十年前的百度，聚攏了硅谷最杰出的天才，每個都比姚順雨耀眼……

縮放定律（Scaling law）可能是AI時代最重要的“金科玉律”之一。

縮放定律的原出處，是OpenAI的一篇叫做《神經語言模型的縮放定律》（Scaling Laws for Neural Language Models）的論文。

而這篇論文的通訊作者，就是達里奧·阿莫迪，他的另一個廣為人知的身份，則是Anthropic的聯合創始人。

Anthropic在AI編程領域優勢明顯，地位隱隱然與OpenAI和Google鼎足而三，剛傳出將以3500億美元估值融資200億美元的消息。作為聯創，阿莫迪當然功不可沒。

但很少有人注意到，阿莫迪還有另一個身份——百度前員工。

按照百度內部通訊軟件“如流”的分級來看，阿莫迪應該叫“紅度阿莫迪同學”。

更有意思的是，在2024年底Amodei在一次播客采訪中，阿莫迪透露2014年與吳恩達在百度研究AI的時候，他就已經發現了模型發展的規律縮放定律。

此話一出，掀起了一陣“百度是否比OpenAI更早發現縮放定律”的爭論。

Amodei不是個例，在硅谷，“百度”頻繁出現在大佬的履歷里。

最為人所熟知的是AI學術大牛、斯坦福大學教授、谷歌大腦聯合創始人吳恩達，他曾是百度硅谷實驗室的“靈魂”。

離職時，他不吝對李彥宏的贊美，稱他是“第一個清晰看到深度學習價值的大型公司CEO，也是全球最好的AI CEO之一。他的熱情和百度的決心讓我覺得這是一個難得的機會”

在Meta，沙蘭·納朗（Sharan Narang）組建并擴展了Llama預訓練團隊，交付了Llama 2、3和4的預訓練模型，奠定了Meta在生成式人工智能領域的領先地位。

而他曾是百度硅谷實驗室的高級研究員，離開后先在谷歌當技術主管，后跳槽到Meta。

在蘋果，曾擔任AI/機器學習相關方向總監的亞當·考特斯（Adam Coates），曾是百度硅谷實驗室的早期核心成員之一，跟隨師父吳恩達加入，并在后者離開之后接棒。

在英偉達，應用深度學習副總裁布萊恩·卡坦扎羅（Bryan Catanzaro），曾是百度硅谷實驗室的高級研究員，專門研究GPU優化。

他們的共同經歷，是在十年前的“百度硅谷實驗室”效力過。那代表著百度的一次硅谷野心。

01.

硅谷野心

百度請來了“谷歌大腦（Google Brain）之父”，要在硅谷搞一個“百度大腦”，這在當時是爆炸性新聞。

2014年，百度硅谷實驗室成立，專注于人工智能與深度學習技術研究，與北京深度學習實驗室、大數據實驗室共同構成百度研究院核心科研體系，并任命斯坦福大學教授、Coursera聯合創始人吳恩達出任首席科學家，負責統籌百度在北京與硅谷兩地的人工智能研究工作。

吳恩達是谷歌大腦的早期核心成員之一，也是深度學習從學術走向工業化過程中最具標志性的人物之一。

對一家中國互聯網公司而言，在這一時間點、以研究負責人而非顧問的形式，將這樣一位學者級人物納入體系，在硅谷并不多見。

媒體在報道中強調，這是百度在硅谷長期布局人工智能研究的重要一步，并披露百度計劃在未來五年內為這一國際研究項目投入約3億美元，目標是將硅谷團隊擴展至約200人規模。

