面對大模型，三家大廠有相同的目標，選了不同的路徑。

文丨賀乾明 黃幀昕

編輯丨黃俊杰

大互聯網平臺公司都對戰略業務嚴格保密，但 AI 研究是學術和工程的混合體，天然開放。大公司內的研究團隊也需要密切關注最新成果，并通過頂級學術會議發布論文公開研究進展，提高影響力、吸引人才。

NeurIPS、ACL、CVPR 等 AI 領域多數頂級學術會議上的論文投稿與評審，都通過 OpenReview 平臺公開。

該數據庫里累計有 2330 人以字節、阿里、騰訊員工身份發表過 AI 相關論文。其中有些人已經離職，有些研究與大模型無關，但這個數量依然說明 AI 基礎研究主要是大公司的游戲，AI 人才更多流向了盈利能力最可觀的三家大廠。作為對比，百度有 448 人，其他中國互聯網公司或大模型創業公司顯著更少。

我們將這些數據與 LinkedIn、Github 等平臺的信息和其他公開資料匹配，找到這些研究人員的教育背景、工作履歷，并追蹤了他們的流動軌跡。三家大廠招募研究者的偏好、研究人員的構成，以及研究團隊架構的調整等，反映出各自在大模型浪潮中的人才投入和應對策略。

重啟 “博士軍團”，數百萬年薪搶人

面對技術變革，大廠的慣用策略是組建 “博士軍團”。

上一輪計算機視覺為主的 AI 浪潮中，OpenReview 上字節、阿里和騰訊新增的研究者，博士占比超六成，騰訊在 2017 年甚至超過七成。

博士軍團理念最早源自硅谷，從施樂實驗室到喬布斯的 NeXT、互聯網時代的 Google 都熱衷于網羅習慣在學術環境下工作的博士們。

中國科技企業又比硅谷公司多了一層優勢，這里的工程人才更多，也接受工作更長的時間，可以支撐企業建立大團隊，沿著別人開辟的創新路徑，多團隊賽馬、高強度研發，快速追上。

隨著技術擴散和競爭焦點轉向工程實踐和業務層面，三家大廠研究團隊博士比例明顯下降。2020 年到 2022 年，OpenReview 上三家大廠新研究者中博士占比均降至 50% 以下，字節一度低至 40%。

大模型熱潮到來推動博士軍團回歸。OpenReview 上的數據顯示，過去兩年，三家大廠新研究者的博士比例回升：騰訊和字節占比七成，阿里也提升到 50% 以上。

為了組建博士軍團，三家大廠開啟搶人大戰，重點是即將完成學業、在大模型時代成長起來的年輕研究者。

2024 年 5 月，字節面向應屆博士生發起 Top Seed 計劃；一個月后，騰訊發起針對 AI 頂級人才的 “青云計劃”。今年 3 月，阿里云專為在頂級學術會議發表過論文、開源過優秀項目的畢業生設置 A Star 和 Al Clouder 人才項目。

我們了解到，字節的 Top Seed 計劃已經招攬 30 多名，大多數人今年入職，年薪可達數百萬元人民幣。

看重應屆博士生，是字節對過去 AI 人才招聘策略的主動調整。OpenReview 上，過去兩年三家大廠新增的研究者，阿里的應屆生占比六成；騰訊在 2024 年提升到七成。

而字節的應屆生比例在四成左右。如果把條件設定為應屆博士生，這個數字只有 1/4。過去幾年，字節研究團隊平均年齡低于 30 歲，2024 年又回升到 30 歲以上。

今年 2 月的字節全員會上，字節 HR 負責人華巍提到：一些部門最近幾年偏好 “招聘經驗豐富的候選人”，而且 “來源還很單一，集中在某幾個公司”。他說，一個健康的團隊，人才需要有多樣性。

但多元的人才不一定必然導致創新。我們分析過 DeepSeek 過半研究人員的背景和工作履歷：多數人不到 30 歲，應屆生過半，大部分最高學歷是本科或碩士，關鍵崗位負責人基本都沒有博士學位，境外留過學的研究者占比不到 10%。

三家大廠研究人員的學歷也更漂亮。在騰訊，香港中文大學進入前六；字節的研究者中，卡內基梅隆大學畢業生數量能排第八，有留學經歷的研究者占比超四成。

左圖是三家大廠研究者的教育背景，右圖是 DeepSeek 員工的教育背景。

一位字節人士說，吳永輝負責 Seed 基礎研究團隊后，常在內部強調要培養年輕人。今年 3 月，字節公布 Top Seed 研究實習生計劃，最高薪資每天 2000 元，條件放寬到本科生，甚至還會邀請優秀的高中生當顧問。和 DeepSeek 一樣，字節的 Seed 也允許實習生負責重要研究方向。

