扎克伯格亲自找到宋飏长谈水木TsinghuaCent

2025年9月，一则人事变动震动了全球AI圈：扩散模型核心技术奠基人之一、OpenAI战略探索团队负责人宋飏，正式加盟Meta超级智能实验室（Meta Superintelligence Labs，MSL），担任研究负责人，直接向他的清华师兄、MSL首席科学家赵晟佳汇报。此刻，他才27岁。四年多前，正是宋飏在博士期间的工作，才为后来的DALL-E 2、Stable Diffusion、Midjourney等图像生成模型打下了根基。

宋飏与清华的渊源，从16岁就开始了。他高中就读于江苏省新海高级中学。高一那年，他拿下了全国中学生物理竞赛和信息学竞赛两个一等奖，并成功入选清华大学首届“新百年领军计划”。在面试现场，17位评委全票通过。次年的高考中，年仅16岁的宋飏以425分（江苏卷满分480）的成绩成为连云港市理科状元，裸分考入清华大学数理基础科学班——一个专为顶尖理工天才设的精英班级。进入清华后，他被分到2012级数理基础科学班。除了主攻数理，他还选修了大量计算机与人工智能课程。

2016年毕业后，宋飏远赴斯坦福大学，师从生成模型领域的知名学者Stefano Ermon攻读博士，研究方向锁定当时非常冷门的“score-based generative model”（基于分数的生成模型）。彼时，GAN（生成对抗网络）早已取代自回归模型，统治了整个图像生成领域。GAN的核心是“对抗”：一个网络负责画图，另一个网络负责挑刺，双方在相互博弈中不断提升画图质量。而宋飏走的是一条完全不同的路：他不让AI直接画图，而是教它估算数据分布的梯度，然后从纯噪声开始反复修几百步。这套被命名为“扩散模型”的思路，在2019年发表的Improved Techniques for Training Score-Based Generative Models（NeurIPS）中首次验证了超过GAN的图像生成质量。此后不到一年，宋飏和导师又合作发表了Score-Based Generative Modeling through Stochastic Differential Equations（ICLR 2021）。这篇论文用随机微分方程将所有基于分数的生成模型和扩散模型统一进了同一个数学框架，为后来DALL-E 2、Midjourney等一众图像生成模型奠定了理论基础，一举拿下了ICLR 2021杰出论文奖。

2022年博士毕业后，宋飏加入OpenAI，先后担任研究员、战略探索团队负责人，专注提升模型处理大规模、复杂、多模态数据集的能力。2023年4月，他与清华校友路橙、OpenAI联合创始人Ilya Sutskever合作开源了一致性模型（Consistency Models）。相比于扩散模型需要反复“走”几十步甚至上百步才能生成一张高清图，一致性模型将这个过程压缩到一两步，速度快了几十倍，生成质量却基本不掉。有网友实测发现，只需要3.5秒左右就能生成64张左右256×256的图像。这项成果被不少人评价为有望“终结扩散模型”。此后，宋飏与路橙再次简化并连续时间版本一致性模型，成功将训练规模扩展到前所未有的15亿参数，生成速度是扩散模型的50倍。这不仅让他在业界站稳了核心位置，也让Meta的“猎头”盯上了他。

2025年，Meta决定组建超级智能实验室MSL，砸下千亿美元算力在全球范围挖人。扎克伯格亲自找到宋飏长谈，最终以业内顶级薪酬将其招至麾下。巧合的是，MSL首席科学家赵晟佳同样是清华校友（2016届本科），也是宋飏在斯坦福的同门师兄。两人先后从OpenAI加盟Meta，在生成式AI前沿并肩作战。

“很多技术最初是由物理学家发明的，现在在机器学习中非常重要。”宋飏曾这样形容自己对物理的复杂情感。在斯坦福、在OpenAI，他都在践行着这个理念——用物理学家的思维方式，解决机器学习最根本的问题。来到Meta，他将带领团队重点攻克跨模态模型架构与大规模可扩展生成技术。这绕不开他最熟悉的那套工作：教计算机如何理解世界、如何生成世界。而他的起点，是当年从清华园出发的那个少年。