公开资料里,
这家公司的创始人叫做胡瀚,此前曾加入过微软亚洲研究院,也曾担任过腾讯混元语言模型的技术负责人。
外媒称,Winverse AI是一家隐身模式初创公司(stealth startup),即它不对外公布公司的具体产品。不过7月下旬胡瀚从腾讯离职时曾对外称,自己的创业方向为具身智能和世界模型。
梁文锋曾对投资人亲口表示,世界模型不重要,结果还没到半年,梁文锋就“破戒”了。
所以,梁文锋为什么会选择在这个时间点投资Winverse AI?
我认为,这其中的原因在于,梁文锋和胡瀚之间有一座“桥”。
胡瀚的履历,用一句话概括就是:从“让机器看懂图像”,一路做到了“让机器理解现实世界”。
他2008年从清华本科毕业,2014年在清华拿到博士学位。读博期间他曾到宾夕法尼亚大学访学,毕业后先去了百度深度学习研究院。2016年12月,他加入微软亚洲研究院,之后一路做到首席研究员和研究经理。
在微软亚研院的这段时间里,胡瀚做的事情,可以说是完整经历了计算机视觉的变迁,从卷积网络走向Transformer。
他发表的论文里,有2017年的《Relation Networks for Object Detection》,把“关系”建模引入目标检测;有《Deformable ConvNets v2》和《RepPoints》,在卷积时代把检测框架做得更灵活。
2021年,胡瀚参与发表了那篇最出名的论文《Swin Transformer》。让原本为文字设计的Transformer,能高效地“看”图片。
虽然现在多模态模型随处可见,可在2021年,这是一个非常具有突破性的进步。因此,这篇论文拿下了ICCV 2021的马尔奖(最佳论文奖)。
胡瀚在知乎上回答这个问题时说,“有生之年从没想过有机会解锁马尔奖”,并且强调奖项应当属于更早和同期一起推进Transformer进入视觉领域的人。

Swin之后,视觉社区掀起了一股自监督预训练热潮,抛弃掉了以往的人工标注,转而让模型自己从海量图像里学。
2021年底,胡瀚团队发表了《SimMIM》,借用谷歌BERT的“完形填空”思路,把图像遮住一部分让模型去猜,结论是越简单的设计效果反而越好。
随后是《Swin Transformer V2》,把视觉模型做得更大。
至此开始,胡瀚的研究主线已经从“怎么设计一个更好的视觉网络”,变成了“怎么把模型规模化、怎么稳定训练”。
而当时,也正好是大模型开始走红的年代。
于是在2025年1月,胡瀚以腾讯杰出科学家身份加入腾讯,接替离职的刘威全面负责混元多模态大模型研发,同时担任腾讯混元大模型Tech Lead,主导构建混元视觉理解基础能力。
2025年下半年腾讯内部组织调整,他转入大语言模型部旗下Frontier前沿技术研究组,负责多模态理解研究,直接向姚顺雨汇报,期间参与世界模型预研。
2026年4月,他与姚顺雨共同署名发布具身VLM基座模型HY-Embodied-0.5,同年7月提出离职创业,视觉语言模型方向由前OpenAI研究员田永龙接手。
在腾讯的一年半,他实际横跨多模态大模型、视觉语言模型、世界模型、具身VLM四条线,不过主线始终是视觉与多模态理解。
虽然胡瀚的履历确实漂亮,但随着
要回答这个问题,我们得回到前面提到的那篇《SimMIM》的作者栏。
SimMIM的作者一共八个人:Zhenda Xie、Zheng Zhang、Yue Cao、Yutong Lin、Jianmin Bao、Zhuliang Yao、Qi Dai、Han Hu。最后一位,就是胡瀚。第一位,是解振达。
论文里还有一句注脚:解振达、林宇桐、姚竺良三人是微软亚洲研究院的长期实习生。
也就是说,在微软亚研院的那几年里,解振达是在胡瀚的组里做研究的。
还没完,梳理一下解振达和胡瀚合作过的论文就会发现,这俩人是老搭档了。
2020年的PixPro,全称《Propagate Yourself》,是一篇像素级对比学习的论文,解振达是第一作者,胡瀚也在作者列表,探讨的是如何在像素粒度上做自监督表示学习。
2021年的Swin Transformer V2,作者列表里有Ze Liu、Han Hu、Yutong Lin、Zhuliang Yao、Zhenda Xie、Yixuan Wei等人,解振达和胡瀚依然同时在列。
2021年底的SimMIM,解振达是第一作者,胡瀚是最后一位作者。
不仅如此,这三篇论文有一条共同的线,它们都是围绕“自监督学习”和“规模化”展开。讲的也都是怎么让视觉模型不依赖人工标注、在更大的规模上持续变强。
后来解振达去了
在arXiv的作者页面上,解振达的名字出现在一长串
这说明解振达和
2026年1月1日(arXiv时间戳为2025年12月31日),
mHC无需过多介绍,
不过mHC这篇论文里还有一个作者,他叫做韦毅轩。这个名字同样也出现在Swin V2的作者名单里。
这也就是说,微软亚研院胡瀚组里的那批年轻人,已经有不止一位是

或许胡瀚当年的实验室,除了模型本身,还训练出来了“规模化+稳定训练”的研究直觉和品味,而这恰好是
段永平有一句名言,投资就是投人。胡瀚水平如何,想必梁文锋早就有所了解了。
但是这里有个疑问,既然
去年春节
外媒报道称,
国内媒体转引知情人士表示,初始目标约500亿元,目标估值约5000亿元人民币,资金主要用于模型训练、数据中心和国产算力。
外媒进一步表示,这笔钱可能让

梁文锋认可胡瀚的理念和水平,Winverse AI又刚刚成立没多久,还没多少人入局。因此,Winverse AI可以说是最完美的标的。
今年8月,宇树科技上市。
宇树采购模型训练服务时优先考虑
这一步,让
根据知情人士的说法,梁文锋近期密集和具身智能创业者交流,
按这个逻辑,投资是一种非常“
亲自做机器人,需要硬件、运动控制、真实数据采集,这些都是
具身智能的数据来源在现实世界里,需要大量机器人在真实场景里跑。宇树提供身体,Winverse AI提供模型,
最关键的,如果胡瀚做的真如爆料一般,是偏底层的infra和模型加速,那么他和
根据凤凰网报道,
GPT-6 Astra在一项机器人控制任务中成功率达到95%,而对照模型是40%。另有行业人士称,OpenAI除了GPT-6之外,还在单独训练一个具身基座模型。
接近梁文锋的人士称,梁文锋在近期表示,
就在
一家由前Sora负责人比尔·皮布尔斯(Bill Peebles)参与成立的初创公司,正在和OpenAI洽谈,希望获得Sora的深度使用权限,将其定制成面向电影制作的专业软件。
OpenAI可能获得这家公司的一部分股权,作为交换,对方获得修改和商业化该技术的权利。至于模型权重是否会共享,目前并不明确,公司的名字也还没有披露。
在OpenAI停运Sora后,Sora团队全部转去了OpenAI的具身智能项目。因此,如果Sora重新启动,那就说明OpenAI的具身智能模型准备得差不多了,可以调出一些人手回到Sora。
归根结底,梁文锋可能是真想做机器人了,但比起这个,他更想找一位好战友。
