# UCSD教授黄碧薇创办Aether AI完成2000万美元融资，押注因果世界模型

- 来源：AYi (@AYi_AInotes)
- 发布时间：2026-06-18 09:29
- AIHOT 分数：60
- AIHOT 链接：https://aihot.virxact.com/items/cmqivamc804ojsl5w7axxgcp1
- 原文链接：https://x.com/AYi_AInotes/status/2067419296712524251

## AI 摘要

UCSD教授黄碧薇（@huang_biwei）创办的 Aether AI 宣布完成 2000 万美元首轮融资，目标是构建因果世界模型。她认为当前视频生成、VLA 等 AI 仅学习像素层面的统计相关性，无法理解背后因果，并提出第四代 AI 范式——因果大模型，让模型从普通视频中自动抽取出人类写不出的物理规律，甚至发现未知新物理。黄碧薇深耕因果 AI 12 年，是 causal-learn 作者，入选 Apple Scholar。本轮融资被视为跳出“堆参数、比算力”的 scaling 路线，转向下一代 AI 范式的关键信号。

## 正文

人类到今天都写不出一颗煎蛋的物理方程，
一颗鸡蛋打进热油锅，它怎么凝固、怎么摊开、边缘怎么变焦，
没有任何一个公式能描述清楚，这种例子在物理世界里多到数不过来。

而这恰恰是当下通用 AI 范式的天花板，视频生成、VLA 学的都是像素层面的统计相关性，

它能生成一颗煎蛋的样子，却不知道当把油温调低、锅换小，蛋会变成什么样，因为它从没碰到背后真正的因果。

UCSD 的@huang_biwei 黄碧薇教授在做的，
就是让AI模型从普通视频里自动抽出这些人类都写不出的物理规律，
目标甚至是反过来，发现人类未知的新物理。

黄教授把近 30 年的 AI 拆成四代，
相关性小模型、因果小模型、相关性大模型也就是今天的 LLM，再到因果大模型，
我们正站在第四代的门口。

黄教授在因果 AI 领域深耕 12 年，是causal-learn 作者、入选过 Apple Scholar，
师承因果发现的开山一代，这套血统不是蹭概念蹭得来的。

今天 Aether AI 正式官宣完成首轮融资，
我更愿意把它解读成一个明确的信号，
终于有人开始为下一代 AI 范式下注，
而不是继续给大模型圈堆参数、拼体量、比算力这些"以胖为美"的相扑比赛加注。
官网传送门：https://aetherlabs.ai

### 引用推文

> Biwei Huang：I've spent over a decade working on causal discovery and causal AI. A lot of late nights, a lot of papers, and a lot of open questions. Today we're putting some...