大互联网平台公司都对战略业务严格保密，但AI研究是学术和工程的混合体，天然开放。大公司内的研究团队也需要密切关注最新成果，并通过顶级学术会议发布论文公开研究进展，提高影响力、吸引人才。

NeurIPS、ACL、CVPR等AI领域多数顶级学术会议上的论文投稿与评审，都通过OpenReview平台公开。

该数据库里累计有2330人以字节、阿里、腾讯员工身份发表过AI相关论文。其中有些人已经离职，有些研究与大模型无关，但这个数量依然说明AI基础研究主要是大公司的游戏，AI人才更多流向了盈利能力最可观的三家大厂。作为对比，百度有448人，其他中国互联网公司或大模型创业公司显著更少。

我们将这些数据与LinkedIn、Github等平台的信息和其他公开资料匹配，找到这些研究人员的教育背景、工作履历，并追踪了他们的流动轨迹。三家大厂招募研究者的偏好、研究人员的构成，以及研究团队架构的调整等，反映出各自在大模型浪潮中的人才投入和应对策略。

重启“博士军团”，数百万年薪抢人

面对技术变革，大厂的惯用策略是组建“博士军团”。

上一轮计算机视觉为主的AI浪潮中，OpenReview上字节、阿里和腾讯新增的研究者，博士占比超六成，腾讯在2017年甚至超过七成。

博士军团理念最早源自硅谷，从施乐实验室到乔布斯的NeXT、互联网时代的Google都热衷于网罗习惯在学术环境下工作的博士们。

中国科技企业又比硅谷公司多了一层优势，这里的工程人才更多，也接受工作更长的时间，可以支撑企业建立大团队，沿着别人开辟的创新路径，多团队赛马、高强度研发，快速追上。

随着技术扩散和竞争焦点转向工程实践和业务层面，三家大厂研究团队博士比例明显下降。2020年到2022年，OpenReview上三家大厂新研究者中博士占比均降至50%以下，字节一度低至40%。

大模型热潮到来推动博士军团回归。OpenReview上的数据显示，过去两年，三家大厂新研究者的博士比例回升：腾讯和字节占比七成，阿里也提升到50%以上。

为了组建博士军团，三家大厂开启抢人大战，重点是即将完成学业、在大模型时代成长起来的年轻研究者。

2024 年 5 月，字节面向应届博士生发起 Top Seed 计划；一个月后，腾讯发起针对 AI 顶级人才的 “青云计划”。今年 3 月，阿里云专为在顶级学术会议发表过论文、开源过优秀项目的毕业生设置 A Star 和 Al Clouder 人才项目。

我们了解到，字节的 Top Seed 计划已经招揽 30 多名，大多数人今年入职，年薪可达数百万元人民币。

看重应届博士生，是字节对过去AI人才招聘策略的主动调整。OpenReview上，过去两年三家大厂新增的研究者，阿里的应届生占比六成；腾讯在2024年提升到七成。

而字节的应届生比例在四成左右。如果把条件设定为应届博士生，这个数字只有1/4。过去几年，字节研究团队平均年龄低于30岁，2024年又回升到30岁以上。

今年2月的字节全员会上，字节HR负责人华巍提到：一些部门最近几年偏好“招聘经验丰富的候选人”，而且“来源还很单一，集中在某几个公司”。他说，一个健康的团队，人才需要有多样性。

但多元的人才不一定必然导致创新。我们分析过DeepSeek过半研究人员的背景和工作履历：多数人不到30岁，应届生过半，大部分最高学历是本科或硕士，关键岗位负责人基本都没有博士学位，境外留过学的研究者占比不到10%。

三家大厂研究人员的学历也更漂亮。在腾讯，香港中文大学进入前六；字节的研究者中，卡内基梅隆大学毕业生数量能排第八，有留学经历的研究者占比超四成。

左图是三家大厂研究者的教育背景，右图是DeepSeek员工的教育背景。

一位字节人士说，吴永辉负责 Seed 基础研究团队后，常在内部强调要培养年轻人。今年 3 月，字节公布 Top Seed 研究实习生计划，最高薪资每天 2000 元，条件放宽到本科生，甚至还会邀请优秀的高中生当顾问。和 DeepSeek 一样，字节的 Seed 也允许实习生负责重要研究方向。

