让信息流向每一个人： SigmaZ的「信息平权」｜ 探访FancyTeams

当 Bonjour! 问今年 23 岁的 William，团队有没有什么「Fun Fact」，他思索了一会，说：“我是全公司年龄最小的人，这算吗？（笑）”

2003 年出生的 William 身边，是一群在 AI Lab 和大厂核心业务里工作多年的伙伴。有人比他年长十岁，也有人会在深夜当面告诉他：“如果我们想成功，就不能再想得这么浅。”

William 说，那是创业以来让他很高兴的一个瞬间。有人愿意直接指出问题，说明对方也在为公司的方向负责。

招聘页面可以写清职位和要求，很难呈现一群人怎样交换判断、处理分歧，又如何在没有标准答案的时候继续工作。第二期 FancyTeams，我们来到 Bonjour! 社区的 SigmaZ 团队，看看这群经历不同的人为什么选择一起工作，又如何构建一支允许质疑发生的 AI 团队。

🌍🚙👋📍

William 手上拿着健身头环和水壶，对着摄像头问：“看看我，你觉得我准备做什么？”

短短几秒之内，AI 识别出他的 T 恤和物品，反问：“你要准备运动了吗？”在得到确认后，画面切进带实时动作识别的体能训练界面：人物动作到位，给绿色加分，出错则标红提醒。William 又说，“把背景换到海边，教练换成 David”，画面几秒内重新渲染完成，没有一丝拖泥带水。

这是 AI 创业公司 SigmaZ 尚未正式发布的实时视频交互产品 Tap8 的功能预览。尽管尚未面世，Tap8 已经在内部测试榜单中斩获了综合质量、事实覆盖率、文字准确度三项第一，其理解正确率也在统计学意义上与 Claude Fable 5 并列榜首。

凭借这些成绩，SigmaZ 硬是在全是行业巨头的实时视频交互赛道上占据了一席之地。但实际上，它还只是一家在 2025 年底才刚刚成立的年轻公司。

!如果能看视频，我就不会读文字

SigmaZ 的 CEO William 出生于 2003 年，来自贵州，后来在英国完成学业。创立 SigmaZ 前，他做过品牌出海和在线教育等项目。

做教育产品时，他最初想做一个「会画图的 AI 老师」。他发现，许多人有学习和理解信息的需求，长篇文字和抽象概念经常让人中途放弃。如果 AI 可以直接把概念变成画面，理解的门槛或许会低一些。

产品上线后，用户的用法超出了团队的预想。有人上传报纸和菜单，也有人上传产品说明书，希望 AI 直接生成视频。一位年轻用户告诉他们：「如果能看视频，我就不会读文字。」

这也是他在做 AI 教育产品的时候反复看到的同一个现象：人们对信息的需求很强，但一旦被塞进冗长的文字和抽象概念里，就要么读不进去，要么彻底放弃。文字对某类信息的承载力，天然是有上限的。于是，William 和 OpenAI 创始成员 Andrej Karpathy 想到了一块：如果 AI 能用画面而不是长篇文字去解释一件事，信息的门槛会不会低很多？

这句话让 William 开始重新理解用户的需求。教育只是画面帮助人理解信息的一个场景；营销、导览、健身和操作说明，同样需要更直观的表达方式。

他后来常说：“AI 的瓶颈不是智能，是它和人类之间的带宽。”「信息平权」也由此成为 SigmaZ 反复讨论的方向：让信息更容易被看见、理解和使用。

!再出发：伦敦那份「最贵」的牛排

“我请我的 CTO Derek 吃了一顿伦敦「最贵」的牛排，哈哈哈！”，William 笑着对 Bonjour! 说。

确定方向之后，William 想到了 Derek。Derek 毕业于帝国理工计算机系，曾在 Amazon 的 Alexa 和 AGI Lab 工作，也参与过 William 此前的创业项目。两人认识多年，对彼此怎样判断问题、怎样把事情做出来已经足够熟悉。在 Amazon 工作时，Derek 就在探索用可交互的视觉界面承载 AI 回答。他看着 Alexa 的用户规模一路增长，也越来越确定，只有文字和语音的一问一答，很难装下未来的人机交互。

William 专程飞到伦敦，请 Derek 吃了一顿几百英镑的牛排。两个人把各自看到的问题摊在桌上，最后确认了同一个方向：让 AI 的回答从一段文字，变成可以继续探索和操作的视觉界面。

