公司重大融资与人事动态 - 阶跃星辰完成超过50亿元人民币的B+轮融资，刷新了过去12个月大模型赛道的单笔融资纪录 [1] - 该融资金额超过了大模型“六小虎”中智谱和MiniMax的IPO募资金额 [2] - 印奇正式加入公司核心决策层并担任董事长，其背景为清华姚班首批校友、旷视科技创始人及现千里科技董事长 [2] 核心决策层“1+3”架构 - 公司核心决策层呈现“1+3”模式，即董事长印奇，以及CEO姜大昕、首席科学家张祥雨、CTO朱亦博 [4][5] - 该团队结构对应大模型落地所需的四类核心能力轴：战略、算法、系统、工程 [9] - 豪华的团队阵容是公司坚持“AI+终端”战略的底层支撑 [7] 核心团队成员背景与专长 - **董事长印奇**：拥有横跨AI 1.0（计算机视觉）与AI 2.0（大模型）时代的经验，成功带领旷视科技实现产业落地，并在千里科技主导“AI+车”战略转向，其产业落地经验与终端视角将为公司提供现实把控力 [10][11][12][13] - **CEO姜大昕**：自然语言处理领域全球知名专家，2025年IEEE Fellow，谷歌学术被引量超过2.4万次，曾任微软全球副总裁，负责必应搜索引擎开发，拥有超大规模在线系统经验，其背景适合带领团队迎战大模型应用落地 [14][16][17][18] - **首席科学家张祥雨**：ResNet作者之一，该论文被引用超过30万次，是深度学习领域的里程碑，其研究方向覆盖多模态大模型、神经网络架构设计及模型加速，长期致力于架构与结构层面的工作，为公司基座模型和原生多模态方向提供技术前瞻与决策锚点 [19][20][22][23][25][26][27][28] - **CTO朱亦博**：专攻AI基础设施（AI Infra），奠基了RoCE高速网络协议，曾于字节跳动从零建设国内最大规模AI Infra之一，并担任Google Cloud GPU产品技术负责人，其领导的系统团队在公司内部与算法团队同等重要，形成了双引擎架构，为公司带来训练效率、集群稳定性及模型迭代节奏上的差异化优势 [30][31][32][35] 团队深层背景与能力交汇 - 公司核心团队履历在“微软Search系”和“旷视CV系”两条线上反复交叉 [38] - 算法与商业化落地团队很大程度上来自旷视体系，拥有将算法与硬件结合、在真实物理世界中部署的软硬结合实战经验 [39][40] - 数据团队更多出自微软搜索团队，拥有处理海量数据、构建数据闭环和系统化评估结构的工程经验，能有效应对大模型长期运行中的数据漂移、评估失真等问题 [43][44][45] - 这两套体系的交汇，构成了公司“AI+终端”战略最核心的两个能力轴，即端到端体验把控和与物理世界打交道的能力 [46][47][48] 公司战略方向：AI+终端 - 公司自成立起就反复强调并坚持“AI+终端”的战略 [7] - 该战略与印奇在旷视和千里的“AI+终端落地”经验高度契合 [12] - 公司致力于将复杂的模型转化为适配手机、汽车等终端设备的实用方案 [40] - 印奇加入后规划，在2026年要实现三项目标：在汽车端让100万辆车搭载千里智驾系统；在基础模型上达到全球第一梯队水平；孵化创新硬件并在未来12～15个月内面世 [55][56] 行业市场前景 - 软硬件结合的“AI+终端”模式存在市场蓝海，终端设备拥有高频入口、上下文连续性和本地数据优势 [52] - 据IDC报告，到2026年，中国市场AI终端出货量将超过3亿台，AI终端渗透率在2027年将爆发式突破93% [52] - 行业范式正在转向，AI能力将从可选卖点向系统级基础能力迁移 [52]

