進入“金三銀四”春招求職旺季，在DeepSeek熱潮下，多家企業對AI人才求賢若渴，開始高薪爭奪 AI 大模型人才。

3月1日消息，鈦媒體AGI獨家獲悉，小米集團近日招聘大量“AI大模型”相關工程師和研發人員，月薪4.5萬元-7.5萬元，經計算，年薪最高達120萬元人民幣。

小米表示，其尋找的人才需要擁有電腦科學、人工智慧、自然語言處理或相關領域的碩士或博士學位，3年以上相關經驗，並且對多模態技術有一定的瞭解，主要應用於包括大模型、Agent、多模態等在內的 AI 技術，推進企業營運的資料化和智能化。在此之前，小米招聘了原DeepSeek、阿里雲研發人員羅福莉，引發市場關注。

不止是小米。華為也在上海青浦高薪招聘 AI 大模型技術人才，月薪3.5萬元-6.5萬元，年薪高達104萬元。

同時，2月以來，美團、滴滴、螞蟻集團、京東、宇樹、DeepSeek、智譜等多家頭部企業都在招聘 AI 人才。

此外，鈦媒體AGI注意到，紅杉資本中國等知名投資機構也在招聘大模型投資人，薪資高達20萬元。

智聯招聘資料顯示，今年春節後首周，AI相關求職人數同比增長33.4%，位居行業第一，AI 工程師崗位增速達69.6%，接近70%。在招聘端，AI 工程師以21319元的平均招聘月薪領跑職業第一，而要求5年以上工作經驗的 AI 工程師崗位平均招聘月薪甚至超過3.5萬元。

這意味著，AI大模型技術的迅速崛起對就業市場、人力資源（HR）等起到至關重要的影響。

2月28日，智聯招聘集團總裁張月佳表示，2025年，中國 AI 市場規模將佔全球20.9%，網際網路行業AI滲透率達89%。就業市場正進行結構性的轉型，傳統企業招聘需求、用工需求在下降，而靈活就業、“新質生產力”相關職位需求在上升，因此，企業需要充分運用 AI 能力為整個組織服務。

DeepSeek讓企業對AI人才需求不降反增

“我們肯定要相應增加一些 AI 演算法工程師，目前階段的招聘量相比往年也是增加了許多。”近期一場招聘會上，浙江宇樹科技有限公司人力資源經理張冬冬表示。

事實上，今年2月，鈦媒體AGI在上海徐匯舉行的全球開發者先鋒大會（GDC）期間注意到，數十家 AI 和機器人初創公司都在大量招聘演算法、資料、大模型相關人才。

同時，上海近期也舉行了2025年首場春季促進就業綜合性大型招聘會，共有超過1000家企業參加，提供超2.6萬個招聘崗位，其中，主會場參會單位500家，提供超1.4萬個招聘崗位，重點聚焦積體電路、生物醫藥、人工智慧等行業人才。參加招聘會的不少科技企業表示，亟需技術類和演算法類的高階人才。

鈦媒體AGI瞭解到，隨著DeepSeek在全球範圍內迅速爆火出圈，國內 AI 領域迎來新的轉折點，行業人才需求不降反增，字節跳動、阿里等網際網路大廠紛紛加碼尋找頂尖AI人才，甚至從“大模型六虎”（百川智能、智譜、月之暗面、MiniMax、階躍星辰）當中挖人，而後者開始分化，一面轉向To B應用和商業化，另一方轉向技術迭代，開啟組織變革。

今年2月，鈦媒體AGI獨家獲悉，“大模型六虎”之一的MiniMax公司合夥人、副總裁及開放平台負責人魏偉離職，對此，公司回應稱“消息屬實”，MiniMax國內B端業務迎來新的發展階段，將由其他負責人帶領團隊。

鈦媒體AGI獨家獲悉，魏偉的下一步可能考慮創業方向，多家投資機構正在與其接觸。此前，MiniMax則確認，其產品負責人、前今日頭條使用者產品負責人張前川，因個人原因目前已淡出公司事務。

同時，據晚點，另一家“大模型六虎”公司零一萬物原PopAI產品負責人曹大鵬日前加入字節跳動，擔任 AI 視訊生成產品即夢移動端負責人，向剪映負責人張楠匯報。此外，零一萬物演算法副總裁及模型預訓練負責人黃文灝、零一萬物聯合創始人李先剛等高管也已離職。

