亚马逊憋大招搞AGI实验室，华人大佬带队，反向收购挖顶尖团队

景点排名 2025年09月25日 13:50 1 aa

亚马逊AI策略大反转！曾只“卖铲子”的巨头，如今秘密集结顶尖团队，打造AGI实验室，直指通用智能圣杯，更令人瞩目的是，掌舵者竟是一位华人！

这背后是亚马逊对AI未来的深切焦虑与对数据金矿的无限贪婪，它决心不再旁观，利用海量用户数据，彻底改写AI规则，一场颠覆性革命已悄然启动。

行动主义者的宣言

在大模型世界疯狂比拼谁“更会说”的时候，DavidLuan却像个异类，他十几年如一日地坚信，AI的真正价值在于“能干活”，而不仅仅是生成花哨的文本。

这种执念，早在ChatGPT引爆全球之前就已显露无疑。2022年，他联合创立了AdeptAI，这在当时是第一家旗帜鲜明要做Agent的公司。他们的目标很明确：解决大模型普遍存在的“行动力缺失”问题。

随后发布的产品ACT-1，就像是Luan理念的第一次公开验证。它能听懂人的自然语言指令，在电脑屏幕上自主完成导航、填写表单等一系列操作。这在当时，几乎是科幻片里的场景。

Luan的这种实用主义哲学，源于他对行业的深刻反思。他曾在谷歌大脑担任大语言模型项目的总技术负责人，那段经历让他感到沮ed。他认为，像谷歌这样的大公司，精力过于集中在广告和搜索这类传统业务上。

他举过一个例子，在谷歌要跑一个大型训练任务，你可能得去说服近二十个同事，让他们分享各自的资源配额。这种分散的组织结构，让他觉得很难集中力量去从零开始做一些真正创新的研究。

这种对大公司内耗的厌倦，强化了他要亲手打造实用AI的决心。他的核心思想很简单：“应该是计算机来适应人，而不是人去适应计算机。”这不仅仅是一句口号，更是他职业生涯的终极追求。

他想构建的是“最智能、最有用的人工お智能”，而不是一个只懂销售AI服务的商人。这或许就是他最终选择加入亚马逊，放弃独立创业的原因——他找到了一个能让他的哲学大规模落地的舞台。

这位6岁从中国移居美国的华人，从小就展现出对计算机的痴迷。8岁时，他就已经坐在伍斯特州立大学的夜校课堂里，花了整整五年时间，拿到了计算机科学的证书。

从耶鲁大学应用数学与政治科学专业毕业后，他的人生轨迹始终围绕AI展开。早在2011年，他就创办过一家专注于视频分类的深度学习公司，其成果甚至被奥巴马政府用来改进执法记录仪。

后来，他成为OpenAI的早期员工，当时整个团队还不到40人。作为工程副总裁，他的核心工作就是将GPT-2、GPT-3这些前沿的研究成果，转化为坚实的工程产品。他还深度参与了CLIP和DALL-E等里程碑式项目的研发。

梦之队的特种兵逻辑

亚马逊在2023年9月成立的这个AGI实验室，其团队组建方式，并非简单的明星堆砌，更像是一次围绕Luan“行动主义”哲学进行的“特种部队”集结。每个关键成员，都有其不可替代的战术定位。

Luan无疑是这支部队的中枢神经。他拥有15年的AI从业经验，既有在OpenAI将前沿研究“产品化”的实战履历，又有连续创业的经历，这确保了整个团队的方向既有前瞻性，又极其务实。

实验室的二把手，是以研究员身份加入的PieterAbbeel。这位加州大学伯克利分校的教授，是强化学习和机器人学领域的绝对权威，其谷歌学术论文引用量超过惊人的21万。

将Abbeel招致麾下，绝非偶然。亚马逊看中的，正是他连接虚拟指令与物理世界的能力。Abbeel曾联合创立了专注于仓储物流场景的机器人公司Covariant.ai，而这家公司的核心团队在今年8月，也通过“反向收购雇佣”的方式并入了亚马逊。这步棋，直接将实验室的“行动”理念，延伸到了亚马逊最核心的业务场景——物流与仓储。

为这支特种部队提供“武器库”和“训练场”的，是另一位联合创始人ErichElsen。他是GPU计算领域的专家，拥有斯坦福机械工程博士学位，曾在DeepMind担任资深研究员，其代表作包括著名的Chinchilla定律。

在新实验室里，Elsen负责的是多模态代理和强化学习基础设施。说白了，他就是那个确保大规模训练能够高效、稳定进行的关键人物，为AI的行动能力提供底层的算力保障。

而负责将这一切前沿技术转化为可用产品的，是KelseySzot。她同样来自AdeptAI的核心团队，拥有斯坦杜数理与管科的双学位背景，曾在麦肯锡和谷歌工作。她的经验，确保了团队的愿景能够最终落地。

当然，组建一支理念高度统一的团队，从来都不是一帆风顺的。来自谷歌的黄金搭档MaxwellNye和AugustusOdena，曾在AI推理领域提出了奠基性的Scratchpad方法，但他们在加入亚马逊不久后便选择离开。

更早之前，在AdeptAI的初创阶段，作为核心发起人的两位Transformer论文作者NikiParmar和AshishVaswani，也因意见不合而分道扬镳。

据报道，AshishVaswani在公司成立不到一年后就离开了。这些波折，恰恰说明了亚马逊这次组建团队的严苛标准——不仅要能力超群，更要信仰一致。

终极健身房的诞生

如果说Luan的哲学是蓝图，团队是工匠，那么亚马逊自身，则为这场AGI豪赌提供了一个此前任何平台都无法比拟的“终极健身房”。

这个比喻，形象地解释了为什么亚马逊是Luan实现其“行动AI”构想的唯一可能。正如AndrejKarpathy曾用网球运动员打比方，再多的理论学习，也比不上一场真实的比赛。AI的训练，同样需要一个真实的演练场。

这个“健身房”的燃料，首先是亚马逊无与伦比的数据与算力。一方面，AWS提供了世界顶级的算力“发动机”。另一方面，在一个更深远的背景下——互联网上的高质量文本数据正面临枯竭，人类在工作中的实际操作数据，正成为新的、最稀缺的“高辛烷值燃料”。

亚马逊手中掌握的海量用户真实行为数据，正是这种稀缺燃料。这些数据细致入微，远非初创公司所能企及。

而“健身房”里的“健身器材”，则是亚马逊内部多样化且极其复杂的真实业务场景。想象一下，从ERP系统到CAD软件，再到会计工具，这些都是训练Agent执行真实世界多步骤任务的完美道具。

有了燃料和器械，还需要科学的“训练法”。实验室成功的秘诀，是采用了一种大规模自我博弈的强化学习方法。这听起来有些耳熟，其技术路径与十几年前DeepMind的成功颇有相似之处。

他们为AI搭建了一个虚拟的“健身房”，内置了各类常用的软件工具，让AI在里面自主探索、学习、试错、成长。

训练的成果是显著的。实验室推出的首个产品AmazonNovaAct，融合了AdeptAI的ACT-1、Fuyu模型技术和AWS强大的基础设施，在处理多步骤复杂任务上表现极为出色。

在公开的Agent基准测试ScreeSpot和GroundUI上，NovaAct都取得了顶尖成绩。特别是在ScreeSpot的界面元素定位测试中，其准确率逼近94%。这强有力地证明了，这间“终极健身房”确实能练出“真功夫”。

陈山枝谈手机直连卫星

英伟达彻底慌了！从384卡到15488卡，华为超节点撕开AI算力新战场

发表评论