ChatGPT,真香!谷歌顶级AI人才组团叛逃OpenAI

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

【导读】据The Information爆料,OpenAI在最近几个月里挖了至少十几名谷歌AI的员工,而这些工程师都在ChatGPT的研究中发挥了至关重要的作用。

如今已经没人能否认,OpenAI凭ChatGPT火遍了全球。

所有AI从业者和投资人都想知道,一家成立7年的小初创公司,究竟是如何击败谷歌的。

其实,OpenAI的一个「大杀器」就是——从谷歌挖人。

而如今ChatGPT既然已成顶流,谷歌的人才们也纷纷倒戈,主动跳槽到OpenAI。

今天,两位前谷歌员工Jason Wei和Hyung Won Chung仿佛约好了一般,前后脚宣布从谷歌大脑离职、入职OpenAI,还互相转了推。

只有谷歌受伤的世界达成了。

OpenAI的秘密武器:前谷歌工程师

其实,为了ChatGPT,OpenAI很早就开始了「挖角」工作。

在公开发布ChatGPT的前几周,OpenAI悄悄从谷歌挖来至少5名员工,进行了最后的润色,以便ChatGPT可以在11月发布。

在OpenAI的官宣博客中,Barret Zoph、Liam Fedus、Luke Metz、Rapha Gontijo Lopes,这几位前谷歌员工的名字,被列在了ChatGPT的主要贡献者名单中。

上:Jacob Devlin, Liam Fedus和Shane Gu;下:Rapha Gontijo Lopes, Samuel Schoenholz和Barret Zoph

上个月,OpenAI又从谷歌那里挖来一名负责为搜索引擎开发机器学习模型的研究员。然后,OpenAI不出意外地把这项技术用到了自家的ChatGPT上。

而最近,就像我们开头看到的那样,谷歌主要AI团队——谷歌大脑的研究人员,纷纷跳槽到了OpenAI。据粗略统计,谷歌大脑至少失去了4名核心成员。

Bard发布会上大出丑,员工事后纷纷吐槽公司不用心、糊弄事儿,谷歌大脑核心员工又纷纷「叛逃」,真是应了那句话:人倒霉的时候,喝凉水都塞牙。

但其实,谷歌能走到这一步,是冥冥之中的必然。

谷歌:没赶上热乎的

在吸纳了世界上大部分机器学习人才之后,谷歌却被OpenAI抢了先。

谷歌只能忙不迭地追赶OpenAI的脚步,向公众推出以AI为中心的产品。

客观地说,谷歌的做法是经过深思熟虑的、负责任的。作为一个有庞大影响力的科技巨头,谷歌时刻防范着高风险,害怕新生的技术会出错。(当然也有一个原因是,与经典的搜索相比,聊天机器人提供类人答案的成本会更高。)

但是商场如战场,不会给你犹豫的机会。

谷歌早早孵化出的一些AI技术,已经不知不觉被OpenAI转化为新型的创收服务,包括聊天机器人,以及文本生成图像和视频的AI。

谷歌的人才,也慢慢流失到了这类小初创公司。

最近,两位谷歌大脑研究员表示,团队里有不少员工都认为谷歌现在的产品计划过度谨慎,充斥着繁文缛节。在这种大环境下,工程师们不得不面对,自己费尽心思研究的新技术始终无法被采用的挫败感。

某些员工相当憋屈,因为自己这几年一直在向公司建议将聊天功能融入搜索引擎之中,但并没有得到反馈。

因此他们下定决心离开,去其他地方寻找机会,比如OpenAI。

其实,谷歌在创立之初,也正是这样从大厂挖人的。

20世纪90年代末,当时的老牌技术公司Digital Equipment就面临着学术研究难以商业化的问题。而谷歌正是借此机会,得到了现在的AI扛把子——Jeff Dean。

当然,谷歌现在也没有坐以待毙,很快就推出了Bard,和ChatGPT正面硬刚。

之后的故事大家都知道了,Bard一上来就翻了车——在关于詹姆斯·韦伯太空望远镜的问题上给出了错误的答案。

在无法避免AI聊天机器人胡说八道这方面,谷歌确实预判得很准。

但既然迟早要走上这一步,「声誉风险」只能暂且忽略,当初何必如此谨慎,被OpenAI和微软抢了先呢?

