• 首页
  •   /  
  • 博客
  •   /  
  • 详情

返回首页

华人AI科学家姚顺宇从谷歌离职创业?本人回应 - 二十一点硬牌

硬牌与软牌的区别详解

近期有市场传言称,华人AI科学家姚顺宇已从谷歌DeepMind离职,创立了一家专注于递归自我改进(RSI)的AI企业,项目估值高达20亿美元。传闻还指出,其联合创始团队已基本组建完成,其中一位联合创始人是DeepMind的资深员工,团队正积极招募来自DeepMind、Anthropic、OpenAI等顶尖AI实验室的研究和工程人才。

11月3日,据澎湃新闻报道,姚顺宇对此澄清道:“我没有创办公司,目前仍是谷歌DeepMind的员工。”他补充说,“我完全不知道这个假消息是从哪里来的。”

这并非姚顺宇首次被市场“安排创业”。早在10月12日,类似的融资传闻就在国内投资圈传播开来。当时他在社交平台发文澄清,“目前没有在中国融资的计划,有些报道,我自己也很困惑,请不必在我身上浪费时间。我只是个普通的研究员罢了。”

两次辟谣仅相隔一个多月,反映出在RSI和智能体赛道热度攀升的背景下,资本对顶尖强化学习人才的追逐日益激烈。

姚顺宇的学术背景是外界愿意相信传闻的重要原因。1997年出生的姚顺宇,本科就读于清华大学物理系(高等研究院),在校期间曾获得清华本科生特等奖学金、叶企孙物理奖。他曾与导师王忠合作,以第一作者身份在《Physical Review Letters》发表论文,提出非厄米趋肤效应,建立非厄米拓扑能带理论,是该方向的奠基性成果,开创了非厄米拓扑物理的新分支。

从清华毕业后,他进入斯坦福大学理论物理研究所攻读博士,导师是Douglas Stanford和Stephen Shenker,研究方向为量子引力、量子混沌、全息原理,发展了Scramblon理论;博士毕业后在加州大学伯克利分校进行短期博士后研究。

2024年10月,姚顺宇正式跨界进入AI行业,加入Anthropic担任研究科学家,深度参与Claude 3.7 Sonnet智能体编码、Claude 4系列的大规模强化学习、训练数值稳定性相关研发,聚焦于“学习科学”方向。

而在2025年9月,他宣布离开Anthropic,加入Google DeepMind,主攻新一代强化学习、递归自我改进(RSI),即当前创投圈热度较高的模型自主迭代方向。他在博客中提到,离开Anthropic的原因中,40%是价值观分歧,其余60%属于内部信息不便公开。

谈及从理论物理转向AI,他在个人博客中解释道:“主要是因为我想找到一个能为年轻人提供更多机会的方向。”在他看来,理论物理学是一个令人惊叹的训练领域,充满智力挑战,但这个领域多年来一直缺乏实验。一个缺乏实验的领域,很难客观判断一项理论工作的重要性,也很难通过系统化实验消除分歧。

“我也考虑过量子计算,但量子计算现阶段瓶颈卡在实验平台,综合权衡之后,最终选择人工智能。”他还打了一个广为流传的比方:当下大模型研究,就像17世纪人类研究热力学,没有成熟完备理论,但持续实验就能不断收获新认知。

姚顺宇目前主攻的强化学习与RSI递归自我改进,核心目标是让AI模型学会自主优化自己。现在主流大模型大多依赖人类标注数据、人工设定奖励信号完成训练。而递归自我改进,希望模型在运行过程中,自主生成更优的训练任务、自我评估输出、迭代更新自身能力,降低对人工标注的依赖,向更接近通用智能的方向靠近。

强化学习与RSI递归赛道目前还处于早期探索阶段,没有成熟落地产品,但被许多机构视为下一代大模型的核心突破口。全球范围内,OpenAI、Anthropic、DeepMind都在投入资源布局,国内不少创业公司和大厂实验室也在跟进。对赛道的高预期,也推高了相关核心研究员的身价。

这场乌龙传闻的背后,是持续多年的谷歌AI人才流动大潮。不少来自DeepMind、谷歌Gemini团队的华人研究者,选择加入国内大厂,将海外前沿的强化学习、预训练、多模态技术经验带到国内自研体系。

前谷歌高级研究科学家周浩于今年1月低调加入阿里,目前担任通义千问后训练方向负责人,直线汇报给阿里云CTO、通义实验室负责人周靖人。曾任职Google DeepMind的田永龙加入腾讯,负责混元大模型多模态研发。田永龙毕业于清华大学,也曾任职于OpenAI,主要研究方向包括计算机视觉、视觉表征学习及生成式模型。

还有一些谷歌系AI人才选择独立创业,瞄准智能体、世界模型、大模型基础设施等方向。这类项目普遍受到头部VC青睐,部分项目在没有商业化产品的阶段就获得高额估值。例如有谷歌DeepMind背景的华人研究员陈勇超创办超衍智能,主攻AI自主科研、递归迭代模型,成立不到半年、尚未形成成熟商业化产品时,天使轮和天使+轮融资就累计获得近4亿元人民币融资。超衍智能也是目前中国为数不多获得融资并发布RSI模型的初创公司。

本文来自微信公众号“界面新闻”,作者:宋佳楠,36氪经授权发布。

通过具体牌面组合示例,帮助读者快速区分硬牌与软牌的点数计算方式,避免混淆。

二十一点硬牌页面整理点数表达、组合示例以及软硬牌之间的概念差异,帮助读者建立清晰的牌面认识。内容通过逐项对照介绍计算时需要关注的信息,并连接相关操作与判定说明,便于继续查阅完整规则。相关资料结合牌面认识、点数表达和回合顺序展开,便于理解单个操作与完整流程的联系。对同一名称在不同规则版本中的用法,内容分别提示需要核对的条件,避免混合使用。读者可以从概念介绍进入具体示例,再通过常见问答查找计点、动作含义和结果判定方面的问题,逐步掌握各项说明之间的关系。

围绕软硬牌差异单独标注,避免同一名称在不同规则版本中被误用。,二十一点硬牌持续打磨更优质的服务。

二十一点硬牌深耕内容连接操作说明与判定流程,便于从概念进入具体示例。领域,用心服务每一位用户。

在常见问答覆盖计点、动作含义和结果判定等高频问题。方面,二十一点硬牌提供贴心周到的支持。

  • 射击 (14)
  • 动作 (2)
  • 手套 (2)
  • 赛车 (8)
  • 竞速 (11)
  • 体育 (3)
  • 风格 (3)
  • 摩托车 (6)
  • 僵尸 (13)
  • 摔角 (7)
  • 观察者 (2)
  • 女性 (17)
二十一点硬牌品质,始终如一电话:+86 176 5097 3921邮箱:[email protected]深圳市南山区科技园北区354座
📍 在百度地图查看位置