都组建了相对独立的研究团队，但组织形态不同

腾讯：内部竞争后组建虚拟部门，管理者多是入职十多年、甚至20年的中高管

腾讯在技术工程事业群（TEG）中组建了一个跨部门的 “混元团队”，采用虚拟组织形式，横跨 TEG 的大数据、机器学习平台部、AI Lab 等多个部门。

这是腾讯内部竞争的结果。2023 年上半年，腾讯 TEG 的 AI Lab 和大数据部门分别训练大模型，虽然 AI Lab 的模型在技术上有亮点，但效果不如大数据部门， 输掉大模型研究主导权。

当前，混元团队的负责人是腾讯集团副总裁、TEG 副总裁蒋杰，他也是腾讯广告平台产品技术负责人、AI Lab 负责人。

蒋杰2012年加入腾讯，他博士毕业于北京大学，曾在阿里工作五年，参与阿里自研云计算系统中的大数据平台部分。蒋杰加入腾讯后，先后负责建设大数据平台和广告平台技术体系研发。

混元团队其他核心管理者基本都是公司资深中高管，在10年前、甚至20年前加入腾讯。

王迪，腾讯机器学习平台部总经理，负责混元大模型的训练工作。他2008年加入腾讯，曾负责腾讯搜索平台及广告相关算法，2022年起主导大模型技术在广告业务中落地。

杨勇，腾讯安全平台部负责人，负责混元大模型的数据与安全工作。他2005年加入腾讯，历任技术体系运维安全、业务安全、信息安全等核心岗位。

刘煜宏，腾讯云副总裁，负责多模态方向的研发。他2005年加入腾讯，曾负责腾讯大数据平台、机器学习平台研发及运营，一度主导大模型应用“元宝”。

康战辉，腾讯机器学习平台总监，混元大语言模型的算法研发工作。他2011年加入腾讯，从事搜索、数据挖掘与广告算法优化等研究工作。

俞栋，腾讯 AI Lab 副主任、西雅图实验室负责人，负责混元大模型中部分文本与视觉算法研发。2017 年加入腾讯，加入前在微软工作近 20 年，长期从事语音识别与自然语言理解研究。

混元团队之外，腾讯还有多个分布在不同事业群的 AI 研究团队。技术工程事业群（TEG）下有研究具身智能模型的 Robotics X 实验室，云与智慧产业事业群（CSIG）中设有以计算机视觉为主的优图实验室，平台与内容事业群（PCG）拥有 ARC Lab，而微信体系内部也长期运营着 “模式识别中心” 等。这些团队负责把混元大模型或 DeepSeek 等模型能力嵌入具体的业务和应用场景中。

阿里：达摩院和阿里云部分团队组成新部门，管理者有内部培养的应届生

大模型浪潮到来时，阿里正在推进1+6+N变革，原本属于阿里云的AI研究机构达摩院成为N分拆出去，由曾任阿里云CEO的张建锋负责。阿里1+6+N拆分很快终止，达摩院多个研究团队，如语言技术实验室、语音实验室、XR实验室等，在阿里云重组成大模型研究部门“通义实验室”。

阿里通义实验室的负责人是阿里云CTO周靖人。周靖人2016年加入阿里云，曾在微软工作11年，做到研发合伙人。他在阿里云当过首席科学家、达摩院副院长，是阿里大模型研发的核心发起人。

