Hengyu, desde Aofeisi
QbitAI | Cuenta oficial de WeChat QbitAI
En la pista de los modelos del mundo siguen llegando sin cesar los cerebros más brillantes.
QbitAI ha sabido que,Wu Haixu, quien ganó el Premio Especial de Tsinghua en 2022, ha iniciado silenciosamente este año una startup de modelos del mundo。
La empresa se llama Wuyuan Technology y, hasta la fecha, ha completado rápidamente múltiples rondas de financiación; su valoración ha alcanzado varios cientos de millones de dólares, y en la lista de inversores aparecen firmas de capital de primera línea como Ant, Meituan, Dachen Capital y Xinglian.
En febrero de este año,El trabajo de Wu Haixu como primer autor, GeoPTha generado un gran debate en el ámbito tecnológico.
Este trabajo propone un nuevo paradigma de preentrenamiento de elevación dinámica, que mediante dinámica sintética (Synthetic Dynamics) "eleva" la geometría estática al espacio dinámico, permitiendo que el modelo adquiera intuición física a partir del aprendizaje de la evolución de las trayectorias de partículas sobre datos sin etiquetas.
Entre los autores del artículo también figura un profesor asociado con contrato permanente de la Escuela de Software de la Universidad TsinghuaLong Mingsheng(tutor del doctor Wu Haixu), MITKaiming He, así como profesores del MITWojciech Matusik(and similar figures). By Hǒu Hǎixù's doctoral project supervisor) and others. Wait—produce faithful single translation: "(y el tutor del grupo de proyecto en el que el postdoctorado Wu Haixu trabaja) y otras personas."
Nos enteramos de que, en esta nueva aventura empresarial, Wu Haixu decidió empezar porModelo del mundo con capacidades de modelado físico integradasEntrar en tema.
Según una fuente con conocimiento del asunto cercana a Wuyuan Technology, la solución continúa en cierta medida la línea de investigación de GeoPT en cuanto al enfoque técnico.
¿Quién es Wu Haixu?
Wu Haixu ingresó en 2016 a la Escuela de Software de la Universidad Tsinghua para estudiar la carrera de Ingeniería de Software, y a partir del año siguiente cursó un segundo título en Matemáticas Puras y Matemáticas Aplicadas en el Departamento de Ciencias Matemáticas de Tsinghua.
En el verano de 2019, entró como estudiante de intercambio en el Visual Computing Group de la Universidad de Harvard para realizar investigaciones, bajo la supervisión del profesor Hanspeter Pfister.
Tras graduarse de la carrera, inició su trayectoria de posgrado en la Escuela de Software de la Universidad Tsinghua, bajo la tutoría del profesor asociado Long Mingsheng.
El grupo de investigación de Long Mingsheng se dedicó en sus inicios a la investigación del aprendizaje por transferencia (Transfer Learning), y más tarde orientó su enfoque hacia los modelos fundacionales de series temporales, la predicción espacio-temporal, AI for Science, los modelos multimodales del mundo, entre otros.
En 2022, Wu Haixu recibió la beca al mérito de primer grado de la Universidad de Tsinghua.
La reputación del Premio Especial de Tsinghua probablemente sea conocida al menos en parte por todos: Yang Zhilin de Moonshot AI (Yue Zhi An Mian), Chen Lijie de OpenAI, Yao Shunyu de Google (los rumores dicen que ya dejó la empresa para emprender en RSI), Cao Yue de Sand.ai y Liu Songming de LiberAI son algunos de los que han recibido este premio.
Durante la defensa del premio especial, Wu Haixu ya había publicado 7 artículos en conferencias/revistas de clase CCF-A como ICML, NeurIPS e IEEE TPAMI, de los cuales 6 como primer autor o co-primer autor.
En aquel momento, su principal resultado de investigación fue Autoformer, un trabajo que por primera vez integró de manera sistemática y profunda la idea de descomposición de secuencias con mecanismos de atención mejorados, y que fue considerado un modelo hito en la predicción de series temporales largas (LSTF).
Después de Autoformer, publicó otros trabajos como PredRNN, Corrformer, Transolver y GeoPT.
A partir de 2025, élse trasladó al MIT CSAIL para realizar un trabajo posdoctoral, y GeoPT es precisamente su trabajo representativo de este período.
Durante esta etapa, el director posdoctoral de Wu Haixu fue Wojciech Matusik, un académico reconocido en el campo del diseño y la fabricación computacionales. Su investigación abarca múltiples áreas como la computación gráfica, la fabricación computacional y la robótica, y se dedica a conectar el mundo digital con la fabricación física mediante algoritmos.
En su página personal actual, Wu Haixu indica que suenfoque de investigación se dirige principalmente al aprendizaje profundo y al aprendizaje científico automático, con el objetivo de construir principios escalables para sistemas físicos。
Su investigación se centra en dos grandes temas: los sistemas físicos y los sistemas dinámicos, y se divide principalmente en las siguientes tres direcciones:
Redes troncales escalables basadas en principios físicos (Autoformer, Corrformer, Transolver)
Modelos fundamentales físicos de extremo a extremo (TimesNet, Unisolver, GeoPT)
Sistemas de aprendizaje científico conscientes del dominio (Flowformer, Transolver++, FlashBias)
Hasta la fecha, las citas de Wu Haixu enGoogle Académico ascienden a 29611。
Enlace de referencia:
[1]
https://wuhaixu2016.github.io/
[2]
https://scholar.google.com/citations?user=oLL_x0wAAAAJ&hl=en
[3]
https://people.csail.mit.edu/wojciech/
[4]
https://www.thss.tsinghua.edu.cn/info/1023/2032.htm