贾扬清再创业，AI换道

从Caffe之父到AI Infra创业者：一个技术信仰的转身

贾扬清的名字在AI圈几乎等同于“框架大神”。他在加州大学伯克利分校读博期间创立并开源了深度学习框架Caffe，被微软、雅虎、英伟达等公司采用；随后加入谷歌大脑团队，成为TensorFlow作者之一；又在Facebook Yann LeCun麾下主导了PyTorch 1.0的研发，并联合推出ONNX开放模型格式。2019年加入阿里巴巴任技术副总裁，负责大数据与AI基础设施。2023年3月，贾扬清从阿里离职，与同样来自Meta AI的白俊杰联合创立Lepton AI，并拿到1100万美元种子轮融资。他的创业方向并非直接做大模型，而是AI Infra（基础设施），即帮助开发者更高效地使用和管理GPU集群，降低AI应用部署的门槛。

不谈大模型，只谈“接地气”：中小模型和垂直应用才是真金矿

贾扬清在硅谷创业一年后，分享了对AI行业的冷静观察。他认为，通用大模型效果虽好，但在企业实际应用中，7B、13B的中小型模型通过微调，性价比可能比直接调用闭源大模型高10倍以上。他比喻说：“大模型就像‘读博士’读轴了，反而是本科生的实操性更强。”在应用层面，他总结出两条靠谱路径：一是训练自己的基础大模型或微调模型；二是在垂直领域做深，例如医疗场景，用户问“化验结果怎么样”，背后需要结合化验、保健、保险等多个产业链场景的深度经验，单纯用Prompt无法解决。他观察到，目前AI应用中，提效类和娱乐类已跨越死亡谷，开始有持续流量，而传统行业应用才是值得深挖的“深水区”。

开箱即用的“光子”与GPU管理革命：Lepton AI的产品哲学

Lepton AI的核心产品思路是让开发者用Python原生方式构建模型，无需学习容器或Kubernetes，然后通过单个命令将模型部署到云端。团队提供了一个名为“光子”（Photon）的Python库，它定义了处理程序和Python依赖项，用户可自由构建自己的Photon。此外，Lepton AI还提供一键式零影响NCCL分析器，帮助客户可视化集体通信瓶颈，优化网络性能。其核心理念是：开发者只需关注应用逻辑，而基础设施的弹性、稳定性和成本优化由平台自动完成。这种“降低AI工程师使用和管理GPU集群门槛”的定位，恰好切中了当前算力昂贵、部署复杂的痛点。

开源信仰与商业变现的裂缝：一场未竟的“双向奔赴”

贾扬清的职业生涯几乎与开源精神共生，但创业之路并非一帆风顺。据行业分析，英伟达曾有意收购Lepton AI，贾扬清也被视为“卖铲人”计划的最佳代言人。然而，收购后双方在开源承诺上产生严重分歧——英伟达承诺2026年开源Lepton核心平台，但至今未兑现，且英伟达在NIMs、flashinfer等项目上的封闭倾向让贾扬清难以接受。此外，产品执行方向也出现偏离：英伟达希望将GPU资源变成统一入口，在云厂商之上再建一层软件平台，而贾扬清更倾向于保持开源的开放生态。最终，这场看似完美的组合因价值观冲突而破裂，贾扬清选择离开。这印证了他自己的话：“AI从实验室到应用的过程中，该蹚过的雷，都会经历一遍。”