哦豁，OpenAI奧特曼又痛失一員大將。

Kevin Lu，領導4o-mini發布，并參與o1-mini、o3發布，主要研究強化學習、小模型和合成數據。

下一站是Thinking Machine Lab，OpenAI前CTO Mira Murati出走后新創立的AI公司，估值已達120億美元。

不完全統計，Thinking Machine Lab已經集結數位OpenAI前核心研究員，包括John Schulman、Barrett Zoph、翁荔等。

從Meta到OpenAI，再離開

Kevin Lu畢業于UC伯克利，主要研究強化學習和離線序列數據建模。

畢業后先后加入Hudson River Trading和Meta，2024年3月加入OpenAI。

入職3個月后領導團隊完成了4o-mini，這是一個多模態推理小模型。支持圖文輸入、長上下文，適合復雜任務；同時速度更快、成本更低。

此外還參與了o1-mini和o3的模型開發。主要擅長的領域應該是小模型和強化學習。

其引用量最高的一篇論文是《決策Transformer：通過序列建模進行強化學習》，引用量2254。

這篇論文發表于2021年，研究團隊集結了UC伯克利、Meta AI、UCLA、OpenAI和Google Brain。

這是一個將強化學習問題視為條件序列建模的架構，通過將自回歸模型基于期望回報（獎勵）、過去的狀態和動作進行條件化，決策Transformer能夠生成期望回報的未來動作。

近期，Kevin Lu的一篇與他主要研究領域相關的博客還有點出圈：互聯網才是唯一重要的技術。

他認為現在對Transformer架構的關注有點過高了，真正重要的還是數據。研究者們應該關注如何從互聯網這樣的數據源中學習和預測，因為互聯網提供了大量序列相關數據，非常適合進行“下一個token預測”。

在少量數據的環境里，Transformer將失去價值。

以及現在強化學習難以實現從GPT-1到GPT-4般的重大突破，應該停止進行強化學習研究，將注意力放在產品開發上。

強化學習的未來可能涉及到新的數據源和獎勵機制創新，這可能是AI研究的新方向。

剛剛完成20億美元種子輪融資

Kevin Lu的下一站Thinking Machine Lab，也是AI領域近期討論度最高的初創公司之一。

它由OpenAI前CTO Mira Murati聯合多位OpenAI前成員成立。

除了Mira本人外，團隊核心成員已經覆蓋AI領域目前的主要方向：

• John Schulman，OpenAI聯創，ChatGPT架構師
• Barrett Zoph，OpenAI前研究副總裁，后訓練專家
• 翁荔，OpenAI前AI安全系統負責人，專長AI安全
• Andrew Tulloch，擅長預訓練&推理
• Luke Metz，專注后訓練
• Alexander Kirillov，OpenAI前多模態研究負責人
• ……

以及新加入的Kevin Lu，擅長小模型和強化學習。

根據LinkedIn信息，Kevin Lu已于7月正式從OpenAI離職。幾乎同時，Thinking Machine Lab完成破紀錄種子輪融資，估值飆升到120億美元。

而且在最近激烈的硅谷人才大戰中，Thinking Machine Lab獨善其身，十幾名成員無人接受小扎offer，10億美元薪酬都拒絕。

不過Thinking Machine Lab目前還未公開任何成果，倒是讓人更加期待了。