Lab首席科學(xué)家馬驍騰博士

近期，大廠的AI實驗室正迎來一場深度結(jié)構(gòu)性調(diào)整。

3月20日，騰訊宣布成立近十年的AI Lab正式撤銷，大部分團隊并入大語言模型部混元團隊，向首席AI科學(xué)家姚順雨匯報。更早的3月16日，阿里則成立了Alibaba Token Hub（ATH）事業(yè)群，由CEO吳泳銘直管，通義實驗室與MaaS、千問、悟空、AI創(chuàng)新事業(yè)部實現(xiàn)全面統(tǒng)一，被納入token事業(yè)群強調(diào)業(yè)務(wù)聯(lián)動。

當創(chuàng)新部門與業(yè)務(wù)中臺的邊界變得模糊，科研探索的長期價值似乎讓位于商業(yè)落地的現(xiàn)實訴求。曾承擔著前沿技術(shù)探索的AI Lab，在大廠成為一種過去式。

近期，我們與Mind Lab首席科學(xué)家馬驍騰展開深度對話?！盁o論阿里也好，騰訊也罷，整合原因都一樣，大模型太貴了?！彼嬖V我們，國內(nèi)大廠頻繁調(diào)整AI Lab，不是因為它們做得不好，而是這種模式已經(jīng)不適應(yīng)大模型轉(zhuǎn)型需要了。

大廠的AI Lab退出歷史舞臺的同時，近年硅谷開始 流行一個新概念 Neo Lab ，專指由頂級AI研究者創(chuàng)立的，以提升智能為目標的研究型實驗室。其中最為矚目的代表就是圖靈獎獲得者楊立昆創(chuàng)立的AMI Labs。

Mind Lab是個人專屬智能體公司Mindverse去年成立的一家Neo Lab。 Mind Lab的成員均畢業(yè)于全球知名學(xué)府，有OpenAI、Deepseek、Seed 等頂尖實驗室的工作經(jīng)歷。例如，馬驍騰博士畢業(yè)于清華大學(xué)自動化系，常年深耕強化學(xué)習(xí)領(lǐng)域。Mind Lab創(chuàng)始人Andrew 則畢業(yè)于麻省理工大學(xué)，目前擔任深圳清華大學(xué)研究院的研發(fā)中心主任，之前曾和姚順雨在OpenAI參與主導(dǎo)Agent微調(diào)的經(jīng)典工作之一FireAct。

相比大廠的AI實驗室，Mind Lab更強調(diào)研究直接落地產(chǎn)品，產(chǎn)品數(shù)據(jù)同步反哺研究。馬驍騰說，“Mind Lab研究和產(chǎn)品中間沒有斷層，組織結(jié)構(gòu)可以高頻迭代，幾乎每兩個月就有一次調(diào)整?！?/p>

在Neo Lab新組織形態(tài)下，過去一年，Mindverse發(fā)布了三款產(chǎn)品，首款試驗性產(chǎn)品Personal Agent——Macaron AI去年8月上線，還推出一個用 CPU 就能高效訓(xùn)練萬億參數(shù)模型的后訓(xùn)練平臺Mind Lab Toolkit，成本優(yōu)化十倍，一天即可輕松完成一輪訓(xùn)練。它和前OpenAI高管創(chuàng)立的Thinking Machines同期實現(xiàn)了1T LoRA-RL，是業(yè)界在萬億參數(shù)模型上進行高效強化學(xué)習(xí)的第一個研究成果。

在他看來，大廠紛紛調(diào)整AI Lab，不是說研究變得不重要了，而是衡量研究的核心指標變了——不再是頂級刊會發(fā)表的論文數(shù)量，關(guān)鍵看能不能進入真實世界，形成閉環(huán)。

這方面的典型代表就是谷歌的DeepMind。2023年，谷歌將 Brain與DeepMind合并，使其成為全公司AI戰(zhàn)略的“中央引擎”。它不僅承擔AGI長期探索、核心模型研究，還肩負Gemini應(yīng)用落地。如今，DeepMind已從當年谷歌花費6.5億美元收購的小型實驗室，擴張為同時推進約30個前沿項目的龐大機構(gòu)。

