一家清华背景公司，成立 7 个月，三轮融资总额 4 亿美元，投后估值 14.2 亿美元。

创下如此记录之时，官网上却只有一句英文标语，竟然一张团队合影、一份产品介绍都没有。

这个创业团队没有接受过任何采访，低调到令人发指。这家公司叫 Naive AI，工商注册名是北京智衍慧生科技有限公司。搜索引擎搜公司名，只能搜到其创始人是清华大学电子工程系副教授代季峰。左林右狸频道这就为大家扒一扒，这家公司背后的代季峰8人团是怎么聚到一起的。

01 不是师徒，是同道中人

这里面绑定最深的肯定是朱锡洲。

看过我们前文我所知道的代季峰：从微软亚研7万次引用，到盛大3亿美金风暴的邻里肯定都有印象，代季峰这个人的起点，比大多数人想象的还要高。2014 年，代季峰博士毕业，进了微软亚洲研究院，业内叫 MSRA，绰号中国 AI 的黄埔军校。微软亚研首任创始院长是《时代周刊》全球百大李开复，二代目是有史以来最年轻的IEEE Fellow张亚勤，三代目是微软前全球执行副总裁、美国国家工程院外籍院士沈向洋，汤晓鸥、何恺明，半个中国 AI 产业的领军人物，都从北京知春路那栋希格玛大厦里走出来。代季峰进的视觉组，组长是孙剑。孙剑是 ResNet 的四位作者之一，残差网络把深度学习从十几层推进到上百层，后来回西安交大兼职做了人工智能学院院长，2022 年早逝，是这行公认的天才。代季峰进去的时机，正好赶上 MSRA 视觉组最高光的一年。2015 年，孙剑带队，用 152 层的深层残差网络，一口气拿下了 ImageNet 竞赛图像分类、定位、检测三项冠军，错误率压到 3.57%，第一次把机器的识别能力打过了人类 5.1% 的水平线。同年，MS COCO 物体检测竞赛第一届开赛，这是全球计算机视觉最权威的擂台，Facebook、谷歌、微软全都在场。冠军还是 MSRA。

代季峰而代季峰凭 DCN 家族在 2015、2016 连续两年拿下 MS COCO 一等奖，2016 年的 R-FCN 由他当一作，合作者是何恺明、孙剑。换句话说，代季峰进 MSRA 的第一年，就站在了世界之巅的一群人中间。代季峰自己也没闲着，很快就打出了自己的成名作，可变形卷积。那个时候，全世界做目标检测的人，都默认卷积核必须是方方正正的。代季峰偏要问一句，为什么不能根据目标的形状变长、变歪。科研就是这样，有时候提出问题，比解决问题更重要。他重塑了目标检测的底层逻辑，让可变形卷积成了后来 PyTorch 框架里的标准算子。就凭这一手，他在 MSRA 站稳了脚跟，也才有了后来带学生的资格。就是在这样的组里，代季峰认识了朱锡洲。朱锡洲是中科大与微软亚洲研究院的联合培养博士，这个项目只挑高校里最顶尖的博士生，放进 MSRA 由研究员手把手带。朱锡洲的 MSRA 导师就是代季峰。左林右狸频道此前一直以为，这对搭档的交集始于商汤。查了论文才发现，他们早在 2017 年就绑定了。那年朱锡洲以第一作者身份，和代季峰合发了一篇叫 Deep Feature Flow 的论文中了 CVPR。这篇论文在解决什么，值得展开说。那几年深度学习在图片上已经很能打了，但一遇到视频就抓瞎。视频有几十上百帧，逐帧跑一遍深度网络，慢到根本没法用，自动驾驶这种要实时反应的场景，更是想都别想。朱锡洲他们想了个办法，别每一帧都算，只在几个关键帧上跑昂贵的卷积，中间那些帧，用光流把特征“搬运”过去就行。