谷歌真是一步错步步错啊。

搞出Transformer,给他人做嫁衣

谷歌新老员工都在吐槽,公司对员工的科技创新转化实在是太缓慢了。

但谷歌之所以如此谨慎,是有前情的。

行业观察家们早就警告说,AI会生成假图像、错误信息、歧视言论,因此造成不良的社会影响。

比如,在2015年,谷歌照片中的图像识别AI,曾将一些黑人标记为「大猩猩」。

两年后,谷歌大脑的一个团队发表了那篇著名的论文,提出了振聋发聩的机器学习新方法——Transformer,也为OpenAI创建ChatGPT夯实了基础。

奇怪的是,当其他公司使用谷歌的论文创建自己的Transformer,制作AI聊天机器人,或文本生成图像模型时,谷歌却从未推出类似的产品。

在发起Transformer革命四年后,谷歌宣称已经创建了一个基于Transformer的大语言模型LaMDA,可以理解并生成与人类的对话。

但谷歌却始终犹豫不决,没有公开推出LaMDA,因为担心技术不够准确。

一位前谷歌大脑员工说,他们认为谷歌人工智能研究部门的管理者剥夺了一些团队的计算资源,让他们无法像OpenAI那样训练AI模型。

一位谷歌现任员工说,如果有谁想推出一个新的AI产品,就要跨越重重官僚主义的障碍,因此最后,所有人都放弃了努力,留在了旧轨道上。

对比鲜明的是,微软的CEO纳德拉和OpenAI的CEO Sam Altman之间已经达成了协议,允许OpenAI免费在微软的云端训练AI。

在所有Transformer驱动的技术上,谷歌都非常谨慎。

据说,OpenAI在去年发布文本生成图像模型Dall-E 2时,谷歌已经有了两个类似功能的模型。

但是据知情人士透露,当Dall-E 2生成的图像开始在网上疯转时,谷歌依然对自家的同类模型坐视不理,即使有保障措施,也不愿意与公众分享,因为谷歌担心它们可能被滥用。

自家员工,还要签免责声明

在去年年底,谷歌员工想使用公司的图像生成技术时,仍然需要先申请。

谷歌把这个技术修改为不生成人脸,就是为了防止误用。并且,这个技术的内部用户还必须签署一份免责声明,免除谷歌对该系统产生内容的责任。

爆料称,创建谷歌两大图像生成AI工具之一Imagen的团队中,一些员工已经离职。

据说,Imagen共同作者Mohammad Norouzi所领衔的初创公司,最近以超过1亿美元的估值进行了融资,尽管这个团队对想要推出什么产品暂时还没有明确的想法。

在ChatGPT推出后的几周内,谷歌领导层就在一次全体员工会议上告诉员工们,虽然公司有类似的技术,但谷歌产品的规模(数十亿人用户)意味着它必须比OpenAI这样的初创公司更谨慎地推出这种技术。

不过,谷歌看到ChatGPT的繁荣景象之后,立马发布红色代码,还推出了「绿色通道」,缩短评估和减轻潜在危害的流程。

可惜,为时已晚。

一个接一个,全走了

借着ChatGPT的势头,OpenAI还在持续吸引着谷歌的研究员们。

今年1月,Jacob Devlin跳槽到了OpenAI。他曾帮助谷歌创建了极为著名的机器学习模型——Bidirectional Encoder Representations from Transformers,简称BERT。

根据社交媒体资料和知情人士的说法,Shane Gu、David Dohan、Alexandre Passos和Samuel Schoenholz最近也已离开谷歌,加入OpenAI。

