揭祕蘋果AI核心團隊人才地圖

原標題：揭祕蘋果AI核心團隊人才地圖 來源：36氪

7月初，Meta開出2億美金「天價」年薪，挖角蘋果AI基礎模型團隊負責人龐若鳴。關於龐若鳴和蘋果AI團隊的討論甚囂塵上：為何Meta願開高薪挖角一個「並沒有出成果」的團隊負責人？

蘋果AI做了兩年，成果到底如何？

《職場Bonus》*獲悉，龐若鳴負責的蘋果AI AFM團隊一直在做大模型的研發工作，同時也取得了不錯的成果，但因蘋果內部較為封閉的生態：研發團隊的成果必須要等產品上線后才能發佈，成果始終無法公開。

沒有人比龐若鳴更惋惜現在的蘋果AI。

2021年，龐若鳴加入蘋果AI，負責自研模型團隊。從2023年Apple Intelligence在內部誕生，到2025年，大模型飛速發展了2年，蘋果卻沒跟上時代的節奏，AI成果頻被外界詬病。

7月12日，社交媒體爆出龐若鳴在離職前，向蘋果負責軟件的SWE部門爭取，公開自己AFM團隊研發成果的機會，卻遭到拒絕。

在迅速變化的AI時代，蘋果的AI戰略顯得保守：2023年以來，WWDC大會上承諾的AI功能頻頻食言，AI功能雖已融入系統，但卻缺乏創新。關於AI的決策上，蘋果已然失去了大眾期待的創新和活力。

但遺憾的是，這些問題根源並非在於人員能力，而是來自蘋果內部的重重阻力。

龐若鳴失望離去。

谷歌大牛帶隊，團隊80%華人陣容，自研模型能力接近DeepSeek

蘋果自研模型（AFM）團隊一號位是龐若鳴，是在Meta挖角風波中，硅谷「最貴」的華人大牛。

公開資料顯示，龐若鳴博士畢業后，在谷歌擔任了15年的首席軟件工程師。在谷歌期間，龐若鳴與吳永輝（沒錯，就是年初加入字節Seed團隊的吳永輝）、陳智峰（龐若鳴走后，陳智峰將接替龐若鳴的位置，任蘋果AFM團隊負責人）共同主導了Babelfish/Lingvo框架開發。這一框架成為谷歌TPU使用量最高的深度學習平臺，成果最終被谷歌內部1000+項目採用，使用率超越AdBrain與DeepMind。

此外，龐若鳴還是端到端神經網絡語音合成（TTS）系統的的核心貢獻者。

「若鳴是位很有人格魅力的大牛。」曾有與其共事者告訴《職場Bonus》。

龐若鳴於2021年加入蘋果，領導AFM團隊，負責蘋果AI基礎模型研發。《職場Bonus》獲悉，龐若鳴在蘋果AFM團隊管理80人左右，其他成員都比較低調，包括陳智峰、Zirui Wang（王子瑞）、Chung-Cheng Chiu、Guoli Yin（尹國立）、Yinfei Yang、Nan Du（杜楠）、Chong Wang（王崇）等多位大牛。其中，王子瑞、尹國立、王崇、Mark Lee、張博文、Tom Gunter為AFM團隊最早期成員。其各自分工如下：

據記者馬克·古爾曼爆料，龐若鳴離開后，蘋果自研模型團隊將由陳智峰（Zhifeng Chen）管理。該團隊將形成新的、更為分散的管理架構：從大多數工程師直接向負責人報告的結構，轉變為多個經理向負責人報告。

陳智峰2000年本科畢業於復旦大學，分別於美國普林斯頓大學、伊利諾伊大學香檳分校獲得碩士、博士學位。2005年博士畢業后，陳智峰加入Google，在谷歌任職19年。陳智峰、吳永輝 [1] 、龐若鳴三人均是Google Brain早期成員，也是Google Brain三個華人團隊的主要Leaders。除了Babelfish/Lingvo框架之外，陳智峰在機器學習和分佈式系統領域有着顯著的學術影響力，Google scholar顯示其學術成果被引用11萬余次。特別是在TensorFlow這一廣泛應用的開源機器學習框架的開發中，陳智輝發揮了關鍵作用。

《職場Bonus》從知情人士處*獲悉，關於彭博社近期「蘋果正考慮引入Anthropic或OpenAI的大語言模型」的消息，蘋果現在會堅定做自研模型，這件事本是今年年初時發生的，「那時內部高管意見動搖，蘋果自研模型情況緊急，龐若鳴邀請來了此前谷歌時期的‘好兄弟’陳智峰來幫忙。」

值得一提的是，蘋果AI團隊早期成員王子瑞，在谷歌時期曾與龐若鳴共事。王子瑞本碩博畢業於卡內基梅隆大學，2020年博士畢業后加入Google Brain。在谷歌時期，王子瑞匯報吳永輝，曾和扎特伯格1億美金年薪挖角的OpenAI感知團隊負責人余家輝 [2] 共事。

