专注于因果世界模型的人工智能公司Aether AI近日宣布完成首轮融资，总额约2000万美元。本轮融资由经纬创投领投，英诺基金、SWC Global、九合创投等机构共同参与。这家由加州大学圣地亚哥分校助理教授黄碧薇创立的企业，正试图通过构建新一代AI范式，让机器从理解“是什么”转向理解“为什么”，这一突破可能重塑人工智能的未来发展方向。
过去三年，具身智能领域投入大量资源，视觉-语言-动作（VLA）模型被寄予厚望，但多数演示在真实环境中表现不佳。黄碧薇指出，单纯依赖数据堆砌和算力扩张的传统路径在物理世界中难以奏效。她认为，语言处理领域的成功源于人类已归纳好的浅层信息，而物理世界需要更底层的因果理解。这种判断成为经纬创投、英诺基金等机构投资Aether AI的核心逻辑。
黄碧薇的学术背景为创业奠定了坚实基础。在德国马普智能系统研究所、卡内基梅隆大学和加州大学圣地亚哥分校的12年研究中，她发表了百余篇顶会论文，主导开发了全球因果发现领域的标准开源工具Causal-Learn和Causal-Copilot。她表示，学术上已解决核心问题，但成果局限于学术圈；同时，具身智能领域三年来的探索未获实质突破，资本市场开始意识到传统范式的局限性。这种内外因共振促使她决定创业。
融资过程中，黄碧薇与投资人的接触颇具戏剧性。她与英诺基金王晟最初通过微信简短交流，随后在地铁站地下空间进行视频通话。尽管环境嘈杂、设备受限，但双方对因果路线的共识迅速建立。经纬创投合伙人童倜认为，随着AI走向复杂环境，仅依赖数据模式和相关性学习已无法满足需求，因果理解将成为关键组成部分。英诺基金则从数据效率角度判断，因果智能的参数效率远超传统统计方法。
选择投资方时，黄碧薇更看重认知契合度和产业资源支持。她透露，本轮资金将优先用于人才引进、算力和数据基础设施建设，以及具身智能方向的商业化落地。公司计划通过快速迭代技术架构，推动因果AI进入规模化发展阶段。2026年上半年，全球AI投资圈开始反思传统路径，具身智能成为热点，而Aether AI的因果世界模型路线恰好站在这一转折点上。
Aether AI的独特性源于其学术传承。黄碧薇的导师团队包括因果AI领域奠基人Bernhard Schölkopf、Clark Glymour、Peter Spirtes，以及将因果发现推进到隐变量场景的Kun Zhang和图灵奖得主Judea Pearl。这些学者构成公司的学术顾问网络。黄碧薇将自己定位为第三代学术代表，她提出的“范式演进四阶段”理论显示，当前主流的大语言模型属于第三代（大模型+相关性），而她正在推动的第四代（大模型+因果机制）将成为下一代范式。
公司技术团队汇聚了多位顶尖人才。技术合伙人周博士在大模型训练领域有开创性贡献，冯博士在因果世界模型和强化学习领域深耕多年。团队中还有多位00后年轻成员，他们共同相信因果智能是AI发展的必然方向。黄碧薇强调，团队的优势在于学术传承与工程能力的结合，这种组合在行业中独一无二。
Aether AI的核心技术通过四层架构实现因果世界模型：因果Transformer层引入词元级因果建模；模块化架构层实现功能解耦；因果世界模型层完成因果变量识别与动力学建模；智能体系统层支持因果驱动的规划与记忆。黄碧薇用鸡蛋打入热油锅的例子说明，因果模型能理解油温、锅大小等变量间的结构关系，而纯相关性模型在变量变化时会失效。早期验证显示，该方法在操作任务中数据效率提升20%-30%，仅需50条高质量因果标注数据即可达到可靠成功率。
公司选择具身智能作为首个落地场景有三方面考虑：AI正从数字世界向物理世界拓展，需要具备操作能力的机器人；该领域范式尚未统一，存在定义标准的机会；具身智能的数据相对干净，便于验证因果模型的有效性。黄碧薇设定了明确里程碑：预计2027年初在机器人操作任务上实现“GPT-3时刻”，即具备跨任务泛化能力和长程推理能力；2027年下半年在开放环境中实现自主探索与终身学习。她认为，当前具身智能的瓶颈在于决策层大脑，因果推理能力的引入将带来质的飞跃。
与市场上其他世界模型路线相比，Aether AI的差异化在于显式学习因果变量和结构。李飞飞团队侧重空间智能与3D渲染，杨立昆的JEPA路线聚焦隐空间语义保留，而Aether AI的核心是理解物理世界的因果动力学。黄碧薇表示，公司目标不是颠覆现有架构，而是通过平滑过渡逐步引入因果体系，最终开创以因果智能为核心的下一代AI范式。
