#華人科學家
90後華人科學家:超一億美金年薪背後的權力遊戲
一紙離職信,震動矽谷AI版圖。2025年11月20日,圖靈獎得主、被譽為「AI教父」之一的楊立昆(Yann LeCun)在領英上發表告別辭,宣佈將於年底離開效力12年的Meta。這位曾一手締造FAIR(基礎人工智慧研究實驗室)輝煌的宗師級人物,在65歲之際選擇重新出發,追尋關於「世界模型」的未竟理想。楊立昆的離去,標誌著Meta AI戰略路線徹底轉向:從FAIR所代表的學院派長期理想主義,全面倒向以產品化與商業落地為導向的實用主義。這一歷史性轉身的背後,是Meta內部早已展開的權力重組。就在數月前,年僅30出頭的華人科學家趙晟佳(Shengjia Zhao)——前OpenAI核心開發者——空降Meta,引發組織震動。趙晟佳的加盟充滿戲劇性:入職不到30天便萌生去意,祖克柏親自以「首席科學家」頭銜與天價薪資極力挽留。他的“上位史”,成為矽谷AI人才爭奪白熱化的真實縮影。當圖靈獎得主楊立昆選擇離開堅守12年的Meta,當30歲的趙晟佳以超一億美金年薪空降矽谷,這場看似簡單的新老交替背後,是一場關乎AI技術路線、企業戰略與文化認同的深層博弈。從OpenAI到Meta,從清華園到矽谷,這位年輕科學家的選擇不僅改變著個人命運,更在重塑科技巨頭間的權力天秤。圖源:Shengjia Zhao 的 X清華少年到史丹佛博士的進階翻開趙晟佳的履歷,一條近乎完美的頂尖學者成長路徑徐徐展開。2012年,他考入清華大學機械工程系,後因對電腦的濃厚興趣轉至電腦系,於2016年取得學士學位。在清華的四年裡,他的視野遠遠不限於課堂。2014年,趙晟佳赴美國萊斯大學交換學習,這段經歷徹底開啟了他的學術視野:課堂講座常延續至深夜討論,各類想法在交流中不斷被檢驗、挑戰與完善。更重要的是,他在跨文化、跨學科的協作中,學會了以多元視角理解和推進科學研究。本科畢業後,他將目光投向了矽谷。2016年,趙晟佳進入史丹佛大學攻讀電腦科學博士,師從Stefano Ermon教授。在六年的博士生涯中,他全心投入深度生成模型、變分推斷等前沿方向。其代表作《InfoVAE: Balancing Learning and Inference in Variational Autoencoders》於2019年發表在AAAI,至今引用量已超23000次,成為該領域的里程碑論文。博士期間,他幾乎囊括了各類頂尖獎項:ICLR 2022傑出論文獎、Google卓越獎學金、高通創新獎(QinF)、摩根大通博士獎學金等。趙晟佳的教育經歷然而,真正讓他在全球AI領域聲名鵲起的,是在OpenAI的三年。2022年6月博士畢業後,趙晟佳加入OpenAI為技術團隊成員。當時ChatGPT尚未問世。他不僅是ChatGPT、GPT-4、GPT-4.1的早期核心開發者,也是OpenAI推理模型體系的關鍵奠基者——主導了「o1」與後續「o3」系列的研究。「o1」在AI業界的影響堪稱技術核爆。它將思維鏈從理論概念轉化為可規模化部署的產品,使AI從機率性的語言續寫工具,躍升為具備類人邏輯推理能力的系統。這項突破迅速引發Google、DeepSeek、xAI等全球頂尖實驗室的跟進。與此同時,他也領導OpenAI的合成資料團隊,在業界深陷高品質資料匱乏的困境中,建構了一套可複製、可擴展的資料生成範式。可以說,在Meta向他伸出橄欖枝之前,趙晟佳已是當代生成式AI技術範式的重要建構者之一。他掌握了業內競相追逐的「新型擴展範式」——對於急於在AGI賽道實現反超的祖克柏而言,他無疑是必須爭取的關鍵人才。三十天離職危機今年夏天,Meta陷入了前所未有的焦慮與混亂。公司寄予厚望的Llama 4模型發佈後表現平平,更因"性能評測造假"爭議而聲譽受損。面對OpenAI和Google的持續領跑,以及中國AI實驗室在開源領域的快速追趕​​,祖克柏決定放手一搏。他斥資143億美元收購資料標註巨頭Scale AI,並任命其28歲的創始人Alexandr Wang為Meta首席人工智慧長。隨後,旨在整合公司所有AI資源的"Meta超級智慧實驗室"(MSL)正式成立,標誌著Meta向AGI發起了全面衝刺。