揭秘苹果AI核心团队人才地图

“硅谷最贵Al华人”庞若鸣离职背后。

7月初，Meta开出2亿美金“天价”年薪，挖角苹果AI基础模型团队负责人庞若鸣。关于庞若鸣和苹果AI团队的讨论甚嚣尘上：为何Meta愿开高薪挖角一个“并没有出成果”的团队负责人？

苹果AI做了两年，成果到底如何？

“职场Bonus”独家获悉，庞若鸣负责的苹果AI AFM团队一直在做大模型的研发工作，同时也取得了不错的成果，但因苹果内部较为封闭的生态：研发团队的成果必须要等产品上线后才能发布，成果始终无法公开。

没有人比庞若鸣更惋惜现在的苹果AI。

2021年，庞若鸣加入苹果AI，负责自研模型团队。从2023年Apple Intelligence在内部诞生，到2025年，大模型飞速发展了2年，苹果却没跟上时代的节奏，AI成果频被外界诟病。

7月12日，社交媒体爆出庞若鸣在离职前，向苹果负责软件的SWE部门争取，公开自己AFM团队研发成果的机会，却遭到拒绝。

在迅速变化的AI时代，苹果的AI战略显得保守：2023年以来，WWDC大会上承诺的AI功能频频食言，AI功能虽已融入系统，但却缺乏创新。关于AI的决策上，苹果已然失去了大众期待的创新和活力。

但遗憾的是，这些问题根源并非在于人员能力，而是来自苹果内部的重重阻力。

庞若鸣失望离去。

谷歌大牛带队，团队80%华人阵容， 自研模型能力接近DeepSeek V3 苹果自研模型（AFM）团队一号位是庞若鸣，是在Meta挖角风波中，硅谷“最贵”的华人大牛。 公开资料显示， 庞若鸣 博士毕业后，在谷歌担任了15年的首席软件工程师。在谷歌期间， 庞若鸣 与 吴永辉 （没错，就是年初加入字节Seed团队的吴永辉）、 陈智峰 （庞若鸣走后，陈智峰将接替庞若鸣的位置，任苹果AFM团队负责人）共同主导了Babelfish/Lingvo框架开发。这一框架成为谷歌TPU使用量最高的深度学习平台，成果最终被谷歌内部1000+项目采用，使用率超越AdBrain与DeepMind。 此外，庞若鸣还是端到端神经网络语音合成（TTS）系统的的核心贡献者。 “若鸣是位很有人格魅力的大牛。”曾有与其共事者告诉 “职场Bonus” 。 庞若鸣于2021年加入苹果，领导AFM团队，负责苹果AI基础模型研发。 “职场Bonus” 获悉，庞若鸣在苹果AFM团队管理80人左右，其他成员都比较低调，包括陈智峰、Zirui Wang（王子瑞）、Chung-Cheng Chiu、Guoli Yin（尹国立）、Yinfei Yang、Nan Du（杜楠）、Chong Wang（王崇）等多位大牛。 其中，王子瑞、尹国立、王崇、 Mark Lee 、张博文、Tom Gunter为AFM团队最早期成员 。其各自分工如下： 据记者马克·古尔曼爆料， 庞若鸣离开后，苹果自研模型团队将由陈智峰（Zhifeng Chen）管理 。该团队将形成新的、更为分散的管理架构：从大多数工程师直接向负责人报告的结构，转变为多个经理向负责人报告。 陈智峰2000年本科毕业于复旦大学，分别于美国普林斯顿大学、伊利诺伊大学香槟分校获得硕士、博士学位。2005年博士毕业后，陈智峰加入Google，在谷歌任职19年。智峰、吴永辉 [1] 、庞若鸣三人均是Google Brain早期成员，也是Google Brain三个华人团队的主要Leaders 。除了Babelfish/Lingvo框架之外，陈智峰在机器学习和分布式系统领域有着显著的学术影响力，Google scholar显示其学术成果被引用11万余次。特别是在TensorFlow这一广泛应用的开源机器学习框架的开发中，陈智峰发挥了关键作用。 “职场Bonus” 从知情人士处独家获悉，关于彭博社近期“苹果正考虑引入Anthropic或OpenAI的大语言模型”的消息， 苹果现在会坚定做自研模型，这件事本是今年年初时发生的，“那时内部高管意见动摇，苹果自研模型情况紧急，庞若鸣邀请来了此前谷歌时期的‘好兄弟’陈智峰来帮忙。” 陈智峰的Google Scholar截图 值得一提的是，苹果AI团队早期成员王子瑞，在谷歌时期曾与庞若鸣共事。王子瑞本硕博毕业于卡内基梅隆大学，2020年博士毕业后加入Google Brain。在谷歌时期，王子瑞汇报吴永辉，曾和扎特伯格1亿美金年薪挖角的OpenAI感知团队负责人余家辉 [2] 共事。 在吴永辉博士的带领下，王子瑞和余家辉共同开发的“CoCa图文基础模型”被引用1752次。该模型让计算机更智能地理解图像和文本之间的关系，推动了多模态AI技术的发展，尤其在图像识别、检索和生成描述等方面具有广泛应用前景。 离开谷歌后，王子瑞加入苹果，是苹果AFM团队的早期成员。来到苹果后，王子瑞独立研发了最初的AFM模型，并使其发展成为Apple Intelligence，和庞若鸣共同推动了Apple历史上最大的AI发布。2024年，王子瑞加入马斯克xAI团队，致力于Grok3的Post-training（后训练）。目前，是苹果AI团队后训练负责人。 王子瑞的Google Scholar截图
尹国立本科毕业于浙江大学，2018年斯坦福大学硕士毕业后加入苹果，在苹果任职7年。尹国立是最早做苹果推理引擎的一批人。他和团队开发的苹果搜索引擎输入建议系统，已于苹果大部分产品中应用。2022年，尹国立作为早期成员加入AFM团队，当时团队只有5个人，现主要负责Agent、Post-Training、API。

