智东西2月19日消息，今天凌晨，前OpenAI CTO米拉·穆拉蒂（Mira Murati）正式发文官宣了自己的新公司Thinking Machines Lab（思考机器实验室）。

此次Thinking Machines Lab团队29人中有4位华人：翁荔（Lilian Weng）、刘瀛海（Yinghai Lu）、Stephen Chen和Randall Lin，其中翁荔为新公司联合创始人。

▲翁荔领英主页

本科毕业于北大的翁荔，集OpenAI华人副总裁、OpenAI华人科学家、ChatGPT贡献者之一等光环于一身，曾提出“Agent=大模型+记忆+主动规划+工具使用”经典公式，多篇AI相关博客文章火爆国内外，去年11月翁荔官宣离职OpenAI就曾引起广泛关注。

穆拉蒂于2022年升任OpenAI的CTO，在OpenAI史诗级萨姆·阿尔特曼离职风波中曾临时担任CEO，她被美国《时代》杂志称为“ChatGPT的创造者”，可以说是美国AI圈的明星人物，其离开OpenAI后的创业动向始终是行业关注的焦点。

根据官方信息，Thinking Machines Lab团队29人中有21人都曾在OpenAI任职，前OpenAI研究副总裁Barret Zoph担任CTO，前OpenAI联合创始人John Schulman担任公司首席科学家。

▲Barret Zoph（左）和John Schulman（右）

其余大部分团队成员都来自谷歌、Meta、Character.AI、Mistral AI等美国AI巨头或明星AI创企，阵容十分豪华。

并且团队中不少成员都有ChatGPT、Llama、Mistral等全球热门AI产品的相关开发经历。

▲官网团队成员信息

AI圈大佬贾扬清发文称，这是他看到过最豪华的阵容。

▲贾扬清朋友圈发文

值得一提的是，这已经是OpenAI前高管出走独立创业组成的第三支豪华战队。

由前OpenAI副总裁Dario Amodei带队创立的Anthropic，以及由OpenAI前联合创始人、前首席科学家Ilya Sutskever组团创立的Safe Superintelligence两家AI创企，其初创团队均汇集了美国AI领域的各路大佬。

目前Anthropic最新估值已经超过了600亿美元（约合人民币4369亿元），而Safe Superintelligence在新一轮融资后估值也将超过300亿美元（约合人民币2179亿元）。

OpenAI已成为美国AI创业圈的“黄埔军校”，OpenAI的潜在强力对手，又多了一家。

01.华人天团卧虎藏龙

几位华人成员中，翁荔作为北大校友受到了较多关注，其个人博客Lil'Log记录了大量她在AI领域的学习笔记和技术分享，其中多篇博客都在GitHub上成为热门。

▲翁荔个人博客Lil'Log

翁荔曾就读于北京大学、香港大学，后于美国印地安那大学伯明顿分校拿到博士学位。

翁荔在OpenAI工作了近7年，从研究科学家、应用AI研究主管、安全系统主管一路做到研究安全副总裁，她曾经建立和领导OpenAI的应用AI研究团队。

加入Thinking Machines Lab后，翁荔也成为少有的在美国明星AI创企中担任联合创始人的。

另一位华人Stephen Chen曾在Meta、谷歌任职，专注于数据中心、硬件支持和AI基础设施领域。

贾扬清提到，他曾一个人搞定了Facebook代码库兼容Arm，曾与贾扬清一起做过软硬件协同设计。

刘瀛海曾在2005年拿到同济大学电气工程学士，于2010年拿到复旦大学电气工程博士，其曾在新思科技担任高级研发工程师、在Meta担任首席软件工程师，曾参与了Llama 2的推理部分研发。

▲刘瀛海（Yinghai Lu）

贾扬清在发文中提到刘瀛海是在PyTorch早期就加入团队的核心技术骨干。

2023年12月刘瀛海加入OpenAI，担任研究推理的技术领导，曾为OpenAI的o系列推理模型做出贡献。

第四位华人Randall Lin曾在推特和OpenAI任职，用Thinking Machines Lab官方描述，Randall Lin曾在OpenAI“照看（babysitting）”ChatGPT。

