近日，科技行业迎来一则重磅消息：两位来自国际科技大厂的前AI研究员携手创立了一家名为Elorian的新公司，引发业界广泛关注。该公司聚焦于开发具备多模态处理能力的AI模型，可同时理解并分析文本、图像、视频及音频信息。
Elorian的两位创始人均拥有深厚的行业背景。公司首席执行官戴明博此前在谷歌DeepMind任职超过14年，是Gemini项目数据领域的核心成员，主导预训练相关工作。他拥有剑桥大学计算机科学学士学位和爱丁堡大学机器学习博士学位，在深度学习领域深耕二十载，曾参与谷歌SGE建模、Google Now开发等多个重要项目。另一位联合创始人杨寅飞则先后在谷歌和苹果担任研究科学家，专注于视觉与语言基础模型开发，在自然语言处理和多模态表示领域积累了丰富经验。
据知情人士透露，Elorian正在推进一轮规模达5000万美元的种子轮融资，由Striker Venture Partners领投的谈判已进入关键阶段。这家初创公司计划利用这笔资金构建能够通过多模态数据对物理世界进行视觉解读的AI系统，其技术方案可显著降低开发人员整合不同AI模型的工作量，为机器人系统等复杂应用场景提供解决方案。
戴明博在接受采访时表示，虽然机器人技术是潜在应用方向之一，但公司更关注技术本身的通用性。他强调，Elorian的模型设计旨在突破传统单模态系统的局限，通过整合视觉、听觉等多维度信息，使AI系统具备更全面的环境感知能力。这种技术路线对于需要执行高级任务的智能体具有重要价值，例如在自动驾驶、工业自动化等领域的应用。
杨寅飞的学术背景为Elorian的技术发展提供了重要支撑。他在南京邮电大学期间就参与了差分进化算法研究，其本科毕业作品Apollo3D在机器人世界杯赛事中获奖。硕士阶段攻读计算机视觉方向后，他先后在亚马逊、Redfin等企业从事机器学习研究，并在谷歌工作期间深入探索语义检索和多语言表示技术。这种跨领域的研究经历使他成为开发多模态AI系统的理想人选。
当前，AI行业正经历从专用模型向通用基础模型的转型。包括OpenAI、Anthropic在内的科技巨头都在加大视觉推理领域的投入，试图构建能够处理多种数据类型的智能系统。Elorian的成立恰逢这一技术变革期，其团队在预训练模型和多模态处理方面的专业积累，使其成为该赛道值得关注的新兴力量。不过，这家初创公司能否在激烈的市场竞争中脱颖而出，仍需观察其技术落地的实际效果。