而刚刚提到的这位Alexandre Passos,不仅是谷歌大脑的高级软件工程师,而且发表过众多机器学习和自然语言处理的论文。

其中的「Scikit-learn: Machine learning in Python」,甚至已经被引用了将近7万次。

不过,少数人员的流失,对于有着800名世界顶尖人才的谷歌大脑来说,影响并不大。

此外,明星员工离开大厂自立门户也是一个常态。有不少新兴的AI初创公司都是出自谷歌大脑的前员工之手。比如,开发聊天机器人的Character。

然而,在竞争对手OpenAI的压力下,谷歌领导层越来越倾向于更快地交付新的产品。

自去年年底以来,随着谷歌试图进一步提高产品推出的速度,谷歌大脑对工程师的需求也在不断增加,工作节奏明显加快。

多种因素叠加的后果就是,向来谨慎的谷歌在Bard的演示中,由于一个明显的事实性错误,瞬间让千亿美元的市值化为乌有。

谷歌——载入史册的「黄埔军校」

「硅谷的黄埔军校」,谷歌确实当得起这个称呼。

在过去一年左右的时间里,谷歌有不少大牛都跳到了更灵活的初创公司,比如OpenAI和Stable Diffusion。

包括Character.AI、Cohere、Adept、Inflection.AI和Inworld AI等等这些围绕着大规模语言模型建立的初创公司,也都是出自谷歌顶级AI研究人员之手。

此外,还有使用类似模型开发聊天界面的搜索初创公司,如谷歌前高管Sridhar Ramaswamy经营的Neeva。

其中,Character.AI的创始人Noam Shazeer,Cohere的联合创始人Aidan Gomez,更是研发Transformer以及其他核心机器学习架构的关键人物。

著名研究科学家David Ha在推特上说:「如果谷歌再不振作起来,开始发布自己的人工智能产品,就将作为训练整整一代机器学习研究人员和工程师的『黄埔军校』载入史册。」

而这位大佬也在2022年离开谷歌大脑,加入了明星初创公司Stable Diffusion。

参考资料:

https://www.theinformation.com/articles/openais-hidden-weapon-ex-google-engineers?rc=epv9gi

https://www.businessinsider.com/chatgpt-openai-google-ai-employees-hired-report-2023-2

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1323

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 339

C# 操作Excel的时候,出现"被呼叫方拒绝接受呼叫的异常"的解决方案(参考官方给出的解决方案)

首先官方有对这个错误给出解释和解决方案,连接如下: https://docs.microsoft.com/zh-cn/previous-versions/ms228772(v=vs.120)#%E5%8F%AF%E9%9D%A0%E7%BC%96%E7%A8%8B 简单来说,貌似是线程问题,我猜。。。 之前我尝试着在代码中添加 Thread.Sleep(1000); 来进行解决,这种办...

Ck_Max的博客 5773

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 277

Workbench下列车转向架随机振动疲劳分析

结果中添加功率谱响应工具(Response PSD Tool),可以查看几何体以及远程点上的功率谱密度,如下图11所示,这里查看几何体上某一硬点的加速度功率谱密度响应曲线,如下图12所示。结果中添加疲劳工具(Fatigue Tool),查看列车转向架的疲劳寿命情况,这里采用窄带的寿命假设理论,曝光时间为1s指明计算出的疲劳寿命的基本单位是秒,寿命结果如下图14所示,可以看到最大寿命为1e35s,最小寿命为2.3542e18s,注意单位制,可再次基础上将其转换为小时或天。频域上的统计计算,软件很快计算完成。

ansysxuexizhe的博客 2605

Cesium高效渲染海量GeoJSON数据的7种优化策略与实战解析

本文深入解析Cesium高效渲染海量GeoJSON数据的7种优化策略,包括瓦片化转换、LOD分级加载、数据简化等关键技术。通过实战案例展示如何解决渲染卡顿问题,提升矢量数据加载性能,实现流畅的60FPS交互体验。特别针对GeoJSON大数据量场景提供完整优化方案。

h0i1j2k3l的博客 935

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 615

手把手教你在VirtualBox里复活Win98,并搞定驱动和文件传输(含资源寻找攻略)

本文详细指导如何在VirtualBox中安装和配置Windows 98,包括驱动安装、文件传输等实用技巧。通过逐步教程和资源寻找攻略,帮助技术爱好者完美复刻这一经典操作系统,满足怀旧或兼容性测试需求。

weixin_29596051的博客 328

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 207

问题解答:如何不通过修改底层数据库表的方式,给数据库对应的数据结构,增添新的字段?

