2026年1月12日，科技媒体The Information独家报道，前Google DeepMind资深研究员Andrew Dai（戴安德鲁）正式发起新公司Elorian，并正在筹集约5000万美元种子轮融资。这一初创公司聚集了多位来自Google和Apple的视觉与多模态AI顶尖人才，目标是打造下一代能够同时理解文本、图像、视频与声音的统一视觉AI模型，并优先解决视频理解和计算效率两大核心难题。根据The Information报道，这一融资已从多家顶级风险投资机构获得初步承诺，估值约2亿美元左右。Reuters和TechCrunch迅速跟进，称Elorian的成立标志着AI人才流动浪潮的新高点，也预示多模态AI领域将迎来新一轮激烈竞争。
创始人Andrew Dai：Google DeepMind 14年的传奇积累
Andrew Dai是Google DeepMind早期核心成员之一，于2012年加入Google Brain（DeepMind前身），在Google工作长达14年（2012‑2026）。他在Google期间深度参与了Transformer架构的早期开发、T5模型和Switch Transformer等里程碑式工作，是多模态AI领域的资深专家。LinkedIn简介显示，Dai专注于高效大规模模型训练、视觉‑语言预训练和多模态融合，曾在arXiv上发表多篇高影响力论文，如与Vaswani等人的Transformer相关工作。他的离职被视为Google AI人才流失的典型案例。The Information报道称，Dai在2026年初正式离开Google DeepMind后，立即创办Elorian，显示其对视觉AI的强烈信念。
Dai的创业动机源于对现有模型的反思：当前多模态模型（如Gemini、GPT‑4o、Claude 3.5）在图像和文本融合上已较成熟，但视频理解仍存在巨大瓶颈（计算复杂度高、上下文长、动态信息丢失），同时推理成本居高不下。VentureBeat分析，Dai希望通过Elorian解决“视频是AI的下一个前沿战场”这一共识。
团队阵容：Google与Apple视觉精英的“梦之队”
Elorian的团队堪称顶级：除了Dai本人，还包括多位来自Google和Apple的资深视觉与多模态研究员。The Information披露：
- 前Google Brain/DeepMind成员：至少3‑5位曾在Transformer、ViT（Vision Transformer）和VideoMAE等项目中担任核心角色。
- 前Apple研究员：至少2位参与过Apple Vision Pro和AR/VR多模态感知的工程师。
这一阵容的强强联合被视为Elorian的最大优势。TechCrunch报道称，Google和Apple在视觉AI上的积累（Google的ViT系列、Apple的神经渲染和点云处理）将被Dai整合，目标打造统一的多模态模型。Bloomberg分析，这一团队配置让Elorian在种子轮就获得高估值（约2亿美元），远超同类初创。
技术方向：下一代多模态视觉AI，重点攻克视频与效率
Elorian的核心目标是构建“下一代视觉AI模型”，能够同时理解和生成文本、图像、视频与声音的统一系统。The Information报道，这一模型将优先解决两大难题：
- 视频理解：现有模型处理长视频时计算复杂度呈指数级增长（O(n²)或更高），上下文丢失严重。Elorian计划探索新型架构（如高效Transformer变体或状态空间模型），实现视频的长程依赖捕捉和实时推理。
- 计算效率：推理成本高是行业痛点。Elorian将聚焦模型压缩、量化、知识蒸馏和混合专家（MoE）等技术，目标将视频理解成本降至当前1/10。
技术路线可能包括：
- 多模态统一预训练：类似CLIP和Flamingo的视觉‑语言预训练，但扩展到视频和音频。
- 长序列处理：借鉴RWKV或Mamba等线性注意力机制，解决视频长上下文问题。
- 3D与动态建模：继承Guibas在点云和几何学习上的专长，可能用于AR/VR应用。
VentureBeat指出，这一方向与OpenAI的Sora和Google的Veo竞争，但Elorian更注重效率和开源潜力。
融资细节：5000万美元种子轮的战略意义
The Information报道，Elorian已从多家顶级VC获得初步承诺，融资规模约5000万美元（种子轮），估值约2亿美元。投资者可能包括Sequoia Capital、Andreessen Horowitz和Lightspeed等AI领域常客。融资用途包括：
- 团队扩张（目标从当前10人左右扩至30‑50人）。
- 计算资源采购（GPU集群或TPU租赁）。
- 模型训练和原型开发。
这一规模在2026年AI种子轮中属中上，反映投资者对视觉AI热度的乐观。TechCrunch分析，相比xAI的200亿美元轮次，Elorian的融资更务实，但团队背景和方向让其极具潜力。
行业影响：AI人才流动与多模态竞争加剧
Elorian的成立是2025‑2026年AI人才流动浪潮的缩影。Google DeepMind和Apple研究员离职创业已成常态，The Information统计，2025年类似团队至少有10支。Bloomberg指出，这一现象推动巨头加强留人，但也加速创新扩散。
对多模态AI市场影响深远：Statista预测，2026年多模态AI市场规模达600亿美元，Elorian的视频效率突破可能重塑竞争格局。挑战包括监管：欧盟AI法案对高风险视觉AI要求严格，Elorian需合规。隐私与伦理也是焦点：视觉AI易生成深假，需内置水印和审核。
结语：视觉AI新星的潜力与挑战
Andrew Dai领衔的Elorian以5000万美元融资起步，汇聚Google与Apple顶尖人才，瞄准下一代多模态视觉AI。这一公司虽未公布具体产品，但其视频理解与计算效率方向极具前瞻性。成功与否，将决定它能否在OpenAI、Google和Meta的夹击中脱颖而出。2026年，视觉AI竞争将更加激烈，Elorian的故事值得持续关注。这一事件，也再次证明：AI的未来，不只在大厂，更在这些新兴“梦之队”手中。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com