[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"content-doc-dcioaa159270":3},{"user":4,"document":8,"mainDocument":29,"columnUrl":31,"subscription":32,"footer":44,"text":79},{"isAuthenticated":5,"isAdmin":5,"displayName":6,"avatarUrl":6,"nid":6,"groupLevel":7},false,"",-10,{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":21,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":25,"videoId":6,"liveVideoUrl":6,"duration":26,"price":26,"priceText":27,"priceBadgeText":27,"priceBadgeClass":28,"freeForMinGroupLevel":26,"redirectUrl":6,"readyToStream":5},"dcioaa159270","OpenAI失去最强大脑！清华天才为何选择Meta？","\u002Fdoc\u002Fdcioaa159270","col18178739ee","美股资讯","\u002Fcol\u002Fcol18178739ee","\u003Cp>9月25日，一条突如其来的新闻在AI圈子里炸开了锅——Meta超级智能实验室宣布，OpenAI前战略探索团队负责人宋飏（Yang Song）正式加盟，担任研究首席。\u003C\u002Fp>\u003Cfigure class=\"image\" data-img-size-val=\"624,274\">\u003Cimg style=\"aspect-ratio:624\u002F274;\" src=\"https:\u002F\u002Fimg.36krcdn.com\u002Fhsossms\u002F20251001\u002Fv2_68a6da04df6747ec8631edbef945d6e8@5576020_oswg40091oswg624oswg274_img_000\" width=\"624\" height=\"274\">\u003C\u002Ffigure>\u003Cp>而就在不久前，OpenAI CEO山姆·奥特曼还在公开场合调侃Meta挖人不过是“小打小闹”。转眼间，自己核心的技术大脑就投向了竞争对手。这场戏剧性的反转，不仅是科技圈的热门话题，也在美股市场投下了一枚不小的炸弹。\u003C\u002Fp>\u003Cp>\u003Cstrong>从连云港走出的清华天才\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>宋飏的故事足够传奇。1998年出生于江苏连云港，他从小就是数学和理科方面的尖子生。高一便完成大部分课程，16岁便提前参加高考，并以当地理科状元被清华大学录取。更特别的是，他并非通过竞赛保送或政策加分，而是凭借原始成绩和综合面试“裸分”进入清华数理基础科学班。那是一个专为顶尖理工天才打造的精英班级，汇聚了清华最看重的科研潜力股。\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg style=\"aspect-ratio:1080\u002F604;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202510-stk\u002F4546495032.png\" width=\"1080\" height=\"604\">\u003C\u002Ffigure>\u003Cp>在清华，宋飏不仅完成了高年级课程，还开始接触当时还很前沿的机器学习与生成模型问题。2016年毕业后，他进入斯坦福大学，跟随生成模型领域的知名学者Stefano Ermon学习。\u003C\u002Fp>\u003Cfigure class=\"image\" data-img-size-val=\"997,379\">\u003Cimg style=\"aspect-ratio:997\u002F379;\" src=\"https:\u002F\u002Fimg.36krcdn.com\u002Fhsossms\u002F20251001\u002Fv2_5f576548c72e4581923cfb152e7ea51b@5576020_oswg100502oswg997oswg379_img_000\" width=\"997\" height=\"379\">\u003C\u002Ffigure>\u003Cp>博士期间，他完成了让学界至今难以忽视的成就——\u003Cstrong>提出了基于分数的随机微分方程生成建模方法。\u003C\u002Fstrong>这项研究被视为扩散模型的数学基石，就像为AI生成领域奠定了“牛顿定律”。\u003C\u002Fp>\u003Cfigure class=\"image\" data-img-size-val=\"999,498\">\u003Cimg style=\"aspect-ratio:999\u002F498;\" src=\"https:\u002F\u002Fimg.36krcdn.com\u002Fhsossms\u002F20251001\u002Fv2_6a5fa6f16e024922821bcb9b81cc3bd4@5576020_oswg189170oswg999oswg498_img_000\" width=\"999\" height=\"498\">\u003C\u002Ffigure>\u003Cp>\u003Cstrong>从学术前沿到OpenAI核心大脑\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>2022年博士毕业后，宋飏加入OpenAI，三年时间里成为公司最核心的研究员之一。