尹国立的LinkedIn截图

尹国立和已于近期离职的Tom Gunter是苹果超7年的老员工。苹果AFM团队另外几位Leader：王崇、Yinfei Yang、杜楠、Chung-Cheng Chiu，也都是各自领域内大牛，曾在Google任职研究员。 多模态负责人 Yinfei Yang 在自然语言处理和计算机视觉领域具有显著贡献。他在2021年发表的《Scaling up visual and vision-language representation learning with noisy text supervision》，被引用次数4148次，该工作在视觉和视觉-语言表示学习中利用噪声文本监督，推动了大规模多模态模型的发展。 近日，Zhe Gan这位多模态领域大牛，也加入与苹果AFM团队合作 。Zhe Gan的学术研究主要围绕视觉与语言的联合表示学习（《Uniter: Universal image-text representation learning》，被引用3059次）、文本到图像生成、视频与语言理解以及生成模型等方向，具有较高的国际影响力，Google scholar引用数据超2.6w。 被称为“混合专家模型（MoE）领域专家”的 杜楠 是Apple的首席研究员，也在庞若鸣的AFM团队架构下，之前曾在Google担任高级研究科学家。 杜楠参与了谷歌万亿权重语言模型GLaM（General Language Model）的开发。GLaM采用稀疏专家混合模型（MoE）架构，通过高效训练和服务，在多个小样本学习任务上都能有竞争力的性能。此外，杜楠还参与了PaLM 2和Google AI搜索项目Magi的工作。 杜楠的Google Scholar截图 在AI上不断摇摆的苹果 7月初，Meta愿开出2亿美金“天价”年薪，挖角庞若鸣。扎克伯格显然不是“最惨接盘侠”。 一位关注AI人才的猎头评价，“以上名单透露出苹果AI的人才密度还是很高的，研发能力不至于是现在给大众展现出来的水平。” “职场Bonus” 从知情人士处获悉：“从2023年初开发出AFM第一代模型开始，团队内部其实一直在做大模型的训练。” 据了解，苹果目前已经训练出数千亿参数的基础模型，模型能力接近 DeepSeek V3 。 研发成果丰硕，但苹果AI掉队最核心的问题，在于高管们对AI的认知不同，导致苹果在AI研发上推动的每一个决策都异常艰难。 本该汇报给JG副手Daphne的庞若鸣，离职之际，却向“隔壁”负责软件工程的SWE团队老大Craig争取研发团队成果公布的自由。并且，在邮件往来之间以及邮件公布过后，都并未见庞若鸣的上级Daphne，亦或是JG发声。这并非空穴来风。 Craig Federighi是苹果SWE团队SVP，汇报CEO Tim Cook。Craig最初于1994年加入NeXT，1997年随乔布斯回归苹果公司。但在1999年离开苹果。2009年，Craig再回苹果。2012年8月，Craig升任苹果软件工程高级副总裁，主管iOS和macOS的开发。

