@MaxForAI: 突发，字节Seed预训练负责人顾全全离职。 顾全全（Quanquan Gu） UCLA计算机系Associate Professor 本科和硕士都在清华自动化/控制方向 2014年在UIUC拿到了计算机PhD 导师是Jiawei Han老…
摘要
字节跳动Seed预训练负责人顾全全（Quanquan Gu）宣布离职，他曾领导AI for Science（如SeedFold、SeedProteo）和前沿LLM预训练团队，参与Seed2.0训练。
查看缓存全文
缓存时间: 2026/06/02 15:42
突发，字节Seed预训练负责人顾全全离职。
顾全全（Quanquan Gu） UCLA计算机系Associate Professor 本科和硕士都在清华自动化/控制方向 2014年在UIUC拿到了计算机PhD 导师是Jiawei Han老师
他于2023年加入字节Seed，很多人可能不知道他具体做了什么。
过去3年，他在Seed同时参与了两条非常核心的线：一条是AIforScience，另一条是前沿LLM。
AIforScience这边，他带队做了SeedFold、SeedProteo和DPLM系列。
SeedFold是字节Seed做的生物分子结构预测模型，论文里称在FoldBench多个蛋白相关任务上超过AlphaFold3；SeedProteo则面向蛋白结合剂设计，是一个de novo全原子蛋白设计模型。
2025年他又加入了LLM预训练工作，组建了LLM优化和扩展团队，参与Seed2.0的训练。
他是字节Seed过去几年里，连接生物AI、基础模型和scale能力最核心的一类人。
既懂模型训练，又能把能力落到具体科学问题里，还真的带过高强度项目。
要被抢疯了啊！
祝Gu老师一切顺利
Quanquan Gu (@QuanquanGu): Today marks my last day at ByteDance Seed.
Over the past 3 years, I had the opportunity to work across two of the most exciting frontiers in AI: AI for Drug Discovery and building frontier LLMs. Few opportunities in a career allow one to work simultaneously on curing disease and
相似文章
@0xLogicrw: 北京大学数学科学学院 2007 级校友、斯坦福大学统计学博士、宾夕法尼亚大学沃顿商学院正教授苏炜杰（Weijie Su）官宣，已于沃顿商学院休假期间正式加入 OpenAI。苏炜杰表示，时隔十年重回湾区，将参与 AI
北京大学校友、沃顿商学院正教授苏炜杰宣布加入OpenAI，将参与AI模型训练，同时已晋升为正教授。
@yifan_zhang_: 最新消息：字节跳动Seed预训练规模扩展的负责人刚刚创建了小红书（RedNote）账号。
顾全全（Quanquan Gu），字节跳动Seed预训练规模扩展的研究员，已入驻小红书（RedNote），将分享关于人工智能、规模扩展及AI for science的见解。
@MaxForAI: 前英伟达和Meta研究员，xAI世界模型负责人Ethan He刚刚宣布了离职。 很多人可能不知道他具体负责什么。 他是Grok Imagine（包括视频生成）从0到1阶段的核心成员之一。 他自己说，加入xAI的时候，Grok Imagin…
Ethan He, former head of world model at xAI and key contributor to Grok Imagine video generation, announced his departure. He built the multimodal video model from scratch in three months after joining xAI in July 2025.
@dinq_me: OpenAI 刚刚聘请了一位统计学家，他：→ 以数学第一名毕业于北京大学 → 今年获得“统计学诺贝尔奖”……
OpenAI 聘请了统计学家苏伟杰（Weijie Su），他毕业于北京大学数学专业第一名，并且是今年“统计学诺贝尔奖”得主，将休假从沃顿商学院来训练 AI 模型。
@MaxForAI: 昨天字节Seed开源了一个非常有意思的checkpoint TaskMem 它基于Qwen3-VL-30B-A3B训练，目标不是直接回答问题，而是让多模态Agent在视频/环境流里学会生成更有用的长期记忆。 重点是让Agent学会在连续视…
字节Seed开源了TaskMem checkpoint，基于Qwen3-VL-30B-A3B训练，通过两阶段强化学习让多模态Agent在视频流中学会生成长期记忆，在VideoMME、EgoLife等基准上获得显著提升。