通义实验室的其他负责人展现出阿里的“人才梯队”建设——既有达摩院组建时招来的技术专家，也有达摩院体系内成长起来的应届生。

黄非，通义实验室自然语言智能实验室负责人，曾在IBM、Facebook研发NLP技术，2018年加入达摩院。

薄列峰，通义实验室应用视觉实验室负责人，曾在亚马逊、京东研究用于零售的AI，2022年加入达摩院负责XR实验室。

林俊旸，通义实验室通义千问负责人，2019年北大硕士毕业后加入阿里达摩院。

刘宇，通义实验室通义万相负责人，2015年清华硕士毕业后加入阿里。

周文猛，阿里云大模型开源社区魔搭的负责人，也是通义实验室系统研发总监，2015年南京大学硕士毕业后加入阿里。

和腾讯一样，阿里云的通义实验室之外，阿里也有AI研究团队分散在其他业务部门中，比如淘天集团、智能信息事业群组、国际数字商业集团等。

这些部门大多数调用通义大模型开发AI产品，也有研发大模型实力。今年2月，新加坡管理大学终身教授、Salesforce原副总裁许主洪加入阿里担任副总裁，向智能信息事业群组负责人吴嘉汇报，其中一部分工作职责是研发多模态基础模型。

字节：独立于各业务组建新团队，管理者中有空降的技术专家

字节研发大模型较晚，包袱小目标大。他们选择从 AI Lab、AML、搜索团队等部门抽调人手组建 Seed （豆包大模型）团队。和腾讯、阿里不同，Seed 不属于字节原有业务体系内任何一个部门，负责人向 CEO 梁汝波和创始人张一鸣汇报。

当前，字节 Seed 团队有两位负责人，一是负责 “基础研究” 的吴永辉。吴永辉刚加入字节不久，他 2008 年从加州大学河滨分校拿到博士学位后就加入 Google，先后参与搜索算法、机器学习、语言模型研究，历时 17 年成长为 Google DeepMind 研究副总裁。

另一位是负责“应用研究”的朱文佳。朱文佳2015年加入字节，此前在百度研究广告推荐算法，担任过搜索部主任架构师。加入字节后，朱文佳当过今日头条CEO、TikTok产品技术负责人。2023年，Seed团队刚组建时，朱文佳是整体负责人，现在负责“贴着模型和用户需求做应用”，重点是提升基础模型的问答、创作、解题、写代码等能力。

吴永辉和朱文佳两人同时负责Seed团队，也是其管理团队的缩影：既有其他业务调来的中高层，也有大模型时代加入的技术专家。

乔木，负责豆包大模型大语言模型团队，他2014年加入字节，曾担任搜索工程部门负责人。

杨建朝，负责豆包大模型视觉多模态团队。他2018年加入字节负责视觉算法研究，曾在Adobe、Snap等公司负责研究工作。

项亮，负责豆包大模型Foundation团队。他2016年加入字节负责推荐算法研究，曾在Hulu、宜信、瓜子二手车工作。

周畅，负责豆包多模态交互与世界模型团队和部分前沿研究。他2024年加入字节，曾是阿里通义千问负责人。

黄文灏，负责Seed的部分技术项目管理规划和部分前沿研究。他2024年加入字节，曾在微软、智源研究院、零一万物工作。

Seed 团队之外， 字节还有一批 AI 研究团队，比如 AI Lab 中还有 AI for Science 和机器人小组，整体负责人李航在 2017 年从华为加入字节，现在也转向吴永辉汇报。

抖音、火山引擎、飞书等业务中，也有研究团队负责把AI用到业务和产品中，比如抖音的剪映、即梦，火山引擎的方舟模型训练平台等。

ChatGPT到来至今，腾讯的研究人员减少、阿里微增、字节大幅扩张

在上一轮AI浪潮中，字节、阿里和腾讯就组建了规模可观的研究团队。

腾讯在 2012 年、2016 年组建优图实验室和 AI Lab，微信内部还设有 “模式识别中心” 。2022 年，OpenReview 上可见的腾讯研究者有 612 人。

阿里则于2014年在硅谷成立iDST（数据科学与技术研究院），2017年在阿里云体系下组建达摩院。2022年，OpenReview上阿里的研究者有640人。

字节虽然成立较晚，在 2016 年成立 AI Lab，后又设立偏向机器学习应用的 AML（Applied Machine Learning） 团队，隶属 DATA 部门。2022 年，OpenReview 上字节的研究者有 322 人，三家大厂中最少。

这些研究者聚焦自然语言处理、计算机视觉、语音识别/合成等研究方向——这些技术是上一轮AI浪潮的重点，也是大模型研究的起点。这批研究者有迁移到大模型领域的基础，也是三家大厂研究AI的主力。