在吳永輝博士的帶領下，王子瑞和余家輝共同開發的「CoCa圖文基礎模型」被引用1752次。該模型讓計算機更智能地理解圖像和文本之間的關係，推動了多模態AI技術的發展，尤其在圖像識別、檢索和生成描述等方面具有廣泛應用前景。

離開谷歌后，王子瑞加入蘋果，是蘋果AFM團隊的早期成員。來到蘋果后，王子瑞獨立研發了最初的AFM模型，並使其發展成為Apple Intelligence，和龐若鳴共同推動了Apple歷史上*的AI發佈。2024年，王子瑞加入馬斯克xAI團隊，致力於Grok3的Post-training（后訓練）。目前，是蘋果AI團隊后訓練負責人。

尹國立本科畢業於浙江大學，2018年斯坦福大學碩士畢業后加入蘋果，在蘋果任職7年。尹國立是最早做蘋果推理引擎的一批人。他和團隊開發的蘋果搜索引擎輸入建議系統，已於蘋果大部分產品中應用。2022年，尹國立作為早期成員加入AFM團隊，當時團隊只有5個人，現主要負責Agent、Post-Training、API。

尹國立和已於近期離職的Tom Gunter是蘋果超7年的老員工。蘋果AFM團隊另外幾位Leader：王崇、Yinfei Yang、杜楠、Chung-Cheng Chiu，也都是各自領域內大牛，曾在Google任職研究員。

多模態負責人Yinfei Yang在自然語言處理和計算機視覺領域具有顯著貢獻。他在2021年發表的《Scaling up visual and vision-language representation learning with noisy text supervision》，被引用次數4148次，該工作在視覺和視覺-語言表示學習中利用噪聲文本監督，推動了大規模多模態模型的發展。

近日，Zhe Gan這位多模態領域大牛，也加入與蘋果AFM團隊合作。Zhe Gan的學術研究主要圍繞視覺與語言的聯合表示學習（《Uniter: Universal image-text representation learning》，被引用3059次）、文本到圖像生成、視頻與語言理解以及生成模型等方向，具有較高的國際影響力，Google scholar引用數據超2.6w。

被稱為「混合專家模型（MoE）領域專家」的杜楠是Apple的首席研究員，也在龐若鳴的AFM團隊架構下，之前曾在Google擔任高級研究科學家。

杜楠參與了谷歌萬億權重語言模型GLaM（General Language Model）的開發。GLaM採用稀疏專家混合模型（MoE）架構，通過高效訓練和服務，在多個小樣本學習任務上都能有競爭力的性能。此外，杜楠還參與了PaLM 2和Google AI搜索項目Magi的工作。

[1] 吳永輝是人工智能領域的資深專家，現任字節跳動大模型團隊Seed基礎研究負責人，直接向CEO梁汝波匯報。他於2008年加入谷歌，深耕AI領域17年，主導了谷歌神經機器翻譯（GNMT）、RankBrain等標誌性項目，因在深度學習領域的持續貢獻於2023年晉升爲 「Google Fellow」 並擔任谷歌 DeepMind 研究副總裁。2025年初加盟字節。

[2] 余家輝是現任Meta「超級智能實驗室」（MSL）核心成員，主導多模態大模型與 AGI 前沿研究。2019年，余家輝加入谷歌DeepMind后，他作為Gemini多模態團隊聯合負責人，推動該模型實現語言、圖像、音頻的無縫融合。2023 年，余家輝加盟OpenAI，擔任感知團隊負責人，主導GPT-4o、GPT-4.1等模型的多模態感知模塊研發。2025年6月，Meta以四年3億美元的薪酬方案（含股權激勵）將其招致麾下，首年總包傳聞達 1 億美元，被稱為「比C羅還貴」的那個男人，是當前全球 AI 領域最受關注的華人科學家之一。

在AI上不斷搖擺的蘋果

7月初，Meta願開出2億美金「天價」年薪，挖角龐若鳴。扎克伯格顯然不是「最慘接盤俠」。

一位關注AI人才的獵頭評價，「以上名單透露出蘋果AI的人才密度還是很高的，研發能力不至於是現在給大眾展現出來的水平。」

《職場Bonus》從知情人士處獲悉：「從2023年初開發出AFM*代模型開始，團隊內部其實一直在做大模型的訓練。」

據瞭解，蘋果目前已經訓練出數千億參數的基礎模型，模型能力接近DeepSeek。

研發成果豐碩，但蘋果AI掉隊最核心的問題，在於高管們對AI的認知不同，導致蘋果在AI研發上推動的每一個決策都異常艱難。

本該匯報給JG副手Daphne的龐若鳴，離職之際，卻向「隔壁」負責軟件工程的SWE團隊老大Craig爭取研發團隊成果公佈的自由。並且，在郵件往來之間以及郵件公佈過后，都並未見龐若鳴的上級Daphne，亦或是JG發聲。這並非空穴來風。

Craig Federighi是蘋果SWE團隊SVP，匯報CEO Tim Cook。Craig最初於1994年加入NeXT，1997年隨喬布斯迴歸蘋果公司。但在1999年離開蘋果。2009年，Craig再回蘋果。2012年8月，Craig升任蘋果軟件工程高級副總裁，主管iOS和macOS的開發。

