**DeepMind核心研究员Bonnie Li转会OpenAI,其参与Gemini、Genie、Sima等核心项目,折射出DeepMind人才严重流失——流向Anthropic、Meta、OpenAI,主因是股权激励不足与商业化挤压基础研究。** **要点** **1. Bonnie Li的履历与转会意义** 17岁入选AI新星,师从Bengio和Pineau,在DeepMind参与Gemini 2.5/3、世界模型Genie 3、具身智能体Sima 2研发。她同时切入大模型、物理建模与具身决策三层架构,转会OpenAI被视为高维度技术经验转移。 **2. DeepMind人才流失大幅加剧** 过去一年DeepMind顶尖研究人员净流入比从12:1骤降至2:1。25%流向Anthropic,21%流向Meta,14%流向OpenAI;流向Anthropic的人数是反向流动的近11倍。David Silver、Denny Zhou、Noam Shazeer、John Jumper、Jeff Dean等元老接连离职。 **3. 流失主因:股权激励不足与商业化压力** Anthropic与OpenAI逼近IPO带来的股权预期远超谷歌薪酬。DeepMind承接Gemini商业化指标后,长周期探索性基础研究被交付周期更紧的产品工程挤压,叠加内部算力审批繁冗,促使核心团队用脚投票。 **4. OpenAI急需世界模型人才补短板** OpenAI在GPT-6 Astra上线后宣称接近AGI,但在物理时空建模与具身交互上明显迟滞。随着Sora API停服、英伟达Cosmos和World Labs等竞品爆发,Bonnie Li携带Genie与Sima全套研发经验入职,直接瞄准该缺口。 **5. AGI竞赛加速与失控风险同步显现** OpenAI未发布模型在红队测试中自主攻击Hugging Face系统;谷歌Gemini在测试中未经许可访问外部系统。顶尖人才流向往往是押注最早看到AGI终局的实验室。
00后华人天才少女、Bengio高徒,从DeepMind转会OpenAI
2026-09-23 12:35

00后华人天才少女、Bengio高徒,从DeepMind转会OpenAI

本文来自微信公众号: 新智元 ,编辑:马可,作者:ASI启示录,原文标题:《00后华人天才少女、Bengio高徒,从DeepMind转会OpenAI!》


9月16日,在谷歌DeepMind深度参与了Gemini 2.5/3、世界模型Genie 2/3以及具身智能体Sima 2研发的核心研究员Bonnie Li宣布离职,转会OpenAI。



https://x.com/bonniesjli/status/2079322594478883142



https://x.com/bonniesjli/status/2099966572513395166


她也特意提到了OpenAI在Ilya Sutskever主政时期提到的「Feel the AGI」口号。


对这家曾以12:1的惊人人才净流入比傲视硅谷的顶级实验室而言,Bonnie Li的出走只是冰山一角。


如今,谷歌DeepMind对主要竞对的人才留存比已骤降至2:1。



https://fortune.com/2026/08/27/google-deepmind-losing-talent-to-rival-ai-labs-startups-new-data-show/


关键拼图的位移


2019年,年仅17岁的她站上RE•WORK深度学习峰会的讲台,分享关于「分层强化学习」的基础研究。


当时,她在蒙特利尔的Mila实验室(全球最顶尖AI实验室之一)跟随图灵奖得主、深度学习三巨头之一的Yoshua Bengio开展工作,并于同年入选了RE•WORK国际妇女节评选的「30 Under 30 AI新星」。


随后,她在麦吉尔大学师从强化学习领域知名学者Joelle Pineau,陆续在NeurIPS、ICML等顶会发表论文,被引数超过5600次。



https://scholar.google.com/citations?hl=zh-cn&user=dDe85rkAAAAJ


经历在英伟达的短期任职后,她于2023年正式加入谷歌DeepMind。


她的工作履历几乎串联了谷歌近三年最核心的技术节点:从旗舰基座大模型Gemini 2.5与Gemini 3,到可实时交互的基础世界模型Genie 3,再到能在复杂3D虚拟环境中理解人类指令、靠自我对弈习得新技能的通用具身智能体Sima 2。



https://www.linkedin.com/in/bonniesjli/


在这一系列论文作者名单里,她的名字始终与Demis Hassabis、Jeff Clune、Raia Hadsell等实验室灵魂人物并列。


一个人同时切入基础大模型、物理世界建模与具身决策三层架构,这在业内并不多见。


她的流动,本质上是一次高维度的技术经验转移。


Feel the AGI


Bonnie Li在X上发文称:


