一个在中文互联网几乎隐形的名字，却让硅谷两大AI巨头撕破脸皮。

浙江慈溪人，高二就被招去中科大少年班，博士师从“计算机视觉之父”黄煦涛，现字节Seed掌舵人吴永辉的嫡系弟子，还与豆包核心技术大牛杨建朝的上升轨迹有着惊人的重合……

扎克伯格亲自下场挖他，传出“1亿美元年薪”，刷新AI人才市场纪录。

奥特曼在一旁急得跳脚，公开指控Meta的作派“令人反感”，杀人诛心说“总有人唯利是图”。OpenAI内部员工更是哀嚎：这是巨大损失。

网友甚至调侃：

AI顶级研究员收入堪比C罗转会费，但知名度连十八线网红都不如。

一时间，AI圈比娱乐圈还精彩。

更魔幻的是，当全世界都在讨论这个天价薪酬包时，当事人却像人间蒸发一样，没有回应，没有声明，甚至连个动态都没发。

所以，余家辉到底是何许人也？他凭什么？

无法复制的履历组合

余家辉，刚好30岁，出生于1995年，打小天资聪颖，2012年从浙江慈溪中学考到了中科大少年班学院。

本科就在大大小小的比赛中初露头角，拿下了全国并行应用挑战赛（PAC2015）冠军、智能化技术训练营一等奖、大学生超算竞赛（SCC）季军……

右为19岁的余家辉，图源自中科大官网

2016年从中科大毕业后，只身前往UIUC（美国伊利诺伊大学厄巴纳-香槟分校）读博，师从AI视觉一代华人教父黄煦涛，让他打下了扎实的学术基础。

黄煦涛（Thomas S.Huang）是美国工程院院士，也是中国工程院外籍院士、中国科学院外籍院士，他是计算机视觉、模式识别、多媒体等领域最资深的华人科学家之一。

从教57年，黄煦涛培养了众多AI领域的核心人才，包括云从科技创始人兼CEO周曦、文远知行创始人兼CEO韩旭、AI大牛颜水成等等。

但仅有名师指导还不够，真正让余家辉脱颖而出的是其丰富的跨平台经验。

在加入谷歌前，他曾在微软亚洲研究院、旷视研究院、Adobe、Jump Trading（顶级量化交易机构）、Snap（社交媒体公司）、百度美国研发中心、英伟达都实习过，从底层框架到高效算法，再到视觉应用，4年7段实习让他积累了难得的实战经验。

2019年5月进入谷歌，一待就是4年多时光。

余家辉博士毕业那一年不幸遇上导师黄煦涛离世，但他在谷歌遇到了人生中另一个重要的技术领路人——吴永辉。

两人频频联手，搭档默契，发表了多篇具有行业影响力的研究成果。

左为吴永辉，右为余家辉

吴永辉是谷歌Fellow级大佬，南京大学校友，博士毕业于加州大学河滨分校，在谷歌深耕AI近17年。

值得一提的是，今年2月吴永辉离开谷歌加盟了字节Seed，专注大模型基础研究。

有贵人指点，余家辉迅速成长为谷歌DeepMind团队的核心力量。离开谷歌之前，余家辉已经是Gemini多模态项目的联合负责人，同时是PaLM-2模型的核心贡献者。

能在谷歌参与这种级别的项目，说明他不仅有研究能力，还具备大规模工程实施的经验。

2023年10月，余家辉加盟OpenAI，担任感知团队负责人。短短不到2年时间里，他带队领导了4o、4.1、o3、o4-mini等一众明星模型的多模态部分研发。

今年4月，余家辉还在平台上介绍他们所实现的技术新突破——o3和o4-mini模型，是截至当时OpenAI“最智能、最能干的模型”。

正因以上种种经历，余家辉也成为了极少数同时了解谷歌和OpenAI技术路线的研究者，他深谙两家公司的工程文化、技术优势、战略思路。

对于急需在AI竞争中翻身的Meta来说，这样的背景就是战略资源。

一定程度上，扎克伯格也不仅仅是买他这个人本身，余家辉就像是一棵参天大树中的重要节点，凭借每一个不同身份都可以链接和吸引到无数优秀人才奔赴Meta、追随于他。

技术影响力的硬指标

履历固然亮眼，但真正让余家辉在AI圈站稳脚跟的，还是他在技术创新上的硬实力。

数字不会撒谎：34780次引用。

这是余家辉在谷歌学术上的论文引用数，虽说远远不敌Geoffrey Hinton、LeCun、李飞飞等大神，但在AI领域也意味着不小的影响力。

其多篇论文发表在CVPR、ICCV、ECCV、ICML等AI顶会上。

而真正让硅谷巨头们在意的，是这些研究背后的实用价值。

DeepFill技术解决了图像修复的核心难题。在黄煦涛的指导下，余家辉于2018年发表的DeepFill v1和2019年的DeepFill v2，让AI能真正理解图像内容，不再是简单的像素填补。