都組建了相對獨立的研究團隊，但組織形態不同

騰訊：內部競爭后組建虛擬部門，管理者多是入職十多年、甚至 20 年的中高管

騰訊在技術工程事業群（TEG）中組建了一個跨部門的 “混元團隊”，采用虛擬組織形式，橫跨 TEG 的大數據、機器學習平臺部、AI Lab 等多個部門。

這是騰訊內部競爭的結果。2023 年上半年，騰訊 TEG 的 AI Lab 和大數據部門分別訓練大模型，雖然 AI Lab 的模型在技術上有亮點，但效果不如大數據部門， 輸掉大模型研究主導權。

當前，混元團隊的負責人是騰訊集團副總裁、TEG 副總裁蔣杰，他也是騰訊廣告平臺產品技術負責人、AI Lab 負責人。

蔣杰 2012 年加入騰訊，他博士畢業于北京大學，曾在阿里工作五年，參與阿里自研云計算系統中的大數據平臺部分。蔣杰加入騰訊后，先后負責建設大數據平臺和廣告平臺技術體系研發。

混元團隊其他核心管理者基本都是公司資深中高管，在 10 年前、甚至 20 年前加入騰訊。

• 王迪，騰訊機器學習平臺部總經理，負責混元大模型的訓練工作。他 2008 年加入騰訊，曾負責騰訊搜索平臺及廣告相關算法，2022 年起主導大模型技術在廣告業務中落地。
• 楊勇，騰訊安全平臺部負責人，負責混元大模型的數據與安全工作。他 2005 年加入騰訊，歷任技術體系運維安全、業務安全、信息安全等核心崗位。
• 劉煜宏，騰訊云副總裁，負責多模態方向的研發。他 2005 年加入騰訊，曾負責騰訊大數據平臺、機器學習平臺研發及運營，一度主導大模型應用 “元寶”。
• 康戰輝，騰訊機器學習平臺總監，混元大語言模型的算法研發工作。他 2011 年加入騰訊，從事搜索、數據挖掘與廣告算法優化等研究工作。
• 俞棟，騰訊 AI Lab 副主任、西雅圖實驗室負責人，負責混元大模型中部分文本與視覺算法研發。2017 年加入騰訊，加入前在微軟工作近 20 年，長期從事語音識別與自然語言理解研究。

混元團隊之外，騰訊還有多個分布在不同事業群的 AI 研究團隊。技術工程事業群（TEG）下有研究具身智能模型的 Robotics X 實驗室，云與智慧產業事業群（CSIG）中設有以計算機視覺為主的優圖實驗室，平臺與內容事業群（PCG）擁有 ARC Lab，而微信體系內部也長期運營著 “模式識別中心” 等。這些團隊負責把混元大模型或 DeepSeek 等模型能力嵌入具體的業務和應用場景中。

阿里：達摩院和阿里云部分團隊組成新部門，管理者有內部培養的應屆生

大模型浪潮到來時，阿里正在推進 1+6+N 變革，原本屬于阿里云的 AI 研究機構達摩院成為 N 分拆出去，由曾任阿里云 CEO 的張建鋒負責。阿里 1+6+N 拆分很快終止，達摩院多個研究團隊，如語言技術實驗室、語音實驗室、XR 實驗室等，在阿里云重組成大模型研究部門 “通義實驗室”。

阿里通義實驗室的負責人是阿里云 CTO 周靖人。周靖人 2016 年加入阿里云，曾在微軟工作 11 年，做到研發合伙人。他在阿里云當過首席科學家、達摩院副院長，是阿里大模型研發的核心發起人。

通義實驗室的其他負責人展現出阿里的 “人才梯隊” 建設——既有達摩院組建時招來的技術專家，也有達摩院體系內成長起來的應屆生。

• 黃非，通義實驗室自然語言智能實驗室負責人，曾在 IBM、Facebook 研發 NLP 技術，2018 年加入達摩院。
• 薄列峰，通義實驗室應用視覺實驗室負責人，曾在亞馬遜、京東研究用于零售的 AI，2022 年加入達摩院負責 XR 實驗室。
• 林俊旸，通義實驗室通義千問負責人，2019 年北大碩士畢業后加入阿里達摩院。
• 劉宇，通義實驗室通義萬相負責人，2015 年清華碩士畢業后加入阿里。
• 周文猛，阿里云大模型開源社區魔搭的負責人，也是通義實驗室系統研發總監，2015 年南京大學碩士畢業后加入阿里。
• 
  