在那顿「昂贵」的饭上，他们也安排好了各自在 SigmaZ 的角色，William 回答“为什么做”，并告诉大家 SigmaZ 要往哪里去；而 Derek 搞定“怎么做”，从技术方面决定 SigmaZ 怎么把「信息平权」这件事变成现实。

后来，Derek 毅然离开 Amazon AGI Lab，拒绝了一份来自沙特、接近千万人民币的 offer，带着妻子和小狗来到中国，和 William 一起创立了 SigmaZ AI Lab。

左图是Derek 的银狐，小编偷偷加入一只全公司最贪吃之狗*（william 的小狗）

!所有人都可以说「我没听懂」

刚回国数月的 SigmaZ 团队里，超过 40% 的伙伴，是从伦敦、西雅图、北京等地搬到杭州加入的。其中不少人比 William 大十岁，甚至更多。但真正进入公司之后，这些履历很快会退到最没人在意的背景里。

一位同事提到，以前在大厂时，技术团队之间多少会有一种隐形的边界：“技术的人会有 ego，会觉得这件事你不懂。”在 SigmaZ，情况几乎相反。做模型的人会认真向运营解释一个基础概念，也会跑来问 Marketing：“这个视频为什么让你觉得好？”产品、设计、算法之间，很少存在谁天然拥有最终解释权。这种文化很大程度上来自 Derek 和 William 自身。

Derek 在公司内部更像一个「知识布道者」。他会持续读最新的 paper，再把自己刚学会的东西拆开讲给团队。甚至会把一次内部分享当成产品来迭代：哪里讲快了、哪一页大家没听懂、什么类比更有效。SigmaZ 既强调追求卓越，又反对浅层思考。但卓越的人也不意味着他必须永远表现得无所不知，因此 Derek 从不会把“没听懂”理解为听众能力不足。他会发问卷了解自己哪里没有讲清楚、大家下次想听什么，以及下一位分享者应该是谁。

在布道者 Derek 看来，技术分享不是单向输出，而是持续优化。在日常工作和开会时，任何人都能说“我没有听懂”，也可以向其他领域的人提问。团队希望研究、工程、产品、运营和营销团队之间的知识能够持续流动，让每个人的专业能力转化为团队共同拥有的能力，而不是“文科的人只写诗，理科的人只算数”。

William 给自己的角色则起了另一个名字：「服务型领导者 Servant Leader」，他认为 CEO 的责任不是拥有所有答案，而是把方向讲清楚，把优秀的人聚在一起，然后把资源、信息和决策权交给距离问题最近的人。所以在 SigmaZ，一个工程或业务问题最终怎么解决，并不会因为 William 是 CEO 就由他决定。“谁离问题最近，谁就应该有更大的决策权。”在明确的 scope 内，团队成员可以直接根据实验结果拍板。

这也形成了一种有点反常的组织状态：

一个 23 岁的 CEO，管理着一群在年龄、技术履历和行业经验上都比他资深得多的人；但公司内部很少讨论「谁资历更老」，更多时候讨论的是「这个结果到底对不对」。这种平等最后会落到一些非常具体的瞬间里。

当某个模型突然跑出一个超出预期的结果，或者一个原本不确定的技术方案第一次真正 work，附近的人会很自然地围到同一台电脑前。不管是从 AI Lab 来的工程师，还是刚加入不久、还在学习 AI 术语的 Marketing，第一反应往往都差不多：

“哇，好酷。”然后下一句话通常是：“为什么？”

再下一句是：“能不能再快一点？”

在 SigmaZ，年龄、title 和上一家公司最后都会变成简历上的一行字。真正重要的，是大家还愿不愿意对一个新东西感到好奇，以及当自己不知道的时候，能不能很自然地说一句：

“这个我没听懂，你再讲一遍。”

作为一个 00 后 CEO，William 身上有一种明显的反差：产品和技术 sense 很 sharp，但 ego 很小。一次，团队内一位曾在 Alibaba AI Lab 工作的核心工程师对他说：“我们现在想得太浅了。如果一直这样继续下去，是没办法成功的。”

William 说，这是创业以来最让他高兴的时刻之一。因为这意味着，团队真的在对公司的方向负责。对一个年轻 Founder 来说，难得的不是永远想得最深，而是当自己想得不够深时，身边有人敢直接指出来。