那一年，Transformer架構尚未出現，“大模型”仍是一個不存在的概念。但深度學習的拐點已經到來。

2012年，AlexNet在ImageNet競賽中取得壓倒性優勢，卷積神經網絡開始從學術論文走向產業實踐。

2013年，Facebook請來楊立昆（Yann LeCun），成立Facebook AI Research。

2014年初，谷歌以數億美元級別的價格收購英國AI公司DeepMind。

人工智能已經不再僅僅是研究熱點。

但在當時，這仍然是一條高投入、長周期、結局不明的路線。少數巨頭已經開始下注，大多數公司仍在觀望。

百度正是在這一階段選擇大膽押注的一方。

彼時，移動端搜索使用量開始超過PC。但移動廣告的變現效率明顯低于PC，成本結構也更為復雜，這使得公司整體盈利能力承壓。

在多次公開場合，李彥宏將這種變化描述為一次結構性的轉折。他強調，從PC向移動的遷移并非終點，更大的技術浪潮正在醞釀，而人工智能將深刻改變信息獲取與分發的方式。

正是在這樣的判斷下，百度決定不再只在國內推進應用層改進，而是直接進入全球AI研究最密集的現場——硅谷。

其實早在2011年，百度硅谷研究院就成立了，但主要是將硅谷的中國工程師招募回國。

而吳恩達的加入才是百度卷入硅谷人才爭奪核心圈的標志，在那之后，百度的AI研究形成三大實驗室——硅谷人工智能實驗室（SVAIL）、深度學習實驗室（IDL）、大數據實驗室（BDL），一個在硅谷，兩個在北京，形成了中美兩地聯動的格局。

推動這次合作的關鍵人物是吳恩達的老朋友、百度當時負責深度學習研究的高管余凱（Kai Yu）。兩人多次在帕洛阿爾托一家喜來登酒店會面，從早餐談到晚餐，隨后余凱又引見了百度的其他研究負責人。

之后，吳恩達飛往北京，與李彥宏進行了一次長達數小時的會談，討論百度研究體系未來應當如何搭建。

這并不是一次傳統意義上的跳槽談判。對吳恩達而言，吸引力不在于頭銜，而在于空間。

百度為他提供的，是從零設計研究方向、在硅谷搭建國際化團隊、并在相對獨立的環境中推進長期研究的空間。吳恩達在接受采訪時直言，他對“從零開始構建一個國際研究組織”感到興奮。

對許多研究者而言，這意味著一家中國公司正在以接近Google、Facebook的方式，系統性地參與人工智能基礎研究競爭。

02

人來了

吳恩達的存在本身，就形成了一種吸引力。他在斯坦福和谷歌大腦的背景，讓不少研究者愿意過來試一試。

實驗室早期最重要的工作之一，是語音識別系統Deep Speech。模型要足夠大，數據要足夠多，訓練要持續足夠久，人才極其重要。

一批后來在AI世界反復出現的名字聚到了一起。

亞當·考特斯（Adam Coates）是其中的核心人物之一。他本身是斯坦福出身，師從吳恩達，研究背景扎實。他跟隨吳恩達加入百度，在實驗室里承擔的角色，更多是把“研究”變成“能持續推進的工程”。

在工程層面，布萊恩·卡坦扎羅（Bryan Catanzaro）的作用逐漸顯現。他從英偉達跳槽過來，關注點在于如何讓這些越來越大的模型，真正高效地跑在GPU上。很多時候，瓶頸并不來自算法，而來自系統效率。

格雷戈里·迪亞莫斯（Gregory Diamos）來百度之前，是英偉達CUDA架構師。他在百度對DeepSpeech和DeepVoice系統有貢獻，他關注的則是更底層的系統問題：訓練過程如何被拆解、調度和優化，如何把高性能計算的思路真正嫁接到深度學習訓練中。

在這些人之間，后來創辦Anthropic的阿莫迪當時并不顯眼。

他在團隊里的身份，只是一名研究科學家，參與模型和系統的實際打磨。但正是在這段經歷中，一種后來被反復提及的直覺，逐漸成形。

多年之后，阿莫迪在回顧自己職業路徑時提到，他對“規模”的認識，并不是來自某一次靈光乍現，而是來自反復的工程實踐。在Deep Speech的實驗中，當模型規模、數據量和計算資源被同步放大時，系統性能并不是隨機起伏，而是呈現出一種平滑而穩定的提升趨勢。

那時，“縮放定律”還沒有成為一個被命名的概念，多年后，2024年底，已經是Anthropic創始人的阿莫迪透露此事，引發了“百度是不是先于OpenAI發現縮放定律”的爭議。

當年在百度觀察到類似“縮放定律”的科學家，迪亞莫斯也是其中之一。

到現在他的領英界面上百度那段工作經歷里還寫著頭銜是“大語言模型縮放定律研究員（LLM Scaling Law Researcher）”。

隨著項目推進，實驗室本身也在變化。

最初，它更像一個相對獨立的研究飛地；但到2016年前后，語音、視覺、自然語言處理、自動駕駛等方向同時展開，團隊迅速膨脹，研究開始不可避免地與公司整體戰略發生更緊密的咬合。

