Sora之后，下一个爆点是"数字生命"？华为天才少年融千万美金押注新赛道

成立仅一个月的AI公司，拿到了祥峰投资的近千万美金独家投资。

这支团队的阵容豪华到近乎夸张：创始人是清华博士、华为「天才少年」张家声，他曾用8个月把一款视频模型做到全球第二；核心团队全员清华北大博士，平均年龄28岁，从底层算法、大规模训练到推理工程、系统与产品，全栈没有一块短板。

他们要做的事情，比Sora更激进。Sora是生成一段固定的视频，而Philo创造能感知、能记忆、会主动互动的「世界生命模型」。用户可以像打视频电话一样，和画面里的数字角色实时聊天，对方可以一边做家务一边回应，就像《银翼杀手2049》里的Joi，或是《流浪地球》里的图丫丫。

这不是科幻。Philo AI已经用一周时间跑通了全双工实时互动，生成成本压到了0.0024元/秒——大约是行业水平的千分之一。

要理解Philo AI在做什么，得先搞清楚它和Sora、可灵们的本质区别。

今天市场上的视频生成模型，本质上都是生产力工具。输入一段prompt，等待几十秒，输出一个MP4文件。Sora提升的是视频生成的质量和长度，可灵、Vidu们比拼的是速度和成本，但底层逻辑没变，视频只是生产成果，交互在生成之前就结束了。

Philo走的是另一条路。他们提出的「世界生命模型」，目标是让视频从「内容」变成「存在」。

张家声打了个比方：「就像我跟家人打视频电话，他可以一边做家务一边跟我聊天，可以一边做任何事一边回应。我们的模型就要做到这种程度。」

这意味着三个维度的同时成立：身（视频形态与感知）、心（记忆与情感）、行（主动行为与关系演化）。数字角色不是对着镜头念台词的木偶，而是有感知、有记忆、会主动判断什么时候该说话、什么时候该沉默的生命体。

这种路线有个专业名词，叫「全双工」（Full Duplex），即人和数字生命同时在线、并行收发，模型持续感知并回应用户，从回合制变成连续交互，从被动执行变成主动判断，从一次性生成变成一直在线、随时进出。

有意思的是，这一判断正在被全球最前沿的团队交叉印证。前OpenAI CTO Mira Murati离开后创立的Thinking Machines Lab，近期也提出了「交互模型」的概念，同样主张交互须原生于模型、实现全双工实时交互。

不同的是，Philo AI从第一天就锚定了视频模态，要把全双工直接做进视频本体里。

这条路的难度可想而知。实时双向视频交互不仅要求模型效果好，更要求延迟足够低、成本足够低，毕竟连OpenAI都因为token消耗太大而关停了Sora。

Philo的解法是全链路强化学习。传统做法是先把扩散模型训练好再做加速，但加速必然伴随着效果衰减。Philo的核心壁垒在于，他们知道如何在加速的过程中保持甚至提升模型能力，而不是做减法。

「很多公司要么效果做得特别好但一加速就崩了，要么速度快但效果不行。」联合创始人陈人龙说，「我们能做到效果特别好，同时速度也非常快，而且长时间有很好的一致性和连贯性。」

这种能力最直接的体现就是成本。Philo内部模型的生成成本已经降到0.0024元/秒，而市面上同类产品的对外售价大约在1到2元/秒，差了三到四个数量级。他们的目标是进一步优化到0.0001元/秒。

为什么大厂做不到？Philo团队的解释是：一是技术路线不同，大厂的积累大多在非实时的大型多模态模型上；二是组织架构导致决策成本高，人多但冗余；三是训练模型最重要的不是堆资源，而是知道每个阶段该花多少资源、用多少时间。

「视频模型的技术还没有完全收敛，语言模型已经是纯粹的军备竞赛了，但视频模型还有很多技术点大家没找到。」张家声说，「所以这个赛道，还是能够凭认知和技术产生领先的。」

⏰️与具身智能赛道的一线创业者、投资人深度交流，扫码报名9月GEIA GBA粤港澳大湾区具身智能与人形机器人创新周↓

Philo这个名字，来自希腊语词根，是Philosophy（哲学）和Philanthropy（博爱）的共同词根，意为「爱」。

创始人张家声是清华大学交叉信息研究院博士、2023年华为「天才少年」。他的经历颇有戏剧性——博士毕业后曾短暂离开技术一线去腾讯做战略，AI浪潮又把他拉了回来。“当时我作为计算机博士去投简历，大厂的team leader觉得我毕业后没做过模型训练，谁都不跟我聊。”这段碰壁的经历反而成了动力。后来他在创业团队遇到陈人龙，两人联手打造的Avenger视频模型用8个月冲进全球前三，2025年10月在Artificial Analysis榜单上一度位列全球第一，力压字节、Vidu等头部团队。