和騰訊一樣，阿里云的通義實驗室之外，阿里也有 AI 研究團隊分散在其他業務部門中，比如淘天集團、智能信息事業群組、國際數字商業集團等。

這些部門大多數調用通義大模型開發 AI 產品，也有研發大模型實力。今年 2 月，新加坡管理大學終身教授、Salesforce 原副總裁許主洪加入阿里擔任副總裁，向智能信息事業群組負責人吳嘉匯報，其中一部分工作職責是研發多模態基礎模型。

字節：獨立于各業務組建新團隊，管理者中有空降的技術專家

字節研發大模型較晚，包袱小目標大。他們選擇從 AI Lab、AML、搜索團隊等部門抽調人手組建 Seed （豆包大模型）團隊。和騰訊、阿里不同，Seed 不屬于字節原有業務體系內任何一個部門，負責人向 CEO 梁汝波和創始人張一鳴匯報。

當前，字節 Seed 團隊有兩位負責人，一是負責 “基礎研究” 的吳永輝。吳永輝剛加入字節不久，他 2008 年從加州大學河濱分校拿到博士學位后就加入 Google，先后參與搜索算法、機器學習、語言模型研究，歷時 17 年成長為 Google DeepMind 研究副總裁。

另一位是負責 “應用研究” 的朱文佳。朱文佳 2015 年加入字節，此前在百度研究廣告推薦算法，擔任過搜索部主任架構師。加入字節后，朱文佳當過今日頭條 CEO、TikTok 產品技術負責人。2023 年，Seed 團隊剛組建時，朱文佳是整體負責人，現在負責 “貼著模型和用戶需求做應用”，重點是提升基礎模型的問答、創作、解題、寫代碼等能力。

吳永輝和朱文佳兩人同時負責 Seed 團隊，也是其管理團隊的縮影：既有其他業務調來的中高層，也有大模型時代加入的技術專家。

• 喬木，負責豆包大模型大語言模型團隊，他 2014 年加入字節，曾擔任搜索工程部門負責人。
• 楊建朝，負責豆包大模型視覺多模態團隊。他 2018 年加入字節負責視覺算法研究，曾在 Adobe、Snap 等公司負責研究工作。
• 項亮，負責豆包大模型 Foundation 團隊。他 2016 年加入字節負責推薦算法研究，曾在 Hulu、宜信、瓜子二手車工作。
• 周暢，負責豆包多模態交互與世界模型團隊和部分前沿研究。他 2024 年加入字節，曾是阿里通義千問負責人。
• 黃文灝，負責 Seed 的部分技術項目管理規劃和部分前沿研究。他 2024 年加入字節，曾在微軟、智源研究院、零一萬物工作。

Seed 團隊之外， 字節還有一批 AI 研究團隊，比如 AI Lab 中還有 AI for Science 和機器人小組，整體負責人李航在 2017 年從華為加入字節，現在也轉向吳永輝匯報。

抖音、火山引擎、飛書等業務中，也有研究團隊負責把 AI 用到業務和產品中，比如抖音的剪映、即夢，火山引擎的方舟模型訓練平臺等。

ChatGPT 到來至今，騰訊的研究人員減少、阿里微增、字節大幅擴張

在上一輪 AI 浪潮中，字節、阿里和騰訊就組建了規模可觀的研究團隊。

• 騰訊在 2012 年、2016 年組建優圖實驗室和 AI Lab，微信內部還設有 “模式識別中心” 。2022 年，OpenReview 上可見的騰訊研究者有 612 人。
• 阿里則于 2014 年在硅谷成立 iDST（數據科學與技術研究院），2017 年在阿里云體系下組建達摩院。2022 年，OpenReview 上阿里的研究者有 640 人。
• 字節雖然成立較晚，在 2016 年成立 AI Lab，后又設立偏向機器學習應用的 AML（Applied Machine Learning） 團隊，隸屬 DATA 部門。2022 年，OpenReview 上字節的研究者有 322 人，三家大廠中最少。

這些研究者聚焦自然語言處理、計算機視覺、語音識別 / 合成等研究方向——這些技術是上一輪 AI 浪潮的重點，也是大模型研究的起點。這批研究者有遷移到大模型領域的基礎，也是三家大廠研究 AI 的主力。