實驗室不再只是“做研究”，而逐漸承擔起連接前沿探索與內部工程體系的角色。

正是在這種張力之下，百度在2017年做出了一個新的組織性選擇。第二個大型研發中心在硅谷設立，這一次，重心不再是基礎研究，而是更明確地服務于自動駕駛等方向的工程落地。

新的中心配備了車輛實驗室，主要支持Apollo自動駕駛平臺的開發與測試，同時也容納了部分安全相關團隊。它與最初的硅谷AI實驗室形成了分工：一個更偏前沿研究，一個更偏系統工程和實際應用。

那場以研究為核心的實驗階段，正在走向尾聲。

接下來不可回避的問題是：從2014年到2017年，百度這套“在硅谷重金押注AI”的策略，究竟有沒有起到效果？

如果從最直觀的財務結果來看，答案并不簡單。至少在這三年里，人工智能并沒有立刻成為百度新的現金引擎。2016年，百度營收增速明顯放緩，四季度甚至出現同比下滑，公司在財報溝通中反復強調“轉型期投入”的必要性。這意味著，AI更像是一項面向未來的長期基礎設施投資，而不是可以迅速反映在利潤表上的業務。

但如果把標準切換為“是否改變了公司在技術與人才層面的地位”，結論就要復雜得多。

在技術層面，百度在這一階段確實獲得了前所未有的國際能見度。

Deep Speech 2的論文被大量引用，作者名單中同時出現北京與硅谷研究者。百度的語音識別成果開始頻繁被拿來與谷歌、微軟對比，進入全球技術敘事。

03

散是滿天星

吳恩達在2017年3月宣布離開百度。在他的公開信中，幾乎看不到任何沖突描述，他強調的是團隊已經成型、接班安排已經就緒，以及公司在AI上的長期投入。文字克制而體面。

就在吳恩達離開前后，百度內部確實發生了一輪明確、可見，而且影響深遠的管理層與組織結構調整。

最關鍵的變化發生在2017年1月。百度宣布引入陸奇，擔任集團總裁兼首席運營官（President&COO）。在此之前，陸奇長期任職于微軟，以執行力強、組織管理風格明確著稱；再往前，他也是Yahoo搜索與廣告體系的重要負責人。這是一個典型的、以業務整合、流程效率和結果導向聞名的管理者。

在陸奇加入之前，百度的AI體系——尤其是硅谷實驗室——更接近一種明星科學家牽引的研究“飛地”模式。

吳恩達直接向李彥宏匯報，百度硅谷實驗室在組織上相對獨立，研究方向、用人節奏、項目推進，很大程度上圍繞吳恩達本人展開。這種模式的優點很明顯：

決策快、學術自由度高、對頂級研究者極具吸引力。

它的隱含前提是：研究本身被視為階段性優先級最高的事情。

但到了2016年末，這個前提正在發生變化。

一方面，在當年9月召開的百度世界大會上，李彥宏首次提出“人工智能是百度核心中的核心”，并將吳恩達安排為僅次于自己的第二位演講嘉賓，AI被明確推到公司級戰略的最前臺。

另一方面，Apollo自動駕駛、對話式系統、智能硬件等方向開始被提升到公司級戰略高度，AI不再只是研究部門的事情，而是需要與搜索、地圖、云、汽車產業鏈發生深度耦合。

這正是陸奇被引入的背景。

在這樣的結構變化下，吳恩達時代那種“由一位世界級學者牽引、跨中美兩端、以研究為核心”的模式，開始顯得不再匹配新的組織邏輯。

隨著百度進入一個更強調執行、協同和業務結果的階段，個人影響力必然要讓位于組織機制。

吳恩達所代表的那種高度依賴個人號召力、研究優先級極高的模式，完成了它的歷史使命。

2017年還有一個重大的變化，那就是特朗普就任美國總統，中美科技摩擦陡然加劇，百度硅谷實驗室的長期可行性必然會受到審視。

彼時特朗普推出強硬的移民政策，持有H1-B簽證的科技從業者人心惶惶，李彥宏公開鼓勵人才回國發展。

從吸納以余凱為代表的歸國人才，到直插美國腹地在硅谷搶奪人才并在當地直接開展工作，再到鼓勵人才回國，李彥宏微妙的心態轉變已見端倪。

除了AI在短期內難以對財務形成貢獻以及外部環境的變化，更深層的張力來自組織內部：研究導向的AI探索，始終需要嵌入以搜索為核心、節奏高度成熟的業務體系，而這種協同，從未真正順暢。