“從這個角度看，DeepMind 做的是一種更大的產(chǎn)品驅(qū)動研究?！瘪R驍騰說 。

以下是《白鯨實驗室》和他的對話，為了文本閱讀方便，我們做了精簡處理。

01

從“騰訊 AI Lab”說起：一個時代的結(jié)束

白鯨實驗室：過去大家提到 AI Lab，往往會聯(lián)想到谷歌、騰訊里的“大廠前沿研究部門”。AI Lab 在大廠內(nèi)部到底承擔什么角色？

馬驍騰：如果一定要分類，AI Lab大致可以分為三類：谷歌DeepMind 、騰訊AI Lab這種“研究型 Lab” ，阿里通義這種“大模型原生 Lab” ，還有一類是我們現(xiàn)在做的這種“研究+產(chǎn)品一體化”的Lab 。騰訊 AI Lab 本質(zhì)上是對標 DeepMind建立的。DeepMind誕生在AlphaGo之后，是一個從屬于大公司、不為業(yè)績目標負責(zé)的純研究型實驗室。它其實是“上一代 AI”的產(chǎn)物。通義的 Lab就屬于大模型時代的原生AI lab。

白鯨實驗室：最近幾年，從阿里大廠 AI Lab 出現(xiàn)了合并、調(diào)整甚至裁撤的趨勢，這背后的原因是什么？

馬驍騰：據(jù)我了解，騰訊其實已經(jīng)在盡力平衡研究和業(yè)務(wù)的關(guān)系了。最典型的例子就是騰訊AI Lab的游戲AI策略做得很好，也確實用到了騰訊的游戲業(yè)務(wù)，這說明他們已經(jīng)在往“實用”的方向靠了，工作重心也從一開始偏向“發(fā)論文、追新穎”（for novelty），轉(zhuǎn)向更關(guān)注“能不能真正落地、服務(wù)業(yè)務(wù)”（for application）。

這也是一種思路上的根本轉(zhuǎn)變。不再為了研究而研究，而是讓研究真正為產(chǎn)品服務(wù)。

所以不是 AI Lab 做得不好，而是這種模式已經(jīng)不適應(yīng)這個時代了。其實無論阿里也好，騰訊也罷，整合原因都一樣，大模型太貴了。舉個例子，原來通義實驗室是一個小Lab，花的錢并不多。但后來模型做得越來越好，燒的錢越來越多，影響力也越來越大，它就從一個實驗室上升到了集團層面。當老板看到賬單，自然會思考投入和產(chǎn)出比。

就像OpenAI 關(guān)停 Sora ，顯然也不是因為Sora做得不好，而是需要集中火力去做一些更重要的事情。

白鯨實驗室：AI Lab曾被認為是研究者的“理想國”，這在大模型時代無法持續(xù)了嗎？

馬驍騰：大模型帶熱AI技術(shù)潮之前，AI Lab 確實是研究員最好的去處之一。但問題是它和真實世界之間存在“gap”（差距）。 Lab做研究，業(yè)務(wù)要結(jié)果，這中間是斷裂的。但現(xiàn)在，大模型技術(shù)直接進入了產(chǎn)品，包括Chat 、Agent 、AI 搜索，這些都是直接面對用戶的 ，所以這個gap 也就不允許再存在了。

白鯨實驗室：是否可以說，AI Lab和業(yè)務(wù)之間的矛盾，一定程度上是技術(shù)人員和產(chǎn)品經(jīng)理在“做精”還是“做快”上的沖突。在你看來，大廠的AI Lab是否也存在這種“工程嚴謹性”與“創(chuàng)新探索”的沖突？

