MIT天才博士刚毕业，就被前OpenAI CTO抢走！年薪或300万起步

　　新智元报道

　　编辑：桃子

　　【新智元导读】MIT天才博士，清华学霸肖光烜官宣，正式加盟Thinking Machines，下一步主攻大模型预训练。

　　MIT天才博士一毕业，火速加盟OpenAI前CTO初创！

　　最近，肖光烜（Guangxuan Xiao）在社交媒体官宣，刚刚完成了MIT博士学位。

　　下一步，他将加入Thinking Machines，专注于大模型预训练的工作。

　　评论区下方，英伟达科学家、xAI研究员、UCSD等一众大佬，为他本人送上了祝贺。

　　清华双学位学霸，MIT博士开挂人生

　　打开他的个人主页，多元而充实的经历便映入眼帘。

　　肖光烜本科毕业于清华大学，拿到了双学位，主修的是计算机科学，金融学是第二学位。

　　在此期间，他获得了清华大学综合优秀奖学金（2019）、全国大学生数学建模竞赛（CUMCM）一等奖（2020）、国家奖学金（2020）、清华大学「未来学者」奖学金（2021）等多项奖项。

　　他曾于2020–2021年作为访问生（Visiting Student），前往斯坦福大学计算机系开展科研工作。

　　2022年，肖光烜加入MIT攻读博士学位，导师为韩松（Song Han）教授。

　　个人研究方向聚焦于：深度学习的高效算法与系统，尤其是大规模基础模型（Foundation Model）。

　　他于2022年9月至2026年1月，在MIT EECS担任全职研究助理（Research Assistant）。

　　读博期间，肖光烜曾多次进入全球顶级科技大厂从事前沿研究实习，具备了丰富的一线工业研发的经验。

　　2023年，他曾加入Meta实习，研究方向为「流式语言模型的高效注意力机制」，相关成果发表在arxiv上。

　　论文地址：https://arxiv.org/pdf/2309.17453

　　2024年2-5月期间，他作为英伟达实习生，研究方向是为长上下文大语言模型推理加速。

　　他和团队提出了DuoAttention，结合检索与流式注意力头，实现高效推理。

　　论文地址：https://research.nvidia.com/labs/eai/publication/duoattention/

　　随后，他又参与了多项核心研究项目，其中包括：

　　XAttention：基于反对角评分的块稀疏注意力机制

　　StreamingVLM：面向无限视频流的实时理解模型

　　FlashMoBA：混合块注意力（Mixture of Block Attention）的高效优化

　　值得一提的是，肖光烜在研究之外，还有丰富的兴趣爱好，比如足球、乒乓球、围棋、钢琴。

　　他曾担任所在院系足球队的队长兼先锋，贝多芬的作品是个人最爱。

　　一篇博士论文，破解LLM三大难题

　　比起耀眼的履历，肖光烜的博士论文本身更值得深入研析与拆解。

　　不得不承认，如今大模型已经无所不能，但它们依然太贵了。

　　显存爆炸、推理太慢、长上下文直接OOM（内存溢出），这是几乎所有LLM工程团队每天都在面对的现实。

　　Efficient Algorithms and Systems for Large Language Models这篇论文，给出了一个罕见的、从工程到理论、从算法到架构的完整答案。

　　论文中， 他们提出了SmoothQuant，解决了一个长期困扰工业界的问题——激活值异常（activation outliers）。

　　SmoothQuant通过一个巧妙的数学等价变换，把量化难点从「激活」转移到「权重」。

　　结果，它实现了首个在十亿级模型上W8A8无损量化，无需重新训练，显存更小、推理更快。

　　针对超长序列的处理，作者在StreamingLLM中发现了「注意力汇点」（attention sink）现象——

　　即使没有任何语义，初始token会被后续token持续关注。这些token的作用不是「理解」，而是数值稳定。

　　结果，实现了常数内存的流式推理，模型上下文长度从数千token扩展到百万级。

　　更进一步，他们又把这一思想推广到多模态，StreamingVLM可以在保持时间一致性的同时处理长达数小时的视频内容。

　　对于超长上下文场景，团队又提出一个互补方案，分别针对不同的性能瓶颈。

　　KVCache太大，采用DuoAttention

　　注意力头本身就有分工：少数负责「全局检索」，多数只看「最近上下文」。

　　DuoAttention用混合策略，大幅降低显存，却几乎不掉性能。

　　预填充（Prefill）太慢，采用XAttention

　　利用反对角线评分机制，仅识别、计算必要的注意力块，从而实现显著的加速效果。

　　论文的最后，并没有止步于「优化现有模型」，通过对MoBA（块混合注意力） 的信噪比分析，作者证明了：

　　理论上，block越小越好。

　　但现实是，GPU不答应，于是有了FlashMoBA，一种定制化的CUDA内核，使小块架构在实践中可行，并实现了最高可达9倍的速度提升。

　　这篇论文的价值在于，构建了一整套高效大模型的完整框架，既回应了当下的现实挑战，也为下一代计算高效、普惠可及的AGI奠定了基础。

　　平均350万年薪，碾压OpenAI

　　最后来到一个大家比较感兴趣的话题——薪资。

　　去年，硅谷人才争夺战激烈，BI一篇独家挖到了Thinking Machines（TML）给员工们开出的薪资——

　　基础年薪高达50万美元（约350万元）。

　　据BI获取的招聘数据，TML向两名技术员工支付了45万美元的基础年薪，另一名员工的年薪则高达50万美元。

　　第四名员工被列为「联合创始人/机器学习专家」，其年薪同样为45万美元。

　　这些薪酬数据，来自2025年第一季度，早于Murati以100亿美元的估值，成功完成20亿美元的种子轮融资。

　　总体来看，TML为这四名技术员工提供的平均年薪达到462,500美元。

　　相较之下，TML明显高于业内更为成熟LLM公司——

　　OpenAI在相关申报文件中列出的29名技术员工，平均年薪为292,115美元。

　　其中最高薪资为53万美元，最低为20万美元。

　　Anthropic向14名技术员工支付的平均年薪为387,500美元，薪资区间在30万至69万美元之间。

　　虽然比起Meta疯狂的超1万亿美元薪酬还差得远，但这一水平也在硅谷数一数二。

　　果然，21世纪最贵的还是人才。

　　参考资料：

　　https://x.com/Guangxuan_Xiao/status/2008779396497502337

　　https://guangxuanx.com/

　　https://scholar.google.com/citations?user=sRGO-EcAAAAJ

　　https://www.eecs.mit.edu/eecs-events/doctoral-thesis-efficient-algorithms-and-systems-for-large-language-models/

　　https://www.businessinsider.com/muratis-new-ai-startup-salary-technical-talent-2025-6