一條財經曾經在2017年的一篇報道中援引知情人士的話：“別看百度人工智能那么風光，實際上搜索的數據根本不向研究院開放。做人工智能的這撥人都是海歸、精英，跟搜索那邊完全是兩種風格，兩邊互相看不上?！?/p>

這也解釋了為什么2017年前后，不只是吳恩達，一批早期在硅谷實驗室集結的研究者，在隨后一兩年內陸續離開。

回頭看，百度硅谷人工智能實驗室是以一種更安靜，也更復雜的方式退場的。

它沒有等來一紙“關閉公告”，卻在2017年之后逐漸失去了作為獨立研究中樞的意義。核心人物離開，研究重心回撤，組織結構被拆解和吸收。

這與當年的雄心形成了鮮明對比。

百度曾在公開場合多次描繪一個極具野心的未來——人工智能將成為公司最重要的增長引擎，甚至承載著國際化的想象，彼時流行的說法是“到2020年，AI將深度重塑百度的業務結構”。

現實卻是，到了那個時間節點，百度真正押注的重心已經明顯轉向了更可控，也更貼近現實的方向：自動駕駛、云服務、產業智能化。AI不再是一個獨立的信仰中心，而是被重新嵌入業務體系，成為工具和能力的一部分。

那個曾被寄予厚望、試圖在硅谷復刻一次技術奇跡的實驗室，最終完成了它的歷史使命。

硅谷實驗室所代表的，是一種以研究優先、以個人號召力和前沿探索為核心的模式。而百度最終選擇的，是更強調組織效率、工程落地和業務協同的路徑。

那些從硅谷實驗室離開的人，則沿著各自的方向四散開花。

考特斯先是接棒了老師吳恩達，成為百度硅谷實驗室的負責人，然后他也離開了，之后進入Apple，繼續在更封閉，也更工程化的體系中推進機器學習實踐；

卡坦扎羅從英偉達來，揮別百度之后，又回到英偉達，現在已經是英偉達副總裁、深度學習應用研究部分負責人。他最為人所知的形象標志，是一頭長發和茂密的胡須；

“大語言模型縮放定律研究員”迪亞莫斯繼續深耕系統與算力方向，創辦了AI公司Lamini。

而阿莫迪，把在Deep Speech工程實踐中形成的“規模直覺”帶去了新的地方，最終創辦了Anthropic，站在了后來大模型浪潮的最前沿。

至于吳恩達，當年余凱勸說他加入百度的時候，曾說他“在在線教育領域做得太出色了，但那不是AI”。

吳恩達離開百度之后，再次把重心放回“教育”。

他通過Courser把深度學習課程推給成千上萬的學生；隨后又創辦DeepLearning.AI，把多年積累下來的方法論、經驗和判斷，整理成課程、項目和創業資源。

當時間來到今天，回頭翻看這些人的履歷，你會發現一個反復出現的注腳——百度。

它不指向某一項具體成果，而更像是一段共同經歷。

在那幾年里，這些人曾同時站在野心交匯的地方，看清了什么是可行的，什么是不可持續的，然后各自走向不同的方向。

從這個意義上說，百度硅谷實驗室并沒有成為全球AI敘事的最終中心。它更像是一處早期的中轉站——在浪潮真正成形之前，率先聚攏了一批人，讓他們完成一次密集的試探與碰撞。

當方向切換、舞臺轉移，這些人離開，故事也隨之散開。硅谷實驗室并未被正式關閉，但它所代表的那種時代，已經停留在了那里。

參考資料：

1. 首席人物觀：《被百度“耽誤”的三年如何影響了吳恩達的今天？》

2. 一條財經：《吳恩達也走了！李彥宏的百度大腦還能走多遠？》

3. 網易新聞：《百度或比OpenAI更早發現Scaling Law》

4. Z Finance：《深度｜Anthropic CEO萬字長文：DeepSeek不是我們的對手，鎖死芯片出口才能保證美國領導下的單極世界》

5. 澎湃新聞：《吳恩達的3年百度歲月和百度人工智能的“無”恩達時代》