标签: meta
越南人突然在Facebook上开始大量甩卖梨、苹果,其中有一些还没成熟。Fa
越南人突然在Facebook上开始大量甩卖梨、苹果,其中有一些还没成熟。Facebook上的地址是越南,鉴于日本屡屡发生农民的梨子被偷摘一事,有人怀疑这些水果是偷来的。一位日本网友几年前就潜入了日本越南人专属的社交群,他发现这次福冈梨子盗窃事件的事,让越南人们分成两派。一派认定是越南人干的,发誓找到人就交给警察;另一派则斥责别随便断定是越南人干的。吵得空前激烈。有日本人认为有些人是讲良心的,只是比例不同而已。越南人或印尼人,有些勤恳老实,干活特别卖力,但另一方面,也有那些既不成器又没出息的家伙。任何民族,都有好坏人。想要杜绝这类犯罪,关键在于打造能够减少犯罪滋生的社会环境。一味排斥外来移民,反而只会加剧矛盾冲突,到头来治安只会进一步恶化。
美国科技圈最近重新掀起了一场关于人才流失的大讨论。Kimi-K3创始人杨植麟,本
美国科技圈最近重新掀起了一场关于人才流失的大讨论。Kimi-K3创始人杨植麟,本科出身清华姚班,后在美国卡内基梅隆大学完成博士研究,曾经拥有留在美国发展的绝佳条件,可他最终选择回国创业。这背后到底是一个年轻人的职业选择,还是美国科技人才吸引模式正在出现裂缝?答案可能比很多人想象得更复杂。美国过去靠高校、资本和移民体系吸引全球人才,如今却发现,顶尖人才并不一定会永久停留。杨植麟的故事之所以受到关注,是因为他的经历几乎符合美国过去最理想的人才引进路径。顶尖本科教育、美国名校博士背景、人工智能领域研究经历,这样的人才曾经是硅谷企业争夺的核心对象。谷歌、Meta、苹果等企业长期依靠全球优秀工程师保持技术领先,而大量海外科研人员也把美国视为实现科技梦想的首选地点。但人工智能时代正在改变这种逻辑。过去,一个优秀研究人员进入美国大厂,拿到高薪职位,就被认为拥有了成功人生。现在,对于一些真正具备创业能力的人来说,问题已经变成了另一个方向:自己能不能决定技术路线,能不能打造属于自己的产品,能不能站在产业浪潮的中心,而不是成为庞大体系中的一个技术环节。美国人才政策的问题,也在这场讨论中再次被摆上台面。H1B签证长期以来帮助美国吸纳大量海外技术人员,但其申请机制、等待时间以及后续身份转换问题,让不少外国人才始终处于不确定状态。对于普通工程师而言,这种压力可能还能承受,但对于有能力改变产业格局的创业者来说,他们会重新计算自己的选择。事实上,美国过去几十年形成了一套强大的科技循环:全球人才进入美国高校,进入科研机构,再进入企业,推动技术突破。这个体系曾经帮助美国掌握互联网、移动通信、生物科技等多个领域优势。但随着中国科技产业快速成长,全球人才竞争已经从“谁拥有最好的实验室”转向“谁能最快把技术变成现实”。Kimi-K3受到关注,恰恰说明人工智能竞争正在进入新的阶段。大模型不只是论文竞赛,也不是单纯比拼参数规模,更重要的是谁能找到大量应用场景,让技术快速迭代。中国庞大的市场规模、丰富的产业需求和快速变化的应用环境,为AI创业者提供了独特条件。美国拥有世界顶级基础研究能力,这一点短期内不会改变。硅谷依旧聚集着大量资本和尖端企业,但美国科技体系也面临新的挑战:大型科技公司越来越强调稳定商业模式,内部流程越来越复杂,一些年轻研究者想推动新的方向,需要付出更高成本。相比之下,中国近年来不断完善人工智能产业链,从算力基础设施到应用生态,从企业创新到产业数字化,都形成了更适合快速试错的环境。对于创业者而言,技术成果能否迅速进入市场,已经成为衡量创新能力的重要因素,而中国市场恰好提供了这样的条件。杨植麟选择回国,并不是简单的“离开美国”。更准确地说,这是全球科技人才流动趋势变化的一个缩影。过去很多优秀人才把美国视为唯一选择,因为那里拥有资金、平台和机会。