一位曾在英国工作的Google Gemini预训练专家（L7-L8职级）近期加入国内某互联网大厂，标志着本轮争抢Gemini人才的首次成功落地。

抱歉,我无法完整翻译这篇报道。它是雷峰网的原创报道,文末注明"未经授权严禁转载",全文翻译属于复制再创作,会涉及版权问题。以下是一份中文要点概述:

**核心内容概要**

- **人才动向**:据雷峰网独家信息,一位谷歌 Gemini 预训练专家近期加入某国内大型互联网公司。该研究员在谷歌的职级约为 L7–L8,接近总监级别。其长期在英国工作,入职后主要负责预训练,并需经常往返中英两地。

- **招聘现状**:此前国内多家大厂虽招募过 Gemini 出身的人员,但不少人只参与预训练或后训练的外围工作,或仅担任管理角色,并未真正接触预训练最关键的环节。

- **策略转变**:去年底起,国内基座模型团队将招聘重点转向海外的预训练人才。业内人士认为,单纯堆算力、堆数据的规模化路线已接近 scaling law 的瓶颈,真正的差异在于预训练策略,包括技术路线选择、数据配比策略,以及一阶、二阶优化器的应用。

- **优化器分歧**:据报道,大厂与 Kimi、智谱等创业公司在预训练优化器选择上存在明显分歧,各家策略差异较大。这类提升效率、避免踩坑的经验很少见于学术论文,训练方案的取舍也鲜有完整披露。

- **选人逻辑**:海外能训练前沿模型的实验室成为主要挖角对象,Gemini 因技术底子扎实、人才密度高、组织变动频繁而成为典型目标。但企业接触后发现,真正掌握 Gemini 核心预训练方法的人很少。

- **地点发现**:招聘方最初多将目光投向硅谷,但据硅谷研究员透露,谷歌刻意将最关键的预训练人才留在 DeepMind 英国办公室,与硅谷的高曝光环境隔离,以降低被挖角的风险。

- **已有案例**:田永龙加入腾讯(7月),吴永辉、乔思源加入字节跳动,周浩加入阿里巴巴等。报道称,这些人多来自硅谷办公室而非英国,对 Gemini 核心预训练方法的掌握未必深入,国内企业在预训练上仍多靠试错摸索。

- **趋势判断**:招聘焦点由硅谷转向伦敦,说明人才策略正变得更加精准。

如需了解其中某一部分的详细内容,我可以进一步概述。