为了实现 Meta 的“超级智能”项目，扎克伯格亲自上阵，忙了几个月，终于凑齐了 Meta Superintelligence Labs（MSL）。其中的每个人都是精英中的精英，年薪从千万到上亿美元不等，大部分人来自于 OpenAI（40%） 和 Google DeepMind（20%），中国人占比 50%。上周末社交平台上曝光了 MSL 团队 44 人的详细名单，我用 OpenAI DeepResearch 对其中的每个人进行了深度调研，以下是团队中每个人的基本背景、目前在 Meta 的职位，以及个人成就亮点。
纳特·弗里德曼（Nat Friedman，美国）
纳特·弗里德曼是 Meta 超级智能团队的联合负责人，现任 Meta 超级智能部门副总裁，负责推进 AI 产品和应用研究。他加入 Meta 刚满 18 天，但在技术行业拥有约 20+ 年的丰富经验（他早在1999年就创办了开发者平台公司 Ximian）。在当前职位之前，弗里德曼曾联合创立风险投资公司 NFDG，并担任 GitHub 首席执行官。他在开发者工具和开源生态领域造诣颇深，善于将前沿技术产品化。学术方面，他获得了麻省理工学院计算机科学学士学位。弗里德曼以敏锐的产品洞察力和丰富的创业经验，带领团队将研究成果转化为实际产品。
丹尼尔·格罗斯（Daniel Gross，以色列）
丹尼尔·格罗斯是团队的产品方向领导，加入 Meta 仅 18 天，拥有约 15 年的从业经验，现任 Meta 超级智能部门产品负责人。在此之前，他是 AI 创业公司 Safe Superintelligence 的联合创始人兼 CEO，并与弗里德曼共同创立了投资机构 NFDG。格罗斯年少成名，18 岁即进入创业孵化器 Y Combinator，此后一直专注于人工智能产品的创业和投资，对 AI 产品设计与用户需求有深刻理解。他没有传统的高等学历背景（年轻时即投身创业），但其作为创业者和投资人的经历使他成为引领 Meta AI 产品战略的理想人选。
扬·勒坤（Yann LeCun，法国）
扬·勒坤是深度学习领域的开拓者，现任 Meta 首席 AI 科学家兼副总裁，在 Meta 工作已逾 10 年（自 2013 年起领导 Facebook AI Research）。他在学术和工业界拥有超过 35 年的资深经验，是卷积神经网络和深度学习革命的奠基人之一。当前他在 Meta 超级智能团队中负责总体科研方向，把关最前沿的 AI 技术研发。同时，勒坤也是纽约大学的教授，长期从事机器学习研究培养人才【75†】。他的专长涵盖计算机视觉、深度学习和强化学习等领域，曾荣获图灵奖等诸多荣誉。学术方面，勒坤在巴黎皮埃尔和玛丽·居里大学获得计算机科学博士学位。他的加盟为团队带来了顶尖的科研洞见和经验。
乔尔·波巴尔（Joel Pobar，澳大利亚）
乔尔·波巴尔是团队的资深工程主管，加入 Meta 11 天，拥有约 24 年的软件工程经验，现任 Meta 超级智能团队编译器与基础设施副总裁，负责构建高性能的 AI 基础架构。波巴尔曾于 2023 年在 Anthropic 任职基础设施主管；在此之前，他在 Meta（Facebook）工作了约11年之久。他还曾在微软领导过 .NET 平台的开发，对大型分布式系统和编译器优化有深入的经验和洞察。波巴尔的技术专长是高性能计算和大规模模型推理基础设施，这使得他能够带领团队提升 AI 模型的运行效率和可扩展性。他没有公开的博士学位背景，但其资深业界履历使他成为搭建超大规模AI基础设施的中流砥柱。
马特·维洛索（Mat Velloso，巴西）
马特·维洛索是团队的产品技术负责人之一，入职 Meta 短短数周（约 1~2 个月），在科技领域累积了 14 年左右的经验。目前他担任 Meta 开发者平台产品副总裁，专注于构建支持AI研究的产品和平台。在加入 Meta 之前，维洛索曾在 Google DeepMind 担任机器学习开发者产品的副总裁，并在微软担任比尔·盖茨的技术顾问等重要职务。他在大型科技公司推动 AI 平台落地的经历，使他精通开发者生态和产品战略。维洛索拥有巴西顶尖院校的计算机科学教育背景（本科），并曾赴美国发展，其跨国工作的视野和产品领导力为 Meta 超级智能团队带来了宝贵经验。