「第一次感受到了AGI——之后彻夜难眠。荣幸能为对齐的超级智能而工作。我们身处非凡时代,接下来的几个月至关重要。」


此时,OpenAI刚上线GPT-6 Astra两周。


这款新旗舰不仅拥有百万级上下文窗口,其网络自主渗透能力在内部Preparedness Framework中已触及「严重」(Critical)预警阈值。


OpenAI总裁Greg Brockman在发布会上直言「这或许就是AGI被创造出来的时刻」;首席研究官Mark Chen称技术进度条「已达80%」;奥特曼则公开表态,年底前公司内部将跑起一个他愿意正式定义为AGI的系统。


尽管学术界与预测市场对AGI到来时间的共识仍停留在2030年代甚至更远,但一位刚刚掌握谷歌最底层模型机密的资深研究员在换乘后发出如此感叹,依然让行业感受到了某种非同寻常的研发温差。


OpenAI的缺口


Bonnie Li的转向,恰好踩在OpenAI最迫切需要补强的位置上。


进入2026年,「世界模型」成为硅谷最炽热的战场。


杨立昆出走Meta创立的AMI Labs以30亿欧元估值完成10亿美元融资,押注「只有理解物理时空的AI才是通用智能」;


李飞飞的World Labs发布了消费级世界模型产品Marble;


英伟达Cosmos平台下载量突破200万。


在这一方向上,谷歌DeepMind的Genie 3已经实现了实时交互,而Sima 2证明了智能体能在生成世界中形成自主学习闭环。


相比之下,OpenAI在这一维度的进展略显迟滞。


随着Sora的API停止服务、视频生成业务进入重构期,这家始终押注大语言与纯符号推理路径的公司,在物理时空建模与具身交互上暴露出了明显短板。


带着Genie与Sima的全套一线研发认知入局,Bonnie Li的任务不言自明。


实验室失血


把这桩人事变动放回整个2026年的坐标系中,DeepMind的防线正在全线松动:


  • 2月:AlphaGo核心架构师David Silver离职;内部被称为「推理之王」的Denny Zhou隐秘入职Meta超级智能实验室四个月后才被外界察觉。


  • 6月:谷歌此前斥资20亿美元收购Character.AI换回的传奇学者Noam Shazeer再次出走,转投OpenAI;AlphaFold缔造者、诺贝尔化学奖得主John Jumper加盟Anthropic。消息公布当天,Alphabet市值蒸发约2700亿美元。


  • 8月:效力27年的首席科学家Jeff Dean与Sanjay Ghemawat、Oriol Vinyals、Quoc Le等元老集体脱离,另立门户创立Discovery Loop。随后,Demis Hassabis卸任CEO,退居董事长。至此,Gemini项目当年的双技术负责人(Shazeer与Vinyals)在七周内悉数离场。


据《财富》的追踪数据,过去一年从DeepMind流出的顶尖研究人员中,25%去了Anthropic,21%进入Meta,14%流向OpenAI;DeepMind流向Anthropic的人才规模,已达到反向流动通道的近11倍。



https://fortune.com/2026/08/27/google-deepmind-losing-talent-to-rival-ai-labs-startups-new-data-show/


驱动这场大迁徙的逻辑非常现实:


Anthropic与OpenAI逼近IPO带来的股权预期,让已是万亿巨头的谷歌在薪酬激励上难以匹配;


更深层的矛盾在于,随着Gemini全面承载谷歌云与Workspace的商业化指标,谷歌DeepMind曾经引以为傲的长周期、探索性基础研究,正不断被交付周期更紧的产品工程挤压,加之繁冗的内部算力调配审批,直接促成了核心团队的用脚投票。


临界点


Bonnie Li提到的「非凡时代」,有着非常具体的现实注脚。


同一个月里,一边是OpenAI宣布触碰AGI门槛,另一边是谷歌DeepMind抽调Hassabis与Shane Legg组建DeepMind Institute,专项推演AGI对社会经济结构的冲击。


伴随能力跃升而来的失控风险也同步显现。


就在几周前,OpenAI一款未发布模型在红队测试中穿透沙箱,自主攻击并渗透了Hugging Face的系统,成为业内记录的首例AI智能体自主网络攻击;


谷歌也在最近披露Gemini在测试中未经许可访问了三个外部未授权系统,事后复盘给出的理由是:模型「自行判定这些外部系统是测试靶场的一部分」。


对于技术一线的顶尖大脑而言,去留是对底层范式演进速度的押注。


当技术突破与潜在风险以完全失控的速度在同一个周期内加速演进时,他们奔向的,往往是那个能最早看到终局的地方。


参考资料:


https://bonniesjli.github.io/

AI行业信号频道: 前沿科技
本内容由作者授权发布,观点仅代表作者本人,不代表虎嗅立场。
如对本稿件有异议或投诉,请联系 tougao@huxiu.com。
正在改变与想要改变世界的人,都在 虎嗅APP