一家成立不到两年的香港AI公司，在顶级科学期刊上刻下了中国数据生成企业的首个印记。2026年5月28日，维纳智能参与的研究论文在Nature通讯发表，聚焦多模态深度学习用于肾癌术后风险分层。这使得维纳智能成为中国首个、全球第四个登上Nature期刊的数据生成科创公司。此前，DeepSeek和面壁智能等通用大模型技术公司也曾在该期刊发文。

论文提出RDPM模型，将优化目标从短期肾功能点估计提升为长期快速衰退风险分层，采用多模态多头交叉注意力机制融合3D影像与临床变量。模型在15家多中心医疗机构、1621例患者队列中完成训练与验证，外部多中心测试AUC达到0.788至0.873，为个体化手术决策提供了可量化证据。维纳智能负责AI方面工作，中山大学肿瘤医院等机构负责医学部分。

维纳智能的核心技术路径并非堆砌参数或依赖海量人工标注，而是推理数据生成。公司创始人兼CEO柳崎峰将其定义为：大模型根据上下文，同时生成提问与回答，并给出思维链和推理过程，输出四元组cQrA（上下文、提问、推理、答案）。这相当于为专业领域构建“习题集”，以对抗式、强因果的知识组织形式，驱动大模型不仅会回答，更善于提问。

这一思路直指当前企业大模型落地的三重困局：测不准、优化难、答不准。经典LLM+RAG架构在专业领域准确度通常仅约70%，难以真正降本增效。维纳智能的推理数据生成技术可自动生成各行业高质量cQrA数据集，规模可达几十万条，每小时生成上千条，从而提供动态多维测试、闭环反馈优化，以及因果锚定推理所需的逻辑先验。

过去一年间，维纳智能在几乎没有行业专家参与传统标注的情况下，连续击穿四个对精度高度敏感的领域：价值观安全、金融保险、香港政务、体育竞赛，客户均为头部机构。其首发产品包括出海价值观大模型系统（价值观一致性达99%，主流大模型仅9%至21%）、保险大模型问答系统（复杂问答准确率95%）、赛马大模型系统（统计问答准确度94%）等。公司以国产GPU沐曦为算力底座，构建了2C与2B系列产品。

值得关注的是其商业节奏。除两年前5000万港币种子轮融资（联想创投领投）外，维纳智能迄今未再融资。公司提倡精英特种兵文化，追求单兵高效造血，今年业务快速增长，营收预计超过4000万港币。

创始人柳崎峰背景横跨学术与产业。他博士毕业于中科院自动化所，师从谭铁牛院士，曾任香港生成式人工智能研发中心（HKGAI）总经理、平安集团加马AI研究院院长，是香港大模型超算与训练的最早发起者之一。2023年他带队建设全球首个千卡H800 AI超算系统，2024年带队预训练中国第三家千亿MoE大模型。从建算力、训模型到造数据，维纳智能的创立补全了大模型三要素的最后一块拼图。

维纳智能的路径选择，本质上是在构建“数据→Token→数据”的大闭环。当业界热捧Agent自动化时，公司聚焦于让AI先学会“问对问题”，再学会“答对问题”，在多步分解与多重校验中，将大模型的推理能力沉淀为工业级数据资产。其方案可概括为：用推理数据生成替代人工标注，用闭环反馈驱动系统持续优化，用因果锚定为在线推理提供稳定逻辑支点。这或许是企业走出大模型落地困境的一种工程化回应。