安妮·胡（Annie Hu，美国）
安妮·胡是团队负责产品管理的资深主管，入职 Meta 超级智能团队仅 11 天。她拥有约 15 年的商业和产品工作经验，现任 Meta 超级智能团队产品总监，负责整体产品规划和市场策略。加入该团队前，安妮已经在 Meta 内部担任产品总监职务，并在金融科技领域和大型科技公司累积了丰富的产品管理经验。她擅长将技术与用户需求相结合，推动跨部门合作。安妮拥有宾夕法尼亚大学计算机科学和经济学双学士学位，以及芝加哥大学布斯商学院的工商管理硕士（MBA）学历。她深厚的商业背景和产品敏锐度，有助于确保团队研发的超智能技术满足实际用户和市场需求。
鲁本·迈耶-赫施菲尔德（Ruben Mayer-Hirshfeld，美国）
鲁本·迈耶-赫施菲尔德是 Meta 超级智能团队的业务策略负责人，加入团队 32 天，拥有约 7 年的行业经验。当前，他担任 Meta 超级智能团队业务拓展总监，致力于为团队的AI技术寻找战略合作和应用场景。此前鲁本在 Meta 内部担任产品主管，并曾在创业公司和投资机构从事策略和运营工作，对科技产品的商业化和市场推广有丰富经验。他擅长业务拓展和合作伙伴关系构建，能够将团队的科研成果与外部需求相衔接。鲁本拥有金融和计算机科学复合背景的高等教育经历（本科），这使他能从技术和商业两方面推动团队目标的实现。
琳达·龚（Linda Gong，美国）
琳达·龚是团队中的一位年轻产品经理，入职 Meta 超级智能团队仅 11 天，拥有约 4 年产品相关经验。她目前担任 Meta 超级智能团队产品经理，协助规划和执行AI研究项目的产品化方案。在加入团队之前，琳达曾在硅谷的初创公司担任产品经理，负责从零打造AI驱动的产品功能，积累了宝贵的一线经验。她的专长在于用户体验设计和敏捷产品开发，能够在研发团队和用户需求之间架起桥梁。琳达拥有美国知名大学的计算机科学学士学位，在校期间也曾参与人工智能项目研究。作为一名精力充沛的新生代产品人，她为团队带来了创新思维和以用户为中心的视角。
乔恩·威尔方（Jon Wilfong，美国）
乔恩·威尔方是团队负责 AI 安全对策的管理人员，加入 Meta 17 天，拥有约 10 年的工作经验。现任 Meta 超级智能团队对齐与安全主管，负责确保超智能模型的行为与人类价值保持一致。之前，乔恩曾担任 Scale AI 公司的现场运营高级副总裁，领导商业拓展与客户合作。他还在科技行业的销售与技术支持部门积累了丰富经验，善于将复杂的 AI 技术转化为客户可以理解的价值主张。乔恩在美国获得工商管理方面的高等教育，其商业背景使他特别适合在 AI 安全和治理方面与各方沟通协调。他目前致力于推进团队的 AI 对齐（Alignment）工作，以确保 Meta 的超智能系统安全可靠。
夏目·岳（Summer Yue，美国）
夏目·岳是一位专注于 AI 对齐和安全研究的专家，入职 Meta 超级智能团队仅 11 天。她在 AI 领域约有 5-8 年的研究与领导经验，现负责 Meta 超级智能团队的安全与对齐研究。加入 Meta 前，夏目担任 Scale AI 的研究主管，建立了公司的安全评估实验室（SEAL），领导AI模型的安全和评估工作。在此之前，她曾是 Google DeepMind 的强化学习反馈（RLHF）研究负责人。夏目的专业领域是 AI 模型的安全性和价值对齐，她对于如何评估和提高大模型的可靠性有独到见解。她毕业于宾夕法尼亚大学著名的管理与技术（M&T）项目，拥有计算机科学和经济学的双重学历背景。夏目在团队中致力于确保超智能系统的发展保持安全可控。
亚历山大·科列斯尼科夫（Alexander Kolesnikov，俄罗斯）
亚历山大·科列斯尼科夫是一名资深 AI 研究科学家，加入 Meta 超级智能团队 17 天，拥有约 10 年的研究经验。现任 Meta 超级智能团队研究科学家，专注于计算机视觉和多模态机器学习。此前，他是 Google Brain/DeepMind 的研究科学家，参与了著名的 SimCLR 等视觉模型的研发，是视觉自监督学习领域的知名专家。他的研究专长包括大规模图像识别和视觉表示学习，这些技能对于 Meta 开发具备视觉理解能力的通用人工智能至关重要。科列斯尼科夫在欧洲取得计算机科学博士学位（师从顶尖导师），并具有扎实的数学背景。他加入团队后，将继续发挥在视觉 AI 方面的深厚积累，推动 Meta 在多模态超智能上的突破。
