#具身智能#姜旭#林俊旸#天才#语用科技#亮源新创
八月的第二周，两位天才几乎在同一天再次步入公众视野。
首先登场的是姜旭。他在OpenAI供职将近四年，经历了InstructGPT、ChatGPT到GPT-4的整个研发历程。2024年底，姜旭回国，在深圳创办了亮源新创，专注于具身智能基础模型的研发。2026年8月14日，公司宣布获得一笔数亿元的Pre-A轮融资，领投方为国科投资，这是一家中科院系背景的国资机构。
几乎同一时间，林俊旸也宣布了新动向。他在阿里服务七年，从达摩院一路晋升到通义千问的技术负责人，是阿里最年轻的P10之一。2026年3月，林俊旸离开千问，5月于上海创立了语用科技。8月12日，公司宣布完成天使轮融资，金额约2.2亿美元（约合15亿人民币），投后估值达到20亿美元，折合人民币约135亿。高榕中国和红杉中国联合领投，腾讯、上海未来产业基金等机构参投。
两位天才皆从顶级的AI实验室离开，都将赌注押在了智能向物理世界的延伸上，又在同一周向外界展示了各自的融资成果。姜旭拿到了数亿元融资，领投方是国资机构，具体估值未公布。而林俊旸获得的是一笔2.2亿美元的天使轮资金，由顶级VC领投，投后估值已突破130亿人民币。同样优秀的人才，首轮融资却相差一个数量级。这其中的差异，显然并非能力问题，而是时间窗口、技术路线、资本偏好和资产配置等多个因素综合作用的结果。
同一盘棋局
姜旭的学术背景颇为特别。他的本科和博士专业都是物理，博士期间涉猎了物理学的多个领域，发表了多篇主题不相关的论文。临近博士毕业之际，他毅然转向AI领域，通过自学吴恩达的Coursera公开课掌握了Python和机器学习，参与了一些开源项目，最终在硅谷找到了第一份AI相关工作，一年后加入OpenAI。
林俊旸的成长轨迹则截然不同。出生于1993年，他的本科专业是国际关系学院的英语文学，之后在北大攻读计算语言学硕士学位，从语言学领域逐步转向自然语言处理，最终专注于大模型技术。
一个从物理学跨界，一个从语言学跨界，两位都不是计算机专业的科班出身，学科背景几乎形成鲜明对比。经历了一系列的探索，他们最终殊途同归，选择了让智能进入物理世界这条道路。
姜旭在OpenAI的四年，是一段扎实全面的全栈研发经历。2019年，OpenAI大约拥有一百名员工，姜旭在此期间辗转了四五个团队，从底层的训练基础设施开始，逐步参与预训练项目，持续一两年后，又投入到了对齐技术的研发，同样经历了一两年的周期。用他的话来说，是从大语言模型的底层infra，到预训练，再到对齐，完整走了一遍技术栈。
这段经历中最具挑战性的一部分，是他独立负责的FP8训练项目。FP8是一种八比特浮点数训练技术，他加入OpenAI后，致力于解决这一关键技术难题，花费了一年时间深入研究了八比特浮点训练模型。OpenAI自己不研发硬件，只在算法层面进行探索，并将研究成果交给NVIDIA，最终说服对方从H100这一代开始原生支持FP8。
回望当下，DeepSeek-V3采用FP8进行训练，gpt-oss使用FP4发布，这条降低成本的技术路线正是从那时开始铺设的。这是姜旭身上立得住的硬成果，任何头衔都无法与之相提并论。
姜旭还参与撰写了多篇知名论文，比如InstructGPT。这篇发表在NeurIPS 2022的《Training language models to follow instructions with human feedback》论文，姜旭是主要作者之一，贡献卓著。这篇论文提出了RLHF的三阶段流水线方法：先进行监督微调，再训练奖励模型，最后采用PPO进行强化学习。
论文得出一个颇具反直觉但极为重要的结论：一个13亿参数的InstructGPT，在人类偏好评测中的表现能够超越1750亿参数的GPT-3。这意味着对齐技术比单纯堆砌参数更为关键。ChatGPT之所以能够听懂人话，其基础就奠立于这篇论文之上。
他还亲历了GPT预训练过程中的波折。2021年初，原预训练团队的核心成员达里奥·阿莫代伊(Dario Amodei)等人相继离职，创立了Anthropic。
网友评论