大厂AI抢人大战，从实习生开始

衡宇 发自 凹非寺量子位 | 公众号 QbitAI全球AI人才争夺战已进入白热化阶段头部科技企业纷纷祭出高薪顶级算力的组合拳争抢最顶尖的AI技术人才。量子位了解到即便是实习生国内头部厂开出的年薪也已突破百万大关。这个数字令人咋舌。但……实习生终究只是实习生。我们走访多家头部大厂了解到哪怕是在AI团队的核心组一般来说实习生能有小几十张卡用就已经是顶顶好的待遇了。更多人面对的情况无外乎以下几种岗位螺丝钉业务边角料组别边缘化日复一日月复一月洗数据式的重复劳动……或者这么说吧在大多数时候挂着技术实习生的头衔做着与核心技术相去甚远的工作这种落差在业内早已是公开的秘密。但这一次我们在京东前不久开源的240亿参数图像编辑模型JoyAI-Image-Edit的贡献者名单中发现除了技术大咖还出现了许多新名字。量子位辗转联系到其中4位分别来自清北、港校、中科大的技术实习生这才得知他们不仅参与了模型研发还深度参与了模型多个核心子模块的设计与实现。可以说是从0到1全程参与了这款模型的研发全流程。其中一位同学前后在三、四家大厂实习过他说“在京东探索研究院的实习经历和别处的实习经历真的还挺不一样。”一个SOTA开源模型四位实习核心参与者为什么要费劲联系这四位同学得从京东这款最新开源模型说起。JoyAI-Image-Edit一发布就登顶了业内空间编辑能力榜单力压Nano Banana等国际主流模型。这个开源模型主打空间理解与空间编辑试图解决当前多模态大模型“会画图、不懂空间”的行业短板。现有图像生成模型普遍缺乏空间关系理解能力而该模型能精准识别物体方位、视角变换与空间结构实现相机旋转、物体位移、场景三维重构等精准编辑兼具图像生成与空间化编辑能力。实际应用中这种能力不仅能支撑电商商品图生成、创意设计等日常场景更有望成为京东业务的底层技术支撑。模型背后是京东探索研究院以下简称探院的全力投入。去年9月起京东创始人刘强东亲自担任院长段楠等核心领导者坐镇面向全球招募顶尖AI科学家。JoyAI-Image-Edit就是这支团队在多模态方向交出的早期答卷。我们接触到的四位实习生从去年夏天开始陆续入职探院加入刚刚开始搭建的多模态团队。不同分工的他们都参与到这个核心项目中还拿到了对AI实习生们不那么容易得到的机会——在导师的指导下独立负责模型某一关键方向从0到1地搭建自己模块的技术体系。介绍一下四位同学吧应本人要求均采用花名Scott港科大博士四年级在读去年9月开始实习负责空间理解模型的训练Eason清华研三去年10月开始实习负责模型预训练全链路Sam港大博士去年9月开始实习负责空间理解与具身智能数据Zony中科大研二去年11月中旬开始实习负责模型后训练。△他们纷纷拒绝出镜我不得不用AI画一张意思一下这份实习有什么不一样接过京东的实习offer之前这4位朋友手里都不止一个选择几乎都是大厂、明星创业公司其中不乏业内公认的顶级AI团队。但最终他们都选择了当时尚在起步阶段的探院。“薪酬很重要但不是最重要的那个。大多数大厂做不了0到1只能去成熟的组。”有点意外这几乎是他们四个的一致答案“创业公司是从0到1但做的事儿就不是了。没那么sexy。”他们看重的早已不只是一份光鲜的实习履历而是能否站在真正前沿、拥有长远未来的技术方向上获得扎实的成长在未来承担关键技术角色。深入交流后我们总结出这群实习er在探院实习的三个核心差异点。核心差异一权责在多数大厂实习生很难享有充分的话语权与参与度。但四位同学都提到京东探院完全不同。“一切以能力和技术方向为核心”实习生和正式员工享有同等的技术话语权。简单来讲实习生能拿到什么级别的任务不看身份title只看真实能力。Eason对此感受明显。在另一家大厂也实习过的他自述在这里从来没有过“自己是颗螺丝钉”的感觉。△AI生成这一点在去年9月进组实习的Scott身上得到了交叉验证。作为探院最早一批实习生他入职后很快就在组里独立负责空间理解部分的相关工作从技术路线、实验方案到资源调配都拥有自主决定权。沟通下来发现四位实习生都是在综合能力评估后在导师指导下直接成为某个核心子方向的Owner。Zony的感受更深。他是四人中年级最低、还在读的硕士同学。“你像A厂那边还有B厂那边哪怕你挤进去了只是分到一个边缘性的工作。”用他的原话作为研二学生他如果去其他大厂可能做的还是数据清洗之类的基础工作。但在探院在团队规划与导师支持下他能独立承担JoyAI-Image-Edit 模型后训练环节的研发工作。今年年初行业内还没有成熟可用的开源奖励模型他针对解决图像真实感弱、AI痕迹重的问题与多方沟通与探索独立设计出整套奖励规则。这部分工作为模型最终效果提供了重要支撑。核心差异二资源AI研发算力为王。但算力有限是很现实的问题。所以在绝大多数大厂算力都有严格等级分配优先保障核心组与正式员工实习生几乎分不到优质资源。京东探院这里情况有点不一样。“卡的资源确实比别处更有优势我们每个团队都会被分到一个固定的算力池大家商量着用。”