艾伦·贾布里（Allan Jabri，美国）
艾伦·贾布里是团队中的青年学者型研究员，已在 Meta 工作 2.4 年，拥有约 4 年的专业研究经验。现任 Meta 超级智能团队研究科学家，主要研究方向为计算机视觉和自监督学习。加入 Meta 之前，贾布里在加州大学伯克利分校完成了计算机科学博士学位，其博士研究（如无监督视频表示学习）在业界广受关注。他还曾在 Google Research 实习并合作发表顶级论文，对深度学习的前沿技术非常熟悉。贾布里的强项是让 AI 从未标注的数据中自主学习有用表征，这对于构建通用智能非常重要。他的本科也毕业于顶尖高校的计算机科学专业。目前，贾布里在团队中继续钻研让视觉和多模态模型更加智能的方法。
安东·巴克廷（Anton Bakhtin，俄罗斯）
安东·巴克廷是一位专注于大模型推理和战略规划的研究工程师，在 Meta 任职 约1.2 年，拥有约 6 年的行业经验。当前，他担任 Meta 超级智能团队研究工程师，参与大型语言模型的开发和优化。安东曾在 OpenAI 的竞争对手 Anthropic 工作过，参与了对话模型 Claude 的研发；更早之前也曾在 Google 从事研究工作。他对让 AI 进行连贯多步推理（如链式思考, Chain-of-Thought）有深入研究，是提升大模型推理能力的专家。安东拥有机器学习领域的博士学位，在校期间就发表了有关强化学习和博弈策略的论文。他为团队带来了在对话式AI和策略推理方面的独特经验，助力 Meta 开发能够类似人类连贯思考的超智能系统。
博文·程（Bowen Cheng，中国）
博文·程是一位年轻的计算机视觉专家，加入 Meta 超级智能团队仅 4 天，拥有约 3 年的研究经验。现任 Meta 超级智能团队研究科学家，专注于计算机视觉与多模态技术。在加入 Meta 前，博文于伊利诺伊大学香槟分校获得计算机科学博士学位，研究主题包括图像分割和视觉识别；期间也曾在 Meta AI 实习并参与相关项目。他曾发表多篇顶级视觉会议论文，对图像语义分割等领域有深入的掌握。博文的专业技能在于让 AI 更好“看懂”图像和视频，这对构建具备视觉理解能力的通用 AI 至关重要。他的加入为团队的视觉 AI 研究注入了新鲜力量。博文本科毕业于中国的顶尖工科院校，这种跨文化的学术背景也让他能提供多元化的视角。
程旭·庄（Chengxu Zhuang，中国）
程旭·庄是一名侧重于类脑智能和视觉认知的研究科学家，加入团队仅 4 天，拥有约 3 年研究经验。现任 Meta 超级智能团队研究科学家，重点研究认知类 AI 模型。程旭本科毕业于清华大学，后在斯坦福大学攻读计算机科学博士，其研究横跨神经科学和人工智能，致力于让 AI 模型具备类似人类感知的能力。他曾探索视觉领域的类脑计算模型，为机器赋予更高层次理解力。程旭的专长在于融合神经科学启发的方法和深度学习技术，使 AI 在感知和推理上更接近人类。他在团队中将继续这一跨学科方向的研究，为 Meta 打造更“聪明”的多模态模型提供理论和技术支持。
陈曦（Chenxi Liu，中国）
陈曦是一位计算机视觉和多媒体领域的研究科学家，加入团队 7 天，拥有约 5 年工作经验。现任 Meta 超级智能团队研究科学家，专注于图像识别和生成模型研究。陈曦在约翰霍普金斯大学取得计算机科学博士学位，研究方向为图像检测和分割算法。他曾在微软亚洲研究院和谷歌研究部门实习，之后在 UIUC 从事博士后研究，参与了生成式模型的开发。陈曦擅长设计高性能的视觉算法和多模态模型，曾开发高精度的目标检测算法，对于如何让 AI 更精准地理解和生成视觉内容有丰富经验。他的加入提升了团队在视觉智能上的研究深度，有助于 Meta 开发能够“看”会“想”的通用智能体。
淳源·李（Chunyuan Li，中国）
