清华数学大神跳槽OpenAI！主导SAM与Llama开发实战揭秘
henry 发自 凹非寺
量子位 | 公众号 QbitAI
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
又一位清华大神加入OpenAI！
刚刚，毕业清华大学数学系，曾在Meta FAIR工作3.75年、主导过SAMLlama多项核心工作的研究员张鹏川（Pengchuan Zhang）宣布离职。
他的下一站，是来到OpenAI，投身于世界模拟与机器人学（World Simulation and Robotics）方向的研究。
他在推特中写道，自己非常期待探索视觉感知、世界模型与机器人技术如何融合，构建真正的“物理智能”。
OpenAI世界模拟方向的负责人之一、Sora项目资深领导Aditya Ramesh也第一时间留言欢迎。
从视觉理解到底层世界模型，这一步转向本身就很有意味。
那么，这位曾站在SAM与Llama核心位置的研究员，究竟是谁？
张鹏川是谁？
2007年，张鹏川从重庆市南开中学高中毕业，考进清华大学，主修数学。
本科毕业后，他前往美国加州理工学院（Caltech）攻读博士，于2017年获得应用与计算数学博士学位。
博士期间，他专注于机器学习理论与应用，开始探索深度学习在视觉领域的潜力。
博士毕业后，他加入微软研究院，并在Microsoft Research雷德蒙德担任首席研究员。
期间，他领导了雷德蒙德实验室的计算机视觉与多模态智能研究工作。
同时还在微软内部跨组织推动计算机视觉与多模态智能项目，包括Alexandar Multi-Modal和Florence等方向。
值得一提的是，他在2024年还加入了华盛顿大学，担任电气与计算机工程系的兼职助理教授至今。
2024年起，他转入Meta FAIR（现Meta超级智能实验室），研究计算机视觉与多模态智能，累计工作近4年。
在此期间，他主导多项开创性项目，包括：
担任Segment Anything 3（SAM 3）项目负责人：SAM 3是一个统一框架，可在图像和视频中实现目标检测、分割与跟踪。
作为SAM系列最新迭代（2025年11月），该模型推出统一框架，支持图像和视频中的目标检测、分割与跟踪，实现零样本泛化到任意物体和场景。
担任Llama 3视觉 grounding项目负责人，主导输入侧视觉 grounding能力建设，使Llama 3成为首个在Visual Commonsense Reasoning（视觉常识推理）基准上达到人类水平的开源模型。
担任Llama 4视觉grounding项目负责人，延续Llama 3优势，进一步强化专家级图像grounding能力（如像素级定位与复杂场景理解），被视为Llama 4对标GPT-4o的关键差异化亮点。
这些工作不仅提升了Meta的生成式AI竞争力，还为开源社区贡献了高影响力工具。
截至目前，张鹏川谷歌学术被引高达34659次！
One more thing
在张鹏川的推特下方，一位网友忍不住发问：
为什么突然之间所有人都在加入 OpenAI？我是挺兴奋的，但这是为什么？
这个疑问，其实并不突兀。
自2025年底以来，已经有多位业内知名人物陆续加入 OpenAI——
括姚班大神陈立杰，Roblox高管Arvind KC，《性能之巅》作者Brendan Gregg，以及从Thinking Machines Lab回流的Barret ZophLuke MetzSam Schoenholz等人。
与此同时，前段时间刷屏的xAI离职潮，也让不少人猜测——
OpenAI会不会成为这些顶尖研究者的下一站？
对此，评论区有位网友回复得很直接：
因为（OpenAI）有算力+Sora级别的世界建模基础设施。如果没有这两样，到2026年几乎不可能做出真正高水平的机器人系统。
如果这条判断成立，那么张鹏川的选择，或许不只是一次个人职业转向。
