徽声在线4月26日消息（记者 李明轩）在Meta创始人扎克伯格从OpenAI系企业挖走五位核心创始成员后，一场AI领域的人才争夺战正愈演愈烈。由OpenAI前首席技术官米拉·穆拉蒂创立的Thinking Machines Lab，近期通过连续引进Meta顶尖人才实现「反向挖角」，形成科技行业罕见的人才流动现象。

最新加入战局的是Meta前AI研究员汪维垚，这位拥有8年Meta工作经历的科学家在领英平台宣布，已正式出任Thinking Machines Lab多模态研究负责人。其履历显示，这位2015届人大附中校友在杜克大学攻读数学与计算机科学期间，即以实习生身份参与Meta机器学习模型开发，毕业后直接晋升为全职研究员。

在Meta任职期间，汪维垚主导了多项突破性项目：其构建的多模态感知系统成功整合视觉、语音与文本处理能力；参与的开放世界分割研究推动SAM3D项目实现三维场景理解突破。据内部人士透露，他开发的算法模型使Meta在通用感知领域的准确率提升17%，成为该公司AI战略的关键技术支柱。

人才争夺战在4月25日迎来新高潮——哈佛大学博士Kenneth Li宣布放弃Meta超级智能实验室职位，转投Thinking Machines Lab。这位2021届中科院大学毕业生在哈佛攻读计算神经科学期间，曾发表3篇顶会论文，其开发的神经网络压缩技术可使模型推理速度提升40%。值得关注的是，他仅在Meta工作4个月便选择离职，折射出当前AI人才市场的剧烈波动。

据统计，Thinking Machines Lab创立18个月来，已形成以Meta系为核心的140人技术团队。其中前Meta员工占比达35%，远超其他科技公司来源。这个名单包含多位重量级人物：PyTorch框架联合创始人Soumith Chintala带着11年Meta技术积累出任CTO，其开发的自动微分系统至今仍是深度学习框架标配；Segment Anything模型核心开发者Piotr Dollár的加入，使该公司获得计算机视觉领域的顶级算法资源。

技术中台的构建成为人才磁极的关键。Thinking Machines Lab近期与谷歌云达成12亿美元算力合作协议，获得英伟达GB300芯片的全球首批使用权。这套包含2000块A100 GPU的集群，使其训练效率较传统架构提升60%。更引人注目的是，该公司自研的分布式训练框架已实现万亿参数模型的高效并行计算，这项技术突破直接对标Meta的Llama训练体系。

资本市场的追捧加剧了人才争夺烈度。尽管尚未推出商业化产品，Thinking Machines Lab已获得a16z等顶级机构3.5亿美元融资，估值飙升至120亿美元。其股权激励机制设计尤为突出：核心员工可获得与绩效挂钩的期权池，预计首批加入者的股权收益将达年薪的3-5倍。这种「技术+资本」的双重驱动模式，正在重塑AI行业的人才竞争格局。

面对人才流失压力，Meta启动代号「凤凰计划」的防御性策略：除提供七位数年薪包外，还设立2亿美元专项基金用于关键技术岗位的股权激励。但效果尚未显现——仅4月就有包括Thinking Machines Lab联合创始人Andrew Tulloch在内的3位高管回流Meta，形成奇特的人才「对流」现象。行业分析师指出，这场争夺战本质是AI基础设施主导权的较量，预计将持续影响未来3-5年行业技术走向。