朱锡洲因为相邻两帧的画面变化很小，特征也长得差不多，搬过去误差不大。这一搬，速度直接翻了五倍，用更轻的光流网络，能快到十倍。准确率几乎不掉，Cityscapes 语义分割的分数只从 71.1% 降到 69.2%。这是业内第一次把光流和视频识别端到端联合训练，直接让视频识别从“实验室里的慢功夫”变成了“能上路的真本事”。那一年 ChatGPT 还没影，哪怕是 OpenAI 押注多模态也是2020年之后的事了，大模型这个词和现在的说法都不是一个意思。两个人在研究的，是视频识别这种最硬核的问题。朱锡洲后来一路当一作常客，靠的就是代季峰那套不手把手喂答案、逼学生自己想“为什么”的训练。从后来两个人的表达来看，这层关系不仅是师徒，更说明他们本来就是一路人。都信“简单有效”这四个字，都愿意在没人看好的硬问题上死磕。

02  512 张显卡上的 90 秒

2019 年，代季峰离开 MSRA，跳槽去商汤，朱锡洲跟着去了。在商汤，这对师徒打出了他们最重要的一篇论文，Deformable DETR。谷歌学术引用 1.2 万次，是代季峰团队被引用最多的成果，没有之一。可变形卷积和 Transformer 在检测任务上的融合，从此成了工业界的标准操作，朱锡洲是第一作者。这篇论文之后，工业界的检测模型基本都绕不开这一套。而在商汤，代季峰还碰到了一个跟他完全不一样的人，孙鹏。孙鹏是新加坡南洋理工的博士，在商汤干的是 AI Infra，说白了就是给大模型训练搭底座的。熟悉infra的人都知道，这个岗位本身在公司里，是很难有存在感的。2019 年，大模型的军备竞赛刚开打，各家都在拼谁能把模型训练得更快。当时训练 ImageNet 的世界纪录，是腾讯和香港浸会大学创下的，4 分钟。孙鹏带着团队，把这个数字砍到了 1.5 分钟。他们用 512 张英伟达 Tesla V100 显卡，搞了一套叫 GradientFlow 的通信后端，把 ImageNet 上 AlexNet 的 95 个 epoch 训练，压进 90 秒。换算一下，就是 1 秒一个 epoch。512 张卡上做到 410 倍的加速比，而当时主流的开源系统，在 64 张卡上只能做到 2.5 倍。这事惊动了外媒，The Register 专门写了篇报道，标题就叫“训练这个图像识别网络的时间，比泡一杯茶还短”。孙鹏的能力一下子显露出来，算法团队在前面出成果，他在后面保证这些成果能在大规模集群上稳稳地跑起来。这类工程能力论文引用不高，但大模型训练至关重要，根本离不开。商汤三年，会做算法的朱锡洲，会搞算力的孙鹏，都围在了代季峰身边。如果倒着来看，代季峰创业公司需要的人，在这里先齐了两个。

03 从自动驾驶感知到交互式世界模型

商汤还有一条线，自动驾驶。代季峰在这条线上，认识了陈韫韬，陈韫韬是中科院自动化所的博士，在图森未来、辉羲智能都做过自动驾驶感知，是这个圈子里的老兵。雷峰网之前写过图森前世今生，感兴趣的可以出门右转去雷峰网再看下。