这项技术成为图像修复领域的重要突破，GitHub上获得了3409次星标，在学术界和工业界都产生了广泛影响。

举个，有了DeepFill v2，你能用AI随心所欲P图了。

右边那个骑车的人，被擦掉了

同样备受业界认可的还有Conformer模型，该模型基于Transformer架构改进而来，成为语音识别技术的重要进展。这是余家辉与吴永辉共同开发的成果。

想象一下，当你对着手机语音助手说话时，背景一嘈杂它就听不清你在说什么，或者你说快一点、带点方言口音它就压根听不懂了；看视频时自动生成的字幕错误百出；语音输入法总是打错字，你得不断修改……

Conformer模型的出现，就是为了有效解决以上这些问题。

此外，余家辉和吴永辉共同开发的CoCa图文基础模型（2022年，引用1752次），让计算机能更智能地理解图像和文本之间的关系，推动了多模态AI技术的发展，尤其在图像识别、检索和生成描述等方面具有广泛应用前景。

计算机视觉、多模态理解、语音识别、神经网络架构……横跨AI多个细分研究领域、并且已经得到实际落地验证的成果和经验，让余家辉成为了不可多得的“全栈AI科学家”。

然而，比起过往的技术成就，更让业界刮目相看的，或许是余家辉对AI发展趋势的精准把握。

比市场早一步的技术判断

早在ChatGPT彻底引爆全球之前，他就已经展现出了超越同龄人的技术洞察力。

2022年12月，余家辉在「硅谷101」播客中发表的观点现在看来几乎句句应验。

面对引发满世界震惊的ChatGPT，他却保持异常冷静：“一开始没有特别惊讶，因为OpenAI在语言生成模型上已经耕耘了很多年”。

这种判断来自对技术发展脉络的深度理解，以及他一贯的谨慎理性。普通人看到突然爆发，他看到的是渐进式的积累。

而当被问到ChatGPT会不会替代谷歌搜索时，他给出“降维打击”的判断。聊天机器人不是产品替代，而是交互范式的重新定义。事实证明，ChatGPT的确创造了全新的人机交互方式。

关于业界十分流行的“大力出奇迹”观点，他当时直接反驳：

“可能一开始你想着只要有数据、有算力就可以，但其实真的做起来的时候发现全部都是问题。”

这个判断现在已经成为行业共识。钱和GPU只是基础，工程能力、人才组织、技术积累才是关键。

“时间积累、人才积累、组织积累、自信积累”则是余家辉当时总结的关于OpenAI成功的四个要素。

这套理论现在被广泛认可为AI公司成功的必要条件，特别是“组织积累”这一点，预言了后来各大公司在AI团队架构上的调整。

在商业化路径上，他同样展现了超前的战略眼光：“真正更长远的机会是在基建上，真正有商业化价值的是在应用层面”。

中美科技巨头们正投入大量资源夯实基础建设，基于此，我们看到各类AI应用正在加速涌现并展现价值。

而这，还只是他极少数公开发声中的吉光片羽……

在AI进入下半场的关键时刻，拥有正确判断力的人才变得比黄金还珍贵。谁能看清技术演进的真正路径，谁就能在这场没有硝烟的战争中抢占先机。

小扎求贤心切，余家辉此刻被Meta选中不是偶然，而是必然。

在AI军备竞赛中，Meta确实落后了。OpenAI和Google都在全力冲刺AGI，可Llama 4的表现不及预期，Meta现在连一款有竞争力的大模型都拿不出手。

新组建的超级智能实验室50人规模，由Alexandr Wang（Scale AI前CEO）带队领导，研发下一代模型，实现“为每个人提供个人超级智能” 的承诺——这是Meta最后的卡位机会。

对Meta来说，他们买的不是一个员工，而是通往AGI的入场券。

而对于余家辉来说，在Meta开启新的旅程或许是“激动人心且意义重大的”，就像他曾经对离开OpenAI的同事送上的祝福一样。

硅谷的抢人大战还在继续，很显然，中国人正在成为这场游戏的主角。