AI人才争夺战升级:Meta挖角OpenAI,重塑视觉智能前沿版图

温故智新AIGC实验室

科技巨头Meta从OpenAI挖走三位顶尖视觉AI研究员,这标志着人工智能领域人才争夺战的升级。此举反映出Meta为弥补其在多模态AI方面的短板,并加速其通用人工智能(AGI)愿景的激进策略,同时揭示了当前AI军备竞赛中资本与人才流动的深层影响。

在人工智能领域,模型迭代的速度似乎有所放缓,但其背后的竞争却从未停止,甚至愈演愈烈。最近,这场竞争的核心已从实验室里的算法竞赛,迅速演变为一场在企业高层亲自指挥下的“人才转会战”1。最新的焦点集中在马克·扎克伯格领导下的Meta公司,再次向其主要竞争对手OpenAI发起了人才攻势,从OpenAI的苏黎世办公室成功挖走了三位核心研究员,此举不仅揭示了顶尖AI人才稀缺性带来的产业焦虑,也折射出AI巨头们在未来技术版图上的深层战略意图。

人才战火:顶尖AI大脑的流动轨迹

被Meta“挖走”的三位研究员——Lucas BeyerAlexander KolesnikovXiaohua Zhai(翟晓华)——并非AI领域的新面孔。他们曾被誉为谷歌的“CV铁三角”,在视觉AI领域享有盛誉。这三位科学家于2024年12月5日刚刚从谷歌被OpenAI招募,共同创办并领导了OpenAI在苏黎世的分部12。他们的代表性成果,是2021年共同一作发布的划时代论文《An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale》,该论文将Transformer架构引入计算机视觉领域,奠定了**Vision Transformer (ViT)**的基础,对后续的图像识别、生成乃至多模态AI发展产生了深远影响,至今已被引用高达4.9万次1

他们曾是近年来最先进视觉方法(SOTA)以及开源模型(如ViT、SigLIP和PaliGemma)的幕后功臣1。翟晓华本人本科毕业于南京大学,并在北京大学获得计算机科学博士学位,此前在谷歌DeepMind担任高级研究科学家兼经理,并领导着苏黎世的一个多模态研究团队。这些背景使得他们成为当前多模态AI发展中不可多得的关键人才。

值得注意的是,三人去年从谷歌跳槽OpenAI时曾集体在X(原Twitter)上高调官宣,而此次转向Meta则显得低调,仅通过《华尔街日报》的独家报道得以确认。这种反差或许暗示了这场人才争夺的敏感性和激烈程度。

战略之眼:Meta的视觉AI雄心与OpenAI的挑战

Meta此次针对OpenAI苏黎世团队的行动,并非孤立事件。它与Meta近期一系列激进的人才和资本运作相吻合。在经历了AI模型表现不佳和更大规模模型版本发布推迟的挫折后,马克·扎克伯格亲自下场,加快了AI人才的招募力度1。有消息称,Meta甚至开出了高达1亿美元的薪酬,以吸引顶尖AI研究员加入其聚焦超级智能的新团队1。在此之前,Meta已向AI初创公司Scale AI投资140亿美元,并聘请其CEO Alexandr Wang来领导新团队。此外,Meta还成功招揽了GitHub前CEO Nat Friedman以及OpenAI联合创始人Ilya Sutskever的SSI联创Daniel Gross,共同领导其AI部门1

Meta的战略意图显而易见:通过大规模的“军备竞赛”式人才吸纳,迅速弥补其在AI,尤其是多模态和视觉理解方面的短板。

“铁三角在CV(计算机视觉)方面的经验,刚好补上Meta在视觉、图文理解上的研究短板——毕竟没看到有人在用Llama模型生成吉卜力风格的相片。同时,这也是Meta可能为接下来与OpenAI、Google、Anthropic正面竞争的多模态旗舰模型打下基础。”1

对于OpenAI而言,苏黎世办公室在成立不到一年(甚至不足半年)的时间内核心团队就被“一锅端”,无疑是对其在欧洲技术扩张战略的一次打击。这三位研究员原本负责的多模态和视觉研究,正是GPT-5等下一代大模型可能融合的方向,因此他们的离开对OpenAI来说,损失不可谓不小1。尽管OpenAI CEO萨姆·奥特曼对外表现出并不担心的姿态,并表示“最优秀的团队成员并未被Meta挖走”,但这并不能掩盖顶尖人才流动对AI研发节奏的潜在影响。

烧钱竞赛:高风险投资塑造AI未来

这场愈演愈烈的人才战背后,是科技巨头们对AI未来制高点的狂热追求和不计成本的投入。Meta计划在今年投入高达650亿美元的资本支出,主要用于推进其AI野心1。这笔巨额投资,并非坊间流传的“储备金狂烧”,而是真金白银地投入到GPU等算力基础设施的建设、AI研究项目的推进以及高端人才的招募之中,旨在确保其在AI时代的领先地位1

AI领域的竞争已经演变为一场全面战争,涉及技术路线、算力储备、生态构建,而核心无疑是人才。这种高额投入和频繁的人才跳槽现象,在某种程度上反映了AI研发的特殊性:它高度依赖少数顶尖科学家的创新能力和领导力。科技公司们深知,在通往通用人工智能(AGI)的漫长征程中,拥有最聪明的大脑,便掌握了制胜的关键。

然而,这种激进的资本和人才策略也带来了隐忧:它可能导致AI研发力量的过度集中化,使得小型创业公司和独立研究机构更难获得顶尖人才和充足资金,从而加剧行业内的马太效应。同时,巨头之间不惜血本的挖角大战,也推高了AI人才的薪酬泡沫,进一步提升了AI研发的门槛。

未来,我们可能会看到这种“AI圈转会市场”的常态化。正如一位网友调侃:“2025年的AI招聘市场比英超转会期还精彩”1。这场由资本驱动、人才为核心的AI军备竞赛,将深刻影响技术的演进路径、产业的格局,乃至我们社会的未来形态。在AI技术对社会、伦理、经济的深层影响日益凸显的当下,如何平衡技术进步、市场竞争与社会责任,将是所有参与者必须面对的共同命题。

引用