陈韫韬陈韫韬后来做的一件事，值得单拎出来说。2024 年，陈韫韬作为通讯作者，推出了一个叫 DrivingDojo 的数据集。要理解这个数据集的分量，得先说一个正在发生的技术转向。Sora 火了之后，整个行业突然意识到，视频生成模型本质上是在模拟世界的物理规律。于是“世界模型”成了通往通用人工智能的热门赛道，自动驾驶更是把世界模型当成下一代的仿真器。但问题来了，训练世界模型，得有数据。以前那些自动驾驶数据集，nuScenes、Waymo，都是奔着“感知”去的，车在路上乖乖开，几乎没有车跟车打架、动物突然窜出来的场景。没有交互数据，世界模型就学不会真实世界的复杂动态。陈韫韬他们搞的 DrivingDojo，是全球第一个专门为“交互式世界模型”设计的数据集，1.8 万个视频，被 NeurIPS 2024 的 Dataset 赛道收录。里面有变道、急刹、并线、会车，也有突然窜出的动物、掉下来的水桶、路上的羊群。用一句话说，别人给世界模型的是“乖乖开车的录像”，陈韫韬给的是“真实的、会出事的马路”。这就是陈韫韬，一个让汽车先在脑子里把危险场景开一遍，再上路的人。顺带说一句，代季峰这条自动驾驶线，巅峰是 2023 年的 UniAD。这篇论文拿了 CVPR 最佳论文奖，是近四十年来，第一次有署名全部来自中国学术机构的论文，拿下这个奖。代季峰、朱锡洲、王文海，都在作者名单上。也就是说，这支队伍在自动驾驶上，也摸到过全球最顶的那一下。2022 年，代季峰离开商汤，回清华做副教授，同时进了上海人工智能实验室。这个实验室还有个名字，浦江实验室，2021 年成立的国家队，创始人是汤晓鸥。代季峰在浦江实验室工作的时候，王文海也在，他是最早一批去浦江实验室的研究员。InternVL，中文名书生·万象，就是这里出来的开源多模态大模型，号称开源界的 GPT-4V。代季峰身边的人，也在这里一下子多了起来。

王文海先说王文海，王文海是 InternImage 的一作，这篇论文拿了 CVPR 2023 Highlight 论文，在 COCO 上刷出了 65.4 的新纪录。（CVPR 2023 最佳论文是另一篇 UniAD，王文海、代季峰、朱锡洲恰好都是它的作者。）王文海手里 43 篇顶刊顶会论文，19 篇是一作或共一，引用 6.4 万次，是除代以外，引用里最高的。再说陈喆，陈喆是 InternVL 的一作，一个在读博士，负责了 InternViT-6B 视觉底座从零开始的预训练。这篇 InternVL 中了 CVPR 2024 Oral，拿了 2025 世界人工智能大会的青年优秀论文奖。左林右狸频道要特别说说这俩人的关系。王文海和陈喆，都是南京大学路通教授的博士生，是同门师兄弟。王文海本科读的是南京理工，陈喆本科读的是浙江科技学院，两个人都不是清北出身，是一路从普通学校杀进路通门下的。

陈喆他们不只是同门，还是老队友。早在上 InternVL 之前，两人就一起组队打过竞赛、拿过冠军，陈喆在 NAIC 遥感分割竞赛上赢的那次，奖金有 100 万。到了上海 AI Lab，两个人在 InternVL 上重逢，陈喆排一作，王文海排第三。一间实验室走出来的师兄弟，把一个开源模型做到了能跟 GPT-4V 掰手腕的水平。InternVL 背后的技术哲学，左林右狸频道也顺带提一句。上海 AI Lab 给它定的调子是，用更少的算力，做出接近闭源商业模型的水平。他们搞了一套“渐进式对齐”的训练策略，先拿小模型在海量数据上粗训，再拿大模型在精选数据上精调。据说只需要传统方法两成的算力，就能达到同等效果。这个“省算力”的执念，后来成了 Naive AI“不预训练、押后训练”思路的预演。

04 代季峰的博士后

王文海和陈喆之外，代季峰在上海 AI Lab 还带了个博士后，罗根。

罗根罗根的博士在厦门大学读的，师从纪荣嵘，那是厦大的人工智能研究院负责人、国家杰青。在厦大，罗根就负责过“思源”大模型，是科技部 2030 重大项目的成果。到了上海 AI Lab，罗根继续做书生·万象系列，还入选了博士后创新人才支持计划，业内叫博新计划，含金量不低。罗根做的 Mono-InternVL，解决的是原生多模态模型“灾难性遗忘”的老大难问题，部署时首字延迟最高能砍掉 67%。在 InternVL 3.5 这篇论文里，技术负责人那一栏，写的是王文海和罗根。一个博士后，能跟团队里引用量最高的王文海并列技术负责人，本身就说明了他在这个项目里的分量。InternVL 团队里，还有一个最年轻的。