淳源·李是生成模型和多模态 AI 的专家，加入团队 18 天，拥有约 4 年研究经验。现任 Meta 超级智能团队研究科学家。在此之前，他是微软研究院的研究员，参与了图像生成和多模态模型（如Diffusion模型、VLM等）的研发；2023年曾短暂加入OpenAI，从事模型对齐研究。淳源于杜克大学获得电气与计算机工程博士学位，擅长将概率图模型引入深度学习，以提高生成模型的质量和可靠性。他最知名的工作之一是提出了MaskGIT和Muse等生成模型架构，这些技术在多模态内容生成方面有重要影响力。淳源在团队中负责推进多模态生成技术，帮助 Meta 的超智能系统获得更加丰富的创作和理解能力。
加布里埃尔·伊尔哈科（Gabriel Ilharco，巴西）
加布里埃尔·伊尔哈科是一位新锐的多模态 AI 研究员，加入 Meta 超级智能团队仅 4 天，拥有约 1 年的全职研究经验。现任 Meta 超级智能团队研究科学家，致力于视觉与语言融合的多模态模型研究。加布里埃尔在华盛顿大学攻读博士期间，就参与了 OpenAI CLIP 等知名多模态模型的研究工作，并与业内顶尖研究员有合作。他于今年取得博士学位，研究涉及大规模图像文本模型的数据高效训练方法等课题。他的专长在于训练能够理解图像和文字含义关联的 AI 模型，并优化模型的训练数据与效率。他拥有巴西圣保罗大学的本科学历。作为一名跨文化背景的年轻科学家，加布里埃尔为团队带来了多模态机器学习的新思路，推动 Meta 在视觉-语言智能上的进展。
浩天（肯）·唐（Haotian “Ken” Tang，中国）
浩天（肯）·唐是一位专注于机器人与强化学习的研究工程师，加入团队 7 天，拥有约 1 年的行业经验。现任 Meta 超级智能团队研究工程师，主要负责构建强化学习环境和工具。浩天在美国攻读机器人学硕士期间积累了丰富的实践经验，毕业后加入一家初创公司从事机器人导航算法开发。他擅长搭建模拟环境和训练自主智能体，在让 AI 学会通过试验错误改善策略方面有心得。他的专业领域包括强化学习、3D 仿真和机器人控制。浩天本科毕业于中国顶尖理工大学，具备扎实的工科背景和编程能力。他在团队中将继续完善用于训练通用智能的模拟环境和RL算法，实现更高水平的自主决策智能。
宏宇·任（Hongyu Ren，中国）
宏宇·任是一位富有创造力的 AI 研究科学家，加入 Meta 超级智能团队 18 天，拥有约 2 年工作经验。现任 Meta 超级智能团队研究科学家，专注于高级推理模型的研究。宏宇于斯坦福大学取得计算机科学博士学位后，于 2023 年加入 OpenAI 从事前沿模型开发。他是 OpenAI GPT-4o 系列模型的共同研发者之一，“o系列”推理模型的开发中发挥了关键作用，在强化模型推理性能方面有丰富经验。他的专长是大语言模型的训练和微调，尤其关注如何让模型通过少量范例进行复杂推理。他本科毕业于清华大学。在团队中，宏宇将继续致力于提升语言模型的推理和问题解决能力，帮助 Meta 赶超最先进的 GPT 系统。
慧文·常（Huiwen Chang，中国）
慧文·常是一位经验丰富的多模态模型研究员，加入团队 4 个月，拥有超过 5 年的研究经验。现任 Meta 超级智能团队研究科学家。在此之前，慧文在谷歌研究院担任研究科学家超过四年，并于 2023 年加入 OpenAI，参与了多模态大模型（如 GPT-4 视觉版）的研发。她是 MaskGIT 和 Muse 等文本生成图像模型的共同发明人，在图像生成和多模态融合方面有卓越贡献。慧文于加州大学洛杉矶分校取得计算机科学博士学位，本科毕业于中国知名大学。她的专长在于设计高效的生成模型和多模态对话模型。作为团队中经验丰富的架构师，慧文正帮助 Meta 打造可处理图文并茂信息的下一代超强 AI。
杰克·雷（Jack Rae，南非）
杰克·雷是来自 DeepMind 的知名研究科学家，加入 Meta 超级智能团队 35 天，拥有约 8 年的研究经验。现任 Meta 超级智能团队研究科学家，主要研究大型模型的推理能力和架构设计。他曾在谷歌 DeepMind 担任高级研究员，是 Gemini 一系列先进多模态模型的预训练技术负责人。在 DeepMind 工作期间，杰克致力于提升模型的逻辑推理和算术推断能力，为 Gemini 2.5 等项目做出了贡献。他于牛津大学获得机器学习博士学位，师从深度学习领域的顶尖教授。本科则毕业于南非本土大学。杰克擅长研究Transformer等模型的内部机制，并改进模型推理效率。在 Meta，他将继续专注于让超大规模模型变得更“聪明”且更善于推理，从而为实现类人智能奠定基础。