然而，高管出走的同時，“大模型六虎”開始戰略轉型，重新招聘對應人才。

招聘平台上，發力 AI 應用層的零一萬物尋找大模型高級產品經理、數字人方向演算法工程師等職位；發力底層模型和C端應用的MiniMax，釋出視訊生成、多模態大模型、大語言模型、聲音生成演算法工程師，以及訓練框架、演算法服務研發、市場行銷經理、資料分析等職位。

MiniMax創始人、CEO閆俊傑近期表示，DeepSeek對他的啟發點在於，一是他們的品牌做得非常好，它的信譽和口碑是量化行業最好的之一，另一個啟發是，DeepSeek一開始沒有產品，所以更聚焦。

因此，閆俊傑認為，應當先清晰地定義模型能力分級，明確每一代模型提升所需的演算法、資料和推理過程，借助技術手段去逼近既定指標。同時，技術與產品需要區分開來，技術的核心在於不斷提升上限，這就要求定義好下一代模型的能力。“不要認為有產品之後模型就會變好，產品的目的不是讓模型變好，它就是一個商業化產品。真正需要思考的是怎麼更好滿足使用者。”

成立於2021年的MiniMax，目前已完成四輪總計超過10億美元的融資，公司最新估值30億美元（CB Insights資料是12億美元）。MiniMax副總裁劉華在2月一場演講中表示，DeepSeek讓行業認識到，底層模型一次重大迭代對產品帶來的最佳化效果，遠超在工程實現層面對產品進行“雕花”。同時，大模型將快速達到專業人士的水平，Al Agents將重塑全球經濟，大模型會從目前單純的網際網路產品變成新的服務業。

劉華強調，未來2-3年，類似“GPT3.5→GPT4”的技術升級幅度將發生兩次，且是高度可預期的。

鈦媒體AGI獨家獲悉，今年2月底，MiniMax在國內蘋果App Store應用程式商店中上線了“海螺視訊”獨立移動端App，並且開啟付費模式，價格為每月68元起，最高達2648元/年。同時，MiniMax還研發出AI搜尋產品“萬物追蹤”，並且已上線官網。

除了AI初創公司，風頭正勁的小米也在加大對 AI 和前沿技術研發的投入力度。

小米集團創始人、CEO雷軍披露，2021年至2025年，小米在核心技術研發投入1050億元。而今年，小米將向技術研發方向投入人民幣300億元。

“所以，無論我們最近發的那一款產品，都給市場很大的競爭力，也受到了使用者很大的歡迎。中關村企業想在市場生存下去，最核心的就是要強化自己的競爭力，加大研發投入。”雷軍坦言，在困難的時候，一定要有信心。我們要相信中國的科技創新，我們要相信中國市場，我們要相信在核心技術上不斷地投入就一定會有回報。

談及AI技術，雷軍近期坦言，小米創業的15年來，一直聚焦在手機、汽車、智能家居、智能製造這些領域。要下決心把最新的，像AI技術怎麼能夠落地到我們各個終端產品上，能夠讓消費者體驗科技帶來的美好生活，怎麼在拓展國內市場的同時能夠放眼全球，提高中國產品在全球的影響力。

人才沒有被AI取代，招聘者亟待提高“軟技能”

當前，外部環境日趨複雜，就業形勢面臨嚴峻挑戰，部分行業和企業仍存在不少困難，高校畢業生規模持續擴大。而且，AI 催生“技術性”失業可能在各個行業顯現，市場對於 AI 替代人類話題處於“恐慌”且複雜情緒中。

據國家統計局公佈的最新失業統計資料顯示，2024年12月，全國城鎮不包含在校生的16-24歲勞動力失業率為15.7%，較11月下降0.4個百分點。整個2024年，全國城鎮調查失業率平均值為5.1%——簡單來說，每100名城鎮人口中，其中約5人面臨失業局面。

而與此同時，今年春節聯歡晚會上的人形機器人扭起了秧歌，越來越多的人開始沉浸在與DeepSeek對話中……AI正逐漸滲透到各行各業。

根據世界經濟論壇《2025未來工作報告》，在2800多項精細技能中，AI目前能夠在一定程度上達到人類能力的比例約為28.5%，同時近40%的工作技能將會發生變化。而隨著技術不斷進步，這個百分比會持續上升，比如在某些重複性強、邏輯性強的任務中，AI的進入能提高整體效率，有望部分取代人類工作。

