Meta从OpenAI挖来扩散模型奠基者宋飏，强化Superintelligence LabsAI研究实力

近日，Meta再次从OpenAI引进关键人才——宋飏，这位在扩散模型领域具有核心贡献的专家，是DALL·E 2技术路径的早期奠基者。他已正式加盟Meta Superintelligence Labs（MSL），出任研究负责人一职，直接向他的师兄赵晟佳汇报工作。

就在刚刚，OpenAI前高级研究员宋飏已确认加入Meta Superintelligence Labs（MSL），担任研究负责人（Research Principal）。

他将直接向MSL首席科学家赵晟佳（Shengjia Zhao）汇报。

左图：宋飏；右图：赵晟佳

对于这一突发消息，许多业界名人和网友表达了震惊之情：

然而，也有人对此次“转会”持保留态度，认为组建顶尖团队并非简单聚集世界顶级选手就能成功，还需考虑团队协作与战略整合。

这次人事变动背后，或许揭示了Meta在AI竞赛中释放的三重关键信号。

MSL的人才拼图更趋完整

赵晟佳与宋飏的组合，标志着MSL正从“顶级个体”向“协同作战”的团队形态演进。两人拥有诸多共同点：本科均毕业于清华大学，博士同在斯坦福大学师从同门，曾先后任职于OpenAI，分别在大模型系统与生成建模领域积累了深厚经验。赵晟佳主导过ChatGPT、GPT-4及其后续版本的核心研发；而宋飏长期专注于跨模态模型架构与可扩展生成技术，其研究深刻影响了OpenAI的DALL·E 2。宋飏的加入，进一步巩固了MSL的“双核”格局：一人统筹整体节奏，一人深化关键技术路径，使团队组合更清晰，科研分工更具结构感。

人才流动节奏加速，竞争更趋灵活与激烈

Meta的招聘节奏持续高频。自今年夏季以来，已有超过11位来自OpenAI、Google、Anthropic等机构的研究人员加入MSL。与此同时，也有部分成员选择离开——有的在入职流程完成后未正式到岗，有的回流OpenAI，也有人转向微软等竞争对手。例如Aurko Roy，在Meta工作不到五个月便离职，随后出现在Microsoft AI的官网页面。

Aurko Roy

这类人员流动节奏，在顶级AI实验室之间日益常见。这一趋势表明，项目匹配度、团队氛围和技术方向的贴合程度，正逐渐成为影响人才选择的核心因素。对公司而言，招聘仅是起点，如何形成清晰的角色定位、提供持续的技术发展空间和节奏感，才是真正的考验。

多模态推理或将成为MSL主打方向

宋飏的研究方向与MSL的整体战略高度契合。他博士期间提出的“扩散模型”方法，已成为生成式AI领域的重要技术基石；在OpenAI，他领导战略探索团队，专注于提升模型处理高维复杂数据的能力。这些积累共同聚焦于一个目标：构建能理解图像、语言、音频乃至动作等多种数据形式的通用模型，增强模型与真实世界互动的广度与深度。赵晟佳则主导统一的训练范式和推理堆栈，打造完整的AI产品体系。从输入到输出、从建模到执行，整个技术闭环正在加速成形。

宋飏简介

宋飏本科就读于清华大学数理基础科学班，博士毕业于斯坦福计算机科学专业，研究方向聚焦生成模型与多模态推理。

在学术界，他以“扩散模型”研究闻名，是该领域的技术奠基者之一。

他曾在谷歌大脑、Uber ATG、微软研究院等机构实习，拥有丰富的工业与理论背景。2022年加入OpenAI后，他组建“战略探索”团队，围绕更大规模、更复杂数据、更高维模态进行方法论探索与系统落地。

他不仅致力于方法创新，还擅长将研究成果转化为平台能力，影响了OpenAI图像生成产品的设计路径。在MSL这样的新型实验室里，这类研究者能直接推动从理论、数据到系统实现的完整链路，为团队补上技术纵深与工程整合的关键一环。

宋飏可能会为Meta带来什么变化

宋飏的加盟，使MSL的团队构成更合理，研究路径更具一体化趋势，技术路线更贴近下一阶段的产业需求。Meta不仅在吸纳顶级人才，也尝试将这些能力转化为组织级、产品级的可用资源。但这场竞赛仍在持续演变：人才选择项目的速度在加快，项目对人的要求也在提高。研究者与实验室之间的关系，越来越像“双向奔赴”。对AI从业者来说，理解跨模态、熟悉完整数据链路、提升工具集成与推理协同的能力，将成为新阶段的核心竞争力。对管理者而言，更重要的是创造适合关键人才成长与发挥的组织环境。

参考资料：

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