2016年，他从中科大毕业后，孤身一人踏上了前往美国伊利诺伊大学厄巴纳-香槟分校深造的旅程，在那里攻读博士学位。他有幸成为AI视觉领域一代华人宗师黄煦涛的弟子，这段经历为他打下了坚实的学术根基。
黄煦涛，即托马斯·黄（Thomas S. Huang），身为美国工程院院士，同时亦荣获中国工程院外籍院士和中国科学院外籍院士的荣誉。在计算机视觉、模式识别、多媒体等众多领域，他堪称我国最资深且杰出的华人科学家之一。
黄煦涛老师从事教育工作已有五十七载，期间他培育了众多AI领域的杰出人才，例如云从科技的创始人兼首席执行官周曦先生、文远知行公司的创始人兼首席执行官韩旭先生，以及知名AI专家颜水成博士等。
仅仅依靠名师的指导是不够的，真正让余家辉在众人中脱颖而出的，是他所拥有的广泛跨平台的工作经历。
在加盟谷歌之前，他先后在微软亚洲研究院、旷视科技研究院、Adobe公司、Jump Trading（一家顶尖的量化交易公司）、Snap（一家知名的社交媒体企业）、百度美国研发机构以及英伟达等知名企业实习，涵盖从基础架构到高效算法，再到视觉技术的多个领域，四年间共进行了七段实习，这段经历为他积累了宝贵的实战经验。
2019年5月进入谷歌，一待就是4年多时光。
余家辉博士在完成学业的那年，遭遇了不幸，他的导师黄煦涛不幸去世。然而，在谷歌，他邂逅了另一位对他人生影响深远的技术导师——吴永辉。
他们频繁协作，配合无间，共同推出了多篇在行业内具有重大影响力的学术成果。
左为吴永辉，右为余家辉
吴永辉，一位谷歌Fellow级别的杰出人物，同时也是南京大学的校友，他的博士学位是在加州大学河滨分校取得的。在谷歌，他专注于人工智能领域的研究，至今已有近17年的深厚积累。
特别值得关注的是，在今年的2月份，吴永辉从谷歌离职，转而加入了字节Seed，并致力于大模型基础领域的研究工作。
得益于贵人的指导，余家辉迅速崛起，成为谷歌DeepMind团队的中坚力量。在离开谷歌之际，他已担任Gemini多模态项目的联合主管，并且是PaLM-2模型的重要贡献者。
参与谷歌此类高阶项目，表明他不仅拥有卓越的研究才能，而且积累了丰富的规模化工程执行经验。
2023年10月，余家辉加入OpenAI，并担纲感知团队的主导。在短短不到两年的时光里，他带领团队成功研发了40、4.1、03、04-mini等多个备受瞩目的模型，并专注于它们的多模态功能。
今年四月，余家辉在平台上展示了他们取得的重大技术进展——o3和o4-mini模型，这些模型在当时被认为是OpenAI旗下“最为智能且功能强大的模型”。
由于上述种种丰富的经历，余家辉成为了寥寥无几的能够掌握谷歌与OpenAI技术路径的研究者之一，他对这两家公司的工程理念、技术特长以及战略发展方向有着深刻的理解。
对于亟需在人工智能领域实现突破的Meta公司而言，这样的环境无疑是其战略性的资源。
在某种程度上，扎克伯格所看重的不仅是其个人价值，余家辉犹如一棵茂盛大树的关键枝节，凭借其多样的身份，能够吸引并汇聚众多杰出人才投身Meta，追随他的步伐。
技术影响力的硬指标
余家的简历虽然光鲜，然而真正使他在人工智能领域确立地位并稳固立足点的，乃是他所具备的技术创新方面的扎实能力。
数字不会撒谎：34780次引用。
余家辉在谷歌学术平台上的论文被引用次数虽然与Geoffrey Hinton、LeCun、李飞飞等业界泰斗相比有所差距，但在人工智能这一领域，他的影响力依然不容小觑。
他的多篇文章已成功刊登于CVPR、ICCV、ECCV、ICML等国际顶尖的人工智能学术会议。
而真正让硅谷巨头们在意的，是这些研究背后的实用价值。
DeepFill技术攻克了图像修复领域的核心挑战。在黄煦涛的悉心指导下，余家辉分别于2018年推出了DeepFill v1版本，并在2019年发布了DeepFill v2版本，这些成果使得人工智能能够深入理解图像的内涵，而不再是仅仅进行像素的简单填充。
这项技术在图像修复领域实现了重大进展，其影响力在GitHub上得到了3409次的高度认可，不仅学术界，工业界亦深受其益。