他负责领导战略探索团队，一个人数虽少却产出巨大的小组。这个团队专注于前瞻性研究，涵盖模型跨模态能力拓展、未来AGI的安全边界探索等。公开信息显示，他们贡献了OpenAI一半以上的核心专利。\u003C\u002Fp>\u003Cp>宋飏在OpenAI最广为人知的贡献，是2023年提出并开源的一致性模型（Consistency Models）。\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg style=\"aspect-ratio:1080\u002F1018;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202510-stk\u002F1049066655.png\" width=\"1080\" height=\"1018\">\u003C\u002Ffigure>\u003Cp>原本的扩散模型虽然能生成极为逼真的图像，但速度极慢。宋飏提出的新方法，能直接从噪声一步映射到数据，使生成速度提升几十倍。在OpenAI内部测试中，一致性模型在3.5秒内就能生成64张高清图像，同时保持高质量。该成果一经开源，迅速被全球开发者下载使用\u003Cstrong>，堪称“终结扩散模型慢时代”的标志性突破。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>在这之后，宋飏的战略探索团队不仅做前沿研究，也充当OpenAI的“哨兵”，在数据隐私、模型对齐和安全边界上建立防线。可以说，他既是科研突破者，也是守护公司底线的重要角色。\u003C\u002Fp>\u003Cp>\u003Cstrong>Meta的“抢人行动”\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>2025年，Meta其旗舰大模型Llama 4在AI排行榜上连前50都没进，扎克伯格重组原有团队，并亲自下场主导。他砸下千亿美元算力组建Meta超级智能实验室（MSL）。更是传出开出3亿美元的四年期薪酬方案，在全球范围搜罗顶尖AI研究员。并且首批招募的11位成员，几乎都来自OpenAI、Anthropic和谷歌DeepMind等顶尖机构。   \u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg style=\"aspect-ratio:1080\u002F1056;\" src=\"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202510-stk\u002F652996036.png\" width=\"1080\" height=\"1056\">\u003C\u002Ffigure>\u003Cp>7月，Meta CTO通过LinkedIn主动联系宋飏，抛出“无限GPU资源”的诱饵。宋飏起初婉拒，称自己对OpenAI的使命感仍有留恋。但8月，扎克伯格亲自出马，在一次私人聚会上“偶遇”并与他进行两小时的长谈，讨论生成模型的未来与AGI的安全议题。与此同时，宋飏在OpenAI的老同事已跳槽至Meta，出任首席科学家的赵晟佳也不断劝说。\u003C\u002Fp>\u003Cp>最终，在Meta开出年薪+股权高达5000万美元的惊人条件双方达成共识。9月24日，宋飏的Slack账号停用，次日Meta官宣他将领导生成模型子组。\u003C\u002Fp>\u003Cp>从谈判过程来看，这并不是一次普通的挖角，而是Meta押注未来的一场豪赌。扎克伯格的亲自出面、核心资源倾斜以及高额待遇，都说明Meta把宋飏视为“改变局势的关键人物”。\u003C\u002Fp>\u003Cp>\u003Cstrong>OpenAI失去了最宝贵的大脑？\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>对于OpenAI而言，宋飏的离开无疑是重大损失。作为战略探索团队的负责人，他不仅带走了研究方向与专利经验，更带走了组织内的一部分“精神支柱”。一个公司的人才流失，往往比资金流失更致命。尤其在AI这样依赖顶尖头脑的领域，核心人物的离开会直接影响研发节奏，甚至可能导致内部项目延期。而一个接着一个的核心人物的流失，对OpenAI造成了巨大的损失。\u003C\u002Fp>\u003Cp>据我们美股投资网了解，OpenAI的下一代模型o5可能因此而推迟发布。彭博社也预测，2026年Meta在生成式AI的市场份额有望超过30%，而OpenAI因核心人才流失，可能陷入防守。\u003C\u002Fp>\u003Cp>\u003Cstrong>结语\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>资本市场永远在追逐故事，而最好的故事往往和人有关。宋飏的跳槽，不仅是一个科学家的职业选择，更是一场商业巨头之间的博弈。对于投资者的我们来说，这背后真正有价值的信息是：AI赛道的竞争已经进入人才为王的阶段，Meta和OpenAI的此消彼长，将在未来几年里决定AI板块的估值走势。\u003C\u002Fp>\u003Cp>所以，别只是当这件事是一条科技新闻看过去。它可能是未来AI赛道格局转变的起点，也是投资决策中不可忽视的信号。