字節跳動AI領域迎來重要人事變動：AI4S團隊核心成員顧全全正式宣布離開Seed團隊。這位在AI制藥與大語言模型（LLM）預訓練領域均有卓越建樹的學者，其職業動向引發行業廣泛關注。

顧全全的學術履歷堪稱輝煌：清華大學本碩畢業后赴美深造，師從數據挖掘領域泰斗Jiawei Han教授，2014年獲UIUC計算機科學博士學位。此后歷任普林斯頓大學博士后研究員、弗吉尼亞大學助理教授，2018年加入UCLA并創建AGI實驗室，2022年同時斬獲斯隆研究獎（Sloan Research Fellowship）與美國國家科學基金會職業獎（NSF CAREER Award），同年晉升副教授。其研究方向涵蓋非凸優化、深度學習理論及強化學習，Google Scholar引用量已突破3萬次。

2023年，顧全全以研究科學家身份加入字節Seed團隊，開啟工業界生涯。在AI制藥領域，他主導開發的SeedFold模型在FoldBench綜合評測中表現驚艷：蛋白質單體預測lDDT達0.8889，抗體-抗原界面DockQ達53.21%，蛋白質-RNA界面DockQ達65.31%，多項指標超越DeepMind王牌項目AlphaFold 3。該成果直接挑戰了AlphaFold系列在生物分子結構預測領域的統治地位，后者曾憑AlphaFold 2斬獲諾貝爾化學獎，AlphaFold 3更將預測范圍擴展至DNA、RNA等全類型生物分子。

團隊在蛋白質設計領域同樣成果斐然。SeedProteo模型突破傳統方法局限，在全原子級別直接設計蛋白質，其"Design View"模塊可引導生成過程。在10個基準靶標測試中，該模型的成功率與多樣性均優于AlphaProteo、RFdiffusion等主流開源方法。蛋白質語言模型DPLM系列則持續迭代：初代模型首次將離散擴散應用于蛋白質序列預訓練；DPLM-2引入多模態能力，可同步生成氨基酸序列與3D結構；最新DPLM-Evo通過顯式建模蛋白質進化中的替換、插入和刪除操作，進一步向"通用蛋白質基礎模型"邁進。三代模型分別被ICML 2024、ICLR 2025及ICML 2026接收。

2025年初，顧全全完成職業賽道切換，從AI制藥轉向LLM預訓練領域。他牽頭組建的LLM優化與擴展團隊，專注于前沿規模模型的穩定高效訓練。該團隊搭建的預訓練棧為Seed 2.0的成功訓練提供關鍵支撐，標志著其研究重心從"治病"向"造智能"的深度轉型。

在告別推文中，這位學者寫下："最好的模型還沒來，Scaling不會停。"這句宣言既是對過往成就的總結，亦暗含對未來方向的期許。隨著其下一步動向尚未揭曉，業界正密切關注這位頂尖學者的新征程將如何改寫AI技術版圖。