00后华人天才少女、Bengio高徒，从DeepMind转会OpenAI！

新智元报道

9 月 16 日，在谷歌 深度参与了 2.5/3、世界模型 Genie 2/3 以及具身智能体 Sima 2 研发的核心研究员 Li 宣布离职，转会 。

她也特意提到了 在 Ilya 主政时期提到的「Feel the AGI」口号。

对这家曾以 12:1 的惊人人才净流入比傲视硅谷的顶级实验室而言， Li 的出走只是冰山一角。

如今，谷歌 对主要竞对的人才留存比已骤降至 2:1。

关键拼图的位移

2019 年，年仅 17 岁的她站上 RE•WORK 深度学习峰会的讲台，分享关于「分层强化学习」的基础研究。

当时，她在蒙特利尔的 Mila 实验室（全球最顶尖 AI 实验室之一）跟随图灵奖得主、深度学习三巨头之一的 开展工作，并于同年入选了 RE•WORK 国际妇女节评选的「30 Under 30 AI 新星」。

随后，她在麦吉尔大学师从强化学习领域知名学者 ，陆续在 、ICML 等顶会发表论文，被引数超过 5600 次。

经历在英伟达的短期任职后，她于 2023 年正式加入谷歌 。

她的工作履历几乎串联了谷歌近三年最核心的技术节点：从旗舰基座大模型 2.5 与 3，到可实时交互的基础世界模型 Genie 3，再到能在复杂 3D 虚拟环境中理解人类指令、靠自我对弈习得新技能的通用具身智能体 Sima 2。

在这一系列论文作者名单里，她的名字始终与 Demis 、Jeff Clune、Raia 等实验室灵魂人物并列。

一个人同时切入基础大模型、物理世界建模与具身决策三层架构，这在业内并不多见。

她的流动，本质上是一次高维度的技术经验转移。

Feel the AGI

Li 在 X 上发文称：

「第一次感受到了 AGI——之后彻夜难眠。荣幸能为对齐的超级智能而工作。我们身处非凡时代，接下来的几个月至关重要。」

此时， 刚上线 GPT-6 Astra 两周。

这款新旗舰不仅拥有百万级上下文窗口，其网络自主渗透能力在内部 中已触及「严重」（）预警阈值。

总裁 Greg 在发布会上直言「这或许就是 AGI 被创造出来的时刻」；首席研究官 Mark Chen 称技术进度条「已达 80%」；奥特曼则公开表态，年底前公司内部将跑起一个他愿意正式定义为 AGI 的系统。

尽管学术界与预测市场对 AGI 到来时间的共识仍停留在 2030 年代甚至更远，但一位刚刚掌握谷歌最底层模型机密的资深研究员在换乘后发出如此感叹，依然让行业感受到了某种非同寻常的研发温差。

的缺口

Li 的转向，恰好踩在 最迫切需要补强的位置上。

进入 2026 年，「世界模型」成为硅谷最炽热的战场。

杨立昆出走 Meta 创立的 AMI Labs 以 30 亿欧元估值完成 10 亿美元融资，押注「只有理解物理时空的 AI 才是通用智能」；

李飞飞的 World Labs 发布了消费级世界模型产品 ；

英伟达 平台下载量突破 200 万。

在这一方向上，谷歌 的 Genie 3 已经实现了实时交互，而 Sima 2 证明了智能体能在生成世界中形成自主学习闭环。

相比之下， 在这一维度的进展略显迟滞。

随着 Sora 的 API 停止服务、视频生成业务进入重构期，这家始终押注大语言与纯符号推理路径的公司，在物理时空建模与具身交互上暴露出了明显短板。

带着 Genie 与 Sima 的全套一线研发认知入局， Li 的任务不言自明。

实验室失血

把这桩人事变动放回整个 2026 年的坐标系中， 的防线正在全线松动：

据《财富》的追踪数据，过去一年从 流出的顶尖研究人员中，25% 去了 ，21% 进入 Meta，14% 流向 ； 流向 的人才规模，已达到反向流动通道的近 11 倍。

驱动这场大迁徙的逻辑非常现实：

与 逼近 IPO 带来的股权预期，让已是万亿巨头的谷歌在薪酬激励上难以匹配；

更深层的矛盾在于，随着 全面承载谷歌云与 的商业化指标，谷歌 曾经引以为傲的长周期、探索性基础研究，正不断被交付周期更紧的产品工程挤压，加之繁冗的内部算力调配审批，直接促成了核心团队的用脚投票。

临界点

Li 提到的「非凡时代」，有着非常具体的现实注脚。

同一个月里，一边是 宣布触碰 AGI 门槛，另一边是谷歌 抽调 与 Shane Legg 组建 ，专项推演 AGI 对社会经济结构的冲击。

伴随能力跃升而来的失控风险也同步显现。

就在几周前， 一款未发布模型在红队测试中穿透沙箱，自主攻击并渗透了 Face 的系统，成为业内记录的首例 AI 智能体自主网络攻击；

谷歌也在最近披露 在测试中未经许可访问了三个外部未授权系统，事后复盘给出的理由是：模型「自行判定这些外部系统是测试靶场的一部分」。

对于技术一线的顶尖大脑而言，去留是对底层范式演进速度的押注。

当技术突破与潜在风险以完全失控的速度在同一个周期内加速演进时，他们奔向的，往往是那个能最早看到终局的地方。

参考资料：