面对大模型技术突然爆发，三家大厂的应对方式截然不同。

腾讯CEO马化腾在2023年中的股东大会上说，大模型最关键的是“场景落地”，腾讯有很多场景，不急于一时。这些场景包括微信、QQ、游戏等等高频流量入口，覆盖中国网民的日常生活——只要模型成熟，想要触达用户和规模化应用，很难绕开它的产品体系。

这种判断反映在腾讯的研究团队建设上：过去两年，OpenReview上腾讯新增的AI研究者仅112位，只有2021年一年新增人数的65%。考虑到离职人员，2024年，OpenReview上腾讯的研究者减少到607人，大模型时代“新人”占比不到20%。

阿里是现阶段中国最能通过大模型直接获利的互联网平台。大多数公司不可能买上万张显卡，自己投建数据中心，只能租用云平台算力。阿里云是目前国内市占率最高的云平台，成立比腾讯云、字节火山引擎分别早4年和11年。

阿里云CTO周靖人在2023年10月曾告诉我们，阿里做大模型“不是为了做端到端的超级应用，而是给大家展示和开放能力”。

到2024年，OpenReview上阿里的研究者增长9%到696人，大模型时代新人占比刚超过20%。

字节最为激进，它希望用大模型抓住一个类似抖音的机会。过去两年，OpenReview上字节每年都新增超过上百名研究者，研究团队增长50%到480人——其中过四成是ChatGPT诞生后加入字节。

三家大厂的AI研究团队都是DeepSeek、月之暗面、MiniMax等创业公司的数倍甚至更高——国内几家大模型创业公司中，研究团队普遍在100～200人，出现在OpenReview上的研究者则少得多，而且也面临流失。

创业公司流失的研究人才，去字节的显著多过阿里和腾讯。过去一年多，字节从智谱、零一万物等创业公司吸引了不少资深研究者，比如零一万物联合创始人黄文灏、智谱核心研究员丁铭、面壁智能核心研究员秦禹嘉等人。

一位大模型创业公司的投资人向我们感慨，他曾看好的项目会是一个完美的创业故事，“如果没有字节”。当然，后来又多了DeepSeek。

阿里也变得积极。一位阿里人士说，今年初阿里云吸纳零一万物大模型预训练团队，新增60多位有经验的研究者。

大厂研究者在大厂中流动，创业是少数人的选择

2013年，百度在硅谷组建深度学习研究院，是中国最早组建团队研究AI的公司之一，把机器学习、深度学习技术用到搜索、广告等业务中。

随着竞争格局变化中失势和人才流动，百度为行业输送大量研究人才，拿到“黄埔军校”的名头。但这仅限于上一轮AI浪潮。

根据我们的分析，2023年及之后加入字节、阿里、腾讯的研究者中，有工作经历的超过30%来自三家大厂。其中腾讯占比最高，其次是阿里——两家在大模型研发上相对保守的公司，成了最大的人才供应方。

当公司战略与个人抱负不匹配时，人才外流成为必然。在我们的样本中，从腾讯离开的研究者，多数就职于内部大模型研发竞争中失势的 AI Lab。

2024年中，阿里通义千问负责人周畅离职，是中国大模型行业人才流动的标志事件。他2017年北大博士毕业后加入阿里，是达摩院体系内培养起来的应届生。

“通义做得很好，为何要用这么多钱和算力支持外面的团队？”一些阿里人士曾向我们表达共同的困惑。

周畅一度考虑创业，但他只见了少数投资机构，数位试图接触周畅的投资人告诉我们，当时“根本约不上”“发消息不回”。

最后他选择了字节。一位接近周畅的人士告诉我们，字节高层一对一和周畅聊过，表达了追求顶尖AI技术的决心。

周畅加入字节也是中国大厂研究人才流动的典型——创业或加入一家创业公司，只是少数人的选择。

我们的分析样本显示，从字节、阿里、腾讯离开的研究者，超过四成去了体量较大的公司（字节、阿里、腾讯、华为、蚂蚁、美团等），其次是高校或研究机构，占比1/4。

可能是因为竞业协议或工作地点影响，我们还发现16%的离职者选择加入海外公司，比如亚马逊、Meta；最后才是创业或加入一家创业公司，占比只有不到14%。

左图是三家大厂离职研究者去向，右图是OpenAI离职研究者去向。

去年11月，我们分析过OpenAI研究人才流动情况，Google、Meta等大厂和Stripe、Dropbox等独角兽公司为OpenAI贡献了最多的人才，OpenAI的离职者创业或加入创业公司人占比过半，形成一个完整的AI创业生态。

