AI人才竞争格局 - Meta首席执行官扎克伯格积极争夺AI科学家 尤其针对华人AI人才 提供1亿至2亿美元薪酬包 [1][5] - 科技行业顶尖企业如Meta和OpenAI对顶级AI科学家的竞争趋于白热化 [5] 关键学术贡献 - 2015年由何恺明等人发表的深度残差网络(ResNets)论文成为AI领域被引用次数最多的研究 [2][3] - 该论文《Deep Residual Learning for Image Recognition》位列21世纪引用量最高论文Top 25首位 [3] - ResNets研究突破性证明数百层深度网络的训练可行性 对深度学习发展具有开创性意义 [4] 顶尖AI科学家背景 - 何恺明为论文主要作者 拥有清华大学背景 曾获广东省高考满分状元 [4] - 其职业轨迹涵盖微软亚洲研究院、Facebook AI研究院(FAIR) 现同时任职MIT终身教授与Google DeepMind兼职科学家 [4] - 被业界认定为"双轨天才" 学术研究成果均获得实践验证 与斯坦福李飞飞等华人科学家齐名 [4]

何恺明职业动向 - AI大牛何恺明在获得MIT终身教职后，宣布以兼职形式加盟谷歌DeepMind担任杰出科学家[1][5] - MIT官网显示其成为2025年工程学院11位新晋终身教职人员之一，距离正式入职MIT仅一年左右[2][3] - 在DeepMind的职位隶属基础研究组，直属领导职级为L8，距离CEO哈萨比斯相差三级管理层级[6] 学术成就与行业影响 - 何恺明是计算机视觉领域标杆人物，其2009年雾霾去除论文获CVPR最佳论文（亚洲学者首次）[9][10] - 2015年提出的ResNet获ILSVRC 2015分类任务冠军，论文引用量超28万次，成为其最高引研究[11][12] - ResNet框架被Transformer、AlphaGo Zero、AlphaFold及多数GenAI模型采用[13] - 在FAIR期间主导的Mask R-CNN获ICCV 2017最佳论文，解决实例级对象分割问题[15] - 谷歌学术总引用量达71万次，近期聚焦模型性能优化（如表示正则化、高压缩Tokenizer）[19][20] 与谷歌DeepMind的合作基础 - 2024年2月与DeepMind全华人团队合作提出分形生成模型，实现逐像素高分辨率图像生成并开源代码[23][24] - 2023年联合开发Fluid模型，突破视觉自回归模型扩展瓶颈，提升连续token生成质量[25][26][29] - 历史合作表明双方在生成模型领域有深度技术协同，此次加盟属强强联合[28]