Z Waves｜DeepMind副总裁、字节大模型一号位、豆包背后的男人，南大校友吴永辉正在悄悄重绘中国AI版图

2025年2月的科技圈，一则人事变动消息牢牢占据了讨论中心——曾在谷歌AI领域深耕多年的吴永辉，正式加盟字节跳动，出任大模型团队Seed基础研究负责人。这则消息一传出，不仅科技媒体第一时间推送深度解读，创投圈、AI研发领域的从业者更是在社群里展开热烈讨论，甚至有行业分析机构连夜发布报告，将其视为国内大模型竞争格局生变的重要信号。

要知道，在大模型赛道群雄逐鹿的当下，头部企业的核心研发岗位人事变动本就备受关注，而吴永辉的入职之所以能引发“地震级”反响，恰恰源于他在人工智能基础研究领域的分量。

在深度学习与自然语言处理交叉领域，他主导的神经机器翻译（GNMT）研究，直接掀翻了传统翻译技术的天花板，其相关论文热度更是堪比学术圈的顶流爆款，硬生生把机器翻译从磕磕绊绊拽进精准丝滑的新时代。在机器学习与搜索技术融合层面，他参与研发的RankBrain算法，给搜索引擎来了一场颠覆性革命——首次把深度学习请进搜索排序核心，让以前行业头疼到抓头发的模糊查询、语义歧义难题被轻松破解。

直到现在，它仍是谷歌搜索的核心心脏，全球搜索引擎技术的发展方向。到了大模型时代，他深度参与谷歌Gemini大模型研发，在长上下文理解、跨模态推理这些硬骨头领域，其技术方案让大模型的复杂任务处理能力飙升几个量级，给通用人工智能（AGI）落地铺就了一条高速路。

而要真正读懂这位能搅动行业格局的顶尖研究者，理解他为何能在AI领域持续产出颠覆性成果，我们不妨将视角转向他的成长历程，一同走进吴永辉的个人生涯，看看这位AI领域的“技术领航者”，是如何从起步阶段一步步走到行业前沿，最终成为众人瞩目的基础研究核心力量的。

图片来源：SCMP

从学术研究到工业实践：吴永辉在学界与谷歌的技术演进历程

2001年，吴永辉从南京大学计算机科学专业顺利毕业。

毕业后，吴永辉选择加入微软。这段工作经历不仅拓宽了他的技术视野，也让他意识到自身在学术研究上的进一步追求。于是，他毅然重返校园，前往美国加州大学河滨分校深造。

图片来源LinkedIn

在加州大学河滨分校的4年学习时光中，吴永辉展现出强大的学术能力和旺盛的求知欲。他同时攻读计算机科学（CS）和统计学两个专业方向，并成功获得了CS博士学位以及统计学硕士学位。

图片来源LinkedIn

谷歌17年：从工程师到Fellow，打造AI领域里程碑

2008年9月，取得博士学位的吴永辉毅然投身谷歌，自此开启了长达17年深耕不辍的职业征程，也逐步成长为谷歌AI生态的核心力量。

图片来源LinkedIn

2008年9月，他以软件工程师的身份加入，投身于谷歌核心网页搜索排名算法的改进工作中，为谷歌搜索的全球领先地位筑牢了底层支撑，也为他后续深入AI领域积累了工程实践经验。

2014年，深度学习技术如新星般崛起，吴永辉洞察到其在未来发展中的核心价值，果断加入Google Brain，开启深度学习方向的研究征程。在此期间，他聚焦语音赛道，主要研究ASR（自动语音识别）、NMT（神经网络机器翻译）、TTS（语音合成）、语言建模与排序等核心研究方向，致力于推动语音技术的突破与发展。

根据谷歌Scholar数据，截至公开统计节点，吴永辉论文总被引数超6万，h-index为78。其中他的最高引论文就产自这一阶段。

2016年，他作为第一作者参与撰写的论文《Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation》横空出世，创新性提出谷歌神经机器翻译系统（GNMT）。该系统基于Ilya的Seq2Seq框架和注意力机制，成功攻克了当时神经机器翻译训练、推理成本高昂，以及处理罕见词困难等技术难题。在WMT’14英语-法语和英语-德语基准测试中，通过对一组独立简单句子的人工对比评估显示，相较于谷歌过往基于短语的生产系统，GNMT的翻译错误减少了超60%。