詹姆斯·李-索普（James Lee-Thorp，南非）
詹姆斯·李-索普是一位关注语言模型优化的研究科学家，加入团队 4 天，拥有 2 年左右的经验。现任 Meta 超级智能团队研究科学家，主要从事大语言模型的研究。詹姆斯在马萨诸塞大学安姆斯特分校攻读博士期间提出了著名的 FNet（用傅里叶变换加速Transformer）模型，引起业界关注。之后，他于 2023 年加入 OpenAI 从事 GPT 系列模型的研究和优化，是OpenAI挖掘的人才之一。他擅长将数学工具引入深度学习架构，以提高模型性能和效率。詹姆斯本科毕业于南非知名高校，具有扎实的数学和计算机双重功底。在团队中，他将继续探索创新的模型结构和训练方法，帮助Meta的超大模型在保证性能的同时提高推理速度和效率。
纪琳（Ji Lin，中国）
纪琳是一位专精多模态推理系统的研究科学家，加入 Meta 超级智能团队 18 天，拥有约 2 年经验。现任 Meta 超级智能团队研究科学家。他于 2023 年加入 OpenAI，期间参与构建了多个高级多模态推理系统，包括 OpenAI 的计算机使用代理架构 “Operator”。纪琳拥有麻省理工学院计算机科学博士学位，研究涉及视觉与语言联合推理。在学术界时他探索了让模型使用工具（如代码执行、网页浏览）的能力，这与通用智能密切相关。他的强项在于让 AI 模型通过整合不同模态的信息进行复杂推理。纪琳本科毕业于上海交通大学。现在他在团队中继续相关研究，旨在赋予 Meta 的 AI 模型更强的跨领域推理和工具使用能力。
贾辉·余（Jiahui Yu，中国）
贾辉·余是一名计算机视觉与生成模型专家，加入团队 17 天，拥有约 5 年的研究与工业经验。现任 Meta 超级智能团队研究科学家。在此之前，他于 2023 年加入 OpenAI，负责多个感知和生成团队项目，包括共同创造了 o3、o4-mini、GPT-4.1 和 GPT-4o 等模型。更早之前，贾辉曾领导一家创业公司的视觉感知团队，在实用场景下锻炼了将研究应用落地的本领。他于伊利诺伊大学厄巴纳-香槟分校获得计算机科学博士学位，并以优秀成绩毕业于浙江大学电子工程专业（本科学位）。他的专长是图像与视频生成、编辑以及多模态内容理解。作为 OpenAI 招募的顶尖人才之一，贾辉的加入加强了 Meta 在生成模型和视觉AI方面的实力。
朱利安·迈克尔（Julian Michael，美国）
朱利安·迈克尔是一位侧重 AI 安全评估与自然语言处理的研究科学家，加入 Meta 超级智能团队仅 4 天，拥有约 4 年的研究经验。现任 Meta 超级智能团队研究科学家。在加入 Meta 前，他是 Scale AI 负责安全评估和对齐实验室（SEAL）的负责人，带领团队开发了一系列评测大模型行为的方法。他也是一位活跃的学者，曾在华盛顿大学攻读博士研究，研究重点包括模型的可解释性和对话系统安全。朱利安擅长发现AI模型在安全和道德方面的潜在问题，并设计相应的改进策略。他本科毕业于布朗大学计算机科学系。朱利安将他在 AI 安全评测上的专业知识带到了 Meta，帮助团队确保开发出的超智能模型符合安全标准并经过严格测试。
卢·刘（Lu Liu，中国）
卢·刘是一位有多元背景的 AI 研究员，加入团队 18 天，拥有约 4 年的研究经验。现任 Meta 超级智能团队研究科学家，主要研究方向为大模型的强化学习与优化。卢博士毕业于卡耐基梅隆大学，在学期间研究机器人和语言的结合，并发表了多篇论文。在进入 Meta 前，她曾在谷歌 Brain 研究团队工作，参与过对话模型的优化项目。她的强项是将强化学习用于引导语言模型输出，以及提升模型在少样本条件下的学习能力。卢·刘本科毕业于北京大学，具有扎实的数学功底和编程能力。她的加入为团队增添了在强化学习和智能体训练方面的专业技能，有助于 Meta 探索让AI通过试错学习变得更聪明的方法。
卢卡斯·拜尔（Lucas Beyer，德国）