Craig Federighi

2018年，库克从谷歌挖来约翰·詹南德雷亚（John Giannandrea，后文简称JG）担任人工智能部门负责人，补足苹果AI的短板。当时，JG在谷歌被视为影响力仅次于CEO的高管。 但来到苹果之后，JG处处受挫。 作为“空降”高管，JG的决策压力，主要来源于主管iOS开发的Craig。 在外媒记者Mark Gurman发布的《Why Apple Still Hasn't Cracked AI》（为何苹果仍未攻克人工智能）一文中，援引多位苹果内部同事的爆料：“软件负责人Craig Federighi不愿在AI上投入巨资，他不认为AI是移动设备的核心能力。” 苹果AI上的决策，几乎是要看Craig的“心情”：2018年，JG刚加入苹果不久，想“大展身手”，改革苹果AI，却因需要大量资金投入受阻。那时Craig认为AI并不重要。以至于ChatGPT发布之际，苹果连Apple Intelligence的概念都没有。 2023年，ChatGPT吸引了Craig的注意。Craig当即联合JG组建开发大语言模型的AI团队，但这时的投入也只有千万美元级别。而当时OpenAI在大模型相关的研发、训练及运营成本，总计已能达到数十亿美元以上（粗略估算），并已完成超100亿美元的融资。 尽管苹果对AI的投入在逐年递增，但却总是会晚于市场一步。 因此，相比于其他研发团队，苹果AFM团队的研发条件没那么优渥。苹果及其他公司高管表示，苹果的AI员工数量远少于其他竞争对手，且用于训练和运行大语言模型训练的GPU也较少，“很多一部分是租的谷歌的TPU”。 苹果AI“难产”，JG的日子也不好过。据Mark Gurman援引其他苹果高管透露，库克对JG打造新产品的执行力失去了信心。今年3月，本属于JG负责的Siri团队，移交给了SWE团队，并由Mike Rockwell负责。 苹果患上了苹果病 马云曾说过，企业留不住人才，只有两个原因：“不是钱没到位，就是受委屈了。” 有人说，庞若鸣的离开，也是对SWE团队的失望。 一位接近苹果的人士告诉 “职场Bonus” ，苹果更重视产品，Craig坚持“苹果标准”，因此研发团队发布成果，需要等相应的产品上线。没有产品上线，研发团队的成果便不能发布。 一方面，研发团队的成果得出后，进行工程化落地，以及与产品进行开发和适配，还有很长一段距离。苹果又以做产品著称，作为负责人的Craig对产品成熟度的要求很高。接近Craig人士告诉 “职场Bonus” ：“Craig是一个宁愿让外界说苹果做AI不行，也不想听到外界说苹果做AI应用、做service不行的人。” 因此，消费者现在能看到、体验到的苹果的AI功能，很可能是研发团队去年、前年的成果，甚至是模型的阉割版。 另一方面，苹果坚持较为封闭的生态，想在自己的硬件上运行大模型。但苹果自研的PCC芯片 [3] 性能有限，倒逼研发团队只能根据硬件可行性，在一个比较小的模型上做调试。相关人士分析称：从苹果自研芯片的性能来看，苹果的芯片是没办法丝滑运行目前市面上所有的前沿模型的。 关于这一点，Craig在给庞若鸣回复的邮件中也有回复：“Apple is forcing huge compromises to run models on their hardware”（苹果为了在其硬件上运行模型，做出了巨大的妥协） 2010年，苹果推出首款自研芯片A系列，应用于iPhone和iPad；2020年，苹果发布M系列芯片，应用于个人电脑。苹果自研芯片通过其垂直整合能力和自主创新设计，构建了统一内存架构，用户能在iPhone、iPad、Apple Watch、Mac等不同产品间扩展应用。自研芯片也利用苹果自身优势，打造了更加节能紧凑的硬件方案。 但在AI芯片方面，苹果没有技术积累，跟进研发仍需要时间。5月25日，据媒体消息，苹果有内部人士称其他正在研发的芯片，将用于未来Mac机型以及能为Apple Intelligence平台提供支持的AI服务器。 “职场Bonus” 援引知情人士分析预测：“下一代芯片性能大概也只有英伟达H100的水平。” 从公司层面来看，Craig的决策在一定程度上也反映了苹果的态度：苹果想守住从前的苹果。但对消费者、对苹果内部的AI人才来说，没有先进的AI体验、不能公开发布成果——消费体验和时间是更大的成本。 重产品、守自研成了一把双刃剑：赋予苹果想象空间的同时，既是对一些AI人才的桎梏，更成了困住苹果AI的“苹果病”。