\u003C\u002Fp>\u003Cp> \u003C\u002Fp>","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202510-stk\u002FUploaderr44fhed2k3p_2025_09_30_17_16_31.jpg","2025-10-01T00:14:57.187","2025.10.01","2025\u002F10\u002F01",55729,[22,23,24],"META","AI","OPENAI","Article",0,"免费","success",{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":30,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":25,"videoId":6,"liveVideoUrl":6,"duration":26,"price":26,"priceText":27,"priceBadgeText":27,"priceBadgeClass":28,"freeForMinGroupLevel":26,"redirectUrl":6,"readyToStream":5},[22,23,24],"\u002Fcol\u002Fstocknews",{"visible":5,"marketingHtml":33,"services":34,"recentDocuments":43},"\u003Cfigure class=\"image\">\u003Ca href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\" target=\"_blank\" rel=\"noopener noreferrer\">\u003Cimg style=\"display:block;margin-left:auto;margin-right:auto;\" src=\"https:\u002F\u002Fstockwewebfiles.blob.core.windows.net\u002Fweb-202408-stk\u002F1586109431mceclip0.jpg\">\u003C\u002Fa>\u003C\u002Ffigure>\u003Cdiv class=\"text-center\">\u003Ch2 class=\"card-title mx-auto\">\u003Cbr>\u003Ca target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\">案例介绍：英伟达深度研究报告\u003C\u002Fa>\u003C\u002Fh2>\u003C\u002Fdiv>",[35,39],{"productId":36,"serviceName":37,"priceText":38},"prod_PPxdDdK87QaiLv","月付","$12.95美元",{"productId":40,"serviceName":41,"priceText":42},"prod_PPxeMs3bix1da5","年付","$149.00美元",[],{"links":45,"images":70,"summaryHtml":75,"aboutTitle":76,"aboutHtml":77,"copyrightHtml":78},[46,49,52,55,58,61,64,67],{"label":47,"url":48},"深度报告","\u002Fcol\u002FdepthReport",{"label":50,"url":51},"VIP会员","\u002Fplan",{"label":53,"url":54},"期权推荐","\u002FOption",{"label":56,"url":57},"低价暴涨股","\u002FPenny",{"label":59,"url":60},"常见问题","https:\u002F\u002Fstockwe.com\u002FFAQ",{"label":62,"url":63},"美股课程","\u002Fcol\u002Fvideos",{"label":65,"url":66},"免责声明","\u002Fdisclaimer",{"label":68,"url":69},"联系我们","\u002FContactUs",[71,72,73,74],"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploaderzic2tuwsol2_2025_09_11_18_21_07.gif","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploadercakzdvydksw_2025_09_03_09_00_56.png","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploadergtjyagwvoyk_2025_09_14_08_32_05.png","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploader3u0tt4jhlqh_2025_09_23_22_30_48.png","邮箱: buy@TradesMax.com 美国电话 626-378-3637","公司介绍","\u003Cp class=\"MsoNormal\">美股大数据 StockWe.com 是一个美国领先的金融和美股信息大数据提供商，紧盯华尔街金融市场和行情，2008年成立于美国硅谷，创始人是前纽约证券交易所资深分析师Ken，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化交易模型，每天处理千万级股票数据：挖掘潜力大牛股，捕捉期权异动大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准买卖信号第一时间发到您手机APP。\u003C\u002Fp>","专业美股投资者都在这里",{"loading":80,"search":81,"searchPlaceholder":81,"hotContent":82,"draft":83,"noData":84,"searchNoData":85,"edit":86,"editVideo":87,"courseContent":88,"more":89,"buyNow":90,"subscribeNow":91,"encoding":92,"paidContent":93},"Loading...","搜索","热门内容","草稿","目前没有任何内容公布","当前检索内容没有数据","编辑","编辑视频","课程内容","更多","立即购买后观看","- 立即订阅 -","视频编码中...","付费内容"]