王玮赟王玮赟，1999 年出生，哈尔滨工业大学本科，复旦博士还没读完。王玮赟的身份，左林右狸频道查了又查，最后在蔻享学术的一份讲者简介里找到了答案。他是复旦大学与上海 AI Lab 的联培博士，导师是代季峰和乔宇两个人。换句话说，王玮赟也是代季峰的学生。这个 1999 年生的小伙子，是 InternVL 3.5 的一作。他主导的 InternVL-Chat，在 HuggingFace 上的下载量破了 1000 万。InternVL 3.5 在他手里，MMMU 基准上拿了 77.7 分，是当时开源多模态模型里的最高分，把一票闭源商业模型都甩在了后面。一个还没毕业的博士生，把自己参与做的模型，下载量做到了千万级，还顺带刷出了开源第一的成绩。到这一步，代季峰门下的学生，已经有三个了。联培博士朱锡洲，博士后罗根，联培博士王玮赟。

05 陈天桥的算力，与一场 5 个月的蜜月

大模型的风口，最终把这支队伍卷进了资本的中心。陈天桥，盛大集团创始人，中国互联网最早的一代富豪，31 岁登顶过中国首富，后来隐退去做脑科学。陈天桥经人介绍认识了 DeepSeek 创始人梁文锋，萌生了做通用人工智能的念头，找到了代季峰。MiroMind 就这么成立了，公司名源自佛经里的“大圆镜智”，总部在新加坡，钱全来自陈天桥个人和家庭。陈天桥要代季峰的技术，代季峰要陈天桥的算力和耐心，一开始也两厢情愿，蜜月期是辉煌的。MiroMind 推出的 ODR 深度研究模型，在 GAIA 基准上拿了 82.4 分，一度超过 OpenAI 的 Deep Research。后来的 MiroThinker，提出“交互式缩放”，256K 的上下文能支撑 600 次工具调用。而 MiroThinker 的论文作者列表，是左林右狸频道最想给邻里看的东西。代季峰、朱锡洲、陈韫韬、陈喆、孙鹏，5个人，整整齐齐，第一次在一篇论文里同框。这几乎就是 Naive AI 的大部分班底了。蜜月只维持了几个月。2026 年 1 月，代季峰卸任技术顾问，退出工作群，双方隔空交火。这些撕扯左林右狸频道上一篇文章写过，这里不重复。真正值得说的是结果，双方虽然分手，但代季峰想做的事并没有停下。2026 年 2 月，Naive AI 成立。现在可以回答开头那个问题了，这家公司到底在干什么。它做的是 Agentic AI 和持续学习，说得再直白点，就是让 AI 变成能自己动手干活的智能体。技术路线上，Naive AI 不预训练，不从头烧算力做基础大模型。它拿一个现成的开源模型当底座，在上面做改结构、中期训练、强化学习，业内管这叫后训练。这套打法的底气，全在这支队伍身上。投资人愿意在公司成立第一天就砸下真金白银，看中的不是某一个天才，而是一支不需要磨合期的队伍。从 2017 年朱锡洲和代季峰合发第一篇论文算起，这些人已经合作了快十年。信任和默契，早就被一篇篇论文署名提前磨好了。最耐人寻味的，是王玮赟。王玮赟是唯一一个没出现在 MiroThinker 论文里的人，没跟着大部队去 MiroMind，而是留在上海 AI Lab 继续做 InternVL。等到代季峰拉起 Naive AI，他直接从 InternVL 那条线加入了。可能有人要问了，

