50万赔偿vs2亿估值：争议AI人才的价格被拆成两半

10月7日，北京一家尚未定名的AI实验室获得五源资本和IDG资本近3000万美元投资的消息确认。这家公司由田柯宇创办，团队约10人，方向是世界模型。投后估值2亿美元。

与此同时，一起隔在两地的法律诉讼仍在推进。北京市海淀区人民法院一审认定田柯宇违约，判令赔偿字节跳动50万元。字节不服已上诉，案件处于二审阶段。

50万元的司法价码与2亿美元的资本市场报价出现在同一个人身上，中间隔着的是一道看不见的切割线。线的两边分别是技术资产与伦理风险。

一、五天操作还是数月破坏

事件的源头是2024年春季。田柯宇当时作为北大研究生在字节跳动商业化技术部门实习约三年。

他自述的情况很具体：组里来了一个拥有管理员权限的新实习生，代号A，会超额占用GPU资源并停止其他人的训练任务。田向组长反映无果。于是在大约十天时间里，田手动停止了A五次训练进程，释放算力给其他人。他说这些操作只针对A的个人任务，不影响自己的工作。“当时我的做法无异于以暴制暴。”他在播客访谈中说。

另一方的描述完全不同。A方长文将异常起点提前到2024年3月，波及LlamaGen等多个研究项目，持续到同年7月。文中提到安装脚本使用sudo权限替换系统深度学习框架文件，故障因此呈现为随机出现的排查难题。项目内部演示也被指涉及调用其他开源模型的造假行为。文章末尾列出五位实名确认人。

两套叙述的核心分歧在于行为范围——几天还是几个月，针对一人还是波及多项目。这一差别直接决定责任轻重。字节跳动的官方通报指向两个月跨度的团队研究项目损失，但澄清网传“涉8000多卡、损失上千万美元”严重夸大，未波及正式项目及线上业务。

北京市海淀区法院在一审判书中认定违约责任成立，判令赔偿50万元，驳回字节其余诉讼请求包括800万元侵权损失索赔和道歉要求。字节已经提起上诉。

二、技术的那一半先成交了

田柯宇的技术信用来自一篇论文。

2024年12月4日，NeurIPS年度最佳论文名单公布，田柯宇以第一作者身份凭借VAR（视觉自回归建模）获奖。该工作是他在字节实习期间与团队共同完成的。这个时间距离字节起诉获受理仅九天，大会随后专门对外说明评审采用盲审机制，以科学质量为标准，不受作者个人争议影响。

VAR的核心突破在于把图像生成的FID指标从18．65降至1．73，推理速度提升20倍，并验证了与语言模型同源的规模定律。这条技术路线成为创业的起点。按照公开表述，团队计划构建包含20万个符号的视觉词表，输入约1亿小时视频训练模型，目标是把生成一秒视频的成本降到现有水平的十分之一以下。

融资消息在2026年7月首次传出，由五源资本合伙人孟醒主导。投资机构对诉讼风险知情且已完成交割。工商信息显示，田柯宇名下北京一临彼方科技有限公司持股60％，其他四名股东各占8％。

争议人物的价格被拆成了两半。技术路线、论文信用和已验证的方法论先一步成交。剩余的司法敞口和道德争议则由投资方自行消化承担。这并非理想化的处理方式，而是现实中的风险定价逻辑——当稀缺技术和不可控伦理同时存在于一人身上时，市场会选择把两者分开计价。

法院把这场纠纷的价码标在了明处，敞口可计算。站在投资人视角，50万元的民事判决相当于一个已知的最大可能损失区间。如果二审行为定性不发生实质变化，公司的底层叙事就足以支撑当前的估值框架。

三、权限一旦失控，代价进入刑事范畴

模型资产越值钱，训练集群的操作权限就越昂贵。这是整个行业的共识也是痛点。

今年三月，北京市东城区人民法院对另一起案件作出一审判决。某科技公司算法工程师王某为给干私活腾出算力空间，登录公司集群输入删库指令，运行超过十七小时删除89TB训练数据。多个文生3D与渲染模型连同训练数据被毁，研发停摆。法院以破坏计算机信息系统罪判处其有期徒刑五年十个月，赔偿经济损失20余万元。该案是北京首例破坏人工智能模型刑事案件。

同属训练系统中的异常操作，田柯宇案走的是民事违约路径。二审认定的行为范围决定了它停在民事责任哪个位置。

国内世界模型赛道眼下资金密集。AMD以数十亿美元收购李飞飞创办的World Labs，杨立昆为其创业公司筹集了10亿美元种子轮。佳视界、生数科技、流形空间等团队近一年内完成密集融资。顶尖人才的流动让老东家商业秘密边界、竞业约定等问题反复出现。创业者带着技术路线、人脉甚至纠纷一起离开，已成为行业常态。

A方在长文中直接向投资机构喊话，建议在作出判断前向知情人核实田对事件的描述。这等于把行为记录摆进了尽调清单。

田柯宇在访谈中提到，投资人反复追问当年之事。他曾在见完投资人之后回去哭了一场。

接下来关注什么

这场交易能否成立，取决于四个观察维度：

其一，二审判决对行为范围的最终认定是否较一审发生重大变化。字节坚持上诉说明不接受50万元的损失尺度，结果将直接影响公司法律风险敞口的可计算性。

其二，VAR技术路线的商业化验证进度。2027年发布完整模型的目标能否兑现，将决定当前估值的锚是否能落地。

其三，全球AI人才流动的监管趋势变化。世界模型赛道高度依赖大厂实验室和高校课题组出身的团队，人带技术离开的合规边界可能引发新的立法讨论。

其四，投资者对创始人声誉风险的容忍度阈值。这笔交易完成后若再出现争议人物获得巨额融资的案例，头部机构是否会调整对历史诉讼的记录审查标准。

其五，AI训练集群权限管理的行业标准升级方向。当操作权限的成本接近模型本身的价值时，分级审计与留痕机制将成为基础设施的一部分。