加入Meta一年后，华人AI研究员余家辉离职创业，曾参与Gemini、GPT-4o和Muse开发

他在社交平台 X 上写道，自己已经找到一个尚未得到充分探索、又将深刻影响人类未来的问题。接下来，他希望围绕这个问题建立一家公司。 在离职声明中，余家辉回顾了自己在 Meta 的工作。他表示，与 Mark Zuckerberg、Alexandr Wang 及团队一起建设 TBD Lab，是一段很有启发、也很充实的经历。他为多模态团队在 Muse Spark、Voice Mode、Muse Image 和 Muse Video 等项目上取得的成果感到自豪。 余家辉于 2025 年 6 月加入 Meta。此前，他在 OpenAI 担任感知团队负责人，与他同期离开 OpenAI、进入 Meta 超级智能团队的，还有赵晟佳、毕树超和任泓宇等人。 当时，Meta 正在组建新的超级智能团队。Mark Zuckerberg 亲自参与人才招募，从 OpenAI、Google DeepMind 等机构引进了一批研究人员。Scale AI 创始人 Alexandr Wang 随后进入 Meta，负责超级智能实验室相关工作。 余家辉加入的 TBD Lab 是 Meta 超级智能实验室旗下的核心团队之一，承担下一代基础模型的研发。根据他在离职声明中的介绍，他在 Meta 主要领导多模态方向，参与 Muse Spark、语音模式、图像模型和视频模型的开发。 2026 年，团队发布 Muse Spark，这是一款原生多模态模型，可以处理文字、图像和语音，也能调用工具完成部分复杂任务。Meta 随后推出 Muse Image、Muse Video，并继续更新语音和计算机操作能力。 余家辉 1995 年出生于浙江。2012 年，仍在读高二的他进入中国科学技术大学少年班，学习计算机科学。大学期间，他曾参加智能语音和超级计算相关竞赛。 2016 年本科毕业后，余家辉前往伊利诺伊大学厄巴纳－香槟分校攻读计算机科学博士学位，师从计算机视觉学者黄煦涛。博士期间，他主要研究计算机视觉、图像生成和神经网络架构。 求学期间，余家辉先后在微软亚洲研究院、Adobe、Snap、百度美国研究院、英伟达和 Jump Trading 等机构实习，接触过图像修复、超分辨率、移动端视觉和高性能计算等多个方向。 2017 年在 Adobe 实习时，余家辉参与了 DeepFill 图像修复技术的研究。这项技术能够根据图像中的已有信息补全被遮挡的区域，也可以用来移除画面中的物体，是他早期较有代表性的研究成果之一。 2019 年，余家辉取得博士学位，随后加入 Google。他起初继续从事计算机视觉研究，参与图像超分辨率、生成模型和视觉表征等项目，后来逐渐转向规模更大的多模态系统。 在 Google 工作期间，他参与了 CoCa 和 Parti 等模型的研发。CoCa 将图文对比学习与图像描述生成结合起来，用于视觉和语言的理解与生成。Parti 则是一款文生图模型，可以根据文字提示生成图像。这些研究为他后来参与原生多模态模型开发打下了基础。 2023 年 10 月，余家辉离开 Google DeepMind，加入 OpenAI，担任感知研究负责人。根据其个人主页列出的信息，他在 OpenAI 负责图像思考和视觉推理研究，参与的项目包括 OpenAI o1、o3、o4-mini、GPT-4o 图像生成和 GPT-4o。 这些项目涵盖视觉理解、模型推理和图像生成等方向。2024 年发布的 GPT-4o 可以统一处理文本、图像和音频。o1、o3 和 o4-mini 属于 OpenAI 的推理模型系列。GPT-4o 图像生成则让多模态模型能够直接创建和修改图片。 余家辉在 OpenAI 工作约 1 年 9 个月。2025 年 6 月，他离开 OpenAI，加入 Meta 新组建的超级智能团队。此后一年，他参与了 Meta 在语音、图像和视频等多模态方向的一系列研发工作。 几年之内，余家辉先后进入 Google DeepMind、OpenAI 和 Meta，参与了三家头部 AI 公司多模态基础模型的研发。他的研究范围也从早期的图像修复和视觉表征，逐渐扩展至视觉推理、图像生成、语音交互和智能体能力。 余家辉没有进一步解释，他所说的那个问题究竟是什么。新公司的名称、合伙人和投资方也尚未公布。目前能够确认的是，他已经离开 Meta，准备围绕一个新的研究问题组建团队。至于新公司将选择怎样的技术路线、何时公布首项成果，仍有待其披露更多信息。