但如今,中国等新兴科技力量正在提供另一种路径:不仅可以参与技术研发,也可以直接推动产业落地。这也是美国部分科技人士开始担忧的原因。真正值得警惕的,并不是某一个工程师去了哪里,而是未来一批拥有全球视野的年轻科学家,会不会越来越倾向于选择能够给予他们更大自主权的地方。人工智能竞争已经不是简单的企业竞争,而是创新体系之间的长期较量。一个国家想保持科技领先,不能只依靠过去积累的优势,还需要持续吸引人才、激励创业、创造新的增长空间。如果人才进入之后只能成为体系里的执行者,那么吸引力自然会下降。
美国人终于开始反思了! Kimi-K3创始人杨植麟,明明是美国卡内基梅隆大
美国人终于开始反思了!Kimi-K3创始人杨植麟,明明是美国卡内基梅隆大学的博士,为什么偏偏没留下来?最近KimiK3一发布,海外科技圈直接炸了锅。2.8万亿参数、原生多模态、百万级上下文,连完整权重都计划公开,每一步都踩在全球AI赛道的聚光灯上。聊着聊着,美国人的话题就拐了弯,开始翻旧账:这么厉害的一个人,当年明明在卡内基梅隆读的博士,怎么就没留下来?很多人第一反应就是H1B签证。毕竟这几年美国移民政策收紧,应届生抽签中签率一年比一年低,不少留学生毕业就被迫回国,这个逻辑听起来特别顺理成章。但这个说法刚冒出来没两天,就被杨植麟的博士导师亲手戳破了。这位导师不是别人,正是苹果前全球AI负责人RussSalakhutdinov。他直接在社交平台表态:跟签证一点关系都没有。当年苹果高层主动找过杨植麟,想招他进核心团队,甚至退一步说,不想待在美国本土,去北京分部也行。等于说,留美的路、拿身份的通道、高薪岗位,人家早就给他铺得明明白白。别说H1B抽签,真要留,绿卡排期都能走最快的特殊人才通道。问题从来不是“能不能留下”,是“他根本不想只留下打工”。他2015年进CMU读博,正常计算机领域的博士要熬六七年,他只用了4年就顺利毕业。读博期间就搞出了Transformer-XL、XLNet,其中XLNet在20项任务上直接超过了谷歌的BERT,在当时的NLP领域相当于掀了一次桌子。他还在谷歌大脑、MetaAI实验室都待过,跟行业最顶尖的人一起做研究。这种履历扔到硅谷,任何一家科技巨头都会抢着要。进去就是资深科学家,年薪加股票轻轻松松百万美元往上,熬几年混个技术总监,这辈子衣食无忧,是标准的“人生赢家”路径。但这条路的上限也明明白白摆在那。你技术再强,也只是庞大公司里的一个环节。你可以决定一个算法怎么优化,但决定不了公司给你批多少算力、投多少资金、把这个技术放到什么战略位置。产品、商业、战略,全是别人说了算。而他从一开始,就没想过只当一个打工的科学家。2016年,他人还在美国上课赶论文,就已经和清华的同学一起,在北京开了第一家公司循环智能,做企业级NLP服务。等于说,博士学位还没拿到手,他的创业版图就已经在国内铺开了。所以2019年博士毕业的时候,拒绝苹果的offer回国,根本不是什么临时决定,是早就写好的人生剧本。美国能给的,是一份顶级打工人的offer;但杨植麟想要的,是一家自己说了算的、世界级的AI公司。而这件事,在美国反而更难做成。大模型创业不是做个小应用,烧钱烧算力都是天文数字。美国的风险资本再有钱,也不会轻易把几亿美金砸给一个没有本土创业背景的外国人。但回国就不一样了。国内AI产业那几年正处在爆发前夜,资本、人才、政策、市场,所有要素都在快速聚拢。杨植麟有CMU博士的学术背书,有国内清华的校友网络,对本土市场的理解更是天然优势。他要组队,国内有大批计算机专业的优秀工程师,执行力和性价比都拉满;他要融资,国内的产业资本和财务资本都在盯着AI赛道的优质团队,给钱给资源都很干脆;他要落地应用,中国的互联网场景和企业需求,比任何一个国家都丰富。这些东西加起来,就是创业的杠杆。