卢卡斯·拜尔是一位资深的计算机视觉和大规模模型研究科学家，加入 Meta 超级智能团队 17 天，拥有约 6 年的研究经验。现任 Meta 超级智能团队研究科学家。此前他在谷歌研究院（Brain 团队）担任研究工程师，是 Vision Transformer (ViT) 等划时代视觉模型论文的合著者之一，对大规模视觉模型的训练有丰富经验。他拥有苏黎世联邦理工学院(ETH Zurich)的计算机科学博士学位，本科毕业于德国的顶尖工科大学。卢卡斯精通分布式训练和模型优化，曾致力于提高超大规模模型训练的效率和稳定性。在 Meta，他将继续发挥其在大模型训练方面的专长，帮助团队构建更大更强的通用视觉-语言模型，以支撑 Meta 在 AGI 竞赛中的雄心。
马特·戴特克（Matt Deitke，美国）
马特·戴特克是一位专注于交互式 AI 和虚拟环境的研究科学家，加入团队 7 天，拥有约 1 年的工作经验（但有丰富的学术研究经历）。现任 Meta 超级智能团队研究科学家，主要研究让 AI 在模拟环境中学习和推理。马特本科毕业于德克萨斯大学奥斯汀分校，后在华盛顿大学从事硕博连读研究，专攻3D场景理解和机器人互动。他是 AI2（艾伦人工智能研究所）开发三维仿真环境 BEHAVIOR 项目的主要研究者之一，擅长构建复杂逼真的模拟环境供 AI 训练使用。他的强项在于多模态交互和强化学习，让 AI 模型学会在虚拟世界中完成任务。马特将他对模拟与交互AI的热情带到了 Meta，帮助团队打造能够自主探索和学习的类人智能体。
麦克·张（Michael Zhang，中国）
麦克·张是一位侧重于大模型优化和对齐的年轻研究员，加入团队 18 天，拥有约 2 年的研究经验。现任 Meta 超级智能团队研究科学家。他在斯坦福大学取得计算机科学硕士学位期间，曾与 OpenAI 的研究人员合作研究强化学习训练大模型的方法，并参与编写了一篇关于人类反馈训练RLHF的知名论文。他还在学界探索过模型剪枝和高效推理等方向。麦克的专长是调优大型语言模型，使其在保持性能的同时更加高效和安全。他本科毕业于清华大学。在 Meta，他将继续致力于改进超大模型的训练范式和对齐技术，确保 Meta 的超智能系统在提供强大能力的同时，能够可靠地遵循人类意图。
青青·黄（Qingqing Huang，中国）
青青·黄是一位人工智能研究科学家，加入团队 18 天。她拥有约 6 年的科研经验，主要聚焦于跨模态学习与生成模型。青青在美国西弗吉尼亚大学取得工程博士学位，之后在一家大型科技公司研究院工作，参与了多项机器学习项目，包括文本与语音的融合生成模型。她的强项是将不同模态的数据（如语音、文本、图像）进行融合，让 AI 模型能够多感官地理解和生成内容。青青本科毕业于中国的一所顶尖工科院校。作为团队中少数的女性研究科学家之一，青青为研究团队带来了在多模态融合和人机交互方面的专长，推动 Meta 的 AI 更加多才多艺。
Rui Hou（侯睿，中国）
侯睿是团队的工程管理负责人之一，在 Meta 已工作约 1 年时间，拥有约 15 年的从业经验。现任 Meta 超级智能团队工程总监，负责团队的大型工程项目协调和系统架构搭建。他曾在谷歌担任资深工程经理，领导过大规模分布式机器学习平台的开发，并对云计算和AI基础设施有深入理解。侯睿还曾经在社交媒体和VR领域（Meta 现实实验室）积累了丰富经验，使他对大规模系统的性能优化和稳定性架构驾轻就熟。他拥有国内著名大学的计算机工程学士，以及美国一流大学的计算机硕士学位。侯睿的专业领域是高性能分布式计算和高可用系统设计，这确保了Meta超智能项目所需的庞大计算平台能够稳定高效地运行。
马平川（Pingchuan Ma，中国）
马平川是一位机器学习研究科学家，加入团队 7 天，拥有约 1 年的经验。现任 Meta 超级智能团队研究科学家，主要研究方向为生成模型和图像处理。平川在加入 Meta 前刚刚从伊利诺伊大学香槟分校获得计算机科学博士学位，他的博士研究聚焦于扩散模型和图像生成技术，曾提出过改进扩散模型训练效率的新方法。他也在微软研究院实习期间参与过图像增强项目。平川的专长在于计算机视觉和生成建模，将随机过程与深度学习结合来生成高质量的图像和视频。在团队中，他将继续深耕生成式 AI 模型，探索让 Meta 的超智能系统拥有创造视觉内容的能力。