凭借出色的性能，GNMT被广泛应用于谷歌翻译服务，如今已覆盖全球超过100种语言，日均处理数十亿次请求。这不仅极大地提升了全球用户的翻译体验，更在机器翻译领域掀起了一场技术变革，成为行业发展的重要里程碑。

与此同时，吴永辉还参与构建了基于深度学习的语音识别与合成框架，显著优化了谷歌助手（Google Assistant）的交互体验，让谷歌的语音交互产品更智能、便捷，进一步拓展了AI在日常生活中的应用场景。

除神经机器翻译与语音技术外，吴永辉作为核心贡献者开发的RankBrain算法，同样对行业产生深远影响。该算法利用机器学习动态调整搜索排序，有效解决了传统算法难以处理模糊查询、语义歧义的难题，成为谷歌搜索排名系统的三大核心信号之一，为谷歌在搜索引擎市场的持续领先提供了有力支撑。

2023年，为应对ChatGPT掀起的大模型风暴，谷歌旗下两大顶级AI团队——谷歌大脑与DeepMind正式合并，吴永辉随之参与到Gemini大模型的研发工作中。在Gemini的相关论文中，吴永辉的名字出现在“Gemini App总体技术负责人”一列。

在此阶段，他凭借在长上下文理解、跨模态推理等“硬骨头”领域的技术方案（这些方案让大模型的复杂任务处理能力飙升几个量级，为通用人工智能（AGI）落地铺就高速路），升任谷歌研究副总裁、GoogleFellow。要知道，GoogleFellow对应谷歌职级中的L10，是谷歌顶尖工程师才能享有的终身荣誉称号，仅有极少数员工能够获此殊荣，这一身份足以彰显吴永辉在谷歌技术生态中举足轻重的地位。

加盟字节：科研理想与企业需求的“双向奔赴”

2025年2月，吴永辉做出了一个令业界瞩目的决定——告别深耕17年、已取得斐然成就的谷歌，毅然投身字节跳动。这一选择的背后，既是他对科研本真的追索，也是字节在AI基础研究领域破局的迫切需求。

回归科研本真，为字节破局

纵观2024年，字节跳动在应用层投入大量精力，年末成功将豆包打造为国内日活用户最高的AI应用，彰显了其在产品创新与流量运营上的强大实力。然而，2025年初DeepSeekR1的横空出世，如同一道技术惊雷，彻底改变了行业风向——当业界焦点从“应用广度”转向“技术深度”，字节的短板也随之暴露：视频大模型在多模态交互流畅度、动态场景生成效率上，与世界一流水平存在明显差距；语言大模型（LLM）更是未能跟上DeepSeek掀起的技术浪潮，在逻辑推理精度、行业场景适配性上显得力不从心。

“AI竞争早已不是‘谁的产品更易用’，而是‘谁能掌握底层技术话语权’。”一位行业分析师的评价，点出了字节当时的困境——仅靠应用层优势，已难在AI时代持续领跑，基础研究的突破成为破局的唯一出路。正如一位相关知情者所言：“字节过去一年看起来豆包冲的比较凶，但豆包只是一个代号，背后大模型上的投入也很大，最后结果是语音模型发展得最好，而视频模型上和世界一流有一定差距，LLM发展一般，特别是没赶上DeepSeek这波，这应该是吴永辉加入的关键原因。”

根据多方可靠信源披露，吴永辉此番选择背后，实则是其对科研本真的不懈追索与回归。他希望能够从事一些“新的、偏探索性的工作”，专注于“偏长期、偏基础的科研工作”。在一次字节内部的全员会上，他更为直白地阐述了加入的原因：“是想做第一流的研究，也想打造一个第一流的AI研究团队”。这番话语背后，暗藏着他突破传统商业桎梏的深切期许——试图在字节跳动这个充满活力的新兴平台上，构建一个不受商业惯性掣肘的理想空间，打造以前沿探索为核心驱动力的纯粹科研生态。

