“英伟达也缺算力！”顶尖AI研究员转投xAI内幕：谁GPU管够，就去哪里
一句话看懂：曾在英伟达参与世界模型项目的研究员Ethan He，因意识到视频模型存在显著的缩放规律、需要持续扩大算力规模，转而加入埃隆·马斯克的xAI。这一跳槽揭示了一个硬性趋势：在视频生成前沿，算力已成为研究自由度本身，能提供大量GPU的公司正成为顶级AI人才的首要选择。
事件核心：发生了什么
Ethan He此前在英伟达负责Cosmos世界模型（大型视频基础模型）的开发。在完成Cosmos One版本后，他判断视频模型同样遵循类似语言模型的“缩放定律”，必须持续扩大训练规模才能提升模型能力。为此，他于2025年中加入xAI，彼时xAI的视频与多模态团队几乎从零起步。在无基础设施、无现成数据、无成熟模型的情况下，他与其他数名工程师耗时三个月，交付了首个版本“Grok Imagine 0.9”。Ethan在访谈中直言，算力成为研究员流动的关键标尺：谁的GPU管够、允许更快的迭代循环，就选择去哪里。
为什么重要
这一案例打破了“芯片制造商自己必然算力过剩”的固有认知。英伟达虽然是GPU供应商，但内部前沿项目（如Cosmos）同样面临算力分配压力。Ethan指出，视频模型训练的“隐性成本”被严重低估——除了GPU，还包括PB级数据存储、云端带宽、VAE压缩以及音视频时间戳级对齐。更重要的是，他发现视频模型后续进步的关键驱动力，正越来越多来自语言模型而非视频模型本身，“视觉智能很大程度上由语言智能驱动”。这意味着未来AI竞争的核心，将从单模态的战斗转向多模态一体化、算力驱动的集群战。
对用户/开发者/创作者的影响
对开发者而言，视频模型的迭代速度受限于可获取的算力规模，使用xAI的Grok系列接口可能比之前获得更快的生成能力更新。对于创作者，下一代视频生成工具将不满足于“一次性输出”，而是向“视频智能体”演进——模型能够自主规划创意任务、调用扩散模型与传统编辑工具、迭代交付生产级内容。普通用户将感受到生成视频的质量和连贯性提升，但背后高昂的算力成本可能导致API定价维持高位。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，xAI的视频模型产品（如Grok Imagine系列）是否会开放公众使用或推出API服务，值得跟踪。其次，英伟达是否会调整内部算力分配机制，或推出面向前沿研究团队的“超级计算资源池”来留住顶尖人才。最后，这一趋势是否加速“算力作为招聘福利”的竞争——类似Ethan的跨公司流动，可能促使更多大模型公司（如OpenAI、Google DeepMind、Meta）在GPU配额上给出更透明、更激进的承诺。
来源：InfoQ CN