為了讓MSL配備頂尖人才,Meta開啟了一場瘋狂的挖角行動。祖克柏不僅親自向目標研究人員傳送邀請郵件,還安排他們在其太浩湖莊園進行面談。Meta開出了高達九位美元的薪酬方案,其中部分offer的有效期僅有幾天。正是在這樣的背景下,趙晟佳被Meta成功從OpenAI挖來。更引人注目的是,圍繞著他迅速集結了一支實力雄厚的華人科學家團隊:團隊成員包括前OpenAI多模態後訓練研究負責人畢樹超、前OpenAI感知技術研究負責人及Gemini多模態後訓練研究負責人畢樹超、前OpenAI感知技術研究負責人及Gemini多模態部門聯合創始人餘家輝、OpenAI o3-mini和o1-mini的核心開發者任泓宇、前OpenAI電腦視覺專家常慧雯,以及前Google DeepMind高級研究科學家任涇宇、前OpenAI電腦視覺專家常慧雯,以及前Google DeepMind高級研究科學家。祖克柏為這支夢之隊承諾了頂級資源支援。據悉,趙晟佳和MSL團隊將能夠使用計劃於2026年建成的"普羅米修斯"計算叢集,該叢集擁有高達1000兆瓦的電力供應,足以支撐前所未有的超大規模AI訓練。然而,這段"聯姻"在開始後不久就面臨危機。據多家媒體報導,趙晟佳加入Meta僅數日,就遭遇了嚴重的管理混亂和文化衝突。MSL內部資源分配不公、官僚作風盛行,承諾的算力資源遲遲未能兌現,這讓習慣OpenAI高效科研環境的趙晟佳深感不適。知情人士透露,趙晟佳當時已決定離開,甚至與老東家OpenAI達成了回歸協議,並簽署了入職檔案。這消息對祖克柏而言無異於當頭一棒。若這位重金聘請的頂尖人才在入職不到一個月就重返競爭對手,不僅將使Meta顏面盡失,更將對其重振AI雄心的計劃造成致命打擊。為留住趙晟佳,祖克柏展現了驚人的決斷力。他直接介入,打破常規,授予趙晟佳"Meta超級智慧實驗室首席科學家"頭銜,並正式確立其領導地位,要求其直接向自己和Alexandr Wang匯報。祖克柏更在Threads上高調宣佈這項任命,特別強調趙晟佳是實驗室的聯合創始人,"從第一天起就是我們的首席科學家"。這不僅是一次薪酬留人,更是一次地位與權力的鄭重承諾。最終,趙晟佳選擇留下,成為Meta AI版圖中僅次於祖克柏與Alexandr Wang的第三號關鍵人物。權力更迭暗戰趙晟佳最終選擇留下,但Meta的內部動盪遠未平息。事實上,MSL的成立與趙晟佳的快速上位,恰恰催化了Meta新舊勢力更替下的深層矛盾。儘管趙晟佳被成功挽留,同期加入的其他頂尖人才卻未能適應。據外媒報導,與趙晟佳同期加盟的兩位前OpenAI研究員——Ethan Knight與Avi Verma,在入職不到一個月內相繼離職,重返OpenAI。來自GoogleDeepMind的研究科學家Rishabh Agarwal也在短短數月後選擇離開。對這些頂尖研究者而言,Meta雖能提供豐厚的薪酬,卻難以復現他們理想的科學研究環境。一位離職員工坦言:“人才終將流向能產生共鳴的地方。缺乏內在凝聚力的體系,終會從內部瓦解。”與此同時,管理階層的「低齡化」與信任危機逐漸浮現。統管Meta AI全域的Alexandr Wang年僅28歲,先前並無人工智慧領域的研究經驗,其背景主要來自營運資料標註公司Scale AI。這種「平信徒領導內行人」的局面,在內部引發了諸多資深科學家的困惑與不滿。有內部人士透露,Alexandr Wang所帶來的Scale AI高階主管團隊與Meta原有體系格格不入,管理方式簡單直接,甚至導致Meta與Scale AI在資料合作層面出現裂痕。更深遠的影響體現在FAIR實驗室的邊緣化。在MSL成立前,由楊立昆一手打造的FAIR實驗室一直是Meta AI的金字招牌。然而在新架構下,FAIR被整體併入MSL體系。儘管楊立昆名義上仍保留FAIR首席科學家頭銜,但在匯報關係上,這點陣圖靈獎得主需要向28歲的Alexandr Wang匯報。儘管祖克柏與楊立昆本人均公開否認角色變化,但在外界看來,隨著公司資源全面向以產品化為導向的MSL傾斜,堅持「世界模型」長線研究的FAIR團隊,實際上已失去對Meta核心AI戰略的主導權。Llama 4的失利成為壓垮駱駝的最後一根稻草,也成為楊立昆選擇體面離開的導火線。