北大博雅青年學者、北京大學國家發展研究院經濟學教授李力行曾表示，總體而言，當下的就業趨勢日益嚴峻，突出的現像是青年失業率高，同時，就業的另一個趨勢是短期化、靈活化。在全球範圍內，越來越多的工人正在擺脫企業裡的全職工作，將目光投向零工經濟。對於 AI，以前談到機器替代人主要還是針對藍領工作有影響，而當下 AI 對職場的最大衝擊是能夠做邏輯思維決策，進而替代白領工作，這才是導致人們焦慮的重要原因。

“這個問題背後的本質是如何應對。對於個人而言，應考慮如何提升技能，與AI共存，讓AI發揮輔助而非替代作用；而對於企業而言，則是關於推動機器替換人，還是發現其中的商機，僱傭更多人利用AI創造更多價值的選擇。其實，替代的反面正是互補。”李力行表示。

智聯招聘和北京大學國家發展研究院聯合發佈的《2025人力資源發展趨勢報告》顯示，2024年上半年，新質產業招聘需求在總量當中佔比為21.8%，全年超半數受訪企業部署了 AI 技術研發和應用，其中27.2%的受訪企業預計，AI 技術研發投入佔總營收比重3%以上。此外，調研還發現，59.1%的受訪企業表示“超級個體稀缺、人才引進困難”，企業日漸重視人才多維度發展潛力。

2月28日在北大國發院和智聯招聘舉行的“人工智慧與未來職場”活動上，李力行進一步剖析了AI技術進步對勞動力市場的影響。

李力行提出，技術進步分為通用與專用型，在任務、職業和行業層面產生直接替代、間接促進和總體創造三種效應，對個人也有替代、互補和創造三種效果。若能利用技術提升效率，創造新崗位，便能使人機協同產生積極作用。他引述一份報告稱，2030年之前，歐洲和美國分別要有800萬、1200萬工作職位需要轉型（舊崗位消失），佔到總職位數量的4.6%和7.5%。

李力行表示，技術進步的過程當中，受益於新技術，就業領域就會蓬勃發展，企業生產效率提高、產品更加豐富、價格更加便宜，市場需求就會提升，而其他傳統行業即便不受到直接的影響，由於其效率相對落後，也會被逐漸擠壓，因此對於人才來說，會產生替代、互補、創造等效應，所有人都會受到 AI 等新技術影響。

隨著 AI 能夠勝任更多基礎性任務，企業開始依賴人類員工的“軟技能”。

人力資源發展趨勢報告顯示，今年51.6%的受訪企業提高了招聘中“軟技能”要求，比如良好的自我管理能力、溝通能力等。北京大學國家發展研究院副研究員朱麗表示，擁有軟技能者可緩解AI衝擊帶來的影響，在AI時代，專業深度、管理能力、主動性與自我管理將成為職業發展的核心差異化優勢。

另一方面，AI 技術正重塑人力資源管理（HR）全流程，在企業人力資源管理上應用 AI 或大模型技術企業佔比達到28%以上。目前，智聯招聘“AI招聘助手”DeepSeek-R1版已經於2月27日上線，而在金融領域，超過80%的銀行在使用智聯招聘的AI易面產品。

張月佳表示，HR需要主動變革，需要從事務型向戰略型轉變，需具備數字思維與AI能力，借助數字工具武裝自己，實現招聘、人才測評等環節的智能化升級。

“我們可以看到，整個企業對於人才能力需求、結構都在發生一些變化，企業辨識人才、招聘人才時的需求也在發生一些變化。”張月佳稱。

據麥肯錫最新報告顯示，到2030年，中國對AI專業人才的需求預計將達到600萬，而人才缺口可能高達400萬。

北京大學國家發展研究院院長、南南合作與發展學院院長、北大博雅特聘教授黃益平表示，AI 是經濟增長的新機遇，也將為勞動力市場的重構帶來挑戰。

據IDC統計，到2030年，AI 相關產業和服務將累計產生19.9兆美元的全球經濟影響，同時將推動全球GDP的3.5%。 (鈦媒體AGI)