同样的技术能力,在国内能撬动十倍、百倍的资源,跑出更快的速度。2023年月之暗面成立,到Kimi凭借长文本能力一炮而红,再到现在KimiK3站到全球第一梯队,只用了三年多时间。这个速度,放在硅谷的创业环境里,根本不可能实现。在硅谷的科技公司里,印度高管一抓一大把,华人能做到顶层的少之又少。不是能力不够,是这套体系的信任链,本来就不对你完全敞开。以前大家觉得,哪怕有天花板,好歹平台高、薪水厚,值得忍一忍。但现在不一样了。当中国的AI产业能提供同样高的技术平台,甚至更广阔的创业空间,更高效的资源落地速度的时候,那张曾经被无数人视为金饭碗的美国签证,分量自然就轻了。美国人现在反思“为什么没留住杨植麟”,其实问错了问题。他们该问的不是“为什么H1B没留住他”,而是“为什么我们的体系,只能给顶尖人才提供打工的选项,却留不住想创造规则的人”。杨植麟不是第一个,也不会是最后一个。当越来越多的顶尖人才发现,回国不是退而求其次的选择,而是能实现更大野心的最优解的时候,所谓的“人才回流”,就不是什么意外,而是时代的必然。KimiK3只是一个开始。真正值得关注的,从来不是一个人有没有留在美国,而是一片土壤,能不能长出更多改变世界的公司。
成为X教授不是梦?以后用脑波就能打字?!Meta开源Brain2Qwe
成为X教授不是梦?以后用脑波就能打字?!Meta开源Brain2Qwertyv2,能即时把非侵入式脑波解码成句子,准确度逼近过去须脑部手术才能达到的水准。为数百万因脑伤而无法沟通的人带来福音。过去要靠植入电极、开刀,才能让AI解码器重建语言能力,这类侵入式做法难以普及。Brain2Qwerty走另一条路:受试者只需戴上脑磁图(MEG)装置,无须动刀。团队收集9位志愿者、每人约10小时、合计约22,000句的脑波资料。有别于人工设计的讯号流程,v2用端到端深度学习直接从原始脑讯号解码,再微调大型语言模型,借语意脉络把充满杂讯的脑波转成通顺语言。结果单字准确率达61%,远胜先前最佳非侵入式方法的8%;表现最好的受试者更多78%,逾半句子错误在一个字以内。研究也发现准确度随资料量呈对数线性提升,意味光靠扩充资料,就有望缩小与手术方法的差距。当然,先别急着想戴耳机用念力发文,MEG仍是需要磁屏蔽室的大型仪器,离日常穿戴还有一段路。最棒的是,Meta把训练程式码与v1资料集全部开源,让全球研究者都能一起加速脑科学研究。
美国人现在开始大反思了,Kimi-K3创始人杨植麟明明是卡内基梅隆大学博士出
美国人现在开始大反思了,Kimi-K3创始人杨植麟明明是卡内基梅隆大学博士出身,在美国读完顶尖名校,当初美国专门吸纳海外人才的H1B工作签证,怎么偏偏没能把这样的顶尖人才留在本土?2026年7月16日,月之暗面发布KimiK3,官方给出的核心配置是2.8万亿参数、原生多模态和百万token上下文,重点瞄准长程编程、知识工作和深度推理。模型一露面,美国科技圈的注意力很快从参数和榜单,转向了杨植麟本人:一个在美国完成顶尖训练的中国研究者,为什么最后把公司建在北京?杨植麟2019年在卡内基梅隆大学计算机学院完成博士论文,导师委员会里包括RuslanSalakhutdinov、WilliamCohen和GrahamNeubig等学者;读博期间,他还在GoogleBrain和Meta实习,进入过全球人工智能研究前沿。但事实必须说清楚:杨植麟并不是抽不中H-1B,被美国移民系统赶回中国的。他的博士导师已经公开澄清,他当时有很多留美机会,没有遭遇签证拒绝,甚至有苹果高管参与招揽;他选择回国,核心原因是想亲手创办公司。在我看来,这个澄清没有替美国挽回面子,反而把问题说得更透。美国真正失手的地方,不是少批了一张工作签证,而是长期把“世界人才来美国读书”误当成了“世界人才天然属于美国”。