Gemini联席负责人沙泽尔转投OpenAI 头部AI人才争夺战升级

2026年6月，谷歌工程副总裁、Gemini技术联席负责人诺姆·沙泽尔正式确认离职加入OpenAI。作为AI领域标志性学者、Transformer奠基论文《Attention Is All You Need》核心作者，沙泽尔曾主导LaMDA、稀疏门控混合专家架构（MoE）等核心技术研发，此次核心人才流动，凸显大模型赛道顶级研发资源的竞争烈度。

6月20日上午，谷歌全球研发部门的内部邮件同步了诺姆·沙泽尔的离职通知，邮件中仅提及沙泽尔因“个人职业规划”离任，未披露更多细节。但不到两小时，OpenAI官方X平台账号就发布了沙泽尔入职的消息，透露其将出任大模型基础架构研究负责人，直接向OpenAI CTO米拉·穆拉蒂汇报，全程没有给谷歌留出任何缓冲空间，也让行业再次意识到顶级AI人才的争夺已经进入白热化阶段。

当前大模型赛道已经从技术验证期进入商业化落地的关键阶段，谷歌、OpenAI、Meta等头部企业的竞争已经从参数规模比拼转向推理效率、端侧部署、多模态能力的综合较量，而能够主导核心架构迭代的顶级学者，已经成为比算力更稀缺的战略资源。根据国际科技咨询机构Gartner 2026年第一季度发布的AI人才报告，全球具备千亿级大模型核心架构研发经验的顶尖学者不足200人，其中超过70%集中在谷歌、OpenAI、Meta、微软四家企业手中。

沙泽尔的此次流动之所以引发行业震动，很大程度上是因为他原本是谷歌对抗OpenAI的核心底牌：2024年谷歌为了请回沙泽尔，斥资12亿美元收购了其创办的AI社交平台Character.AI，回归后沙泽尔直接主导了Gemini 2.0、Gemini Edge等核心产品的研发，帮助谷歌在消费级大模型市场的份额从2024年的17%提升至2026年第一季度的29%，几乎追平了OpenAI的32%。

在整个AI研究领域，沙泽尔的名字几乎等同于大模型的技术根基。2017年，他作为核心作者参与发布的《Attention Is All You Need》提出了Transformer架构，这一成果至今仍是所有大语言模型、多模态模型的核心技术底座，全球95%以上的AI生成式产品都基于该架构研发。

更早的2016年，他提出的稀疏门控混合专家架构（MoE），解决了千亿参数大模型训练和推理成本过高的痛点，目前GPT-4、Gemini、Claude 3等主流头部大模型均采用了基于该架构的优化方案。此外他主导研发的谷歌LaMDA对话模型，是全球首个实现类人自然对话的大语言模型，也为后来的ChatGPT等生成式AI产品提供了重要的技术参考。2021年沙泽尔首次离开谷歌创办Character.AI，仅用两年时间就做到了月活用户8200万，成为全球最大的AI社交互动平台，其产品的对话自然度、个性化生成能力至今仍是行业标杆。

对于OpenAI而言，沙泽尔的加入直接补上了其在大模型效率优化领域的短板。据行业人士透露，OpenAI目前正在推进的GPT-5研发面临的最大瓶颈，就是千亿参数模型的推理成本居高不下，端侧部署的延迟和功耗难以达到消费级产品的要求，而沙泽尔在MoE架构优化、端侧大模型压缩领域的积累，刚好能解决这一核心痛点，预计能将GPT-5的推理成本降低至少50%，上市时间提前3-4个月。

而对于谷歌来说，沙泽尔的离职无疑是重大打击：原本计划2026年第四季度发布的Gemini 3.0由沙泽尔团队主导核心架构研发，此次核心负责人离任，大概率会将产品发布时间推迟到2027年第一季度，其原本有望追平OpenAI的市场节奏也将被打乱。值得注意的是，此次人才流动已经引发连锁反应，据知情人士透露，沙泽尔在谷歌的核心团队中有至少7名资深研究员已经提交了离职申请，大概率会跟随其加入OpenAI。

从更长的行业周期来看，随着AGI研发进入关键攻坚期，顶级AI人才的流动将会成为常态。头部企业为了争夺核心人才，开出的薪酬包已经从千万美元级别上涨到上亿美元，除了现金和股权之外，独立研究权限、算力资源分配、研究成果商业化分成等都已经成为人才谈判的核心筹码。对于整个行业而言，合理的人才流动能够加速技术的交叉融合，推动AI技术的普惠落地，但巨头之间的恶意挖角也可能会扰乱行业的研发节奏，如何平衡企业竞争和行业发展的关系，也将成为未来全球AI产业需要面对的重要命题。