庞若鸣，这个名字在7月的硅谷彻底炸响。
继余家辉之后，又一位华人AI巨星横空出世。而这一次，打破纪录的不再是算法性能，不再是论文数量，而是 2亿美元的年薪包 —— 一个连苹果CEO库克（7460万美元）都望尘莫及的数字。
这个薪酬，是苹果给不起的，但Meta给得起。因为这是扎克伯格为打造“超级智能实验室”开出的“战斗军饷”。
那么， 这位华人科学家到底是谁？他凭什么让Meta抛出天价、亲自挖角？这场AI抢人大战，又将如何改变科技巨头的格局？
图源：网络
AI顶薪刷新，硅谷最贵华人科学家横空出世
七月，硅谷迎来了一位新的“高光主角”。 前苹果AI/ML基础模型负责人庞若鸣，以 超过2亿美元的总薪酬 加入Meta ，刷新了AI工程师在硅谷的身价上限，也将这场愈演愈烈的AI抢人大战推向高潮。
这位长期低调的华人科学家，突然成为全行业关注的焦点。在他的薪资对比表中，不仅超过了前OpenAI感知研究负责人余家辉的1亿美元报价，甚至远高于苹果CEO库克的年薪。外界很快意识到，这不仅是一场技术人员的“转会”，更是AI头部玩家之间围绕人才资源的硬碰硬。
Meta给出的这份薪酬组合极具战略意味： 基础工资、现金签约金和大量与绩效挂钩的股票 。每一项都不是“空头承诺”，而是直接锚定公司未来在AI领域的核心布局。对于Meta来说，这场豪赌押在了庞若鸣身上；而对庞若鸣而言，这也许是他职业生涯中最具决定性的一跃。
图源：网络
从上交大到苹果核心，他如何炼成“基础模型掌门人”
庞若鸣能获得如此高规格的薪酬，并非偶然。他的技术轨迹几乎覆盖了大模型时代所需的全部关键能力——从分布式系统到神经网络，从模型架构到工程部署，每一步都走得扎实、沉稳，几乎没有短板。
他本科毕业于 上海交通大学计算机系 ，之后赴美深造，在 南加州大学和普林斯顿大学分别取得硕士与博士学位 。此后加入谷歌，开启了长达15年的“基础工程积累期”。在谷歌， 他是Bigtable和ZipIt项目的重要推动者 ，也是Zanzibar全球一致性授权系统的联合创建者，独立将该系统的可靠性提升至99.999%。这一成果，后来被谷歌内部上千个项目广泛采用。
如果说早期的庞若鸣专注于“构建底座”，那么他在Google Brain的转型则让他真正接触到了AI模型落地的全流程。他主导的语音识别系统与Babelfish/Lingvo训练框架，成为了谷歌内部TPU最常使用的平台之一。他还是Tacotron 2系统的核心贡献者，使机器能够自然地将文字转化为类人语音。可以说，庞若鸣不仅“懂炼丹”，更擅长“搭炉子”。
2021年，他加盟苹果，开始 领导AI/ML基础模型研发团队（AFM） 。这是苹果内部规格极高的AI研发组织， 承担了从多模态大模型、Siri重构到AXLearn训练框架等一系列重量级任务。 在团队规模接近百人、任务繁重的条件下，庞若鸣始终扮演着“技术主脑”的角色，既统筹全局又亲自下场架构设计，堪称技术界罕见的“全链路型指挥官”。
Meta为何重金挖他？扎克伯格的“AI天团”野心浮出水面
苹果的AI困局，是外界看到这笔转会的“前情提要”。在过去的一年中，AFM团队屡次遭遇内部阻力，领导层更替带来的技术方向反复调整，加之公司高层一度考虑引入OpenAI模型替代自研，令团队士气大幅受挫。在这种背景下，庞若鸣的“出走”显得既合理，又标志性。
而接住这位“自由球员”的，是已将AI升级为企业战略核心的Meta。据多方消息确认，庞若鸣的到来，是Meta“超级智能实验室”（Meta Superintelligence Labs, MSL）搭建计划的重要一步。这个实验室旨在脱离原有Llama体系，建立一套全新的模型架构与产品形态，服务于Meta在社交、搜索、图像生成、多模态交互等场景中的AI重构。
与以往不同，MSL几乎清一色由“天价引进”的技术大牛组成。这支团队中， 既有前OpenAI感知负责人余家辉，也有GPT-4.1、GPT-4o、o1-mini等模型的核心成员，包括赵晟佳、毕树超、任泓宇、林驥、常慧文等华人科学家。 他们共同构成了一支高度专业化、协同紧密的“AI特种部队”。
Meta对这支团队的定位非常明确： 不是微调，不是补丁，而是从模型底座开始重构自己的AI系统 。而在这个构建链条中，庞若鸣是不可或缺的中枢。他的系统架构经验、跨团队管理能力、底层代码能力以及对模型生命周期的深度理解，使他成为了Meta押注未来AI战局的“最重一张牌”。
AI巨头混战下，庞若鸣是一场赌局的注脚
Meta为何押宝庞若鸣？ 答案不仅在Meta本身，也在整个行业的对照组中 。
OpenAI陷入内部动荡，GPT-5迟迟未出，Altman个人声誉与微软之间的合作关系都被打上问号；苹果Siri开发停滞不前，自研与外购之间摇摆不定；微软虽多线下注，但缺乏一个技术灵魂人物统一方向；xAI仍在“马斯克式”叙事中徘徊；谷歌虽然推出了 Gemini ，但在落地产品方面进展缓慢。
在这场“强者都有问题”的混战格局中，Meta反倒凭借激进清晰的策略，重新赢得了主动权。扎克伯格没有选择等待奇迹，也没有选择压榨现有团队，而是用真实的金钱和组织结构，对AI系统进行了实质性重构。他的底层逻辑很简单：既然问题出在旧体系，那就重建一套新体系，把最好的人请来、最坏的假设拆掉。
而庞若鸣，正是这套逻辑下最具象的代表。他是产品化与科研深度的结合点，是平台架构与团队执行的交叉口。 他的出现，让这场AI豪赌拥有了真正的“执行可能”。
或许没人知道Meta的超级智能实验室最终能否击败OpenAI或谷歌。但可以肯定的是，在这个通用智能竞赛愈演愈烈的阶段，人才的价值被重新定义。而2亿美元，不只是一个人拿到的工资，更是一家公司为未来下注的数字。