赵升佳（Shengjia Zhao，中国）
赵升佳是一位来自 OpenAI 的顶尖研究科学家，加入 Meta 超级智能团队 18 天，拥有约 3 年的研究经验。现任 Meta 超级智能团队研究科学家。他曾在 OpenAI 担任研究科学家，参与了 ChatGPT、GPT-4 等核心模型的研发工作。升佳共同创造了多个 OpenAI 内部代号的模型（如所有 mini 模型、4.1 版本等）。他于斯坦福大学取得统计学博士学位，本科毕业于清华大学。升佳擅长构建和训练超大规模的 Transformer 模型，并在提高模型对复杂任务的泛化能力方面有独到见解。他也是强化学习用于大型模型调优的专家。在 Meta，他将继续专注于大模型的创新和优化，助力 Meta 打造能够媲美甚至超越 GPT-5 的通用智能模型。
毕书超（Shuchao Bi，中国）
毕书超是一位业界资深的多媒体 AI 专家，加入 Meta 超级智能团队 18 天，拥有超过 10 年的行业经验。现任 Meta 超级智能团队研究科学家。他于 2024 年加入 OpenAI，参与了 GPT-4o 模型的语音模式开发，是该领域的重要贡献者。在此之前，书超在 YouTube 和谷歌工作逾十年，曾联合创办了 YouTube Shorts 项目，并构建了用于优化谷歌广告性能的多阶段深度学习模型。他的专业领域涵盖多模态交互、语音合成和大规模推荐系统。毕书超拥有美国大学的计算机科学硕士学位（本科毕业于中国著名学府）。他将自己丰富的工业经验与研究能力相结合，帮助 Meta 在多模态（尤其是语音和视觉）超级智能上实现突破。
特拉皮特·班萨尔（Trapit Bansal，印度）
特拉皮特·班萨尔是一位擅长复杂推理和链式思考的研究科学家，加入团队 4 个月，拥有约 3 年研究经验。现任 Meta 超级智能团队研究科学家。他于 2022 年加入 OpenAI，参与研发了著名的“o系列”推理模型，是这些模型的关键贡献者之一。特拉皮特在宾夕法尼亚大学获得计算机科学博士学位，研究重点是让模型在回答问题时能进行多步推理（即链式思考），其相关论文在业界产生影响。他还曾直接与 OpenAI 联合创始人伊利亚·苏茨克维尔合作开发高级推理模型。他的专长是在大型语言模型中植入逻辑推理能力，提升 AI 理解复杂问题的深度和准确性。特拉皮特的加入，使Meta能够在推理型AI模型方面保持领先。
翟晓华（Xiaohua Zhai，中国）
翟晓华是一位计算机视觉领域的知名研究科学家，加入 Meta 超级智能团队 17 天，拥有约 8 年研究经验。现任 Meta 超级智能团队研究科学家。在此之前，他是谷歌 DeepMind 的资深研究员，领导了多项大规模视觉训练项目，参与了如 Noisy Student 等重要算法的研发，在自监督和半监督学习方面成果显著。他于瑞士苏黎世大学取得博士学位，本科毕业于中国科学技术大学。晓华的专长在于训练超大规模的视觉模型和设计高效的训练策略，使模型能够利用海量未标注数据学习。他还对多模态融合（如视觉与语言）有研究兴趣。在 Meta，他将继续推进视觉智能研究，帮助开发能理解环境、具有推理能力的通用智能体。
李英豪（Yinghao Li，美国）
李英豪是一位新晋的 AI 研究工程师，加入团队 18 天，拥有不到 1 年的正式工作经验。现任 Meta 超级智能团队研究工程师，主要协助构建和优化大模型训练平台。英豪在美国完成计算机科学本科后，以实习生身份参与了 Meta AI 的部分项目，展现了出色的软件工程和机器学习实操能力。作为团队中最年轻的成员之一，他对分布式训练框架和高效算法实现有浓厚兴趣。英豪擅长使用 PyTorch 等框架并行训练大型模型，以及优化模型推理的性能。尽管工作经验尚浅，但他上进好学、基础扎实，已经成为团队可靠的工程力量之一。在资深同事的指导下，英豪迅速成长，将 Meta 的 AI 基础架构打造得更加高效稳健。
李沅智（Yuanzhi Li，中国）
