剛剛，Meta又從OpenAI挖到一位關(guān)鍵人物——宋飏，他是擴散模型領(lǐng)域的核心人物，也是DALL·E 2技術(shù)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

對于這個突發(fā)消息，很多名人網(wǎng)友都感到十分震驚：

也有人并不看好這次「轉(zhuǎn)會」，覺得打造最強戰(zhàn)隊并非把世界最強的選手聚集在一起就萬事大吉。

本次人事變動背后，或許透露出Meta在AI競賽中釋放的三重信號。

MSL的人才拼圖更完整了

趙晟佳與宋飏的組合，可能標志著MSL正從「頂級個體」向「協(xié)同作戰(zhàn)」的團隊形態(tài)轉(zhuǎn)變。

兩人有諸多交集：本科都就讀于清華，博士在斯坦福是同門，還曾先后就職于OpenAI，分別在大模型系統(tǒng)與生成建模領(lǐng)域有深厚積累。

趙晟佳主導過ChatGPT、GPT - 4及其后續(xù)版本的多個核心研發(fā)。

而宋飏長期關(guān)注跨模態(tài)模型架構(gòu)與可擴展生成技術(shù)，其研究對OpenAI的DALL·E 2產(chǎn)生了影響。

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(jié)奏，一人深化關(guān)鍵路徑。

團隊組合更清晰，科研分工也更具結(jié)構(gòu)感。

人才流動節(jié)奏加快，變得更靈活也更激烈

Meta的招人節(jié)奏依舊很快。

今夏以來，已有超過11位來自OpenAI、Google、Anthropic等機構(gòu)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后未正式到崗，有的回流OpenAI，也有人轉(zhuǎn)向微軟。

比如Aurko Roy，在Meta工作不到五個月便離職，隨后出現(xiàn)在Microsoft AI的官網(wǎng)頁面。

Aurko Roy

這類人員流動在頂級AI實驗室之間越來越常見。

這一趨勢表明，項目匹配度、團隊氛圍和技術(shù)方向的貼合程度，正逐漸成為影響選擇的核心因素。

對公司而言，招人只是開始，如何形成清晰的角色定位、提供持續(xù)的技術(shù)空間和節(jié)奏感，才是真正的考驗。

多模態(tài)推理或?qū)⒊蔀镸SL主打方向

宋飏的研究方向與MSL的整體戰(zhàn)略高度契合。

他博士期間提出的「擴散模型」方法，是生成式AI領(lǐng)域的重要技術(shù)基石；

在OpenAI，他帶領(lǐng)戰(zhàn)略探索團隊，專注于提升模型處理高維復雜數(shù)據(jù)的能力。

這些積累都圍繞著一個目標：構(gòu)建能理解圖像、語言、音頻乃至動作等多種數(shù)據(jù)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(tǒng)一的訓練范式和推理堆棧，打造完整的AI產(chǎn)品體系。

從輸入到輸出、從建模到執(zhí)行，整個技術(shù)閉環(huán)正在加速形成。

宋飏簡介

宋飏本科就讀于清華大學數(shù)理基礎(chǔ)科學班，博士畢業(yè)于斯坦福計算機科學專業(yè)，研究方向聚焦生成模型與多模態(tài)推理。

在學術(shù)界，他以「擴散模型」研究聞名，是該領(lǐng)域的技術(shù)奠基者之一。

他曾在谷歌大腦、Uber ATG、微軟研究院等機構(gòu)實習，有豐富的工業(yè)與理論背景。

2022年加入OpenAI后，他組建「戰(zhàn)略探索」團隊，圍繞更大規(guī)模、更復雜數(shù)據(jù)、更高維模態(tài)進行方法論探索與系統(tǒng)落地。

他不僅進行方法創(chuàng)新，還擅長將研究成果轉(zhuǎn)化為平臺能力，影響了OpenAI圖像生成產(chǎn)品的設計路徑。

在MSL這樣的新型實驗室里，這類研究者能直接推動從理論、數(shù)據(jù)到系統(tǒng)實現(xiàn)的完整鏈路，為團隊補上技術(shù)縱深與工程整合的關(guān)鍵一環(huán)。

宋飏可能會為Meta帶來什么變化

宋飏的加盟，讓MSL的團隊構(gòu)成更合理，研究路徑更具一體化趨勢，技術(shù)路線更貼近下一階段的產(chǎn)業(yè)需求。

Meta不僅在招攬頂級人才，也在嘗試將這些能力轉(zhuǎn)化為組織級、產(chǎn)品級的可用資源。

但這場競賽仍在不斷演變。

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(guān)系，越來越像「雙向奔赴」。

對AI從業(yè)者來說，理解跨模態(tài)、熟悉完整數(shù)據(jù)鏈路、提升工具集成與推理協(xié)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(chuàng)造適合關(guān)鍵人才成長與發(fā)揮的組織環(huán)境。

參考資料：

https://www.wired.com/story/meta-poaches-openai-researcher-yang-song/

https://yang-song.net/

https://scholar.google.com/citations?user=o_J2CroAAAAJ&hl=en

本文來自微信公眾號“新智元”，作者：新智元，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com