▲Randall Lin

02.官网放出29位团队成员详细介绍，美国AI圈大佬云集

Thinking Machines Lab在官网上放出了公司团队29人的具体信息。

Mira Murati（CEO）：前OpenAI首席技术官，领导OpenAI的研究、产品和安全。

Barret Zoph（CTO）：曾任OpenAI研究（后训练）副总裁，ChatGPT联合创作者。

John Schulman（首席科学家）：OpenAI联合创始人，联合领导ChatGPT和OpenAI后训练团队，深度强化学习先驱和PPO的创造者。

Alex Gartrell：曾担任Meta基础设施软件工程总监，Meta服务器操作系统负责人，Linux内核、网络和容器化专家，带领团队规模约为200人。

Alexander Kirillov：OpenAI高级语音模式和Meta AI SAM的共同创建者，曾任OpenAI多模式后训练负责人。

Andrew Tulloch：机器学习系统研究和工程，曾就职于OpenAI和Meta。

Brydon Eastman：曾在OpenAI从事训练后研究，专攻人类和合成数据、模型对齐和RL。

Christian Gibson：曾任OpenAI基础设施工程师，专注于训练前沿模型的超级计算机。

Devendra Chaplot：Mistral AI创始团队成员兼多模式研究主管，Mixtral和 Pixtral的共同创始人。VLM、RL和机器人技术专家。

Ian O'Connell：基础设施工程，曾就职于OpenAI、Netflix、Stripe。

Jacob Menick：机器学习研究员，曾领导OpenAI的GPT-4o-mini研发，曾为ChatGPT和DeepMind的深度生成模型的创建做出过贡献。

Jonathan Lachman：运营主管，前OpenAI 特别项目负责人和白宫国家安全预算主管。

Joshua Gross：在OpenAI构建产品和研究基础设施，塑造ChatGPT的学习系统和GPU集群，之前在Meta负责产品基础设施。

Kurt Shuster：曾在谷歌DeepMind负责推理相关工作、在Character.AI负责全栈预训练和推理、在Meta AI负责基础对话研究。

Kyle Luther：机器学习研究员，前OpenAI员工。

Lilian Weng（联合创始人）：前OpenAI研究（安全）副总裁，Lil’Log的作者。

Luke Metz：研究科学家和工程师，曾在OpenAI和Google Brain工作，ChatGPT的联合创始人。

Mario Saltarelli：前OpenAI IT和安全主管。

Myle Ott：人工智能研究员，Character.AI创始团队，Meta大模型早期领导者，FSDP和Fairseq的创始人。

Nikki Sommer：前OpenAI HRBP副总裁，前Twitter HRBP主管。

Noah Shpak：机器学习工程师，前Character.AI员工。

Pia Santos：执行操作领导，前OpenAI员工。

Randall Lin：曾在OpenAI负责“照看”ChatGPT，在X负责算法。

Rowan Zellers：曾在OpenAI工作，从事实时多模式后培训。

Sam Schoenholz：在OpenAI领导可靠的缩放团队和GPT-4o优化。此前曾在Google Brain负责统计物理学和机器学习相关工作。

Sam Shleifer：研究工程师，专门研究推理，之前在Character.AI、谷歌 DeepMind、FAIR、HuggingFace任职。

Stephen Chen：基础设施工程师，专注于数据中心、硬件支持和人工智能基础设施，曾在Meta、谷歌任职。

Stephen Roller：之前在DeepMind、Character.AI和Meta AI进行全堆栈预训练。

Yinghai Lu：机器学习系统工程师，曾领导OpenAI和Meta的各种推理工作。

03.3个焦点：先进模型智能、高质量基础设施、先进多模态

在X平台推文中，穆拉蒂提到新公司Thinking Machines Lab正在做三件事：

·帮助人们进行AI系统适配，以满足其特定需求

·打造坚实基础，用于构建更强大的AI系统

·培育开放科学文化氛围，帮助整个行业理解和改进这些系统

他们的目标是让AI能更广泛地发挥效用并且易于理解。Murati在推文中预告公司可能在未来几周内发布新品。

推文提到，不同领域的人机协作会是他们专注的重点，最先进的模型智能、高质量的基础设施和先进的多模态能力是三个核心基础。

官网公司介绍中写道，虽然各类前沿AI系统潜力很大，但人们很难根据自身特定需求和价值观对其进行定制，他们就是要弥合这些鸿沟，让AI系统更好被理解、有更好的可定制性、有更强的综合能力。

▲公司官网首页

04.结语：豪华天团创业，AI圈再杀黑马

AI大佬组团创业在AI圈已是常态，从Thinking Machines Lab官网信息大致可以看出，其主要目标是加速大模型的产业落地应用，但具体要如何做，要发布怎样的产品？必然都会是后续产业关注的焦点。

与此同时，华人跻身核心创始团队也值得关注，昨天马斯克发布Grok 3更是直接由华人主讲，华人在美国AI圈的影响力越来越大。

在DeepSeek的搅动之下，全球AI产业涌现出更多机遇，AI与行业的融合愈发深入，如何让AI更高效地落地应用到产业中，无疑是各路AI科技公司努力的方向之一。