一家清华背景公司，成立 7 个月，三轮融资总额 4 亿美元，投后估值 14.2 亿美元。

创下如此记录之时，官网上却只有一句英文标语，竟然一张团队合影、一份产品介绍都没有。

这个创业团队没有接受过任何采访，低调到令人发指。这家公司叫 Naive AI，工商注册名是北京智衍慧生科技有限公司。搜索引擎搜公司名，只能搜到其创始人是清华大学电子工程系副教授代季峰。左林右狸频道这就为大家扒一扒，这家公司背后的代季峰8人团是怎么聚到一起的。

01 不是师徒，是同道中人

这里面绑定最深的肯定是朱锡洲。

看过我们前文我所知道的代季峰：从微软亚研7万次引用，到盛大3亿美金风暴的邻里肯定都有印象，代季峰这个人的起点，比大多数人想象的还要高。2014 年，代季峰博士毕业，进了微软亚洲研究院，业内叫 MSRA，绰号中国 AI 的黄埔军校。微软亚研首任创始院长是《时代周刊》全球百大李开复，二代目是有史以来最年轻的IEEE Fellow张亚勤，三代目是微软前全球执行副总裁、美国国家工程院外籍院士沈向洋，汤晓鸥、何恺明，半个中国 AI 产业的领军人物，都从北京知春路那栋希格玛大厦里走出来。代季峰进的视觉组，组长是孙剑。孙剑是 ResNet 的四位作者之一，残差网络把深度学习从十几层推进到上百层，后来回西安交大兼职做了人工智能学院院长，2022 年早逝，是这行公认的天才。代季峰进去的时机，正好赶上 MSRA 视觉组最高光的一年。2015 年，孙剑带队，用 152 层的深层残差网络，一口气拿下了 ImageNet 竞赛图像分类、定位、检测三项冠军，错误率压到 3.57%，第一次把机器的识别能力打过了人类 5.1% 的水平线。同年，MS COCO 物体检测竞赛第一届开赛，这是全球计算机视觉最权威的擂台，Facebook、谷歌、微软全都在场。冠军还是 MSRA。

代季峰而代季峰凭 DCN 家族在 2015、2016 连续两年拿下 MS COCO 一等奖，2016 年的 R-FCN 由他当一作，合作者是何恺明、孙剑。换句话说，代季峰进 MSRA 的第一年，就站在了世界之巅的一群人中间。代季峰自己也没闲着，很快就打出了自己的成名作，可变形卷积。那个时候，全世界做目标检测的人，都默认卷积核必须是方方正正的。代季峰偏要问一句，为什么不能根据目标的形状变长、变歪。科研就是这样，有时候提出问题，比解决问题更重要。他重塑了目标检测的底层逻辑，让可变形卷积成了后来 PyTorch 框架里的标准算子。就凭这一手，他在 MSRA 站稳了脚跟，也才有了后来带学生的资格。就是在这样的组里，代季峰认识了朱锡洲。朱锡洲是中科大与微软亚洲研究院的联合培养博士，这个项目只挑高校里最顶尖的博士生，放进 MSRA 由研究员手把手带。朱锡洲的 MSRA 导师就是代季峰。左林右狸频道此前一直以为，这对搭档的交集始于商汤。查了论文才发现，他们早在 2017 年就绑定了。那年朱锡洲以第一作者身份，和代季峰合发了一篇叫 Deep Feature Flow 的论文中了 CVPR。这篇论文在解决什么，值得展开说。那几年深度学习在图片上已经很能打了，但一遇到视频就抓瞎。视频有几十上百帧，逐帧跑一遍深度网络，慢到根本没法用，自动驾驶这种要实时反应的场景，更是想都别想。朱锡洲他们想了个办法，别每一帧都算，只在几个关键帧上跑昂贵的卷积，中间那些帧，用光流把特征“搬运”过去就行。

