OpenAI宋飏被Meta挖跑了！擴散模型崛起關鍵人物，加入MSL再會師清華校友趙晟佳

衡宇 2025-09-25 21:16:59 來源：量子位

衡宇 發自 凹非寺

量子位 | 公眾號 QbitAI

最新消息，扎克伯格再次從OpenAI重磅挖角了一名華人研究員。

這次是——宋飏（Yang Song）！

宋飏，何許人也？

16歲裸分上清華的少年天才，擴散模型崛起&攻克擴散模型短板的關鍵貢獻者之一，OpenAI戰略探索團隊的帶隊人。

這次是真的要用“震驚”來表達我內心的感受了（吃驚臉.jpg）……

翻看他本人在上的最新一篇推文，還是上個月因GPT-OSS而激動。

現在再聽聞他的消息，已經是宋飏于本月初轉會至Meta的MSL旗下，向MSL首席科學家趙晟佳匯報。

他被撬動這件事，咱聽到后脫口而出一句“震驚”真不是夸張，而且相信大部分人聽到這個消息幾乎第一反應都這樣。

業內人士稱他是Meta從OpenAI挖來的最強大腦之一，還說“很多OpenAI的朋友得知他離開，都驚呆了”。

Meta前前后后不停歇挖來的這么多牛人，他們到底看中的是什么？

有網友評價道，他們并非純粹為了金錢利益，“一旦你達到一定的財富水平，金錢就不再驅動你的決策”——尤其是對于那些在OpenAI工作了3年以上的員工來說。

持續攻克擴散模型短板

宋飏于2022年博士畢業后加入OpenAI，擔任研究科學家，至今3年零2個月。

他的核心研究方向是提升模型處理大規模、復雜、多模態數據集的能力，以及探索如何讓模型在不同模態（圖像、文本、代碼等）之間進行更高效、更智能的交互。

離開OpenAI前，宋飏是公司戰略探索團隊（Strategic Explorations Team）的負責人。

這個團隊沒有具體的成立時間，是作為OpenAI整體組織的一部分從公司成立以來逐步發展起來的，主要負責前瞻性研究方向探索，重點在模型能力拓展、跨模態數據處理等。

在OpenAI期間，宋飏最出名的成果是一致性模型。

2023年4月，宋飏、清華校友路橙以及Ilya等開源了比擴散模型更快、性能更好的一致性模型Consistency Models，只需要3.5秒左右就能生成64張左右256×256的圖像。

去年10月，宋飏和路橙再次簡化了一致性模型，提出改進版的連續時間一致性模型（Continuous-Time Consistency Models），解決了早期一致性模型在穩定性和可擴展性上的問題。

僅用兩步采樣，就能讓生成質量與擴散模型結果相媲美，同時生成圖像的速度是擴散模型的50倍。

他們成功將連續時間一致性模型的訓練規模擴展到了前所未有的15億參數，并實現了在512×512分辨率的ImageNet數據集上的訓練。

基于這項研究，在單張A100 GPU上，參數15億的模型無需任何推理優化，即可在0.11秒內生成一個樣本。

這兩篇論文和開源代碼被大量引用，是近兩年生成模型領域的明星成果。

業內有討論稱，這個方向有可能成為“有可能終結擴散模型”的新方向。

但要知道，在此之前，同樣也是因為宋飏的工作，才出現了擴散模型如DALL-E 2、Stable Diffusion、Imagen的狂潮。

擴散模型崛起的關鍵人物之一

來到OpenAI之前，宋飏在斯坦福大學攻讀計算機博士，師從斯坦福計算機系副教授Stefano Ermon。

這位導師團隊曾連續兩年獲得ICLR杰出論文獎。

其中一次，一作正是宋飏。

而要被視作為擴散模型提供早期貢獻的，還要屬被NeurIPS 2019接收并做口頭報告的工作《Generative Modeling by Estimating Gradients of the Data Distribution》。

當時，GAN還在以逼真生成風格席卷全球，但眾多科學家仍受困于很難訓練、無法完整采樣等難題。

斯坦福大學博士后Sohl-Dickstein受物理學啟發，利用擴散原理開發了生成建模算法——

類似于從一滴墨水變成漫射淡藍色的水，首先將訓練數據集中的復雜圖像轉化為簡單的噪聲，然后教系統如何反轉這個過程，將噪聲轉化為圖像。

如此一來就能實現對整個分布進行采樣。

但當時，這樣做會讓訓練過程太慢，性能效果也遠遠落后于GAN。

這時候，宋飏和他的導師Stefano Ermon出現了。

他們提出了一種新方法，不估計數據的概率分布，而是估計分布的梯度，最終效果實現了對GAN的超越。

不過，后來宋飏坦言：

當時根本不知道擴散模型。

他本人是在論文發布后，從Sohl-Dickstein的郵件才知道，自己的研究與擴散模型有非常緊密的聯系。

在此前，宋飏都不知道這場受物理學啟發的擴散模型風潮，會和自己有關，并成為顯學。

16歲裸分上清華的少年天才

不過說來有趣，早在高中時期，宋飏就展現了他在物理和信息學方面的天賦。

宋飏高中時期就讀于江蘇省新海高級中學，獲得過全國物理奧賽、信息學奧賽的一等獎。

14歲時，他在清華推薦生面試現場，有一段經典的排比句自我介紹：

我是奧賽宋飏，我獲得了物理以及信息學的全國一等獎；
我是標兵宋飏，我的理想是做一名物理學家，現在我已經自學了高校里的高等數學以及普通物理學；
我還是文藝宋飏，我已經通過了鋼琴十級考試，在班級的羽毛球對抗賽上，也有我活躍的身影。

最終，他以17位評委全票通過的成績，入選“清華大學新百年領軍計劃”。

次年高考時，他考出425分的裸分成績，以連云港市理科狀元的身份入讀清華大學數理基礎科學班。

這個成績也超出他自己的估分，稱“我覺得也就在400分左右吧，完全出乎意料”。

本科時期，宋飏跟從清華計算機科學與技術系教授朱軍學習。

并與Raquel Urtasun（多倫多大學計算機科學系教授）和Richard Zemel（曾在多倫多大學和哥倫比亞大學任教）等學術大咖有過學術合作。

2016年，宋飏從清華畢業，拿下數學與物理本科學位，此后赴斯坦福深造。

讀博期間，他在微軟、Uber、Google都有過實習經歷。

等到博士畢業，他就被OpenAi收入囊中了。

截至本文推送，宋飏的領英和頁面都還保持在“于OpenAI工作”的狀態。

One More Thing

現在，宋飏在Meta MSL的+1是趙晟佳。

過去十余年間，他倆之間真的十分有緣——

同是清華校友，同在斯坦福師從Stefano Ermon，同在OpenAI工作。

現在，兩人又先后跳槽，變成了小扎的心腹大將。

妙啊，妙。

參考鏈接：
[1]https://mp.weixin.qq.com/s/3h_mxCij5_owicnfsHhp_Q
[2]https://www.wired.com/story/meta-poaches-openai-researcher-yang-song/
[3]https://x.com/Yuchenj_UW/status/1971088866095603858
[4]https://www.linkedin.com/in/yang-song-machine-learning/details/experience/
[5]https://openreview.net/pdf/ef0eadbe07115b0853e964f17aa09d811cd490f1.pdf?ref=news-tutorials-ai-research