Scott举了个例子比如今天你想跑一个大的实验其他同学可以稍微控一控让你先跑完。截至目前算力池对Scott所在的整个小组来说都够用甚至还有富余。据他所知leader之间还会暗暗向上argue资源让一线研发不用分心。Sam对此也有同感。他不是空间智能的原生实习生此处一个doge保命自己的老本行其实是自动驾驶。为了转行他特意放弃已经到手的offer申请延迟一年博士毕业并快速做决定在港大师兄的背书下选择来到京东探院实习。还在自动驾驶领域干的时候他呆过北京不少厂。他回忆道作为实习生最多能争取到十几张卡就很不得了了在有的厂实习生“都没见过A卡”。到这边实习Sam从没打过没那么富裕的仗分到的卡是其他厂实习时候的数倍不止。这个差距意味着你可以跑更大的实验、验证更多的想法迭代频率也更快。除了算力团队还为实习生开放顶级API资源畅享那种、海量产业数据等等。核心差异三氛围层级隔阂与职场内耗是大厂饱受诟病的另一痛点。然而当问及团队氛围时几位同学的描述频繁提到的关键词却是“兄弟一样”“打打闹闹又能把事做好”。正式员工和实习员工之间开放协作技术问题全都摆在桌面讨论。不过扁平化不是放任自由、不予管束。今年一月团队曾因上下游进度不一致导致了一些问题。团队里不可避免地有了一些火星子。好在团队整体负责人之一浩洋立刻出面缓和矛盾并协调上下游团队一起理清问题所在。在他的协调下原本争执不下的问题被快速抽丝剥茧团队重新对齐节奏模型研发工作重回正轨。Eason觉得自己这几个月最大的成长不完全是技术上的还有协作能力上的。“相比曾经来这边待了几个月更善于团队协作了。”在一个高度协同的团队里每个人都在多方位加速进步。由于京东在全国多地有办公室哪怕在北京也有亦庄工区和海淀工区……题外话有个海淀工区对海淀的实习崽们来说真的是大写的赞不少人的mentor可能并不base在自己的工作地。好在线上协作毫无障碍实习生和mentor、leader之间都能保持定期的面谈。来自大厂追赶者的大胆放手听下来京东对AI技术人才的“放手”可见一斑。实习生们转述了公司高层的一句话公司给足资源做创新也允许我们有失败。允许失败是大厂里很难得的底气。JoyAI-Image-Edit 团队并非一开始就锁定空间模型方向半年多时间里多次尝试、碰壁、调整公司始终没有质疑或叫停最终让团队坚定走上空间理解这条差异化赛道。至于给资源做创新在探院研究和工程不是对立的——你可以既做出好的产品同时也发表好的论文。是的京东探院支持实习员工发表学术论文。据我们所知在顶尖大厂AI组员发paper往往是被明令禁止的。Zony坦言大厂一般都要求实习全勤“但很多硕士研究生还没有发表够A类论文实在分身乏术。”而在探院只要与导师沟通确认就能在主线任务外开展个人兴趣研究有成果即可发表。加上团队内多模态、强化学习等方向的高手众多乐于交流点拨有时候探讨后说不定还能共同合作发篇论文。京东探院敢给实习生如此大的权责、资源、自由度某种程度上源于京东在AI领域的清晰定位。很明显在通用大模型领域京东是个后来者。好消息是作为追赶者京东没有既有路径的包袱没有“我们历来这么做”的惯性并且真诚地面向人才放开怀抱欢迎他们的创造力和爆发力。更何况后来者京东明显已经走出了一条“AI基建模型能力场景落地”的差异化的路。依托零售、物流、工业、健康、家政等物理世界的海量真实场景这让京东拥有其他大厂无法比拟的空间数据、具身智能数据壁垒。当然想要留在牌桌上一方面要拎得清自己的长处另一个重点是还需要依托自己的优势长期投入同时愿意给年轻人时间、机会和清晰场景落地路径。自2017年技术转型至2025年底京东累计研发投入已达1700亿元探院战略升级、全球最大具身数据采集中心等算力与API平台建设……都是真金白银的长期投入。这样的阶段正是青年人才的成长沃土。不需要在成熟体系里做螺丝钉去成为体系搭建的支柱不必遵循既定路线去和团队共同定义技术方向。采访尾声四位实习生中已有两位正式接收京东TGT全职offer。在最关键的成长期被给予信任、资源与舞台做出真正有行业影响力的成果选择留下本就是最顺理成章的结果。One More Thing你一定也能感受到京东正在用一套不内卷、重长期、强信任的方式和下一代技术人才共同成长。今年京东顶级人才计划TGT也首次开启实习生计划详情可点击文末“阅读原文”。TGT是京东推出的全球顶尖青年技术天才计划项目聚焦于有技术突破潜力、有社会价值的前沿课题覆盖多模态大模型、机器学习、搜索推荐、具身智能、高性能计算、AI Infra、安全等方向。TGT同学将收获行业头部薪资、超大规模算力资源、“技术导师业务导师成长导师”三导师制培养体系以及专属公寓等全方位保障让技术人能心无旁骛地投入AI前沿探索。它已经成为顶尖技术er选择offer时候的核心考虑选项之一。对那些最聪明的年轻人来说选择心仪的offer就是去最需要你的地方挑大梁、做大事在从0到1的过程中定义自己的技术人生。比起成为一颗昂贵的螺丝钉去定义一个智能时代的引擎显然更让人兴奋。