到今天，William 背后的团队已经是一批在大厂核心 AI 业务一线工作过很多年的工程师、研究员和产品经理；他们来自 Amazon AGI Lab，Alibaba AI Lab、字节、京东、百度，覆盖模型训练、算法和基础设施……

!拿着勇气，要做就做最难的事

说回交互视频，这并不是一条无人竞争的赛道。

目前，市面上的主流视频模型大多走“像素扩散”路线，虽然成熟，却极耗算力。而且，画面一旦生成就无法微调，出错只能靠重写 prompt 重新“抽卡”。在团队的规划中目标很明确：用自研模型和视觉自进化框架，定义下一代「有用又有趣」的实时交互产品。

为此，他们从第一天就选了另一条路：代码生成与 DLM（扩散语言模型）。他们发现，基于视觉代码来生成视频，不仅渲染速度极快，还能让画面变得「可寻址」。例如，像素扩散路线下，AI 生成了一个耳机的 3D 模型，某颗螺丝偏了、和外壳没对齐，只能重写 prompt「抽卡」；而在 Tap8 的架构里，错误可以被直接定位到某行 SVG 参数，模型自行重写，不用再重绘整张图。

而 Derek 两年来一直在押注的 DLM 路线正好支撑着这套全新生成范式，他至今保持着 researcher 的工作方式，会持续阅读论文和研究前沿技术，并被他带回公司，转化为团队分享、工程实践或产品实验。SigmaZ 最看重的壁垒由此不只是速度的遥遥领先，更投向了视觉主导的自主进化能力。

在 Tap8 的 Benchmark 中，面对 Fable 5、Seedance、谷歌 Veo 等当下最前沿的模型，Tap8 在信息密集场景里一举拿下综合质量、事实覆盖率、文字准确度三项第一；理解正确率达 84.5%，与 Fable 5（84.6%）并列第一。

当然，他们也毫不避讳将短板印在报告里，比如「纯视觉观感」仅排第六。作为一条极少有人走过的路线，SigmaZ 也对 Bonjour! 说，他们的后训练栈还在搭建，潜力远未释放完。能看准方向是认知，但有了方向，还要有走向无人区的勇气。这种用数据与实测一步步打出来的硬仗，才是 SigmaZ 最坚固的壁垒。

正如 Derek 和 William 所坚信的：「去做最难，但是最有价值的事。」SigmaZ 希望，前沿技术能够快速进入实际工作，再由用户体验和业务结果检验它是否真正有价值。

!我们不是什么天才少年

在 Bonjour! 的眼里，SigmaZ 本质上是一家信息组织公司。他们希望重新设计人与信息、知识和 AI 的关系，让信息更容易被理解、保留和使用。这一理念也解释了 SigmaZ 为什么会关注教育和学习场景。他们希望技术不仅能够提升生成效率，还能降低人们获取和理解知识的门槛，逐步推动信息平权与教育平权。

“我们不是大厂高 P（高层），也不是什么天才少年……也许，我们就是 nobody。只有当你觉得自己是 nobody 的时候，你才愿意去打那些最难、最苦的仗。”

William 说完自己先笑了。

某种程度上，这倒很像 SigmaZ 过去一年做事的方式。没有哪一步是因为他们一开始就知道答案。做 CuFlow 的时候，他们不知道最后会走向视频；做视频的时候，也不知道问题会一路推到实时交互、模型训练和 Diffusion LM。

很多事情，都是先撞上去，再发现原来的答案不够。

云启的投资人形容 William 是一个“一直在变化中的人”。几乎每隔一段时间见他，他关心的问题都已经往下走了一层。

Derek 也是如此。从 Amazon AGI Lab 来到中国，他没有选择一条已经被验证的路线，而是和 William 一起，把一个看起来像产品问题的东西不断往模型底层追。

两位founders的交集，把SigmaZ 慢慢变成了今天的样子：一群平凡但是充满好奇心的普通人，在尝试做一件改变世界的事情。

如果你也好奇，和这群人一起工作会是什么感觉，可以点击下方团队弹窗。我们在 FancyJobs 的 SigmaZ 团队页里整理了团队哲学、FunFact 与开放职位，供你继续了解！👋 ⬇️

图片来源：SigmaZ 发布的视频、现场拍摄、由 SigmaZ 提供

文字：宛潼、Ollie

编辑：Mouna

排版：妄冬