“全世界就一个硅谷。”一位AI投资人说，创业不只需要创始人有能力、有承担高风险的自觉，还要有适合创业的环境。

DeepSeek刷新竞赛，大厂加码基础研究

三家大厂高层都把大模型视为长期竞争，但普遍选择了务实的研究策略：沿着行业内验证过的方法，尽可能快地训练出“第一梯队”的模型，看重模型对产品或具体业务的助益。

字节Seed团队的大语言模型部门考核指标，曾大多都是让模型变得更实用，比如提高代码生成能力、建设模型评测平台、提供可以供内外部调用和精调的多个模型版本等等。

腾讯和阿里的考核指标类似。不过腾讯更偏重模型用到产品中的表现，而阿里将其作为一个云服务产品，看重大模型的“影响力”。

这种策略确实取得了成效。字节用一年多时间就在国内的大模型行业占据上风，阿里云也成功用大模型推动收入增长，只有腾讯表现平淡。

DeepSeek的崛起直接挑战了大厂的研发节奏：一个专注基础研究的小团队，做出了行业领先的大模型DeepSeek-R1，用最简单的产品形态和开源，越过了大厂的业务体系。

腾讯迅速在产品中接入DeepSeek-R1，发起应用冲刺。而字节和阿里把DeepSeek视为挑战，更加重视基础研究。

字节CEO梁汝波在2月的全员会上说，“行业内有DeepSeek这样优秀的团队，可以让我们保持警醒”，并把探索智能上限列为研究团队的核心目标之一。

同样在2月，阿里CEO、阿里云CEO吴泳铭在财报会上说，阿里“必须追求AGI（通用人工智能）”，要追求突破模型智能边界。

DeepSeek崛起的关键之一是，他们给研究者提供了发挥能力的简单环境。如果聪明的年轻人每天都要面对不懂技术的中层管理者，或者少有试错机会，不断被要求在会议上证明自己的想法可行，就很难有什么创造力。

“创新需要尽可能少地干预和管理。”梁文峰此前接受36氪访谈说，他们通常不给研究者前置分工，而是“自然分工”。

一个典型的DeepSeek工作流程是：研究者遇到问题“会拉人讨论”；有想法可以调用训练集群的卡试错，无需审批；当想法显示出潜力，管理层会自上而下地调配更多资源。

大厂过去组建AI研究团队时也想建立这样的研究环境，但又难以接受低产出的不确定性。一位大厂研究院负责人曾告诉我们，在大公司如果研究员提出一个前瞻性、学术价值高的问题，“它的价值首先要打个问号”。

多年来，腾讯、阿里、字节的研究者都在两种导向间来回摇摆：要么背上业务指标生存，要么离职回高校或研究机构。

现在大厂又想在内部提供宽松的研究环境。年初，字节组建虚拟组织 Seed Edge，专注研发下一代大模型技术，项目有突破时才做绩效评估，而不是其他业务的半年考核一次。

3月，阿里云发起名为“T项目”的虚拟组织，也要研发下一代大模型技术，向包括研究与产品在内的员工开放，只要评审通过，就能获得资源支持。阿里云内部将其称为“可能改变未来的战役”。

不过大厂的大模型主力研究团队仍沿着旧节奏推进，还是要迅速做出能力达到行业“第一梯队”的大模型，供内部产品和外部客户调用，扩大影响力，抢占市场份额。

竞争没有就此停下。引入DeepSeek-R1的腾讯，也没有减少投入，混元团队还加快了模型迭代速度。

大厂不缺资源，也不缺场景，它们渴望独占胜利。不过它们想赢得这场战役，最大障碍也许并不在外部，而是它们自身的组织惯性。