现在需要将这张表里的内容读取到 ABAP 内表里,并且针对每个行项目,增加一个新的列字段,我随便举个例子,这个列字段名称叫 LENGTH,值为 OBJ_NAME 字段的长度,使用。最笨的办法就是下面这样定义一个新的类型,这个类型的每个字段名称,都来自数据库表 TADIR 的同名字段,在末尾再增添自定义字段 length.其实我们是做 ALV 输出,只需要 ABAP 内表变量的类型,包含 TADIR 数据库表的全部字段,再加上新的 LENGTH 字段即可。这相当于多了一个中间层,没办法直接被 ALV 处理。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 491

手把手教你用ESP32-S3打造智能聊天机器人-立创实战派

本文将详细介绍如何利用立创ESP32-S3开发板,烧录小智AI程序,快速实现一个功能强大的聊天机器人。

举世誉之而不加劝,举世非之而不加沮,定乎内外之分,辩乎荣辱之境,斯已矣。 9926

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 343

179、运动控制中的行业标准:机器人安全标准ISO 10218

今天这篇笔记,就把我踩过的坑和标准里的硬骨头掰开揉碎讲清楚。

m0_50546716的博客 170

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 349

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 86

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 161

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 513

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 617

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

406

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 401

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5164

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 568

企业宣传片发前如何批量排查并遮挡视频里的敏感信息

做企业视频的人都会碰到一个具体问题:实拍画面里混进了不该出现的信息。办公室背景里有贴着客户信息的白板,采访对象的授权书边缘露出一串身份证号码,街采素材里路人面孔和车牌号直接入镜。人眼在时间线上扫视,会漏掉快速闪过的帧、画面边缘的小字、以及暗光区域里的证件号码。用抹影AI完成车牌、人脸和证件区域批量检测后,又手动补充了两个时间段的屏幕遮罩,最终导出时画面已无合规隐患。重点关注快速运动、遮挡、低光照条件下的目标,这些是漏检的高发区域。导入视频后选择要检测的目标类型(人脸、车牌、证件号、二维码等)。

Mysssone的博客 181

面向工业对讲的双通道声学 DSP 模组 A-59(NR2050-A)方案解析与工程落地案例

A-59模组以NR2050-A DSP为核心,37.5×16mm邮票孔封装,支持-40℃~85℃工业温域,兼容A-06/A-09/A-29系列,可低成本替换存量设备。通过固件切换实现三种模式:模式一(低改版成本,适配矿井、电梯);模式二(最优AEC,用于医院呼叫);模式三(双波束独立输出,支持双人会议语音分离)。集成AEC、ENC、BF与AGC算法,有效抑制回声、噪声与串扰,解决对讲系统核心声学难题。选型需注意参考信号路径、麦间距与温度匹配,建议先做声学测试再量产。

R190_6589的博客 373

SAP商业AI正式通过网信备案:企业落地AI五问

中数通“CDC商业AI”通过广东网信部门备案,标志着SAP商业AI在华本地化迈出关键一步。然而,合规仅是起点,企业真正需关注的是:AI能否融入核心流程、数据治理是否健全、责任归属是否清晰、价值衡量机制是否建立。从“可用”到“用好”,关键在于工作流重构、跨团队协同与业务结果导向的评估体系。国产模型成本优势与本地部署能力为ERP深度集成提供可能,但真正的竞争力仍在于对数据、流程与业务上下文的理解力。

Acloudear的博客 214
上一篇: ChatGPT秒杀了所有408考研编程题……
下一篇: 为什么你的 Android 系统比 Windows 还大?
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论 7
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值