Z Waves丨OpenAI华人二号位Mark Chen，比Altman更懂技术，比Ilya更懂产品，拒绝小扎十亿美金邀约

摘要：2025年春天，硅谷的科技圈再次被一则人事公告点燃——OpenAI宣布任命Mark Chen出任公司首席研究官（Chief Research Officer），全面负责前沿研究与产品融合。这一消息一经发布，便迅速冲上科技媒体头条，从旧金山的创业咖啡馆到学术界的

图片来源：OpenAI Leadership Updates

2025年春天，硅谷的科技圈再次被一则人事公告点燃——OpenAI宣布任命Mark Chen出任公司首席研究官（Chief Research Officer），全面负责前沿研究与产品融合。这一消息一经发布，便迅速冲上科技媒体头条，从旧金山的创业咖啡馆到学术界的Slack群组，无数研究者与从业者都在热议：这位曾一手推动DALL· E、Codex与GPT-4多模态融合的技术核心，据说曾被扎克伯格开出十亿美金邀约的研究员，终于走上了OpenAI的“第二把交椅”。

在多模态与推理交汇的技术前沿，他主导的DALL·E让AI学会用想象作画，Codex让模型能读懂代码，而GPT-4的视觉理解能力更是让机器第一次具备了看图推理的智能雏形。Mark Chen不仅搭建了，且走通了AI基础研究与落地应用之间那条难以跨越的桥。如今，他被推向OpenAI研究体系的制高点，被业内称为产品化AI研究的代表人物：一个既懂科学原理，又能写出能落地产品的AI科学家。

而要真正读懂这位能左右OpenAI研究方向的关键人物，我们不妨从他的成长轨迹出发，去看Mark Chen如何从一名量化交易员，走到今日AI产业前沿的掌舵位置。

一位在量化金融世界打磨出的AI科学家

Mark Chen，中文名陈信翰，出生于美国。根据资料显示，Mark的母亲邱瀞德为中国台湾清华大学教授、现任资讯系统与应用研究所所长；父亲陈建任曾任联亚光电公司董事长。Mark从小接受美国公立教育。在初中期间，Mark随父母从美国回到中国台湾，并于2004年至2008年在中国台湾新竹科学园区实验高级中学双语教学部完成高中学业。

从小，Mark便在数学领域展现出了极高的兴趣和天赋，曾在AMC10、AMC12等美国数学竞赛中获得满分的成绩。Mark Chen的个人领英主页显示他在2008年本科入学MIT，主修数学与计算机科学双专业。Mark在访谈中称自己是计算机科学的“晚熟者”(Late Boomer)，一开始只对理论数学研究感兴趣，而对实用性的编程兴致不高；因大学舍友的鼓动才在本科后期完成了计算机科学的专业课程学习。大学期间，他曾加入扑克牌、阅读、乒乓球等学生社团活动。

在大二期间，他曾在微软担任软件工程师实习生，并在大四于美国知名量化交易公司Jane Street担任交易实习生。正是这段经历让他开始对量化金融行业产生兴趣——对他而言，这个行业恰好能将理论数学研究、计算机科学与实用编程结合起来。在2012年本科毕业后，并加入对冲基金Tech Square Trading担任量化研究员，随后进入纽约另一家高频量化交易公司担任合伙人。

在本科学习期间，他也在哈佛大学作为访问学者与他人共同完成研究论文Using temporal correlations and full distributions to separate intrinsic and extrinsic fluctuations in biological systems并发布于美国物理协会期刊Physical Review Letters。这篇论文提出利用时间相关性与完整分布来区分生物系统中的内在与外在噪声，为系统生物学中的随机性建模提供了新的数学框架，展现了Mark在复杂系统建模与数学推导方面的扎实研究能力。

图片来源：Mark Chen个人领英主页

Mark认为，金融行业总体而言是一个独立个人在其中难以产生很大影响力的行业。在做量化交易的几年中，他发现竞争对手和目标永远都是同样的，而外部世界的规则也不会因任何人而改变，这也让他意识到，金融并不是他想要从事一辈子的工作。与此同时，AlphaGo的表现也让Mark Chen意识到，AI很有可能成为人类科技发展的未来。