馬驍騰：其實在模型層面，工程嚴謹性并沒有大家想象的那么高，現(xiàn)實情況往往更激進，今天有了算法的新突破，明天就想部署到產(chǎn)品里。

一個非常明顯的表現(xiàn)就是模型不再攢大活，比如之前OpenAI發(fā)布的模型節(jié)奏是GPT3、3.5、4，時間跨度一年多?，F(xiàn)在則變成了5.1、5.2、5.3、5.4，發(fā)布周期明顯變短了。為了快速迭代，大廠甚至愿意容忍一些中間版本，在不夠好的情況下發(fā)布。

白鯨實驗室：過去兩年，大廠AI Lab的成果不少都以論文的形式出現(xiàn)，傳統(tǒng)AI Lab承擔著為大廠贏得學(xué)術(shù)聲譽的職能。AI Lab是否曾陷入“為發(fā)論文而做研究”的陷阱，這種傾向是否與公司追求產(chǎn)品落地、商業(yè)回報的目標相違背？

馬驍騰：過去大廠常用專利，或者在Nature、頂會發(fā)表論文來彰顯技術(shù)實力。去年之前，論文還沒有通貨膨脹，發(fā)一些好的 paper能帶來很強的影響力和企業(yè)紅利。當時大家對該怎么搞AI，都很迷茫，一邊探索一邊批量生產(chǎn)論文也是個自然過程。

但到了今天，很多的問題已經(jīng)被解決，比如如何構(gòu)建一個推理模型，或是基于強化學(xué)習(xí)的智能體模型，這些技術(shù)路徑早已不是秘密?，F(xiàn)在模型廠商真正需要解決的問題，已從純技術(shù)突破到把技術(shù)轉(zhuǎn)化為優(yōu)秀的產(chǎn)品與用戶體驗上。

現(xiàn)在，大模型領(lǐng)域的論文通貨膨脹已到了臨界點。我們最近招了多位頂尖researcher，他們幾乎都表態(tài)不想再發(fā)論文了。 一方面有了AI 工具，研究員發(fā)表論文效率確實提升了。原來一個博士生需要四年完成的工作，現(xiàn)在一個月就能完成的八九不離十。從AI搜索文獻、分析實驗結(jié)果、畫圖、排版，甚至跑實驗，效率提速了，論文本身的價值便被稀釋了。

這一點其實所有的researcher心知肚明?，F(xiàn)在，幾乎沒人只是為了發(fā)一篇paper而做research了。

白鯨實驗室：大家不向往成為比如Kimi、DeepSeek論文的共同作者了嗎？

馬驍騰：我覺得這是兩個概念。大家之所以想成為DeepSeek 論文的作者，不是單純?yōu)榱税l(fā)篇論文，而是因為DeepSeek模型本身很厲害。不是所有的paper都是 DeepSeek R1。

現(xiàn)在每年可能有幾十萬篇AI相關(guān)的paper，數(shù)量還在指數(shù)級暴漲，但其中大部分只是為了做探索而發(fā)表。只要在toy example（示例）上跑通了，就被視為好的research，幾乎沒人會追問實際情況有沒有用、能不能落地。

02

AI Lab的核心使命變了

白鯨實驗室：大廠紛紛裁撤AI Lab，這是不是意味著AI lab原來承擔的使命已經(jīng)結(jié)束了？

馬驍騰：其實我的理解是相反的，AI Lab的地位反而被抬高了。谷歌在2014年1月底以6.5億美元收購了只有30、40人的DeepMind，現(xiàn)在DeepMind為谷歌帶來的回報遠超當初。DeepMind不僅沒有消失，scope（業(yè)務(wù)領(lǐng)域）還變大了。

白鯨實驗室：像谷歌這樣的海外大廠，AI Lab（如DeepMind）和國內(nèi)大廠的AI Lab，本質(zhì)區(qū)別是什么？除了資金和人才密度，在組織目標、學(xué)術(shù)自由度以及“長期主義”上有差異嗎？