举例来说，借助DeepFill v2，您便可以凭借人工智能技术随心所欲地对图片进行编辑处理。
右边那个骑车的人，被擦掉了
同样在业界享有盛誉的还有Conformer模型，该模型是在Transformer架构的基础上进行优化和发展的，它标志着语音识别技术的重大突破。这一成果是由余家辉和吴永辉两位研究者共同研发而成的。
设想一下，当您与手机中的语音助手交谈时，若周围环境嘈杂，它往往难以辨识您的语音；若您语速加快或带有地方口音，它可能完全无法理解；观看视频时，自动生成的字幕常常出现错误；使用语音输入法时，常常出现拼写错误，您不得不频繁进行更正……
Conformer模型的问世，旨在高效地解决上述种种问题。
除此之外，余家辉与吴永辉合力研发的CoCa图文基础模型（发表于2022年，被引用1752次）使得计算机能够更加深入地理解图像与文本之间的内在联系，这一进展极大地促进了多模态人工智能技术的进步，特别是在图像识别、信息检索以及生成描述性内容等方面展现出广阔的应用潜力。
余家辉在计算机视觉、多模态信息处理、语音识别以及神经网络架构等多个AI子领域均有深入研究，并且这些成果和经验已成功应用于实践，因此他被誉为一位难得的“全栈AI科学家”。
然而，相较于以往的技术成就，更令业界瞩目的，或许是余家辉对人工智能未来走向的精准洞察。
比市场早一步的技术判断
在GPT尚未在全球范围内引发轰动之际，他已显现出超越同辈的技术洞察力。
2022年12月，余家辉在「硅谷101」播客中提出的见解，如今审视，几乎每一句话都得到了事实的印证。
面对引起全球轰动的GPT，他表现出了非凡的镇定：“起初并未感到特别惊讶，因为OpenAI在语言生成模型领域已经深耕细作多年。”
这种评估源于对技术演进历程的深刻洞察，以及他一贯秉持的审慎与理性态度。众人眼中是突如其来的爆发，而他的眼中却显现出一种逐步累积的趋势。
当被问及GPT是否能够取代谷歌搜索时，他作出了“降维打击”的论断。聊天机器人并非单纯的产品替代品，而是对交互方式的全新定义。事实上，GPT已经成功开创了全新的人机交互模式。
关于业界十分流行的“大力出奇迹”观点，他当时直接反驳：
起初，你可能以为只要有数据支撑和强大的计算能力就足够了，然而实际操作时却发现，问题接踵而至，层出不穷。
这一观点现已普遍被业界接受。资金与图形处理器固然重要，但工程实力、人才队伍建设以及技术沉淀才是决定性的要素。
余家辉当时归纳出的OpenAI取得成就的四大关键因素，包括时间的沉淀、人才的集聚、组织的积累以及自信的累积。
该理论目前已普遍被视为AI企业取得成功的核心要素，尤其是其中的“组织积累”理念，预示了众多企业随后对AI团队结构的优化与变革。
在商业发展的道路上，他亦表现出了超前的洞察力：长远来看，真正的机遇蕴藏在基础设施建设之中，而真正具有商业潜力的则是应用领域。
中美科技巨头正大力投资于基础设施建设，这一举措使得我们观察到，众多人工智能应用正迅速出现并体现出其实用价值。
而这，还只是他极少数公开发声中的吉光片羽……
在人工智能发展的下半阶段，具备精准判断能力的人才显得尤为宝贵。那些能够洞察技术发展本质轨迹的人，将在这场无声的竞争中赢得主动。
小扎求贤心切，余家辉此刻被Meta选中不是偶然，而是必然。
在人工智能军备竞赛领域，Meta的表现显然处于劣势。与此同时，OpenAI和Google正全力以赴地推进通用人工智能（AGI）的研发。然而，Llama 4的表现并未达到预期目标，而Meta目前甚至无法拿出一个具有竞争力的大型模型。
新成立的超级智能实验室拥有50名成员，由前Scale AI首席执行官Alexandr Wang担任领队，致力于研发新一代模型，旨在履行“为每个人打造专属超级智能”的承诺——这将是Meta抓住最后机会的关键时刻。
Meta购买的并非单一员工，而是获取通往通用人工智能领域门票的钥匙。
对于余家辉而言，踏上Meta的新征程可能充满“令人振奋且具有深远意义”，这与他先前对离任OpenAI同仁的祝福不谋而合。
硅谷的人才争夺战持续进行，显而易见，华人正逐渐成为这场竞争的核心力量。
