塔斯娱乐资讯网

近两年，国产AI大模型Kimi-K3在全球市场持续走红，斩获大量海内外用户认可。这款爆款模型的问世，让创始人杨植麟的归国抉择，再度引发美国科技圈深度复盘。作为卡内基梅隆大学AI专业博士，杨植麟是美国本土体系培养出的顶尖技术人才。他曾手握苹果核心研发岗offer，满足美国H1B签证留美就业的全部硬性条件。即便拥有绝佳的留美发展机会，杨植麟依旧果断放弃硅谷高薪，选择回国自主创业。这一人才反向流动的真实案例，狠狠戳中了美国多年以来的人才留存痛点。过去几十年，全球人才市场长期呈现固定格局，高端人才纷纷赴美求学定居发展。美国凭借名校资源、高薪岗位和产业优势，持续吸纳全球顶尖科创人才入驻。华人从业者更是硅谷科创体系的重要支撑，默默撑起大量核心技术研发工作。但随着国内科技产业快速崛起，这套维持多年的人才流动格局正在彻底扭转。卡内基梅隆大学作为全美计算机领域的顶尖院校，科研实力和行业资源顶尖。该校毕业生常年被硅谷各大科技巨头争抢，就业前景和薪资待遇十分优厚。杨植麟在读博期间，科研能力就远超同期学子，学术成果含金量十足。他深耕大模型算法、长文本优化等前沿方向，论文成果在行业内认可度极高。其博士生导师任职苹果AI核心岗位，手握丰富的行业人脉和项目资源。为留住这位稀缺的AI人才，导师主动出面对接企业，为他争取到苹果核心岗位。除苹果外，多家硅谷头部科技企业也纷纷向他抛出高薪研发岗位的橄榄枝。从资质、签证、就业渠道等各方面来看，他留美发展没有任何阻碍。在旁人看来，稳稳留在硅谷从事高端研发，是最优且最稳妥的职业选择。但杨植麟跳出了传统人才的发展定式，坚定选择回国深耕人工智能赛道。随着Kimi-K3系列模型持续迭代、火爆全球，外界终于看懂这份选择的格局。外网大量科技从业者和网友热议，纷纷反思美国职场存在的固有弊端。硅谷企业薪资优厚，但岗位分工极度细化，技术人员沦为标准化工具。华人技术人才大多只能负责局部模块研发，无法主导整体项目创新落地。长期存在的职场隐形壁垒、常态化的合规审查，让从业者缺乏稳定归属感。即便技术能力再出众，多数华人从业者也难以突破圈层，触碰核心决策层。固化的职场体系，极大束缚了顶尖人才的创新思维和技术研发上限。相比之下，国内AI产业近几年迭代速度飞快，产业生态愈发成熟完善。国内拥有海量真实的应用场景、完整的产业链条和宽松的创业氛围。对于科创创业者来说，技术可以快速落地测试、迭代优化，完成商业化闭环。人才无需依附大厂体系，能够自主把控研发方向，主导项目的全程推进。这种创新自由和事业主动权，是硅谷高薪岗位完全无法比拟的核心优势。同时，国内完善的人才扶持政策、充足的资本加持，为创业提供坚实保障。各类利好条件叠加，让高端科创人才拥有更广阔的发展空间和成长前景。回国后，杨植麟创立月之暗面科技，专注通用人工智能领域的技术攻坚与创新。团队聚焦长文本理解、复杂逻辑推理等核心赛道，持续补齐国产大模型短板。自研的Kimi-K3大模型综合性能优异，成功跻身全球AI产品第一梯队。不仅在国内收获海量用户，也凭借硬核实力打开了海外市场的口碑。外网流传的工作日常画面，也让海外网友直观感受到两地科创氛围的差距。国内团队灵活高效的研发节奏、包容的试错环境，更适配前沿技术突破。美国科技圈也由此认清现实，单纯高薪已经留不住有格局的顶尖人才。物质待遇早已不是高端人才择业的唯一标准，价值实现和发展空间更重要。杨植麟的归国创业之路，是国内科技实力崛起、人才吸引力提升的真实缩影。如今越来越多海外华人博士、技术骨干，主动放弃海外优渥条件选择回国。持续的人才回流趋势，彻底扭转了过去数十年人才单向外流的被动局面。目前，杨植麟依旧扎根国内AI创业一线，带领团队深耕通用人工智能研发。团队保持高频技术迭代，持续优化Kimi系列模型，拓展多行业落地应用场景。同时持续吸纳海内外优质科创人才，不断扩充研发实力，助力国产AI产业进阶。他的创业经历，也成为海外高端人才归国创新创业极具代表性的优质范本。信源：新浪财经