也是OpenAI今年对“世界模型 + 物理智能”路线的下注。
让我们期待鹏川在OpenAI的工作！
[1]https://pzzhang.github.io/pzzhang/
[2]https://scholar.google.com/citations?hl=zh-CN&user=3VZ_E64AAAAJ&view_op=list_works
[3]https://x.com/PengchuanZ/status/2026189659228012558?s=20
相关攻略
微软发布多模型智能体扫描框架MDASH，采用超百个专用AI智能体协同工作，显著提升漏洞检测精度与效率。在公开测试中表现超越GPT-5 5等模型，发现16个新漏洞；私有测试实现100%识别率且零误报。该系统已应用于内部安全加固并开启受限预览。
微软推出多模型智能体扫描框架MDASH，集成超百个AI智能体协同工作，高效分配漏洞扫描任务。测试中，该系统成功识别多个未知高危漏洞，实现100%识别率且零误报，已应用于内部安全加固，展现出高历史漏洞回收率，标志着AI在代码安全领域的重要工程落地。
微软近日证实，Windows系统更新存在一个长期问题：会自动将用户从芯片厂商官网手动安装的最新显卡驱动，替换回更旧的OEM版本。其根源在于当前宽泛的四段式硬件ID匹配机制，系统会将官方推送的驱动判定为“最高优先级”，无视用户已安装的更高版本。这导致性能下降和软件兼容性问题，引发大量用户投诉。作为解决
《微软模拟飞行2020》因高度拟真和全球动态地景备受喜爱，但常因网络波动导致云端数据加载失败，引发闪退，尤其在偏远地区或多人联机时更明显。优化网络连接、使用可靠加速工具可有效降低延迟与丢包，减少闪退。建议尝试相关产品的免费体验，以稳定网络环境，保障流畅飞行。
5月11日世界密码日之际，微软在其官方博客发布了一项重要声明，预示着依赖传统密码进行身份验证的时代可能即将落幕。这家科技巨头明确指出，面对日益复杂的网络威胁环境，特别是由人工智能驱动的钓鱼攻击和凭证泄露事件层出不穷，传统密码已成为当前在线安全体系中最薄弱的环节。 为此，微软正全力推动用户转向更为安全
热门专题
热门推荐
本文梳理了2026年主流数字资产交易平台的特点与选择策略。重点从安全性、资产丰富度、交易体验、创新功能及合规性等维度进行分析，旨在帮助用户根据自身需求，在众多平台中做出明智选择，而非简单罗列排名。选择平台需综合考量资金安全、操作习惯与长期发展愿景。
本文梳理了2026年现货交易所的竞争格局，从交易深度与流动性、资产安全与合规性、用户体验与产品创新三个维度进行深度分析。文章指出，头部平台在合规与技术创新上持续领跑，新兴交易所在细分市场寻求突破，行业整体呈现出专业化、合规化与用户体验并重的发展趋势，为不同需求的用户提供了多元选择。
本文梳理了2026年主要数字资产交易平台的综合表现，从安全性、资产多样性、用户体验及创新服务等维度进行分析。榜单反映了行业向合规与专业化发展的趋势，头部平台在技术架构与风控体系上持续投入，新兴平台则凭借细分领域创新获得关注。投资者需结合自身需求，理性评估平台特点与风险。
今年四月，AI网络初创公司Aria Networks携1 25亿美元融资高调登场，并向业界抛出了一个直指核心的判断：下一阶段AI基础设施的竞争，焦点已不仅仅是堆砌更多的GPU，而在于能否构建一个能充分释放这些算力潜能的“神经网络”。 这家由前Arista和Juniper高管创立、总部位于帕洛阿尔托的
仅凭一张家用RTX 4090显卡的24GB显存，就能流畅运行一个拥有320亿参数的AI大模型，一口气读完6份长文档并自动生成周报？这并非极客魔改，而是来自MIT、英伟达与浙江大学研究者的最新突破。 这项名为TriAttention的技术，精准瞄准了大模型推理中的核心瓶颈——KV缓存显存占用。其核心思