本文来自微信公众号：划重点 KeyPoints，作者：林易
要问大洋彼岸硅谷现在最 fashion 的话题是什么，绝不是哪个新模型，也不是什么新芯片，而是由 Meta 老板扎克伯格引发的 AI 人才抢夺大战，直接让硅谷各大科技巨头如坐针毡。OpenAI 首席研究官 Mark Chen 甚至罕见情绪化发声，说“感觉被偷家”。
这场放历史长河里都堪称罕见的“Boss 直聘”，扎克伯格拿出的手腕也是相当直截了当——砸钱，狠狠地砸钱。根据《连线》杂志的说法，Meta 已经向一些顶级 AI 人才提供了为期四年、高达 3 亿美元的薪酬方案，第一年的薪酬更是超过 1 亿美元。
那么这些顶级 AI 人才都有谁？随着扎克伯格前两天官宣成立“超级智能实验室”（Meta Superintelligence Labs，MSL），一份“华人含金量”超高的首批成员名单也一道被晒出：11 人中有 7 人是华人，多数来自 OpenAI 和谷歌 DeepMind。
而在“小扎抢人”、“Meta 新团队”和“首批名单”等众多热点话题之下，却有一位华人在X上脱颖而出，独立成为了另一个大热点——余家辉。原因无他，正是因为有传言称他就是“转会费”第一年高达 1 亿美元那个人（也是“超级智能实验室”的首批成员）。
虽然《连线》杂志目前也给出了辟谣的说法，称不论是 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 CTO 安德鲁·博斯沃思的回应却有点耐人寻味，“不是所有人，并且不是已入职就给 1 亿美元，而是各种总包”。
言外之意，从总包这个角度来看，有人可能真的能够到一亿的门槛。如果这个人是余家辉，那么 Meta 签下他，比当年皇家马德里花 8000 万美元签C罗还要烧钱；但C罗在 5 年时间里带领皇马拿下 5 次欧冠冠军，他带来的回报可以说是等值或者超值。
于是，很多人对于余家辉加入 Meta 这件事提出了不少的疑惑——
他的薪酬到底值不值这个钱？他又能给 Meta 带来多大的回报？
余家辉 AI 技术实力几何？
余家辉本科毕业于中国科学技术大学少年班计算机科学专业，在中科大的求学过程中，他不仅积累了相关的专业知识，也培养起对计算机科学研究的兴趣和较为严谨的态度。
之后，余家辉前往美国，在伊利诺伊大学厄巴纳-香槟分校攻读博士学位。期间，余家辉有幸师从计算机视觉领域先驱 Thomas S. Huang 教授（黄煦涛，已故）。黄煦涛教授在图像编码、多媒体、计算机视觉和人机交互等领域有诸多成果，获得中、美、英三国院士及 IEEE 终身会士荣誉 。成为黄煦涛教授的学生，余家辉也开启了他在 AI 领域较为特别的探索之路。
在博士求学期间，余家辉便显露出卓越的科研天赋。他在 Adobe 实习期间深度参与了"DeepFill"项目，该项目成功运用 AI 技术实现照片中物体的智能去除与修复，效果显著。这一成就不仅证明了他在图像处理领域的专业实力，更让他深刻认识到 AI 技术在实际应用中的巨大潜力。
除此之外，在整个求学期间，他便在多家知名公司实习，包括微软亚洲研究院、旷视、Snapchat、百度、英伟达等等。
毕业后，余家辉的职业轨迹可谓星光熠熠。他相继在 Google Brain、OpenAI 等顶尖 AI 研究机构任职，每一段经历都为其学术生涯添上浓墨重彩的一笔。
在 Google Brain 期间，他不仅参与了谷歌旗舰模型 Gemini 的多模态团队工作，更在一定程度上承担了领导职责。Gemini 作为谷歌推出的多模态大语言模型，集语言理解、图像识别与生成等多项能力于一身，发布后在 AI 学界掀起热烈讨论。
余家辉专注于多模态融合技术的深入研究，致力于让 AI 系统能够无缝处理文字、图像、音频等多种信息形态。他的研究贡献为 Gemini 的技术突破提供了重要支撑，也使其在多模态 AI 领域确立了权威地位。
2023 年，余家辉转战 OpenAI，出任感知团队（Perception Team）负责人。感知团队在 GPT 模型体系中占据核心地位，主要负责赋予模型对外部世界的认知和理解能力。在 OpenAI 任职期间，余家辉深度参与了 GPT-4o、GPT-4.1 等里程碑式模型的研发工作，带领团队攻克了多项技术难关，推动 GPT 系列在多模态感知与理解方面实现重大飞跃。这些成就进一步奠定了他在 AI 领域的影响力和声望。
除了拥有丰富的工作经验，余家辉在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+，充分体现了其在技术创新方面的深厚功力。
