据量子位报道,WebArena作者、哈工大校友Shuyan Zhou已加入Meta超级智能实验室(MSL),并公开表示其核心工作是开发AI浏览器。她称自己于今年年初离开学术界,加入这支被Meta称为超级智能实验室的团队。

Shuyan Zhou本科毕业于香港大学计算机科学专业,也是哈尔滨工业大学计算机科学专业校友。2018年本科毕业后,她进入卡内基梅隆大学语言技术研究所攻读硕士和博士,2024年获得博士学位。据量子位报道,她的谷歌学术论文引用量已达9569次,h-index为25。

她开发AI浏览器的兴趣与个人经历有关。早年她送给母亲一台中文版Alexa,这台设备能播放音乐、聊天气,却无法订机票,母亲只能打电话让她逐步指导。她在博士申请材料中曾阐述这一初衷,希望造出能靠对话自动完成任务的设备,帮助母亲和类似用户。其博士论文《使用AI智能体解决现实世界任务》后来给出阶段性答案。

WebArena是她博士阶段的代表项目,提供接近真实互联网的网页环境,包含电商、论坛、代码协作和内容管理等网站,并设计241类任务模板、生成812项测试任务,用于检验AI能否按自然语言指令完成搜索、点击、输入、页面跳转和内容修改。随后,她又参与VisualWebArena,将评测扩展到图片、图标和页面布局,加入910项需要视觉理解的网页任务。她还与香港大学XLANG团队等完成OSWorld,把评测范围从浏览器扩展至整个计算机系统,包含369项计算机操作任务。该项目2024年4月首次公开,入选NeurIPS 2024数据集与基准赛道;论文发表时,人类在测试任务中的完成率为72.36%,表现最好的模型只有12.24%。视觉定位、长程规划、动态环境、错误恢复和安全权限等问题,仍是AI操作网页和计算机时必须面对的挑战。

这不是Shuyan Zhou第一次加入Meta。2024年,她曾加入Meta GenAI,在Ruslan Salakhutdinov领导的团队研究Llama通用计算机操作智能体。去年她离开Meta,到杜克大学任教,直到今年年初。MSL成立于2025年6月,将负责下一代基础模型的TBD Lab、长期研究的FAIR、产品落地的产品与应用研究团队以及提供算力和工程支持的MSL Infra整合到一个体系,目标是实现“个人超级智能”。扎克伯格设想超级智能不替代人类,而是理解用户需求,通过Meta AI、WhatsApp、Instagram和智能眼镜等入口提供服务。Meta去年发起高薪人才招募,MSL已公开的管理者和研究人员中华裔占比接近一半。

MSL总负责人Alexandr Wang是华裔创业者,19岁创办Scale AI,后获Meta 143亿美元投资。首席科学家赵晟佳本科毕业于清华,曾在OpenAI参与ChatGPT、GPT-4及推理模型研发。首席研究员宋飏是扩散模型代表性研究者,曾负责OpenAI战略探索团队,目前与赵晟佳共同参与实验室研究方向设计。毕树超毕业于浙江大学数学系,曾任Google工程负责人,并在OpenAI负责多模态后训练,目前在MSL研究强化学习、模型后训练和智能体。Dawn Son本科就读清华,是UC Berkeley教授、AI安全与计算机安全研究者,在MSL从事AI安全、可信智能体等方向研究。

在组织调整和人才招募后,MSL开始推出成果。今年4月,Meta发布MSL成立后的首个模型Muse Spark,一款面向个人智能体场景设计的多模态推理模型。9月,Meta又推出由Muse Spark驱动的个人智能体Muse,用户可向它交代目标,由它处理邮件、填写表格、购物或制定长期计划,未来将接入AI智能眼镜。量子位报道称,Muse的路线与Shuyan Zhou的研究方向直接关联。