联合创始人陈人龙是北京大学博士，多智能体强化学习专家，曾在腾讯管理超过5000张GPU的训练集群，主导线上多模态模型的强化学习部分。另一位联合创始人王博则来自TikTok，负责产品与商业化，在美国和国内都有创业经历。三个背景迥异但同样不满足的人，在2026年春节后决定一起创业。

短短数月，张家声就攒起了一支豪华团队：核心成员平均年龄28岁，全员清华、北大博士，从底层算法、大规模训练到推理工程、系统产品全栈覆盖。其中有17岁考清华、25岁拿港大博士、把AI送上太空的技术天才，有能从单卡算子打到万卡集群、一行代码让性能翻三倍的系统方向华为天才少年，有把CUDA算子优化到芯片级的北大保送生，还有带过5000卡集群、管过10PB数据工程的资深专家。

这群放弃了大厂百万甚至数百万年薪的年轻人，有着技术精英特有的自信：“从拿到数据和算力开始，训一周就能看到初步效果。给我们两个月，模型效果能比市面上做得更久的友商都出色。”这种自信也得到了资本的认可——祥峰投资管理合伙人夏志进透露，两年前就关注过张家声，今年春节后首次会面就拍板了投资，原因是“他讲起技术时眼睛发亮，激情与务实形成强烈反差”。

世界生命模型的商业价值有多大？

短期来看，这项技术可以无缝接入现有的场景。直播、互动游戏、社交、内容平台……AI不再是工具栏里的一个按钮，而是能感知你、回应你、与你共处的角色，把情绪价值和实时响应这两件目前生成式AI最薄弱的事情补上。

比如直播领域，数字主播可以24小时在线，实时回应观众的提问和互动，不是预设好的话术，而是真的在看弹幕、听观众、思考怎么回应；

比如游戏领域，NPC不再是按照脚本触发的工具人，而是有记忆、有性格、会主动和玩家建立关系的角色，游戏体验会被彻底重塑；

而在社交领域，数字陪伴可能会变成一种全新的产品形态，就像电影里的Joi一样，成为人们生活的一部分。

但真正让Philo团队兴奋的，是那些今天还不存在的可能性。当数字生命能够实时、双向、持续地与人共处，许多过去无法成立的体验会第一次成立，甚至会长出全新的场景、全新的产品、全新的互动与生活方式。

他们真正追求的，从来不是把旧场景做得更好，而是去定义那些还没有名字的新场景。

王博从三个维度评估这个机会：第一，视频是AI领域目前唯一在技术和应用层面上都还没完全收敛的方向；第二，相比已经跑出阶段性红利的代码赛道，多模态可能是唯一承载得起下一个超级叙事、且尚未定局的大赛道；第三，这需要一个足够强的团队——既有技术能力和认知，又愿意做足够激进的新尝试。

Philo显然认为自己就是那个团队。

当然，这条路的风险也同样真实。

技术路径的不确定性是最大的挑战。全双工实时视频交互涉及的技术栈极深，从底层算法到工程优化再到产品化，每一步都有大量未知。虽然Philo目前跑通了原型，但要达到规模化商用的效果和成本目标，还有很长的路要走。

竞争格局也在快速变化。大厂们不会坐视新赛道崛起而无动于衷，一旦方向被验证可行，字节、腾讯、百度等拥有海量算力和数据的巨头随时可能重兵入场。创业公司的技术代差能保持多久，是个未知数。

商业化落地的节奏也需要把控。世界生命模型是一个太过前沿的概念，市场教育需要时间。团队需要在技术追求和商业落地之间找到平衡，既要保持技术领先性，又要尽快找到能够产生收入的场景。

Philo目前已经与多家下游厂商展开了沟通，预计最晚Q4可以正式发布模型。新一轮融资也已接近尾声。

对于成立才一个月的Philo来说，一切才刚刚开始。但这群年轻人身上那种“用技术重新定义边界”的劲头，让人想起AI行业最初的样子：不是靠堆算力、拼资源的军备竞赛，而是靠对技术本质的深刻理解，去做别人认为不可能的事。

毕竟，能把成本做到行业千分之一的团队，本身就是一种稀缺性。而在技术尚未收敛的赛道里，稀缺的认知和极致的执行力，往往就是撬动格局的支点。