馬驍騰：我覺得本質(zhì)區(qū)別不只是資金和人才密度，是它們在公司里的組織定位不一樣。

騰訊AI Lab更偏企業(yè)戰(zhàn)略工具，DeepMind更偏使命驅(qū)動型的前沿組織。DeepMind從一開始就更像是為下一代AI系統(tǒng)，甚至AGI這種更長期的目標服務(wù)，所以它天然會擁有更高密度的資源、更強的人才配置，也會被允許去做周期更長、不確定性更高的研究。這個背后當然也和 Google 整體的體量、資本能力，以及對長期投入的容忍度有關(guān)。

今天如果還把 DeepMind理解成一個純做前沿研究的組織，其實已經(jīng)不準確了。DeepMind也對Gemini這樣的核心產(chǎn)品負責(zé)?，F(xiàn)在幾乎所有頂級AI Lab的目標都指向更通用的智能。

一個AI Lab如果只是做前沿研究，卻無法形成產(chǎn)品落地，無法打通真實環(huán)境里的應(yīng)用和反饋閉環(huán)，是遠遠不夠的。

白鯨實驗室：字節(jié)AI Lab的演變路徑很有代表性。2016年成立，2020年轉(zhuǎn)為技術(shù)中臺，2024年拆分為Seed（基礎(chǔ)模型）和Flow（產(chǎn)品創(chuàng)新），2025年整體并入Seed。這本質(zhì)上是一個“從獨立Lab到業(yè)務(wù)中臺，再到模型產(chǎn)品一體化”的收縮過程。騰訊AI Lab現(xiàn)在也走了類似的路——撤銷后并入混元。你如何評價這條“先散后收”的路徑，這是大廠AI Lab的必然歸宿嗎？

馬驍騰：其實這不是模式本身的問題。在迷茫期，大家都在探索，現(xiàn)在路徑已經(jīng)明確，做好模型能帶來非常穩(wěn)定的收益，API 能賣得多，市值可以拉高。站在公司的角度上，為什么還要花時間做沒有意義的事情呢？

后面AI Lab可能會再分開、合并，大家可以理解為一種歷史的循環(huán)。每當進入技術(shù)平臺期、方向不明確時，就會散開做探索。一旦路徑清晰，就會重新聚焦做應(yīng)用和落地。

白鯨實驗室：字節(jié)Seed現(xiàn)在的組織架構(gòu)很有意思，吳永輝組建了三大團隊：Edge（長期AGI課題）、Focus（突破基礎(chǔ)模型短板）、Base（當前模型迭代），還取消了大部分團隊的OKR，發(fā)放獨立的“豆包虛擬股”，鼓勵發(fā)論文。但矛盾的是，2025年下半年，資源明顯向短期有成果的團隊傾斜，部分前沿的研究領(lǐng)域被忽視。大廠AI Lab的職能變得有些掙扎，既要考慮業(yè)務(wù)，又要做長期研究？

馬驍騰：其實從算力資源來看的話，會更直觀。一個業(yè)務(wù)上跑得不錯的模型，一旦請求量上來，推理自然要吃掉更多的卡。從業(yè)務(wù)角度看，這當然是好事，但同一池子的資源就那么多，推理多占一點，留給 researcher 做訓(xùn)練和長期課題探索的卡就會相應(yīng)變少。

所以你會看到，同一個組織里，一邊是短期可見的產(chǎn)品增長和營收，一邊是周期更長、不確定性更高的基礎(chǔ)研究，兩邊天然是拉扯的。只要還共用一套資源，這種張力就會一直存在。

白鯨實驗室：字節(jié)AI Lab歷史上還有一個有意思的細節(jié)：2020年從“集團級前瞻項目”轉(zhuǎn)為“技術(shù)中臺”，是因為馬維英（時任AI Lab的負責(zé)人）的匯報對象從張一鳴變成了抖音負責(zé)人張楠。AI Lab從“老板直管”降到了“業(yè)務(wù)支撐”。騰訊AI Lab也面臨類似問題。在你看來，AI Lab在一個大廠體系內(nèi)，到底應(yīng)該向誰匯報？是CEO辦公室（如姚順雨的設(shè)置）業(yè)務(wù)部門，還是獨立的科研體系？