和字节一起，为科研搭建“无壁垒”舞台

字节为吴永辉搭建的舞台，远比外界想象的更具战略重量。

1.架构突破：打通“战略直通车”

作为大模型团队Seed基础研究负责人，吴永辉不仅全面整合了原LLM团队与Seed项目的核心职责，聚焦大模型基础理论突破、AI for Science等前沿领域，更拥有直接向CEO梁汝波汇报的“战略直通车”权限。这一特殊架构设计，打破了传统企业的层级壁垒：某基础研究项目的算力申请，从过去的两周审批缩短至三天；跨部门协作时，原AILab的Seed Robotics团队与Seed大模型团队不再“隔岸相望”，前者的机器人视觉识别技术与后者的多模态模型结合，仅用两个月就开发出“机器人多模态交互系统”，让机器人对用户指令的理解准确率提升20%。正如梁汝波所言：“做科技公司还不够，得做创新科技公司，不仅要应用好新技术，还要能探索、发明新技术。”吴永辉的到来，正是这一理念落地的关键拼图。

2.机制变革：从“短期优化”转向“底层探索”

团队整合只是第一步，吴永辉要推动的，是一场从研究策略到考核机制的深层变革。他与朱文佳共同为Seed部门定下“Seed Edge”计划，将“探索智能上限”确立为长期核心目标——这意味着研究方向要从“短期产品优化”转向“AI底层逻辑挖掘”。过去，Pre-train团队的精力多放在“提升豆包对话流畅度”这类即时见效的任务上；如今，他们启动了“下一代预训练新范式”研究，试图突破现有模型对海量数据的依赖。

为了让科研人员敢啃“硬骨头”，字节果断取消了Seed部门的季度OKR与半年考核。以往，在OKR考核压力下，研究人员多倾向选择短期易出成果的项目，对高风险、高回报的前沿课题探索不足；考核机制的调整，让研究人员能够专注投身于下一代推理、下一代感知、软硬一体的模型设计等前瞻性、不确定性研究，为字节跳动在未来AI竞争中储备核心技术，赢得战略主动。

3.人才布局：内外兼修储备核心力量

在吴永辉看来，基础研究的核心竞争力，终究落在“人”的身上。他一边推动字节加大“Seed Edge”计划投入，以充足算力、定制化科研支持吸引全球顶尖人才；一边着力挖掘内部潜力，希望将有天赋的年轻研究者培养成行业专家。2025年3月20日，字节启动的TopSeed专项计划，将招募范围从应届博士、在校博士生放宽至特别优秀的在校硕士——这些年轻学子不仅能参与核心项目，还能获得吴永辉等资深专家的一对一指导。

凭借自身在行业内的声誉，吴永辉还吸引了海外某AI实验室的核心成员加盟，其带来的“多模态感知算法”，直接助力字节视频模型在国际权威测评中跻身前十，让字节在基础研究领域的努力初见成效。

如今，对字节而言，吴永辉带来的不仅是顶尖技术与团队管理经验，更是一种“长期主义”的科研精神——这种精神正是字节在AI基础研究领域突破的关键内核；而对吴永辉来说，字节则是他摆脱传统商业束缚、实现科研理想的沃土。

这场“双向奔赴”，正推动字节在AI基础研究的赛道上加速奔跑，也为中国AI产业从“跟跑”向“领跑”的转型，注入了一股不容忽视的新动能。

Reference

[1] LinkedIn 吴永辉主页

[2] Google Scholar 吴永辉主页

https://scholar.google.com/citations?hl=en&user=NA00bOoAAAAJ

[3] 谷歌Fellow级大佬出走！17年老将吴永辉加盟字节，亲自操刀大模型研发

[4] 《Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation》

[5]晚点独家丨字节 AI 研发调整继续：吴永辉直接管理范围扩大，AI Lab 3 个方向并入 Seed

[6]Google Fellow吴永辉博士加盟字节跳动 负责AI基础研究探索工作｜智涌独家

[7]独家｜字节调整AI部门Seed，刚从Gemini加盟的吴永辉成新负责人