大高校,建成首个千卡H800 SuperPod集群,并于2024年完成千亿大模型训练,成为香港AI发展的关键节点。

这段经历让他看到了缺口:大模型越深入行业,越依赖高质量数据。让大模型学会高质量“提问”,成为首要关键。

柳崎峰将大模型发展拆解为三阶段:从“数据到模型”的预训练,到“从模型到Token”的生成,再到“从Token到数据”的自主提问与反馈闭环。这是AI实现自主学习的基础。

“学问”即“学”习与提“问”的结合。正如《问说》所言:“非学无以致疑,非问无以广识。”

2024年7月,维纳智能成立,取名自控制论创始人诺伯特·维纳。其使命是构建“数据→模型→Token→数据”的大闭环,让Agentic AI在专业领域自主演化。

该公司旨在解决大模型发展快但落地难的反直觉问题。症结在于准确度低。只有教科书(专业文档)而缺习题集(推理问答数据),AI无法掌握解题能力。维纳智能旨在补齐这块“习题集”。

尽管当前流行“执行任务论”,但执行能力取决于单体智能体的准确度。当前单体准确率往往不足70%,迈不过“可信”门槛,更遑论“协作”。

维纳智能的解法是cQrA:语境、问题、推理、答案。让模型在具体行业语境中,同时生成问题、答案和推理过程。

这与传统数据标注有本质区别。维纳智能利用Agentic AI自动生成带完整思维链的数据,突破人力瓶颈。闭环机制使数据反哺模型,实现从“手工作坊”到“自我进化知识工厂”的质变。

维纳智能迅速获得产业认可。在联想创投领投5000万港元种子轮融资后,其AI投资版图(含沐曦、寒武纪、智谱、阶跃星辰)覆盖算力、模型与数据。与沐曦的深度合作,实现了算力平台与新数据生成范式的协同。

未来展望:数据闭环驱动AI自主进化



拷问一:在没有大规模专家标注的情况下,生成的数据是否有专业机构买单?

拷问二:是否可以做到跨行业、可复制?

为此,维纳智能顶住压力,打破了传统2B科创公司“深度优先”原则,采用了“广度优先”策略,在价值观安全、政务、保险、赛马四个差异巨大的领域均落地头部客户。

“我们证明了可以用小团队、无行业专家、低成本实现跨行业复制。”柳崎峰表示,在实现“0到4”的验证后,下一步将是“1到M x N”的推广。

这背后是对数据价值的长期判断。

柳崎峰认为,随着数据生产从人工标注走向推理交互与闭环反馈,推理交互数据生成已成为决定大模型能力上限的业内共识。

未来最核心的资产不是模型或数据本身,而是那个“大闭环”。正如进化的关键在于遗传与选择的机制,AI的护城河在于模型训练与数据生成的相互驱动。

这一逻辑延伸至具身智能。真正的智能并非来自模仿,而是来自像婴儿学步般的自主交互与反馈。随着Agent与机器人进入物理世界,cQrA将演进为cTrA(场景、任务、推理、执行)。

“让我们生成这个世界!”这是柳崎峰给出的答案。

【价美丽平台】致力于为淘宝、京东、拼多多等商家提供推广服务,助力店铺实现快速起店、精准测品,高效解决店铺运营难题,加速店铺成长,轻松打开市场!