声明：本文源自微信公众号“量子位”（ID:QbitAI），由衡宇与萧箫合著，经微新创想授权转载发布。蚂蚁集团原副总裁、复旦大学AI创新与产业研究院院长漆远正引领无限光年从AI制药全面转向大模型领域。这家公司现已将研发重心聚焦于生成式AI和通用人工智能（AGI），并计划构建百亿级乃至千亿级大模型底座，最终将技术应用于医疗、游戏及教育等关键场景。
2021年底，漆远卸任蚂蚁集团副总裁，重返学界担任复旦大学AI创新与产业研究院院长。次年，他创立了无限光年公司，初期定位为AI制药企业，主营业务涵盖“医学研究和试验发展（除人体干细胞、基因诊断与治疗技术开发和应用）”。然而，随着公司战略调整，漆远领英主页中“AI for drug design”的描述已被删除。尽管启明创投曾为无限光年提供千万级首轮融资，但如今该公司已被该机构论坛列为生成式AI领域的重点投资案例，与智谱AI、衔远科技等企业并列。
无限光年的大模型发展之路始于2022年5月。目前，公司已全面关闭制药相关技术岗位招聘，转而专注于算法与基础设施架构等领域。这一转型背后，是公司五六十人的团队构成——其中85%为产研人员，核心成员多来自阿里，同时吸纳了微软、腾讯、字节等企业的技术人才。据传，无限光年已具备丰富的算力集群资源，为研发大模型奠定了坚实基础。最新规划显示，公司将自主研发百亿级大模型架构，并着手领域自适应智能体的研发，通过模拟人类学习与行为模式，使机器能够在复杂环境中自主解决问题。这一方向与AutoGPT、BabyAGI等项目的AI Agent浪潮高度契合。
漆远此前在论坛上透露了公司的差异化竞争策略：基于垂直场景，在业务中沉淀并优化完整的算法工程产品体系。据量子位了解，这里的“垂直领域”优先考虑与公司原有业务相关的医疗大健康领域，计划推出行业专用大模型及配套应用。此外，金融、电商营销等领域也将成为重点布局方向。这一战略选择既考虑了训练成本与算力需求，也体现了对行业服务能力的深度思考。漆远曾在杭州论坛上指出，通才大模型的训练成本极高，而面向行业的专业大模型或许需要先培养“高中水平”的理解与推理能力，再聚焦特定领域的专业知识。
漆远是谁？这位AI领域的资深专家本科毕业于华中科技大学自动控制专业，在中科院获得模式识别硕士学位后，赴MIT媒体实验室深造，取得机器学习博士学位及博士后资格。自1998年接触AI以来，他的学术生涯始终与人工智能紧密相连——从自动控制到模式识别，再到机器学习，均为AI分支。MIT期间，谷歌与Facebook曾向他抛出橄榄枝，但他最终选择留在学术界。随后，他加入普渡大学担任助理教授，并于2013年获得终身教职。2014年归国后，他加入阿里，与涂子沛、金榕等人共同创立达摩院前身iDST，领导中国研究团队，构建了阿里巴巴首个大规模分布式机器学习平台（现迭代为PAI3.0），并主导建立了首个基于深度学习的语音识别团队。在蚂蚁金服任职期间，他先后担任副总裁、首席数据科学家、达摩院金融智能负责人及蚂蚁AI首席科学家等要职。
2021年，漆远重返学界，出任复旦大学浩清特聘教授、博士生导师及AI创新与产业研究院院长。如今，他再度投身创业浪潮，聚焦大模型领域。这一转变或许源于他在复旦大学经济学院“从ChatGPT到AI for Science”讲座中的观点——基于ChatGPT的发展趋势，AI与生命科学、气象、流体等大模型结合将具有广阔前景，而医疗健康、金融等高密度内容生产行业正是无限光年大模型落地的优先目标。更深层次的原因，或许正是AI浪潮的再度兴起。
