MSL的人才拼图更完整了。

刚刚，Meta又从OpenAI挖来一员猛将——宋飏，扩散模型领域的核心人物，DALL·E 2技术路径的早期奠基者。他已正式加入Meta Superintelligence Labs，担任研究负责人，直接向他的师兄赵晟佳汇报。

就在刚刚，OpenAI前高层研究员宋飏已正式加盟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。

对于这个突发消息，很多名人网友都对此感到震惊。

也有人并不看好本次“转会”，认为打造最强战队并不只是把世界最强的选手都买过来就能万事大吉了的。

本次人事流动背后，或许透露出Meta在AI竞赛中释放的三重信号。

MSL的人才拼图更完整了

赵晟佳与宋飏的组合，或许标志着MSL逐渐从“顶级个体”迈向“协同作战”的团队形态。

两人有不少交集：本科都在清华，博士在斯坦福同门，曾先后就职于OpenAI，分别在大模型系统与生成建模领域有深厚积累。

左：宋飏；右：赵晟佳

赵晟佳主导过ChatGPT、GPT-4及其后续版本的多个核心研发。

而宋飏长期关注跨模态模型架构与可扩展生成技术，其研究影响了OpenAI的DALL·E 2。

宋飏此次加入，进一步巩固了MSL的“双核”格局：一人把握整体节奏，一人深化关键路径。

团队组合更清晰，科研分工也更具结构感。

人才流动节奏加快，变得更灵活也更激烈

Meta的招人节奏依旧高频。

今夏以来，已有超过11位来自OpenAI、Google、Anthropic等机构的研究者加入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。

比如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实验室之间越来越常见。

这一趋势说明，项目匹配度、团队氛围和技术方向的贴合程度，正逐渐成为影响选择的核心。

对公司而言，招人只是起点，如何形成清晰的角色定位、给出持续的技术空间和节奏感，才是真正考验。

多模态推理或将成为MSL主打方向

宋飏的研究方向与MSL的整体战略紧密贴合。

他博士期间提出的“扩散模型”方法，成为生成式AI领域的重要技术基石；

在OpenAI，他带领战略探索团队，专注于模型处理高维复杂数据的能力提升。

这些积累聚焦在同一个目标：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，提升模型与真实世界互动的广度与深度。

赵晟佳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，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。

他不止做方法创新，也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，让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不仅在拉拢顶级人才，也在尝试把这些能力变成组织级、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。