儘管雙方在分手聲明中保持了極大的克制,甚至達成了投資合作的“第三條道路”,但楊立昆的離去,無疑標誌著Meta AI那個充滿理想主義的學術時代正式落幕。面對重重挑戰,Meta正嘗試踩下剎車。據《金融時報》獲得的內部備忘錄顯示,Meta已暫停MSL除關鍵崗位外的所有招聘,以期在製訂新戰略的同時更審慎地規劃未來。而這一切的挑戰,恰恰發生在個人能力與時代機遇碰撞的關鍵節點。對趙晟佳而言,出任首席科學家只是開始。他不僅需要帶領團隊在技術上追趕GPT-4、打造更強大的Llama 5,更要在Meta複雜的官僚體係與文化衝突的夾縫中,為祖克柏找到通往AGI的可行路徑。而這場權力更迭的意義,早已超越了趙晟佳個體生涯的起落。它對應出整個AI產業在理想與現實間的艱難平衡,也預示著科技巨頭在AGI旅程上更為激進的投資邏輯。這位90後華人科學家必須證明:超一億美金的薪酬背後,是與之匹配的遠見與實力。在趙晟佳按下"普羅米修斯"叢集啟動鍵的那一刻,一場新的AI競賽已經悄悄開始。 (創業邦)
99後華人科學家創業,掏出全球首個視覺記憶大模型,無限上下文,已獲三星投資
性能測試遠超GoogleOpenAI,首月免費體驗!智東西7月25日消息,今天,前Meta員工沈俊瀟(Shawn Shen)在海外社交媒體X上宣佈,其和Enmin Zhou聯合創立的Memories.ai,正式推出其首款大型視覺記憶模型(Large Visual Memory Model)。沈俊瀟還宣佈Memories.ai已完成由Susa Ventures領投,Crane Venture Partners、三星Next、Fusion Fund等機構跟投的800萬美元(約合人民幣5730萬元)種子輪融資。感興趣的使用者立即享受首月免費體驗,無需任何附加條件。體驗地址:https://memories.ai/app▲沈俊瀟官宣推文(來源:X)這一技術旨在為多模態大語言模型(multi-modal LLMs)賦予視覺記憶回溯能力。該模型實現了視覺記憶檢索功能,能夠解析使用者意圖,檢索相關視覺記憶片段,整合關聯的視覺記憶資訊,並基於這些記憶和使用者查詢進行推理。其創新點在於智能決策機制,能自主判斷何時、如何及調取那些視覺記憶。完成記憶資訊整合後,模型能生成記憶引用,並以正確輸出格式回答使用者問題,這使得多模態大模型具備無限長視覺記憶上下文處理能力。Memories.ai的兩位聯合創始人均是華人,沈俊瀟在部落格中透露自己14歲就遠赴英國讀高中。01.兩位華人聯合創立曾14歲就遠赴英國求學1999年出生的沈俊瀟,初中在蘇州上學,14歲就獲得獎學金到遠赴英國讀高中。領英首頁顯示,其本碩博均在劍橋大學就讀,2019年取得了工程專業的文學學士學位( 劍橋大學等部分高校保留傳統BA授予制度,其工程專業畢業生仍獲BA學位),2020年取得都柏林聖三一學院的工程學碩士學位,2023年獲得工程學哲學博士學位。在本科就讀期間,沈俊瀟還曾回到上海摩根士丹利短期實習,在博士就讀期間,2022年,他到了Meta現實實驗室工作,擔任研究科學家職位。2024年沈俊瀟離職創業,聯合創立了Memories.ai。▲左:沈俊瀟,右:Enmin Zhou(圖源:Memories.ai)Memories.ai聯合創始人兼CTO Enmin Zhou,2020年從美國加州大學洛杉磯分校畢業,獲得數學與計算科學學士學位,後在美國布朗大學就讀資料科學專業,於2022年畢業。本科就讀期間他也曾回到上海,在上海深察資訊科技短暫實習,碩士畢業後在Meta就職,擔任機器學習工程師一職。2024年Enmin Zhou離職創業,聯合創立了Memories.ai。在部落格中,沈俊瀟寫道,他們正是因為意識到解決視覺記憶問題刻不容緩,才離開Meta共同創立Memories.ai。02.視訊問答能力超越Gemini 2.5 Pro、OpenAI GPT 4o和GPT4.1從性能上看,在視訊零樣本分類基準測試中,Memories.ai的分數都較歷史第一的模型PE-G都一定上漲,其中在HMD8資料庫中,分數上漲了7.6分,在K400資料庫中,分數上漲了6.6分。