最終，世界上所有激進的MSL運動都將廣義上的西方，特別是美國，視為地球上最大的邪惡。而任何認為激進MSL會滿足於僅僅控制伊拉克或敘利亞某個省份的念頭，都未經歷史證實。激進MSL已經表明，他們的願望不只是佔領世界的一個地方，並滿足於他們的小哈里發國。他們想要擴張。它本質上是革命性的。它尋求擴張並控制更多的領土和更多的人民。激進MSL公開對西方懷有圖謀。對美國，對歐洲，我們也看到了那裡的進展，他們準備實施恐怖主義行動，就伊朗而言，包括國家行為、暗殺、謀殺，等等，不惜一切代價來獲取他們的影響力，並最終支配不同的文化和社會。這對於世界和更廣闊的西方，尤其是對於美國，是一個明確而迫在眉睫的威脅，他們將美國視為地球上邪惡的主要來源。他們仇恨沙烏地阿拉伯王國、阿聯和巴林的領導人，是因為這些國家允許美國與他們合作。這就是他們仇恨他們的原因。為此他們視這些國家為異教徒。他們憎恨以色列。但他們也憎恨美國。他們憎恨世界上任何受我們影響的地方。他們試圖攻擊它，包括在這裡的本土。如果你看看國內的恐怖分子，看看發生在國內的襲擊事件，絕大多數都受到了激進MSL觀點的啟發。這包括佛羅里達州奧蘭多“脈衝”夜總會槍擊案。這包括彭薩科拉的沙烏地阿拉伯飛行員。我的家鄉州，兩次襲擊。 (曠世奇才左宗棠)

【新智元導讀】剛剛，Meta又從OpenAI挖來一員猛將——宋飏，擴散模型領域的核心人物，DALL·E 2技術路徑的早期奠基者。他已正式加入Meta Superintelligence Labs，擔任研究負責人，直接向他的師兄趙晟佳匯報。就在剛剛，OpenAI前高層研究員宋飏已正式加盟Meta Superintelligence Labs（MSL），擔任研究負責人（Research Principal）。他將直接向MSL首席科學家趙晟佳（Shengjia Zhao）匯報。左：宋飏；右：趙晟佳對於這個突發消息，很多名人網友都對此感到震驚：也有人並不看好本次「轉會」，認為打造最強戰隊並不只是把世界最強的選手都買過來就能萬事大吉了的。本次人事流動背後，或許透露出Meta在AI競賽中釋放的三重訊號。MSL的人才拼圖更完整了趙晟佳與宋飏的組合，或許標誌著MSL逐漸從「頂級個體」邁向「協同作戰」的團隊形態。兩人有不少交集：本科都在清華，博士在史丹佛同門，曾先後就職於OpenAI，分別在大模型系統與生成建模領域有深厚積累。趙晟佳主導過ChatGPT、GPT-4及其後續版本的多個核心研發。而宋飏長期關注跨模態模型架構與可擴展生成技術，其研究影響了OpenAI的DALL·E 2。宋飏此次加入，進一步鞏固了MSL的「雙核」格局：一人把握整體節奏，一人深化關鍵路徑。團隊組合更清晰，科研分工也更具結構感。人才流動節奏加快變得更靈活也更激烈Meta的招人節奏依舊高頻。今夏以來，已有超過11位來自OpenAI、Google、Anthropic等機構的研究者加入MSL。與此同時，也有部分成員選擇離開——有的在入職流程完成後未正式到崗，有的回流OpenAI，也有人轉向微軟。比如Aurko Roy，在Meta工作不到五個月便離職，隨後出現在Microsoft AI的官網頁面。Aurko Roy這類人員流動節奏，在頂級AI實驗室之間越來越常見。這一趨勢說明，項目匹配度、團隊氛圍和技術方向的貼合程度，正逐漸成為影響選擇的核心。對公司而言，招人只是起點，如何形成清晰的角色定位、給出持續的技術空間和節奏感，才是真正考驗。多模態推理或將成為MSL主打方向宋飏的研究方向與MSL的整體戰略緊密貼合。他博士期間提出的「擴散模型」方法，成為生成式AI領域的重要技術基石；在OpenAI，他帶領戰略探索團隊，專注於模型處理高維複雜資料的能力提升。這些積累聚焦在同一個目標：建構能理解圖像、語言、音訊乃至動作等多種資料形式的通用模型，提升模型與真實世界互動的廣度與深度。趙晟佳主導統一的訓練範式和推理堆疊，打造完整的AI產品體系。從輸入到輸出、從建模到執行，整個技術閉環正在加速成形。宋飏簡介宋飏本科就讀於清華大學數理基礎科學班，博士畢業於史丹佛電腦科學專業，研究方向聚焦生成模型與多模態推理。在學術界，他以「擴散模型」研究聞名，是該領域的技術奠基者之一。他曾在Google大腦、Uber ATG、微軟研究院等機構實習，有豐富的工業與理論背景。2022年加入OpenAI後，他組建「戰略探索」團隊，圍繞更大規模、更複雜資料、更高維模態進行方法論探索與系統落地。他不止做方法創新，也擅長將研究成果轉化為平台能力，影響了OpenAI圖像生成產品的設計路徑。在MSL這樣的新型實驗室裡，這類研究者能直接推動從理論、資料到系統實現的完整鏈路，為團隊補上技術縱深與工程整合的關鍵一環。宋飏可能會為Meta帶來什麼變化宋飏的加盟，讓MSL的團隊構成更合理，研究路徑更具一體化趨勢，技術路線更貼近下一階段的產業需求。Meta不僅在拉攏頂級人才，也在嘗試把這些能力變成組織級、產品級的可用資源。但這場競賽仍在持續演變。人才選擇項目的速度在加快，項目對人的要求也在提高。研究者與實驗室之間的關係，越來越像「雙向奔赴」。對AI從業者來說，理解跨模態、熟悉完整資料鏈路、提升工具整合與推理協同的能力，將成為新階段的核心競爭力。對管理者而言，更重要的是創造適合關鍵人才成長與發揮的組織環境。 (新智元)