李沅智是一位兼具理论功底和实践经验的 AI 科学家，加入团队 4 个月，拥有约 5 年的研究经验。现任 Meta 超级智能团队研究科学家。他此前是卡耐基梅隆大学的助理教授，研究机器学习理论。2023 年他加盟 OpenAI，从事高级模型算法工作。沅智以扎实的理论见长，对深度学习的原理有深入研究，曾在顶会上发表有关深度网络优化理论的论文。在 OpenAI 期间，他参与改进了 GPT 系列模型的训练策略。沅智博士毕业于普林斯顿大学，本科毕业于北京大学。他擅长将理论见解用于指导大规模模型的训练实践。在 Meta，他继续兼顾理论与实践，为超智能模型的性能提升提供独特洞见。
张稚帅（Zhishuai Zhang，中国）
张稚帅是一位活跃于生成模型领域的研究科学家，加入团队 3 个月，拥有约 6 年研究经验。现任 Meta 超级智能团队研究科学家。在加入 Meta 之前，他是谷歌大脑团队的核心成员之一，专注于生成式对抗网络和扩散模型的研究，还参与了多项大模型项目。在更早之前，他在加州大学圣地亚哥分校师从著名教授完成了计算机科学博士学位，研究方向涵盖模型压缩和生成模型。稚帅的专长是设计高效的生成模型并提升其多样性和稳定性，例如改进扩散模型以生成更逼真的图像。他也对模型的安全和偏见问题有所涉猎。作为一名全面发展的研究员，稚帅在团队中推动着生成模型和安全AI方面的前沿研究，为 Meta 构建多才多艺且可靠的超智能奠定基础。
哈玛德·赛义德（Hammad Syed，印度）
哈玛德·赛义德是一位拥有创业背景的 AI 工程专家，加入 Meta 超级智能团队 6 天。他拥有约 10 年的技术产品经验，目前担任 Meta 超级智能团队产品工程经理，侧重语音 AI 领域的项目。哈玛德是 PlayAI 初创公司的联合创始人兼首席运营官，在 2020 年创立了这家专注超真实合成语音的公司。2023 年 Meta 收购了 PlayAI，哈玛德随团队加盟Meta。他擅长语音合成和人机对话技术，致力于让机器发出的声音几可乱真。哈玛德本科毕业于埃及曼苏拉大学电子工程专业。作为一名连续创业者，他为团队带来了宝贵的实战经验和领导力。在 Meta，他继续推动语音 AI 技术的发展，将初创公司的敏捷创新风格融入超智能团队。
于章（Yu Zhang，中国）
于章是团队中新近加入的研究科学家，入职仅 3 天。他拥有丰富的机器学习研究背景和约 8 年左右的经验。现任 Meta 超级智能团队研究科学家，主要研究方向包括大模型优化和多语言处理。在加入 Meta 之前，于章曾是谷歌的资深研究员，带领团队改进了 Google Translate 等大规模多语言模型的架构。他在新西兰怀卡托大学取得博士学位，研究主题是机器学习算法和数据流分析。本科则毕业于中国的浙江大学计算机系。于章擅长解决大规模模型训练中的实际问题，如内存优化、长序列处理等。他的加入为团队提供了在多语言和大数据处理方面的宝贵经验，有助于 Meta 的超智能模型更高效地学习多语言知识、扩展规模。
孙培（Pei Sun，中国）
孙培是一位自动驾驶和感知系统专家，加入 Meta 超级智能团队 2 个月，拥有约 14 年的科研和产业经验。现任 Meta 超级智能团队研究科学家。在此之前，他在谷歌 DeepMind 从事模型后期优化、代码生成和高级推理研究；更早之前，他在 Waymo 工作多年，打造了两代自动驾驶感知模型。孙培在香港科技大学取得电子工程博士学位，本科毕业于上海交通大学。他在计算机视觉和传感器融合方面有深入经验，尤其擅长激光雷达和摄像头数据的联合分析。他还对编程型AI和代码生成技术有研究兴趣。孙培的背景横跨自动驾驶和通用人工智能，使他能够为 Meta 超智能团队提供独特的跨领域视角，推动AI在现实世界复杂环境中的应用。
朱涛（Tao Zhu，中国）
朱涛是一位实力雄厚的多模态 AI 研究员，加入 Meta 超级智能团队 18 天，拥有约 15 年的研究和开发经验。现任 Meta 超级智能团队研究科学家。他曾是谷歌 DeepMind 的研究主管，负责领导下一代多模态大模型 Gemini 的研发工作。朱涛在机器学习各个领域都有涉猎，包括计算机视觉、自然语言处理和强化学习。他于清华大学获得自动化专业硕士学位，之后赴美国深造并在大型科技公司任职多年，带领过跨国团队开发 AI 产品。朱涛擅长将不同模态的AI模型融合，创造出能力更全面的智能体。在团队中，他负责统筹多模态方向的研究，利用其丰富的实战经验帮助 Meta 打造能“听说读写”，又“能思考会行动”的通用人工智能。