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）。
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。
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。
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。
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。
参考链接：
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/