【新智元導讀】Google Fellow吳永輝博士離職Google，正式加入字節跳動，未來將專注於AI基礎研究。這位在Google深耕17年AI老將，曾主導了神經機器翻譯、RankBrain等突破性項目。

Google17年老將，正式加入字節跳動。

據報導，吳永輝博士已確認離職Google，加盟字節負責AI基礎研究領域的工作。

他將在字節擔任大模型團隊Seed基礎研究負責人，專注於大模型基礎研究搜尋、AI for Science科研工作，直接向CEO梁汝波匯報。

2008年9月，吳永輝博士最初作為一名排序工程師加入Google，致力於改進Google核心網頁搜尋排名的演算法。

自2015年1月起，他轉入了Google Brain團隊，專注於深度學習及其應用研究。他是Google神經機器翻譯和RankBrain項目的核心貢獻者，推動了語音識別的技術發展。

直到2023年，他又晉陞為GoogleDeepMind研究副總裁，Google Fellow等級。

要知道，Google Fellow是Google頂尖工程師才能享有的稱號，只有極少數的員工能夠獲得這個頭銜。

有網友為此，還做了非常詳細的解說，成為Google Fellow（10級）是一個終身榮譽。

值得一提的是，目前Google只有兩位Senior Fellow（11級，相當於高級副總裁）：Sanjay Ghemawat和Jeff Dean。

以下是Google工程師的職級體系，從1級開始：

L4：需要幾年工作經驗或博士學位

L5：大多數工程師的職業發展止步於此

L6：頂尖10%的工程師，他們的能力往往能決定項目的成敗

L7：具有長期優秀業績記錄的L6級工程師

L8：Principal Engineer（首席工程師），通常負責某個重要產品或基礎設施

L9：Distinguished Engineer（傑出工程師），令人敬仰的存在

L10：Google Fellow，這是終身榮譽，獲得者通常是該領域全球頂尖專家

L11：Google Senior Fellow，目前公司僅有的兩位11級工程師是Jeff Dean和Sanjay Ghemawat

吳永輝曾獲得了南京大學電腦學士學位，並於2008年獲得了加州大學河濱分校的資料科學碩士學位和電腦科學博士學位。

他的研究興趣包括資訊檢索、排序學習、機器學習、機器翻譯、自然語言處理等領域。

作為Google大牛，吳永輝參與了Gemini模型的開發，在團隊貢獻名單中，是Gemini應用總技術負責人之一。

他也參與了Gemini 1.5的研發，將大模型上下文擴展到100萬token。

論文地址：https://arxiv.org/pdf/2312.11805

他還是Palm 2大模型訓練團隊的核心貢獻者。

論文地址：https://arxiv.org/pdf/2305.10403

根據GoogleScholar個人介紹，截至目前，吳永輝總被引數超5萬，h-index為72。

其中，被引數最高的文章便是2016年發表的——Google's Neural Machine Translation System。

論文地址：https://arxiv.org/pdf/1609.08144

這篇論文主要提出了神經機器翻譯系統：GNMT，由一個深度LSTM網路構成，包含8層編碼器和8層解碼器，使用了注意力機制和殘差連接。

為了提高平行性並縮短訓練時間，注意力機制將解碼器的底層連接到編碼器的頂層。

為了更好地處理稀有詞彙，作者還將詞彙分解為一組有限的常見子詞單元（wordpieces），同時用於輸入和輸出。這種方法在「字元」分隔模型的靈活性和「詞」分隔模型的高效性之間提供了良好的平衡，能夠自然處理稀有詞彙的翻譯，最終提高了系統的整體精準性。

在WMT’14 英語-法語和英語-德語基準測試中，通過對一組獨立簡單句子的人工對比評估，相比於Google基於短語的生產系統，GNMT將翻譯錯誤減少了60%。

其次，被引第二高是2020年發表的Conformer，一個語音識別模型，基於Transformer改進而來。

主要改進的點在於，提取長序列依賴的時候更有效，而摺積則擅長提取局部特徵，因此將摺積應用於Transformer的Encoder層，同時提升模型在長期序列和局部特徵上的效果。

實際證明，該方法確實有效，在當時的LibriSpeech測試集上取得了最好的效果。(新智元)

#大模型研發 你可以在這裡找到鉅亨號中所有使用「大模型研發」為關鍵字所發布的內容