朱锡洲因为相邻两帧的画面变化很小，特征也长得差不多，搬过去误差不大。这一搬，速度直接翻了五倍，用更轻的光流网络，能快到十倍。准确率几乎不掉，Cityscapes 语义分割的分数只从 71.1% 降到 69.2%。这是业内第一次把光流和视频识别端到端联合训练，直接让视频识别从“实验室里的慢功夫”变成了“能上路的真本事”。那一年 ChatGPT 还没影，哪怕是 OpenAI 押注多模态也是2020年之后的事了，大模型这个词和现在的说法都不是一个意思。两个人在研究的，是视频识别这种最硬核的问题。朱锡洲后来一路当一作常客，靠的就是代季峰那套不手把手喂答案、逼学生自己想“为什么”的训练。从后来两个人的表达来看，这层关系不仅是师徒，更说明他们本来就是一路人。都信“简单有效”这四个字，都愿意在没人看好的硬问题上死磕。

02  512 张显卡上的 90 秒

2019 年，代季峰离开 MSRA，跳槽去商汤，朱锡洲跟着去了。在商汤，这对师徒打出了他们最重要的一篇论文，Deformable DETR。谷歌学术引用 1.2 万次，是代季峰团队被引用最多的成果，没有之一。可变形卷积和 Transformer 在检测任务上的融合，从此成了工业界的标准操作，朱锡洲是第一作者。这篇论文之后，工业界的检测模型基本都绕不开这一套。而在商汤，代季峰还碰到了一个跟他完全不一样的人，孙鹏。孙鹏是新加坡南洋理工的博士，在商汤干的是 AI Infra，说白了就是给大模型训练搭底座的。熟悉infra的人都知道，这个岗位本身在公司里，是很难有存在感的。2019 年，大模型的军备竞赛刚开打，各家都在拼谁能把模型训练得更快。当时训练 ImageNet 的世界纪录，是腾讯和香港浸会大学创下的，4 分钟。孙鹏带着团队，把这个数字砍到了 1.5 分钟。他们用 512 张英伟达 Tesla V100 显卡，搞了一套叫 GradientFlow 的通信后端，把 ImageNet 上 AlexNet 的 95 个 epoch 训练，压进 90 秒。换算一下，就是 1 秒一个 epoch。512 张卡上做到 410 倍的加速比，而当时主流的开源系统，在 64 张卡上只能做到 2.5 倍。这事惊动了外媒，The Register 专门写了篇报道，标题就叫“训练这个图像识别网络的时间，比泡一杯茶还短”。孙鹏的能力一下子显露出来，算法团队在前面出成果，他在后面保证这些成果能在大规模集群上稳稳地跑起来。这类工程能力论文引用不高，但大模型训练至关重要，根本离不开。商汤三年，会做算法的朱锡洲，会搞算力的孙鹏，都围在了代季峰身边。如果倒着来看，代季峰创业公司需要的人，在这里先齐了两个。

03 从自动驾驶感知到交互式世界模型

商汤还有一条线，自动驾驶。代季峰在这条线上，认识了陈韫韬，陈韫韬是中科院自动化所的博士，在图森未来、辉羲智能都做过自动驾驶感知，是这个圈子里的老兵。雷峰网之前写过图森前世今生，感兴趣的可以出门右转去雷峰网再看下。