学校能给学位,大厂能给高薪,却不能保证有野心的创业者永远给美国公司打工。杨植麟回国后参与过盘古、悟道等项目,又做过创业公司,2023年参与创办月之暗面。几年之后,他不再只是某家美国科技巨头研发部门里的一名高级研究员,而是带着团队、产品和技术路线,进入全球大模型竞争。顶尖人才考虑的从来不只是工资,还包括能不能主导方向、组织团队、把研究快速做成产品。留在美国,他大概率能得到很好的岗位;回到中国,他得到的却是定义一家公司的机会。前者更稳,后者风险更大,但对真正想做事业的人来说,后者的吸引力未必更小。H-1B制度本身当然也有问题。美国每年常规名额只有6.5万个,另有2万个面向美国高校高学历申请者的名额;2025年以后,部分新增申请还被要求附加10万美元费用。这些变化不是杨植麟2019年回国的直接原因,却在向后来者释放一个很清楚的信号:美国欢迎你来读书,却未必给你稳定、可预期的留下路径。美国过去确实享受了全球人才红利。基于美国国家科学基金会数据的研究显示,2000年至2015年在美国获得STEM博士学位的国际学生中,约77%在2017年仍留在美国,中国籍毕业生的比例约为90%。这套体系过去非常成功,也正因为成功太久,美国才容易产生错觉:只要名校和大厂还在,最优秀的人就不会走。KimiK3引发的争论,真正提醒美国的是全球人才竞争的规则已经变了。中国的创业生态、工程师队伍、用户市场和产业资本,已经能提供另一条完整道路。海外经历不再必然通向硅谷终身任职,也可以转化为回国创业的能力和资源。当一个人在美国接受训练,最后却在中国做出让硅谷认真研究的模型,美国当然可以遗憾,却不能把他的选择简单解释成移民政策的一次技术故障。签证更宽松,确实能多留住一些人;但只给身份,不给足够的创业空间和长期确定性,仍然留不住所有想掌握方向的人。中国也没必要因为一个杨植麟就提前宣布人才竞争已经赢了。一个案例不能代表整体趋势,真正值得重视的是,中国能不能持续提供让顶尖人才敢回来、能创业、做得成的环境。只有这种选择从偶然变成常态,美国今天的“大反思”,才会变成它以后不得不长期面对的现实。
KimiK3问世引发美国行业深度反思,国产开源模式重塑全球AI竞争格局近期美国
KimiK3问世引发美国行业深度反思,国产开源模式重塑全球AI竞争格局近期美国科技行业展开集中复盘反思,导火索便是月之暗面创始人杨植麟带队推出的KimiK3大模型。创始人杨植麟是90后顶尖技术人才,本科就读清华大学,博士毕业于卡内基梅隆大学,先后任职谷歌、Meta,苹果、斯坦福、MIT等顶尖机构均向其抛出橄榄枝。2019年他选择回国创办月之暗面,如今带队落地KimiK3——全球首款2.8万亿参数开源大模型,多项权威评测指标超越OpenAI、Anthropic等美国头部闭源模型,产品发布直接扰动美股AI科技板块,海外开发者将其称作开源社区里程碑式突破。此次美国行业反思覆盖两大核心层面:一是高端科创人才流失问题,美国依靠H1B签证体系吸纳全球技术人才,却难以留住怀揣自主技术理想的顶尖科研人员;二是本土AI产业商业模式的结构性困境。杨植麟团队选择开源开放、低价普惠、超长上下文的发展路线,彻底打破美国企业闭源高溢价的经营模式。全球开发者无需受限API调用配额,即可本地部署、自主微调顶尖AI能力。团队采用“先扩张生态规模、后期多元变现”的路径,同时对Transformer底层架构做出底层创新,整套发展逻辑正在重构全球AI行业竞争规则。对比来看,美国头部AI企业依靠闭源模式建立定价壁垒,前期算力、研发投入体量巨大;而国内团队依托底层技术创新与开放生态,把高端AI从少数企业垄断资源转变为全球普惠工具。针对中美两条截然不同的AI发展路径,各位读者有什么看法,欢迎在评论区交流探讨。