ITBear旗下自媒体矩阵:

AI人才争夺战:扎克伯格亿元抢余家辉,华人工程师成科技界新宠

   时间:2025-07-08 00:05:33 来源:虎嗅APP编辑:快讯团队 IP:北京 发表评论无障碍通道

在硅谷这片科技创新的热土上,最新的风潮并非聚焦于某个新模型的发布或新芯片的问世,而是由meta首席执行官马克·扎克伯格掀起的一场AI人才争夺大战。这场大战的激烈程度,让硅谷的各大科技巨头都感到了前所未有的压力,甚至连OpenAI的首席研究官Mark Chen都罕见地表达了情绪化的声音,称自己“感觉被偷家了”。

扎克伯格在这场人才争夺战中采取的策略相当直接——用巨额资金吸引顶尖人才。据《连线》杂志报道,meta为一些顶级AI人才提供了为期四年、总额高达3亿美元的薪酬方案,其中第一年的薪酬就超过1亿美元。这样的手笔,无疑在业界引发了巨大的轰动。

随着扎克伯格宣布成立“超级智能实验室”(meta Superintelligence Labs,MSL),该实验室首批成员名单也随之公布。令人瞩目的是,这份名单中“华人含金量”极高,11名成员中有7人是华人,且多数来自OpenAI和谷歌DeepMind。在这批华人精英中,余家辉的名字尤为引人注目。有传言称,他就是那位第一年“转会费”高达1亿美元的幸运儿,同时也是“超级智能实验室”的首批成员之一。

尽管《连线》杂志随后对此进行了辟谣,表示无论是meta官方还是被挖走的当事人都否认了这个天价薪酬的传言,但meta首席技术官安德鲁·博斯沃思的回应却耐人寻味。他表示,这个薪酬方案并非针对所有人,也不是入职就立即支付1亿美元,而是包含了各种福利待遇的总包。言外之意,从总包的角度来看,确实有人可能达到这个薪酬水平。

余家辉的加入,无疑为meta的“超级智能实验室”增添了不少光彩。这位本科毕业于中国科学技术大学少年班计算机科学专业的年轻才俊,在伊利诺伊大学厄巴纳-香槟分校攻读博士学位期间,就展现出了卓越的科研天赋。他师从计算机视觉领域的先驱Thomas S. Huang教授,并在Adobe实习期间深度参与了“DeepFill”项目,成功运用AI技术实现了照片中物体的智能去除与修复。

毕业后,余家辉的职业轨迹星光熠熠。他先后在Google Brain和OpenAI等顶尖AI研究机构任职,参与了多个里程碑式模型的研发工作。在Google Brain期间,他参与了谷歌旗舰模型Gemini的多模态团队工作,并承担了一定的领导职责。而在OpenAI任职期间,他更是深度参与了GPT-4o、GPT-4.1等模型的研发,带领团队攻克了多项技术难关。

余家辉不仅在工作经验上丰富,学术研究方面同样成果卓著。他发表的一系列论文在人工智能领域产生了深远影响,谷歌学术被引量已经达到了33000+。其中,被引量最高的论文是他跟随Gemini团队在谷歌期间发表的《Gemini: a family of highly capable multimodal models》,这篇论文展示了谷歌当时最新AI模型的性能突破,为业界树立了多模态模型的新标杆。

然而,在余家辉风光加入meta的同时,meta也面临着前所未有的挑战。近年来,meta在AI研发上投入巨大,但Llama系列模型的发展却不尽如人意。在性能与口碑方面,Llama都遭遇了诸多难题。面对复杂的语义理解与推理任务时,Llama往往难以像GPT-4o那样精准把握问题核心,输出清晰而合理的解答。这使得Llama在市场竞争中处于劣势,难以有效吸引用户和开发者的青睐。

meta还面临着AI核心人才流失的问题。由于对公司AI战略的疑虑以及对Llama模型前景的失望,不少优秀的研究人员选择离职。这种人才流失无疑对meta的技术创新和产品迭代造成了实质性影响。为了扭转这一局面,扎克伯格启动了“超级智能团队”计划,力图通过吸引顶尖人才来突破当前的技术瓶颈。

然而,对于扎克伯格的挖角行动,OpenAI的首席执行官奥特曼并未坐以待毙。他警告员工,meta的行事方式令人不满,并暗示正在重新评估薪酬体系和激励机制以应对人才竞争。在最新的一封内部信中,奥特曼更是直接批评了meta的挖角行为,并表示尽管meta确实从OpenAI招募了一些优秀员工,但并未成功挖走核心顶尖人才。

余家辉的成长轨迹为当代计算机专业的学生提供了极具参考价值的范本。他的经历证明,在AI时代,扎实的学术功底和丰富的实习经验同样重要。对于想在AI领域获得高薪与影响力的年轻人而言,提早参与科研项目、注重系统性思维、并积极争取加入顶尖实验室或团队,依然是当前最具确定性的路径。

而扎克伯格的“Boss直聘”风波也映射出了AI行业的现状。尽管他用巨额资金吸引了一批顶尖人才,但真正的挑战才刚刚开始。AI的竞争归根到底是“组织能力”的竞争。meta能否通过这支“梦之队”扭转在大模型竞赛中的被动局面,目前仍存在较大的不确定性。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version