馬驍騰：我感覺匯報的鏈路越短越好。據(jù)我了解，其實大家的匯報層級，從 Lab負責(zé)人到一線的大頭兵，最多不會超過三級。甚至有一些更極端的 Lab，組織結(jié)構(gòu)扁平得可怕。

本質(zhì)是決策者知道的信息越多，決策失誤的鏈路就會越短。不是說 Lab 負責(zé)人要對每個決定拍板，而是他要知道一線發(fā)生了什么。在現(xiàn)在模型的迭代速度下，組織還是要扁平一點，讓信息都能通過這個人同步給集團最終決策者。

03

第三種AI Lab

白鯨實驗室：你們?yōu)槭裁磿胍鯩ind Lab？

馬驍騰：Mind Lab屬于第三種實驗室，我們叫它NEO Labs （研究型創(chuàng)業(yè)實驗室）。姚順雨在The Second Half的文章里提到，AI下半場，評估與基準（Benchmark）比模型迭代更重要。過去拼模型架構(gòu)、訓(xùn)練、規(guī)模，用舊基準刷分，基準和真實世界是脫節(jié)的。現(xiàn)在大模型預(yù)訓(xùn)練+RL已經(jīng)成熟，作為一家后訓(xùn)練公司，我們認為最重要的就是taste，就是我們到底應(yīng)該往哪個方向優(yōu)化模型？

對于預(yù)訓(xùn)練公司，好的Benchmark就是各類公開排行榜。但對于后訓(xùn)練公司則不同。我們需要從業(yè)務(wù)反推優(yōu)化目標。比如優(yōu)化人機交互的UI，按鈕位置等細節(jié)完全取決于產(chǎn)品屬性，這需要重新定義什么是“好模型”、“好產(chǎn)品”，以及如何創(chuàng)造新的產(chǎn)品特性。而且這種設(shè)計既不是傳統(tǒng)產(chǎn)品經(jīng)理能完成的（他們不懂模型語言），也不是研究員擅長的（他們多數(shù)缺乏用戶思維），也不是大廠語境下模型經(jīng)理的責(zé)任（他們只對固定Benchmark負責(zé)）。所以這也是我們持續(xù)投入研究的原因。

白鯨實驗室：Mind Lab和前兩種AI Lab相比，最大的區(qū)別是什么？

馬驍騰：大廠的Lab在研究和產(chǎn)品中間都會有距離，而在Personal Agent領(lǐng)域，我們的Benchmark是“一人一Benchmark”——每個用戶都有自己的評估標準。這就要求對用戶的記憶和個性有深入洞察，背后需要大量的研究支撐。

所以我們的Mind Lab新設(shè)了一個研究+產(chǎn)品的協(xié)作組，將產(chǎn)品經(jīng)理引入模型Harness的設(shè)計流程中。不同于傳統(tǒng)大廠中產(chǎn)品經(jīng)理僅負責(zé)提需求，我們的產(chǎn)品經(jīng)理要主導(dǎo)設(shè)計評估標準（rubrics）、構(gòu)建Benchmark，并定義“好模型”的具體表現(xiàn)。研究員則圍繞這些真實目標，在算法、模型能力與訓(xùn)練方法上持續(xù)優(yōu)化。

雙方并非單向上下游對接，而是共同參與模型學(xué)習(xí)系統(tǒng)的設(shè)計。這一模式下，研究直接落地產(chǎn)品，產(chǎn)品數(shù)據(jù)同步反哺研究，中間沒有斷層。我們的組織結(jié)構(gòu)也保持高頻迭代，幾乎每兩個月就會有一次調(diào)整。

白鯨實驗室：從去年8月Macaron AI測試版推出，到6個月前Mind Lab成立，實際上我們是否可以說Macaron AI（產(chǎn)品是定位個人Agent的馬卡龍）完成了從產(chǎn)品型公司到研究型初創(chuàng)公司的轉(zhuǎn)變？