2018年，庫克從谷歌挖來約翰·詹南德雷亞（John Giannandrea，后文簡稱JG）擔任人工智能部門負責人，補足蘋果AI的短板。當時，JG在谷歌被視為影響力僅次於CEO的高管。

但來到蘋果之后，JG處處受挫。

作為「空降」高管，JG的決策壓力，主要來源於主管iOS開發的Craig。

在外媒記者Mark Gurman發佈的《Why Apple Still Hasn't Cracked AI》（為何蘋果仍未攻克人工智能）一文中，援引多位蘋果內部同事的爆料：「軟件負責人Craig Federighi不願在AI上投入巨資，他不認為AI是移動設備的核心能力。」

蘋果AI上的決策，幾乎是要看Craig的「心情」：2018年，JG剛加入蘋果不久，想「大展身手」，改革蘋果AI，卻因需要大量資金投入受阻。那時Craig認為AI並不重要。以至於ChatGPT發佈之際，蘋果連Apple Intelligence的概念都沒有。

2023年，ChatGPT吸引了Craig的注意。Craig當即聯合JG組建開發大語言模型的AI團隊，但這時的投入也只有千萬美元級別。而當時OpenAI在大模型相關的研發、訓練及運營成本，總計已能達到數十億美元以上（粗略估算），並已完成超100億美元的融資。

儘管蘋果對AI的投入在逐年遞增，但卻總是會晚於市場一步。

因此，相比於其他研發團隊，蘋果AFM團隊的研發條件沒那麼優渥。蘋果及其他公司高管表示，蘋果的AI員工數量遠少於其他競爭對手，且用於訓練和運行大語言模型訓練的GPU也較少，「很多一部分是租的谷歌的TPU」。

蘋果AI「難產」，JG的日子也不好過。據Mark Gurman援引其他蘋果高管透露，庫克對JG打造新產品的執行力失去了信心。今年3月，本屬於JG負責的Siri團隊，移交給了SWE團隊，並由Mike Rockwell負責。

蘋果患上了蘋果病

馬雲曾説過，企業留不住人才，只有兩個原因：「不是錢沒到位，就是受委屈了。」

有人説，龐若明的離開，也是對SWE團隊的失望。

一位接近蘋果的人士告訴《職場Bonus》，蘋果更重視產品，Craig堅持「蘋果標準」，因此研發團隊發佈成果，需要等相應的產品上線。沒有產品上線，研發團隊的成果便不能發佈。

一方面，研發團隊的成果得出后，進行工程化落地，以及與產品進行開發和適配，還有很長一段距離。蘋果又以做產品著稱，作為負責人的Craig對產品成熟度的要求很高。接近Craig人士告訴《職場Bonus》：「Craig是一個寧願讓外界説蘋果做AI不行，也不想聽到外界説蘋果做AI應用、做service不行的人。」

因此，消費者現在能看到、體驗到的蘋果的AI功能，很可能是研發團隊去年、前年的成果，甚至是模型的閹割版。

另一方面，蘋果堅持較為封閉的生態，想在自己的硬件上運行大模型。但蘋果自研的PCC芯片 [3] 性能有限，倒逼研發團隊只能根據硬件可行性，在一個比較小的模型上做調試。相關人士分析稱：從蘋果自研芯片的性能來看，蘋果的芯片是沒辦法絲滑運行目前市面上所有的前沿模型的。

關於這一點，Craig在給龐若鳴回覆的郵件中也有回覆：「Apple is forcing huge compromises to run models on their hardware」（蘋果爲了在其硬件上運行模型，做出了巨大的妥協）

2010年，蘋果推出*自研芯片A系列，應用於iPhone和iPad；2020年，蘋果發佈M系列芯片，應用於個人電腦。蘋果自研芯片通過其垂直整合能力和自主創新設計，構建了統一內存架構，用户能在iPhone、iPad、Apple Watch、Mac等不同產品間擴展應用。自研芯片也利用蘋果自身優勢，打造了更加節能緊湊的硬件方案。

但在AI芯片方面，蘋果沒有技術積累，跟進研發仍需要時間。5月25日，據媒體消息，蘋果有內部人士稱其他正在研發的芯片，將用於未來Mac機型以及能為Apple Intelligence平臺提供支持的AI服務器。

《職場Bonus》援引知情人士分析預測：「下一代芯片性能大概也只有英偉達H100的水平。」

從公司層面來看，Craig的決策在一定程度上也反映了蘋果的態度：蘋果想守住從前的蘋果。但對消費者、對蘋果內部的AI人才來説，沒有先進的AI體驗、不能公開發布成果——消費體驗和時間是更大的成本。

重產品、守自研成了一把雙刃劍：賦予蘋果想象空間的同時，既是對一些AI人才的桎梏，更成了困住蘋果AI的「蘋果病」。

[3] PCC（Private Cloud Compute）芯片是蘋果公司為私有云計算（Private Cloud Compute, PCC）架構設計的專用芯片，主要用於處理Apple Intelligence的複雜請求。