面對大模型技術突然爆發，三家大廠的應對方式截然不同。

騰訊 CEO 馬化騰在 2023 年中的股東大會上說，大模型最關鍵的是 “場景落地”，騰訊有很多場景，不急于一時。這些場景包括微信、QQ、游戲等等高頻流量入口，覆蓋中國網民的日常生活——只要模型成熟，想要觸達用戶和規模化應用，很難繞開它的產品體系。

這種判斷反映在騰訊的研究團隊建設上：過去兩年，OpenReview 上騰訊新增的 AI 研究者僅 112 位，只有 2021 年一年新增人數的 65%。考慮到離職人員，2024 年，OpenReview 上騰訊的研究者減少到 607 人，大模型時代 “新人” 占比不到 20%。

阿里是現階段中國最能通過大模型直接獲利的互聯網平臺。大多數公司不可能買上萬張顯卡，自己投建數據中心，只能租用云平臺算力。阿里云是目前國內市占率最高的云平臺，成立比騰訊云、字節火山引擎分別早 4 年和 11 年。

阿里云 CTO 周靖人在 2023 年 10 月曾告訴我們，阿里做大模型 “不是為了做端到端的超級應用，而是給大家展示和開放能力”。

到 2024 年，OpenReview 上阿里的研究者增長 9% 到 696 人，大模型時代新人占比剛超過 20%。

字節最為激進，它希望用大模型抓住一個類似抖音的機會。過去兩年，OpenReview 上字節每年都新增超過上百名研究者，研究團隊增長 50% 到 480 人——其中過四成是 ChatGPT 誕生后加入字節。

三家大廠的 AI 研究團隊都是 DeepSeek、月之暗面、MiniMax 等創業公司的數倍甚至更高——國內幾家大模型創業公司中，研究團隊普遍在 100～200 人，出現在 OpenReview 上的研究者則少得多，而且也面臨流失。

創業公司流失的研究人才，去字節的顯著多過阿里和騰訊。過去一年多，字節從智譜、零一萬物等創業公司吸引了不少資深研究者，比如零一萬物聯合創始人黃文灝、智譜核心研究員丁銘、面壁智能核心研究員秦禹嘉等人。

一位大模型創業公司的投資人向我們感慨，他曾看好的項目會是一個完美的創業故事，“如果沒有字節”。當然，后來又多了 DeepSeek。

阿里也變得積極。一位阿里人士說，今年初阿里云吸納零一萬物大模型預訓練團隊，新增 60 多位有經驗的研究者。

大廠研究者在大廠中流動，創業是少數人的選擇

2013 年，百度在硅谷組建深度學習研究院，是中國最早組建團隊研究 AI 的公司之一，把機器學習、深度學習技術用到搜索、廣告等業務中。

隨著競爭格局變化中失勢和人才流動，百度為行業輸送大量研究人才，拿到 “黃埔軍校” 的名頭。但這僅限于上一輪 AI 浪潮。

根據我們的分析，2023 年及之后加入字節、阿里、騰訊的研究者中，有工作經歷的超過 30% 來自三家大廠。其中騰訊占比最高，其次是阿里——兩家在大模型研發上相對保守的公司，成了最大的人才供應方。

當公司戰略與個人抱負不匹配時，人才外流成為必然。在我們的樣本中，從騰訊離開的研究者，多數就職于內部大模型研發競爭中失勢的 AI Lab。

2024 年中，阿里通義千問負責人周暢離職，是中國大模型行業人才流動的標志事件。他 2017 年北大博士畢業后加入阿里，是達摩院體系內培養起來的應屆生。

“通義做得很好，為何要用這么多錢和算力支持外面的團隊？” 一些阿里人士曾向我們表達共同的困惑。

周暢一度考慮創業，但他只見了少數投資機構，數位試圖接觸周暢的投資人告訴我們，當時 “根本約不上”“發消息不回”。

最后他選擇了字節。一位接近周暢的人士告訴我們，字節高層一對一和周暢聊過，表達了追求頂尖 AI 技術的決心。

周暢加入字節也是中國大廠研究人才流動的典型——創業或加入一家創業公司，只是少數人的選擇。

我們的分析樣本顯示，從字節、阿里、騰訊離開的研究者，超過四成去了體量較大的公司（字節、阿里、騰訊、華為、螞蟻、美團等），其次是高校或研究機構，占比 1/4。

可能是因為競業協議或工作地點影響，我們還發現 16% 的離職者選擇加入海外公司，比如亞馬遜、Meta；最后才是創業或加入一家創業公司，占比只有不到 14%。

左圖是三家大廠離職研究者去向，右圖是 OpenAI 離職研究者去向。

去年 11 月，我們分析過 OpenAI 研究人才流動情況，Google、Meta 等大廠和 Stripe、Dropbox 等獨角獸公司為 OpenAI 貢獻了最多的人才，OpenAI 的離職者創業或加入創業公司人占比過半，形成一個完整的 AI 創業生態。