带着这种对未来AI的好奇与果决的判断，在2018年10月，他以前沿研究负责人（Head of Frontiers Research）的身份加入了彼时还只是个小团队的非盈利组织OpenAI，开启了深耕人工智能领域的道路。仅用了6年时间，便在2024年成为OpenAI的研究部高级副总裁（SVP of Research），在2025年一月出任公司首席研究官（Chief Research Officer）。至今，他已在OpenAI待了7年之久。

在OpenAI的发展之路：从模型推理到多模态

2018年，Mark Chen所加入的Frontiers Research部门被视为OpenAI最具战略意义的研究引擎，其使命并非单一论文产出，而是探索通用智能实现路径中的关键技术瓶颈。从他进入的那一刻起，Mark就将关注点锁定在多模态理解与推理机制上，即如何让模型不仅可以读懂语言，还能真正“理解世界”。

Mark曾在访谈中提到，他在加入OpenAI的最早期聚焦于模型效率与算法优化，与Rewon Child（前OpenAI，现就职于Microsoft）等研究员合作改进Transformer结构的注意力机制，提出“factorized attention”方法，即将注意力矩阵分解为多个低秩或局部子空间（如沿行和列分别计算注意力），从而把全局相关性的建模任务拆解成更轻量的局部计算，显著提升大模型训练的计算效。Mark指出，这些算法层面的优化“往往比算力扩展的收益还大”，因为它们直接决定了模型的可扩展性与稳定性。

2020年，他参与了被业界誉为大语言模型范式转折点的论文Language Models are Few-Shot Learners。这篇论文首次系统性展示了GPT-3在少样本学习（few-shot learning）条件下的强大能力：即无需特定任务的再训练，仅通过少量示例即可掌握新任务。Mark Chen在该研究中担任重要合著者，负责模型架构实验与对比验证工作。该论文的提出，不仅奠定了语言模型通用学习者的地位，也直接推动了ChatGPT产品化的进程。在奠定GPT系列基础之后，Mark开始将研究延伸至生成模型（Generative Models）与多模态感知方向。

2021 年，他作为主要研究成员参与了OpenAI发布的Codex模型研究Evaluating Large Language Models Trained on Code。论文显示，Codex模型首次让AI具备了理解并生成可运行代码的能力；在团队自建的HumanEval测试中，Codex的问题解决率达28.8%，远超GPT-3的0%，奠定了自动化编程和GitHub Copilot的技术基础。

2023年，他作为主要署名作者之一发表论文Consistency Models: A New Family of Models That Generate High-Quality Samples in One Step。论文提出了一种“单步一致性生成”框架，突破了传统扩散模型（Diffusion Models）必须多次采样才能生成高质量图像的局限，实现了数十倍推理加速与跨模态一致性保持。该研究被业界学者视为扩散模型演化的重要里程碑，也成为后续DALL·E和Sora等图片与视频生成系统优化路径的关键参考。凭借这些成果，Mark Chen逐渐从核心研究者成长为OpenAI内部最具连接力的科学家之一。

2022年至2023年，Mark在OpenAI内部承担更高层级的研究管理与跨模态方向统筹工作。据MIT Technology Review资料显示，在此期间他担任Head of Multimodal and Frontiers Research一职，负责推进DALL·E与GPT-4的多模态研究项目。在他的团队推动下， DALL·E系列模型实现了从文本到图像的高质量生成，而GPT-4在架构中首次引入视觉感知模块，使语言模型具备了理解图片、表格与复杂视觉输入的能力。凭借这些成果，Mark Chen逐渐从核心研究者成长为OpenAI内部最具连接力的科学家之一。

Google Scholar数据显示，截至今日，他共发表及合著论文43篇，总引用量超过12万次，其中上述提到的多篇核心论文的单篇引用量均达上万。这些数字充分反映出了他在AI学术界的影响力，奠定了他在OpenAI内部作为研究方向领军者的地位。