視訊檢索基準測試中,Memories.ai在所有資料集中的分數都超越了歷史第一Perception Encoder,各項測試均奪得桂冠,其中在AVN資料集的文字轉視訊測試中,其分數較Perception Encoder提升了11分。視訊問答基準測試中,Memories.ai在MVBench、NextQA以及Temp Compass資料集中,全面超越OpenAI GPT 4o;在ActivityNetQA和Perception Text資料集中,超越GoogleGemini 2.5 Pro和OpenAI GPT4.1,取得新的性能記錄。▲包括OpenAI和Google模型系統在內的比較資料,均源自OpenAI和Google各自的官方發佈部落格。03.受人類記憶機制啟發,建立初始記憶架構在另一篇技術部落格中,沈俊瀟介紹到,Memories.ai的創造是受了人類記憶機制啟發,而創立的整個大視覺記憶模型的初始記憶架構,包括:將記憶線索轉化為可搜尋請求的查詢模型、用於粗粒度檢索的檢索模型、全模態索引模型、用於細粒度細節提取的選擇模型、用於記憶監控的反思模型,以及用於記憶重構的重建模型。記憶檢索過程可分解為以下關鍵步驟:1、記憶線索:激發回憶過程回憶通常始於線索。線索可以是外部的,如問題、舊照片、旋律、氣味、地名;也可以是內部的,如念頭、情緒。當大腦接收線索時,會啟動與目標記憶相關的特定神經網路。在系統中,採用查詢模型將線索(主要為基於文字的線索)轉化為具體的、可搜尋的內容,涉及文字解析和轉錄等步驟,將線索轉化為適合後續處理的格式。2、粗粒度檢索:初步 “篩選”啟動過程並非總是精確的,初始檢索往往粗略且泛化。大腦快速搜尋海量資訊,尋找與當前線索最匹配的模式,一些相關的視覺片段可能會被初步啟動,此為 “線索依賴性回憶”。在系統中,使用檢索模型進行粗粒度檢索。對於上一步解析的查詢對象,檢索模型選擇合適的資料庫和查詢方法,識別所有相關片段,減輕 “線索依賴性回憶” 的影響,並啟動所有相關視覺片段。3、細粒度細節提取:深度 “閱讀” 與 “編輯”當初始線索啟動相關區域後,大腦進入更精細的處理階段,記憶的重構特性開始顯現:細節補全:大腦填補記憶的細節,這些細節可能基於對世界的理解、邏輯推理和過往經驗推斷補充。關聯整合:大腦將不同資訊片段(如視覺圖像、聽覺片段和情緒波動)關聯整合,形成更完整的記憶圖景。過濾選擇:大腦根據當前目標和問題,從所有啟動資訊中過濾出最相關和最重要的片段,具有高度目的性。在系統中,使用全模態字幕模型和選擇模型進行細粒度細節提取。對於所有視覺片段,全模態字幕代理結合記憶線索為關鍵核心內容加入字幕。選擇代理基於所有已字幕內容進行推理,篩選出若干最相關的視覺片段,縮小記憶搜尋範圍,基本完成視覺記憶檢索過程。4、記憶監控:記憶的 “自我校正”回憶過程中,大腦會監控和驗證檢索到的資訊,評估其精準性和真實性,包括將其與現有的知識、信念和其他相關記憶進行比較。若回憶資訊與已知事實相矛盾,可能會嘗試進一步回憶或修正。在系統中,使用反思模型進行記憶檢測和驗證。當檢索到的記憶內容與事實衝突或不一致時,會重新進入細粒度細節提取階段。5、記憶重構:從碎片到 “精修版”回憶複雜事件時,大腦傾向於提取事件的核心要點、主要參與者和關鍵結果,過濾掉較不重要或冗餘的資訊,將其概括為更易儲存和檢索的形式。重構過程還涉及將分散的記憶碎片整合成有意義的模式,組織成連貫的敘述或概念。在系統中,使用重建模型進行記憶重構。基於記憶線索和所有當前檢索到的資訊,識別資訊模式,利用世界知識和邏輯推理補全缺失細節,過濾和精煉無關或冗餘資訊,將分散的感知、概念和情感片段整合成連貫、有意義的敘述或概念結構。04.結語:或將成為AGI發展的重要節點沈俊瀟在部落格中稱“這是在通用人工智慧(AGI)發展中的一步。”Memories.ai此次推出的大型視覺記憶模型,在技術路徑上以人類大腦的記憶機製為參照建構了初始架構,其具備的視覺記憶檢索、整合及推理能力,在視訊分類、檢索、問答等基準測試中展現出一定性能優勢。而800萬美元種子輪(約合人民幣5730萬元)融資的完成,也體現了投資機構對該技術方向的關注。 (智東西)