“全世界就一個硅谷。” 一位 AI 投資人說，創業不只需要創始人有能力、有承擔高風險的自覺，還要有適合創業的環境。

DeepSeek 刷新競賽，大廠加碼基礎研究

三家大廠高層都把大模型視為長期競爭，但普遍選擇了務實的研究策略：沿著行業內驗證過的方法，盡可能快地訓練出 “第一梯隊” 的模型，看重模型對產品或具體業務的助益。

字節 Seed 團隊的大語言模型部門考核指標，曾大多都是讓模型變得更實用，比如提高代碼生成能力、建設模型評測平臺、提供可以供內外部調用和精調的多個模型版本等等。

騰訊和阿里的考核指標類似。不過騰訊更偏重模型用到產品中的表現，而阿里將其作為一個云服務產品，看重大模型的 “影響力”。

這種策略確實取得了成效。字節用一年多時間就在國內的大模型行業占據上風，阿里云也成功用大模型推動收入增長，只有騰訊表現平淡。

DeepSeek 的崛起直接挑戰了大廠的研發節奏：一個專注基礎研究的小團隊，做出了行業領先的大模型 DeepSeek-R1，用最簡單的產品形態和開源，越過了大廠的業務體系。

騰訊迅速在產品中接入 DeepSeek-R1，發起應用沖刺。而字節和阿里把 DeepSeek 視為挑戰，更加重視基礎研究。

字節 CEO 梁汝波在 2 月的全員會上說，“行業內有 DeepSeek 這樣優秀的團隊，可以讓我們保持警醒”，并把探索智能上限列為研究團隊的核心目標之一。

同樣在 2 月，阿里 CEO、阿里云 CEO 吳泳銘在財報會上說，阿里 “必須追求 AGI（通用人工智能）”，要追求突破模型智能邊界。

DeepSeek 崛起的關鍵之一是，他們給研究者提供了發揮能力的簡單環境。如果聰明的年輕人每天都要面對不懂技術的中層管理者，或者少有試錯機會，不斷被要求在會議上證明自己的想法可行，就很難有什么創造力。

“創新需要盡可能少地干預和管理。” 梁文峰此前接受 36 氪訪談說，他們通常不給研究者前置分工，而是 “自然分工”。

一個典型的 DeepSeek 工作流程是：研究者遇到問題 “會拉人討論”；有想法可以調用訓練集群的卡試錯，無需審批；當想法顯示出潛力，管理層會自上而下地調配更多資源。

大廠過去組建 AI 研究團隊時也想建立這樣的研究環境，但又難以接受低產出的不確定性。一位大廠研究院負責人曾告訴我們，在大公司如果研究員提出一個前瞻性、學術價值高的問題，“它的價值首先要打個問號”。

多年來，騰訊、阿里、字節的研究者都在兩種導向間來回搖擺：要么背上業務指標生存，要么離職回高校或研究機構。

現在大廠又想在內部提供寬松的研究環境。年初，字節組建虛擬組織 Seed Edge，專注研發下一代大模型技術，項目有突破時才做績效評估，而不是其他業務的半年考核一次。

3 月，阿里云發起名為 “T 項目” 的虛擬組織，也要研發下一代大模型技術，向包括研究與產品在內的員工開放，只要評審通過，就能獲得資源支持。阿里云內部將其稱為 “可能改變未來的戰役”。

不過大廠的大模型主力研究團隊仍沿著舊節奏推進，還是要迅速做出能力達到行業 “第一梯隊” 的大模型，供內部產品和外部客戶調用，擴大影響力，搶占市場份額。

競爭沒有就此停下。引入 DeepSeek-R1 的騰訊，也沒有減少投入，混元團隊還加快了模型迭代速度。

大廠不缺資源，也不缺場景，它們渴望獨占勝利。不過它們想贏得這場戰役，最大障礙也許并不在外部，而是它們自身的組織慣性。

題圖來源：《不要抬頭》