上一篇
工业AI研究实验室的困境与反思：从Meta裁员到实验室关闭
Meta大规模裁员波及资深员工，田渊栋亦在其中。从惊艳演示到失业现实，工业研究为何举步维艰？
全球科技行业裁员浪潮席卷，影响超过十万人，连在Meta效力十年的老将田渊栋也未能幸免。
Meta公司面临动荡，AI领域从业者感到不安。
27日，南洋理工大学副教授Boyang Li引发了广泛关注：
Meta FAIR近期事件充满戏剧性，但工业研究为何如此艰难？我想分享我的见解。
我的背景是：我曾任职的三家工业研究实验室，全部以关闭告终。
预告引发高度期待，无论是在职专业人士还是求职博士生，甚至被牛津兼职教授称为“史上最大悬念”：
今天，他开始讲述这个故事。
这个故事很长，可能需要几天甚至几周的时间来完成，但他会尽力。
优秀的同事，宝贵的学习，但遭遇裁员
首先介绍背景。
2015年，他从佐治亚理工学院获得博士学位后，加入了一家国际动画巨头的匹兹堡研究分部，简称DR。
这是他毕业后的首份工作。起初，他是博士后，后来晋升为研究科学家。在该研究中心，研究科学家领导自己的团队，配备实习生和博士后。
对他而言，DR是一个梦想实现之地。
这并非因为该公司的动画陪伴他成长，事实上，他在工作中才深入了解这些经典角色。
他热爱这份工作，主要原因是该中心聚集了顶尖的研究人员。他们思维清晰，演示出色，业务理解深入，人际与公司政治洞察力强。
当然，这些特质并非集于一身，但总体而言，他表示“从同事那里获益良多”。
这里也存在竞争压力，但他“享受来自聪明人的智力挑战”。
至今，当时的研究演示依然令人惊叹。例如：
另一个福利是，研究中心组织参观公司不同部门，帮助研究人员理解业务，并开发适用技术。
从这些访问中，他也收获颇丰。
2017年，该动画公司接近电影系列的巅峰。
但2017年10月，公司总部决定削减DR研究中心的预算——估计每年约2000万至3000万美元。
预算减少50%，匹兹堡办公室关闭。大多数剩余员工在一两年内离职。
恰巧，他另有工作机会，因此决定接受裁员。
第二家：离职一年后，母公司退市
2018年1月，他移居加州圣马特奥，加入一家AI研究初创实验室。
这家企业开发“AI教师”，通过手机应用教中国人英语。
这家初创公司以AI能力为卖点——
自然，它似乎能从AI研究实验室受益，或至少看起来如此。
首次裁员经历让他心有余悸，他一直在思考实验室的未来。
客户调查让他感到担忧。
实验室的一位同事参与电话客户调查。
他们惊讶地发现，接听电话的多是全职妈妈。
但调查人员原本认为应用能提升职业前景，主要市场应是需提高商务英语的专业人士。
问题在于，在中国，全职居家并不常见。只有富裕家庭才能做出这种选择。可能只有白天空闲的人才会接电话。
尽管如此，他仍感到不安。
尽管应用拥有数千万用户，但企业几乎不了解用户为何使用——用户追求的不是职业前景。
2018年5月，CEO访问美国AI实验室，加剧了不祥预感。
他没有传递积极信息和宏伟愿景，而是专注于成本，尽管公司即将在纽交所上市，本应处于快速增长轨道。
他总结，办公室斗争“并非工业研究实验室失败的根本原因”。
问题不在个人，而在于系统运作方式。
因此，他很快离职。
离职后，他工作的第二家工业实验室不到一年就关闭了。背后的母公司在2022年被纽交所摘牌。
到7月，他开始在国内某科技巨头的硅谷研究实验室工作。
在第三家实验室，他又经历了什么？且听下回分解。
人生无常，接受正确的失败
这位副教授经历三家工业AI实验室，全部关门。可谓人生无常，世事难料。
但毫无疑问，它们的关闭并非Boyang Li个人之错，甚至不是这些AI实验室工作人员的错。
正如NVIDIA机器学习专家JF Puget所言：相关性不等于因果性。
他还解释了Meta FAIR优化Llama4的可能原因：
天下没有免费的午餐。工业界注重投资回报率ROI。他们会施压要求研究人员转向短期交付。
研究本就不易，而工业界研究之所以困难，原因可能更多：
企业战略的不确定性、研究与商业的平衡、研究时间线与商业周期之间的对齐难题……
工业界用华丽演示吸引目光，以至于人们忘了研究就是正确的失败。
顺便一提，Boyang Li之前关于视觉语言模型的研究，近两年引用量突然增长。
目前，谷歌学术显示他的总引用数超过1.4万。
参考资料：
https://rb.gy/rzinmw
本文由主机测评网于2026-01-15发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：https://www.vpshk.cn/20260117830.html