图片来源：Mark Chen Google Scholar个人主页

不再只是研究员，而是带领OpenAI走进下一个时代的领导者

进入2024年，面临着前CTO Mira Murati以及联合创始人兼首席科学家Ilya Sutskever、联合创始人John Shulman等多位核心成员相继离职的相继离职，OpenAI研究团队急需一个新的主心骨，担任衔接基础研究与产品落地的领导者，以应对公司向营利性实体转型的关键需求。Mark Chen便是挑下这杆大梁，成为平衡技术传承与商业突破的核心掌舵者的最佳人选。

Mark Chen在OpenAI的角色早已超越“研究员”的范畴。他被视为那条连接基础研究与产品落地的关键桥梁人物：既负责科学创新的前沿方向，也要确保这些突破真正进入产品体系。根据OpenAI在今年3月的官方公告，Mark在出任首席研究官（Chief Research Officer）后，被赋予的任务是“推动科学进展，并确保研究与产品开发紧密结合，以加速研究成果向用户体验的转化”。

在2025年6月的一次采访中，他谈到将视觉感知与语言模型整合的挑战，提及这是他在GPT-4团队中最具技术突破性的项目之一。这类融合实验让GPT-4从文本理解者演进为“具备视觉与推理能力的感知系统”，也是OpenAI向真正多模态智能过渡的关键阶段。

媒体报道将他列为公司最具战略影响力的决策成员之一，指出他所主导的方向代表着OpenAI的大模型从能写会说进阶成“能看能思考”，标志着AI系统迈向统一感知与推理的阶段。除了在科研上的结构创新，他在组织层面同样是稳定与沟通的支点。

随着OpenAI在全球AI人才竞争中处于风暴中心，Mark也逐渐承担起组织与文化层面的职责。根据媒体报道，在Meta高薪挖角事件期间，他在内部Slack通告中写道：“我们需要继续专注于真正的目标——找到通向智能的路。这才是主线任务，而与Meta的这些小摩擦，只是支线任务而已。”提醒团队不要被外部动荡分散注意力，重振分散的军心。他还告知员工管理层正在重新校准薪酬，以保证公平并缓解因薪资落差带来的焦虑，显示出他在混乱中依然坚持透明与正直的态度。

Altman随后在内部致辞中称赞Mark在面对艰难决定下的出色领导力，并且表示非常感激他能够成为领导团队中的一员。根据华尔街时报信息透露，扎克伯格也曾在与Mark Chen的非正式场合交谈中提到愿意提供高达10亿美金的薪酬将他带到Meta，结局也早已众所周知。媒体指出，在2023年Sam Altman被短暂罢免的期间，Mark是在管理层与员工之间充当沟通桥梁的关键人物，帮助团队维持信任与秩序。他不仅在研究方面能力出色，更是一位为人正直，对公司有强烈责任感且拥有卓越领导力的人。

从这个角度看，Mark Chen早已不只是论文署名里的研究者、模型代码后的工程师，而是推动OpenAI研究进入下一个阶段的关键枢纽。曾深耕量化金融的他，因渴望做真正影响人类的事，更认同OpenAI的使命愿景，毅然放弃金融行业的高薪加入，处于竞争对手高薪挖角的风暴中心也能够保持坚定。正是这份经历与初心，让他能够跳出纯技术视角，转而构建起一套贯穿科研创新、组织文化与产品落地的完整闭环。

参考文献：

[1] Mark Chen – LinkedIn:

[2] OpenAI Leadership Update (March 2025):

[3] OpenAI Org Chart – Mark Chen:

[4] Mark Chen – Google Scholar Profile: https://scholar.google.com/citations?hl=en&user=5fU-QMwAAAAJ

[5] Mark Chen – OpenReview Profile: https://openreview.net/profile?id=~Mark_Chen1

[6] Mark Chen – X (Twitter):

[7] Language Models are Few-Shot Learners (2020):

[8] Consistency Models: A New Family of Models That Generate High Quality Samples in One Step (2023):

[9] GPT-4 Technical Report (OpenAI 2023):

[10] Wired – “Four OpenAI Researchers Leave for Meta” (2025):

[11] Business Insider – “Meet the Power Players at OpenAI” (Sept 2024):