陈韫韬陈韫韬后来做的一件事，值得单拎出来说。2024 年，陈韫韬作为通讯作者，推出了一个叫 DrivingDojo 的数据集。要理解这个数据集的分量，得先说一个正在发生的技术转向。Sora 火了之后，整个行业突然意识到，视频生成模型本质上是在模拟世界的物理规律。于是“世界模型”成了通往通用人工智能的热门赛道，自动驾驶更是把世界模型当成下一代的仿真器。但问题来了，训练世界模型，得有数据。以前那些自动驾驶数据集，nuScenes、Waymo，都是奔着“感知”去的，车在路上乖乖开，几乎没有车跟车打架、动物突然窜出来的场景。没有交互数据，世界模型就学不会真实世界的复杂动态。陈韫韬他们搞的 DrivingDojo，是全球第一个专门为“交互式世界模型”设计的数据集，1.8 万个视频，被 NeurIPS 2024 的 Dataset 赛道收录。里面有变道、急刹、并线、会车，也有突然窜出的动物、掉下来的水桶、路上的羊群。用一句话说，别人给世界模型的是“乖乖开车的录像”，陈韫韬给的是“真实的、会出事的马路”。这就是陈韫韬，一个让汽车先在脑子里把危险场景开一遍，再上路的人。顺带说一句，代季峰这条自动驾驶线，巅峰是 2023 年的 UniAD。这篇论文拿了 CVPR 最佳论文奖，是近四十年来，第一次有署名全部来自中国学术机构的论文，拿下这个奖。代季峰、朱锡洲、王文海，都在作者名单上。也就是说，这支队伍在自动驾驶上，也摸到过全球最顶的那一下。2022 年，代季峰离开商汤，回清华做副教授，同时进了上海人工智能实验室。这个实验室还有个名字，浦江实验室，2021 年成立的国家队，创始人是汤晓鸥。代季峰在浦江实验室工作的时候，王文海也在，他是最早一批去浦江实验室的研究员。InternVL，中文名书生·万象，就是这里出来的开源多模态大模型，号称开源界的 GPT-4V。代季峰身边的人，也在这里一下子多了起来。

王文海先说王文海，王文海是 InternImage 的一作，这篇论文拿了 CVPR 2023 Highlight 论文，在 COCO 上刷出了 65.4 的新纪录。（CVPR 2023 最佳论文是另一篇 UniAD，王文海、代季峰、朱锡洲恰好都是它的作者。）王文海手里 43 篇顶刊顶会论文，19 篇是一作或共一，引用 6.4 万次，是除代以外，引用里最高的。再说陈喆，陈喆是 InternVL 的一作，一个在读博士，负责了 InternViT-6B 视觉底座从零开始的预训练。这篇 InternVL 中了 CVPR 2024 Oral，拿了 2025 世界人工智能大会的青年优秀论文奖。左林右狸频道要特别说说这俩人的关系。王文海和陈喆，都是南京大学路通教授的博士生，是同门师兄弟。王文海本科读的是南京理工，陈喆本科读的是浙江科技学院，两个人都不是清北出身，是一路从普通学校杀进路通门下的。

陈喆他们不只是同门，还是老队友。早在上 InternVL 之前，两人就一起组队打过竞赛、拿过冠军，陈喆在 NAIC 遥感分割竞赛上赢的那次，奖金有 100 万。到了上海 AI Lab，两个人在 InternVL 上重逢，陈喆排一作，王文海排第三。一间实验室走出来的师兄弟，把一个开源模型做到了能跟 GPT-4V 掰手腕的水平。InternVL 背后的技术哲学，左林右狸频道也顺带提一句。上海 AI Lab 给它定的调子是，用更少的算力，做出接近闭源商业模型的水平。他们搞了一套“渐进式对齐”的训练策略，先拿小模型在海量数据上粗训，再拿大模型在精选数据上精调。据说只需要传统方法两成的算力，就能达到同等效果。这个“省算力”的执念，后来成了 Naive AI“不预训练、押后训练”思路的预演。

04 代季峰的博士后

王文海和陈喆之外，代季峰在上海 AI Lab 还带了个博士后，罗根。

罗根罗根的博士在厦门大学读的，师从纪荣嵘，那是厦大的人工智能研究院负责人、国家杰青。在厦大，罗根就负责过“思源”大模型，是科技部 2030 重大项目的成果。到了上海 AI Lab，罗根继续做书生·万象系列，还入选了博士后创新人才支持计划，业内叫博新计划，含金量不低。罗根做的 Mono-InternVL，解决的是原生多模态模型“灾难性遗忘”的老大难问题，部署时首字延迟最高能砍掉 67%。在 InternVL 3.5 这篇论文里，技术负责人那一栏，写的是王文海和罗根。一个博士后，能跟团队里引用量最高的王文海并列技术负责人，本身就说明了他在这个项目里的分量。InternVL 团队里，还有一个最年轻的。

