奥里奥尔·维尼亚尔斯（Oriol Vinyals）

概况

奥里奥尔·维尼亚尔斯（Oriol Vinyals）是西班牙计算机科学家，1983 年出生于加泰罗尼亚的萨瓦德尔（Sabadell）。^[1] 他的公开职业经历横跨 Google Brain、DeepMind 和 Google DeepMind，工作内容涉及神经序列模型、AlphaStar 研究小组以及 Gemini 模型系列。^[1]

教育与早期经历

2013 年，他在加州大学伯克利分校（University of California, Berkeley）获得博士学位，导师是 Nelson Morgan。^[1] 此后他加入 Google Brain，2016 年转到位于伦敦的 DeepMind。^[1] 他的职业生涯大部分时间在 DeepMind 度过。^[1]

序列到序列学习

2014 年，他与 Ilya Sutskever、Quoc Le 共同提出了序列到序列学习（sequence-to-sequence learning），成果发表为论文《Sequence to Sequence Learning with Neural Networks》。^[1][2] 这个方法的名字基本就是它的思路：让神经网络看成对的序列，学会把一种序列变成另一种序列。以机器翻译为例，输入是一个语言的句子，输出是另一个语言的句子，而不必为每个环节单独设计一套规则。凡是能写成「一串输入、一串输出」的任务，都可以套用这个框架，这也是它不只适用于某一个应用的原因。

DeepMind 与 AlphaStar

在 DeepMind 期间，他领导 AlphaStar 研究小组。^[1] 这是他在该公司工作期间参与的研究方向之一，与他在序列模型上的工作并行。

大语言模型的涌现能力

2022 年 6 月 15 日，论文《Emergent Abilities of Large Language Models》提交到 arXiv，维尼亚尔斯与 Jason Wei、Jeff Dean 等人共同署名。^[4] 论文讨论的是一类现象：有些能力在语言模型规模较小时根本看不到，模型大到一定程度后才出现，而不是随着规模平稳地一点点变好。这类现象通常被称为「涌现能力」（emergent abilities）。论文给它起了名字，并把它当作一个值得测量、值得争论的问题——这关系到人们能否事先判断模型规模与能力之间的关系。

Gemini

2024 年 8 月，他与 Noam Shazeer、Jeff Dean 一起担任 Gemini 的技术负责人。^[1] 2026 年 5 月，他以 Google DeepMind 副总裁的身份联署了 Gemini 3.5 的发布公告。^[3] 2026 年 8 月 5 日，他宣布离开 Gemini，创办自己的公司 Discovery Loop。^[1]

在领域中的位置

维尼亚尔斯的经历相当紧凑地勾勒出这个领域十来年的走向。序列到序列学习提供了一种通用的提问方式：把输入和输出配成对，让网络自己学出映射关系。^[2] 关于涌现能力的工作，则追问模型规模变大之后会发生什么、能期待什么、又不能期待什么。^[4] 他后来的岗位在 Gemini 之中——这是 Google DeepMind 开发的大模型系列，他与另外两位研究者共同承担技术领导工作。^[1] 从一套通用的学习配方，到关于规模的问题，再到负责一个前沿模型项目，最后自己创办公司，这条路径也出现在同一时期不少资深研究者的职业生涯里。^[1]