前几天，我们和周顺波聊了三个多小时。他是欧拉万象的创始人，今年3月从华为离职，三个月连续完成三轮融资，6月一轮数亿元，高瓴创投、五源资本、招商局创投、百度风投。先说他为什么值得认识。周顺波做了12年机器人。2015年进港中文徐扬生院士实验室，跟着做熊猫形态疗愈机器人，送进香港沙田医院陪自闭症儿童和阿尔茨海默病老人。2016年师从刘云辉读博，博士论文拿过IEEERA-L年度最佳论文荣誉提名。2021年通过「天才少年」计划加入华为——他是迄今唯一以智能机器人课题入选的人。在华为从零组建具身智能团队，做到华为云物理智能创新Lab负责人和公司级首席专家，团队扩到百余人。然后他走了。欧拉万象做家庭机器人。轮式底盘加双臂，明确不做双足人形——他的判断是家庭里双足除跳舞外暂时没意义，安全、能耗、噪音、可靠性问题3到5年内难解决。第一版用二指夹爪，并行设计三指。不做灵巧手，不做触觉，认为这两件事应该交给供应商，路线还没收敛。他最核心的一句话是：就算没有AGI，也能做一台大家喜欢的机器人。这和行业里大部分公司的叙事不太一样。很多人讲家庭机器人，底层假设是AGI到了就能用。周顺波的假设反过来：用现有架构和数据闭环，先把产品做出来，让用户用起来，再靠真实家庭数据迭代模型。数据策略是「dataisfirstprinciple」。采集收敛到人，不收敛到某一代机器人——人的双手数据可以迁移给单臂或双臂。以human-centric数据为主，humandata+syntheticdata很可能是终极解法。用户教机器人一个新技能，采集十几到几十条数据，大约一小时工作量，后训练能推到90%到95%成功率。几个比较硬的判断：他说「大语言模型长不出这种公司」。家庭机器人不是一个技术，而是一个产品，需要天才的产品定义才能把事情推下去。评价PhysicalIntelligence的π0.5：「刷榜的时候从来没赢过，真机部署的时候从来没输过。」他认为是「真机之王」。关于工程和算法的关系：「工程能力有可能比算法更重要。即使是模型这种看起来很高大上的东西，背后全部都是工程问题和资源问题。」关于家庭场景的预期管理：「家庭具身就像从天上望下去的一片汪洋大海。当你慢慢往下降，真的去落地时，最后很可能会发现，它其实是一个又一个的水洼。」团队52人，除1个HR和1个行政外全是研发。第一批样机计划年底进入早期用户家中。体验官招募收到1000多份长问卷，筛出约200名最相关用户。原定明年千台销量目标，他近期说需要更谨慎地考虑。下限是拓竹，上限是苹果。完整对话详见42号电波公众号。欧拉万象家庭机器人具身智能

牛逼的人，不是没犯过错，是不犯同样的错很多人崇拜大佬，觉得他们高瞻远瞩、神机妙算、永远正确。扯。所有投资大神都亏过钱，所有创业大佬都失败过，所有顶级天才都摔过跟头。区别在哪？在"不贰过"。"不贰过"是孔子最看重的弟子颜回的标签，三个字，同一个错误不犯第二次。听起来简单，做到的人万里挑一。大部分人的问题不是犯错，是同一个错反复犯。投资被套牢一次不解套再被套牢，创业踩坑一次不长记性再踩一次，合伙被坑一次还找同类人再被坑一次。这种不是命苦，是脑回路有问题。为什么犯同样的错？因为懒。第一次犯错不反思、不复盘、不总结，靠运气硬扛过去，然后告诉自己"这次是意外"。意外多了，就成了必然。真正聪明的人不是不栽跟头，是栽一次跟头就多长一份记性。一次踩坑比别人三年经验都管用，这才叫本事。牛逼的人不是没失败过，是把每次失败都变成了教材。烂人不是运气差，是每次都从零开始踩同一个坑。差别就在这六个字：不迁怒，不贰过。腾讯自由现金流腾讯在AI端持续在发力，AI办公领域腾讯是拔得头筹，现在没有哪家大公司敢轻视Ai的发展。