微软与新兴云供应商的合作战略 - 公司与Nebius Group NV的交易价值高达194亿美元，旨在为内部团队提供用于创建大型语言模型和消费者AI助手的计算能力[4] - 作为交易的一部分，公司将获得超过100,000个Nvidia最新的GB300芯片[4] - 该策略核心是应对AI数据中心容量短缺，并腾出自身服务器资源以向客户提供利润丰厚的AI服务[4] - 公司已与Nebius、CoreWeave Inc、Nscale和Lambda等新兴云供应商签署了价值超过330亿美元的承诺协议[4][5] 合作战略的驱动因素与优势 - 公司云业务负责人表示处于“非常激烈的争夺模式”，决策核心是不希望在产能方面受到限制[5] - 租用新兴云服务器可加速部署，因为这些供应商已解决了包括获取足够电力和芯片在内的后勤挑战[4] - 租用数据中心访问权在财务上更灵活，可将部分成本归类为运营费用而非资本成本，为现金流、税收和利润报告方式带来潜在好处[7] - 与新兴云交易相比自建数据中心能让公司更快地调整方向[7] 合作战略的具体应用与影响 - 公司不仅使用新兴云服务器训练AI模型，与英国和挪威Nscale的交易将帮助其在那些地区提供AI服务[8] - 在AI热潮早期，公司曾从甲骨文租赁计算能力以提供融合AI功能的必应搜索引擎版本[8] - 消费者AI主管建立的第一个基础AI模型是在俄勒冈州波特兰附近的一个CoreWeave数据中心进行训练的[7] - 该策略使公司在计算能力紧张时期能利用自身服务器销售更多AI服务[7] 市场需求与竞争态势 - 来自公司产品如GitHub Copilot以及拥有数亿用户的OpenAI的AI需求正在激增[8] - 公司云业务负责人指出，亚马逊远没有这样的规模，谷歌在用户使用强度上也不例外[8] - 竞争对手如亚马逊尚未像公司那样宣布与新兴云合作，而谷歌正从CoreWeave租用部分容量[8] - 这可能是因为公司在AI方面的需求比竞争对手更多[8] 公司的持续投资与调整 - 即使将部分AI计算外包，公司仍继续在自有设施上大举支出，例如宣布了威斯康星州拉辛市数据中心的第二阶段开发计划[8] - 该扩建将使以培训为重点的网站的公用事业电力容量至少达到900兆瓦，几乎相当于一个典型核反应堆的发电量[8] - 今年早些时候，公司暂停或退出了多个项目以评估其计算需求[9] - 公司表示将继续调整其基础设施计划，加速或撤回某些项目或区域，以适应需求和监管变化[9]

核心观点 - Meta近期从Google DeepMind挖走3名参与Gemini系列模型研发的华人科学家，加剧AI人才争夺战[4][6][7] - 微软在过去6个月内从Google DeepMind挖走20多名员工，包括前Gemini工程副总裁[19][20] - 科技巨头通过高薪挖角与收购初创公司加速AI军备竞赛，Meta组建3400人AI团队对标Google DeepMind的5600人规模[14][16][17][29] 人才流动 Meta方面 - 挖角对象包括Tianhe Yu（Gemini研究员/斯坦福博士）、Cosmo Du（Gemini核心贡献者/浙大博士）、Weiyue Wang（前Waymo工程师/南加大博士）[6][9][11][12] - 过去1个月从OpenAI、苹果、Anthropic、xAI等竞争对手处批量引进人才，仅DeepMind就挖走至少6人[14] - 扎克伯格曾试图以10亿美元挖角OpenAI首席研究官Mark Chen未果[34][36][38] 微软方面 - 吸纳DeepMind前工程副总裁Amar Subramanya、杰出工程师Adam Sadovsky等20多名核心成员[19][20][22] - 新团队由DeepMind联合创始人Mustafa Suleyman领导，专注Copilot和必应开发[21][30][32] - 同步收购AI初创公司，如谷歌以24亿美元竞得Windsurf[29] 组织架构调整 - Meta成立Meta Superintelligence Labs（MSL），由前Scale AI CEO汪滔和前GitHub CEO Friedman共同管理3400人团队[15][16] - 对比Google DeepMind由Demis Hassabis管理5600人团队[17] - 微软AI部门近期裁员9000人（占全球员工4%）同时加速人才引进[33] 技术突破 - Gemini进阶版成为首批通过IMO 2025金牌认证的AI模型，采用与人类相同的评分标准[7] - 被挖科学家均参与过Gemini 1-2.5版本研发，其中Cosmo Du负责后训练与编码项目[11][23][26]