馬驍騰：是的。其實真的感謝DeepSeek。去年，我和Macaron AI的創(chuàng)始人Andrew就一起帶著幾個人復(fù)現(xiàn)DeepSeek R1。在這個過程中，因為我們卡不夠，只能用Lora（低秩適配）這種輕量微調(diào)方式來做，因為強化學(xué)習(xí)用Lora算力成本更低。

但在復(fù)現(xiàn)的過程里，我們發(fā)現(xiàn)Lora這種方式可以在很少算力的情況下提高任務(wù)表現(xiàn)，并且在RL/Agent訓(xùn)練上幾乎不損失性能。于是我們決定all in Lora，最后和ThinkingMachines同期實現(xiàn)了在萬億參數(shù)模型上進行高效強化學(xué)習(xí)。

白鯨實驗室：你們的Mind Lab是怎么解決“為業(yè)務(wù)服務(wù)”和“做長期研究”之間的資源分配問題的？

馬驍騰：我們是一個后訓(xùn)練的Lab ，所有被選進 lab 的人都是為了讓研究更好的應(yīng)用到產(chǎn)品上。隨著技術(shù)不斷落地到應(yīng)用產(chǎn)品上，Macaron AI的日均使用時長也會不斷增長。比如去年8月剛上線時，用戶用Macaron AI做一個應(yīng)用，有時要花20-30分鐘，成功率也不高。現(xiàn)在我們把場景做了細化，上線了多個模型，有的側(cè)重情感，有的面向健身、睡眠、飲食，不同場景有對應(yīng)的模型。現(xiàn)在用戶只需2分鐘，就可以寫一個應(yīng)用。

我們還在嘗試通過模型訓(xùn)練，讓用戶更方便的用Macaron AI規(guī)劃自己的生活。比如現(xiàn)在和Macaron對話時，會觸發(fā)可交互的卡片，用戶通過點選就能細化需求，接下來我們希望能將對話過程都簡化成選項形式，所以現(xiàn)在還在全力沖刺，爭取在4月推出我們的新版本。

白鯨實驗室：你們最終的研究目標是什么？

馬驍騰：我們希望最終能實現(xiàn)“每個人都有一個LoRA”。用戶擁有一個屬于自己的私人模型，相比通用模型，在個性化和記憶上的體驗會有很大的躍升。到那時，我們有希望沖刺千萬用戶目標。

白鯨實驗室：你們的路徑是研究驅(qū)動產(chǎn)品、產(chǎn)品反哺研究，似乎和谷歌DeepMind的路徑不同，DeepMind的AlphaFold、AlphaTensor、AlphaCode等成果是“論文驅(qū)動”而非“產(chǎn)品驅(qū)動”。哪種更適合當下？

馬驍騰：把 AlphaFold、AlphaTensor、AlphaCode 這類成果簡單定義成“論文驅(qū)動”，是不準確的。DeepMind 本質(zhì)上也是產(chǎn)品驅(qū)動研究。只是這里的產(chǎn)品不一定是傳統(tǒng)意義上的 2C 產(chǎn)品。所以我不覺得這是“論文驅(qū)動”和“產(chǎn)品驅(qū)動”的二選一。真正重要的是，研究有沒有進入真實世界，能不能形成閉環(huán)，從這個角度看，DeepMind 做的是一種更大的產(chǎn)品驅(qū)動研究。

至于哪條路更適合當下，要看企業(yè)所處的位置。DeepMind 那種長期主義 + 遞歸進化的路徑，適合少數(shù)擁有超大資源和超長時間尺度的頂級平臺。

而我們這種研究驅(qū)動產(chǎn)品、產(chǎn)品反哺研究的路徑，更適合今天絕大多數(shù)真正要參與 AI 競爭的組織。因為今天 AI 的競爭，已經(jīng)不是單點論文突破，而是誰能更快地把研究、訓(xùn)練、產(chǎn)品和反饋接成一個閉環(huán)的競爭。

撰寫｜馬舒葉

編輯｜劉培