其中，被引量最高的论文是余家辉在谷歌期间跟着 Gemini 团队一同发表的论文 Gemini: a family of highly capable multimodal models。这篇论文可以说是多模态大模型里的重磅研究之一。
这篇论文不仅展示了谷歌当时最新 AI 模型的性能突破，还为业界树立了多模态模型的新标杆。Gemini 不再只是一个“对话模型”，它已经是一个能听、看、读、写、思考的通用 AI 智能体雏形，在多个任务中表现优异，部分能力已超越人类专家水平，意味着通用人工智能（AGI）又迈出了一大步。
而在第二高被引论文 Conformer: Convolution-augmented Transformer for Speech Recognition 中，余家辉同样展现出了非凡的技术创造力。这篇论文解决了自动语音识别（ASR）领域对音频序列局部和全局依赖关系高效建模的难题，提出将卷积神经网络（CNN）和 Transformer 融合的 Conformer 模型。
Conformer 模型在模块设计上展现出诸多创新。其多头自注意力（MHSA）模块引入了 Transformer-XL 的相对正弦位置编码方法，显著提升了模型对不同长度语音输入的适应能力；卷积模块以点卷积和门控线性单元（GLU）为起点，结合一维深度卷积层，有效捕捉语音的局部特征；前后两个前馈模块则采用 Macaron-net 风格的半残差结构，进一步增强了模型性能。
在 LibriSpeech 基准测试中，Conformer 模型表现出色——在不使用语言模型的情况下，test/test-other 数据集上的词错误率（WER）分别为 2.1% 和 4.3%；结合外部语言模型后，WER 进一步降低至 1.9% 和 3.9%。即便是仅有 10M 参数的小型模型，也超越了以往基于 Transformer 和 CNN 的模型，充分体现了余家辉及其团队在技术创新方面的卓越能力。
除此之外，从余家辉的个人主页中，我们也能看到他在“转会”Meta 之前所参与的项目：涵盖 OpenAI 的 o3、o4-mini、GPT-4.1、GPT-4o；以及谷歌的 Gemini、PaLM 2 以及其它众多细节技术研究。由此可见，余家辉不仅是深谙 AI 技术，在打造产品方面也是拥有足够的经验。
总的来看，余家辉无疑是当今全球 AI 领域最顶尖的人才之一。他不仅拥有坚实的学术基础，发表了多篇高影响力论文，还在 Google Brain 和 OpenAI 等世界级实验室，积累了丰富的大模型实战经验。在图像处理、多模态感知和大模型架构等前沿方向上都有代表性成果。他不仅是理论研究的先行者，更是工程实践的推动者，尤其擅长将复杂的 AI 技术落地为产品与系统。这样的背景和能力，称其为 Meta“超级智能实验室”极具战略价值的核心成员之一也不为过。
扎克伯格的 AI 困境
曾在社交媒体领域呼风唤雨的科技巨头 Meta，如今在 AI 浪潮的冲击下，也面临着前所未有的挑战与机遇。近年来，Meta 大力投入 AI 研发，致力于打造具有竞争力的智能产品，Llama 系列模型正是其中的重要成果之一。然而，Llama 的发展之路并非坦途，在性能与口碑方面都遭遇了诸多难题。
在性能层面，Llama 模型与 OpenAI 的 GPT-4o 等先进模型仍存在明显差距。在多个关键的自然语言处理任务中，例如文本生成的逻辑性与连贯性、问答系统的准确性与全面性，Llama 的表现尚难令人满意。
面对复杂的语义理解与推理任务时，Llama 往往出现误判或回答模糊，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。
在口碑方面，Llama 也未能赢得广泛认可。因性能不足，Llama 在开源社区和商业用户中频频受到质疑。一些开发者反映其训练过程资源消耗大、效果不稳定；而部分企业用户则担忧其在实际部署中的表现，认为可能影响产品质量与用户体验。这些负面反馈进一步削弱了 Llama 的市场竞争力，导致 Meta 在 AI 领域的份额被逐步蚕食。
与此同时，Meta 还面临 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，转而寻求更具潜力的发展平台。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，研发节奏明显放缓。
