华人天才宋飏转战Meta，AI领域再掀波澜

最新爆料，扎克伯格再次从OpenAI成功挖角一位华人顶尖研究员。

这一次的焦点人物是——宋飏（Yang Song）！

那么，宋飏究竟是何方神圣？

16岁即清华学霸，扩散模型领域的先锋人物，为攻克扩散模型瓶颈立下汗马功劳，同时担任OpenAI战略探索团队的领航者。

这一消息真的让人震惊不已（惊讶表情.jpg）……

回顾他最新的𝕏推文，上个月他还因GPT-OSS而激动不已。

如今，他已在月初加入Meta的MSL旗下，直接向MSL首席科学家赵晟佳汇报工作。

他的跳槽消息一出，大家纷纷表示“震惊”，相信许多人的第一反应都会如此。

业内人士称他为Meta从OpenAI挖来的最强大脑之一，甚至有“OpenAI的朋友们得知他离开都惊呆了”的说法。

Meta持续不断地从各领域挖来顶尖人才，他们究竟看中了什么？

有网友认为，他们并非单纯为了金钱利益，“当财富达到一定水平时，金钱就不再是决策的主导因素”——尤其是对在OpenAI工作了3年以上的员工而言。

持续突破扩散模型瓶颈

宋飏于2022年博士毕业后加入OpenAI，担任研究科学家，至今已有三年多。

他的核心研究方向在于提升模型处理大规模、复杂、多模态数据集的能力，并探索模型如何在不同模态（图像、文本、代码等）间实现更高效、更智能的交互。

离开OpenAI前，宋飏担任公司战略探索团队（Strategic Explorations Team）的负责人。

该团队自OpenAI成立以来逐步发展，负责前瞻性研究方向的探索，尤其关注模型能力拓展和跨模态数据处理。

在OpenAI期间，宋飏最著名的成果是一致性模型。

2023年4月，宋飏与清华校友路橙及Ilya等共同开源了比扩散模型更快、性能更优的一致性模型Consistency Models，仅需约3.5秒即可生成约64张256×256的图像。

去年10月，宋飏与路橙进一步简化了一致性模型，提出了改进版连续时间一致性模型（Continuous-Time Consistency Models），解决了早期一致性模型在稳定性和可扩展性方面的问题。

仅需两步采样，其生成质量与扩散模型相当，且生成图像速度是扩散模型的50倍。

他们成功将连续时间一致性模型的训练规模扩展至前所未有的15亿参数，并在512×512分辨率的ImageNet数据集上进行了训练。

基于这项研究，单张A100 GPU上的参数为15亿的模型无需任何推理优化即可在0.11秒内生成一个样本。

这两篇论文和开源代码被广泛引用，成为近两年来生成模型领域的明星成果。

有业内人士认为，这一方向有可能成为“终结扩散模型”的新方向。

但值得注意的是，在加入OpenAI之前，正是宋飏的工作推动了扩散模型的兴起。

扩散模型崛起的关键人物之一

在加入OpenAI之前，宋飏在斯坦福大学攻读计算机博士，师从斯坦福计算机系副教授Stefano Ermon。

这位导师团队曾连续两年获得ICLR杰出论文奖。

其中一篇论文的一作正是宋飏。

... (rest of the content remains the same)...