王玮赟王玮赟，1999 年出生，哈尔滨工业大学本科，复旦博士还没读完。王玮赟的身份，左林右狸频道查了又查，最后在蔻享学术的一份讲者简介里找到了答案。他是复旦大学与上海 AI Lab 的联培博士，导师是代季峰和乔宇两个人。换句话说，王玮赟也是代季峰的学生。这个 1999 年生的小伙子，是 InternVL 3.5 的一作。他主导的 InternVL-Chat，在 HuggingFace 上的下载量破了 1000 万。InternVL 3.5 在他手里，MMMU 基准上拿了 77.7 分，是当时开源多模态模型里的最高分，把一票闭源商业模型都甩在了后面。一个还没毕业的博士生，把自己参与做的模型，下载量做到了千万级，还顺带刷出了开源第一的成绩。到这一步，代季峰门下的学生，已经有三个了。联培博士朱锡洲，博士后罗根，联培博士王玮赟。

05 陈天桥的算力，与一场 5 个月的蜜月

大模型的风口，最终把这支队伍卷进了资本的中心。陈天桥，盛大集团创始人，中国互联网最早的一代富豪，31 岁登顶过中国首富，后来隐退去做脑科学。陈天桥经人介绍认识了 DeepSeek 创始人梁文锋，萌生了做通用人工智能的念头，找到了代季峰。MiroMind 就这么成立了，公司名源自佛经里的“大圆镜智”，总部在新加坡，钱全来自陈天桥个人和家庭。陈天桥要代季峰的技术，代季峰要陈天桥的算力和耐心，一开始也两厢情愿，蜜月期是辉煌的。MiroMind 推出的 ODR 深度研究模型，在 GAIA 基准上拿了 82.4 分，一度超过 OpenAI 的 Deep Research。后来的 MiroThinker，提出“交互式缩放”，256K 的上下文能支撑 600 次工具调用。而 MiroThinker 的论文作者列表，是左林右狸频道最想给邻里看的东西。代季峰、朱锡洲、陈韫韬、陈喆、孙鹏，5个人，整整齐齐，第一次在一篇论文里同框。这几乎就是 Naive AI 的大部分班底了。蜜月只维持了几个月。2026 年 1 月，代季峰卸任技术顾问，退出工作群，双方隔空交火。这些撕扯左林右狸频道上一篇文章写过，这里不重复。真正值得说的是结果，双方虽然分手，但代季峰想做的事并没有停下。2026 年 2 月，Naive AI 成立。现在可以回答开头那个问题了，这家公司到底在干什么。它做的是 Agentic AI 和持续学习，说得再直白点，就是让 AI 变成能自己动手干活的智能体。技术路线上，Naive AI 不预训练，不从头烧算力做基础大模型。它拿一个现成的开源模型当底座，在上面做改结构、中期训练、强化学习，业内管这叫后训练。这套打法的底气，全在这支队伍身上。投资人愿意在公司成立第一天就砸下真金白银，看中的不是某一个天才，而是一支不需要磨合期的队伍。从 2017 年朱锡洲和代季峰合发第一篇论文算起，这些人已经合作了快十年。信任和默契，早就被一篇篇论文署名提前磨好了。最耐人寻味的，是王玮赟。王玮赟是唯一一个没出现在 MiroThinker 论文里的人，没跟着大部队去 MiroMind，而是留在上海 AI Lab 继续做 InternVL。等到代季峰拉起 Naive AI，他直接从 InternVL 那条线加入了。可能有人要问了，