即便有图灵奖得主、深度学习三巨头之一的 Yann LeCun 坐镇 FAIR，也未能改变 Meta 在 AI 时代落后的局面；甚至不少人由于 LeCun 与主流 AI 大模型发展背道而驰的理念，将这种落后的原罪归咎到了他的身上。
在此背景下，扎克伯格启动了“超级智能团队”计划，力图通过钞能力吸引顶尖人才，突破当前的技术瓶颈，提升 Meta 在 AI 领域的整体竞争力。
就目前来看，新团队负责人 Alexandr Wang（前 Scale AI CEO）和 Nat Friedman（前 GitHub CEO），以及以余家辉为代表的首批 11 名成员的加入和官宣等动作，已经在网络和市场中产生了“人才磁场”的效应。
然而对于扎克伯格来势汹汹的挖角行动，OpenAI CEO 奥特曼也没有坐以待毙。在更早前的内部举措中，奥特曼已对 OpenAI 的内部状态发出了警示。他决定让员工集体休假一周，暂停此前人均每周超过 80 小时的高强度工作节奏，并暗示正在重新评估薪酬体系和激励机制，以应对当前 AI 行业的人才竞争态势。
而在最新的一封内部信中，奥特曼直接批评了 Meta 近期的挖角行为。他表示，OpenAI 曾是一群“默默无闻的技术书呆子”，如今却成为了科技行业最受关注的一群人。然而他也指出，AI 领域当前的舆论环境异常喧嚣，Meta 的行事方式尤为令人不满，未来这类现象可能愈演愈烈。
奥特曼坦言，尽管 Meta 确实从 OpenAI 招募了一些优秀员工，但整体而言，并未成功挖走核心顶尖人才，最终只能在“人才名单的后半段”作出妥协。他还半开玩笑地表示，自己已经记不清扎克伯格到底希望从 OpenAI 挖走多少人来担任首席科学家。
他强调，OpenAI 在推动整个行业发展方面取得的成就令人自豪，但“在人才流动中，总会有部分人选择逐利而行”。
奥特曼进一步指出，Meta 的这种激进挖角方式可能带来深层次的文化隐患，长远来看难免会造成负面影响。他判断，Meta 或将很快转向新的市场热点，或者继续围绕自身“护城河”进行防御性战略调整。
相比之下，他重申 OpenAI 的核心使命始终坚定，即以实现通用人工智能（AGI）为首要目标，并认为这种长期主义导向与团队文化是其他公司难以比拟的。“传教士的力量，永远胜过雇佣兵。”他如是说道。
不过有一说一，在了解完这个故事和人之后，我们从中应当也是有所收获。首先就是余家辉的成长轨迹，可以说是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，扎实的学术功底依然重要，尤其是在数学、算法、模型架构等底层技术上的沉淀。同时，实习和项目经验也尤为关键，从 Adobe 到 Google、OpenAI，余家辉始终在科研与工程之间游走，不断提高问题解决能力和技术落地能力。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。
其次是扎克伯格的“Boss 直聘”风波所影射出来的 AI 发展现状。他用“钞能力”砸出的超级团队，虽在声势上确实令 OpenAI 和谷歌等对手感受到压力，但真正的挑战才刚刚开始。AI 的竞争，归根到底还是“组织能力”的竞争。一个顶尖人才的价值，在于其与周围团队的协作能力、能否主导从 0 到 1 的技术创新流程。Meta 当前引入的 Alexandr Wang、Nat Friedman、余家辉等，虽都是明星选手，但这支梦之队是否能形成合力？能否扭转 Meta 在大模型竞赛中的被动局面？目前仍存在较大不确定性。
而 Meta 过去在 FAIR 团队的组织困境与方向摇摆，也让外界对其管理能力持保留态度。接下来的关键，不仅是技术攻坚，更是组织设计与战略落地的真正考验。
1、《连线》报道：https://www.wired.com/story/mark-zuckerberg-meta-offer-top-ai-talent-300-million/
2、余家辉谷歌学术：https://scholar.google.com/citations?hl=en&user=-CLCMk4AAAAJ&view_op=list_works
3、余家辉领英：https://www.linkedin.com/in/jhyuxm/
本文来自微信公众号：划重点 KeyPoints，作者：林易
本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系 hezuo@huxiu.com
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4544909.html?f=wyxwapp
