快手大模型负责人周国睿被曝离职，曾主导OneRec架构

快手大模型核心负责人传出即将离职的消息。

据多家媒体今日报道，快手副总裁、基础大模型及推荐模型负责人周国睿被曝即将离开公司。

目前，在快手内部系统中，周国睿的状态已显示为休假，个人签名也变更为「Log Out」。

关于他的下一站，目前众说纷纭：

有传言称他将加入Meta，也有人猜测可能转战TikTok，具体去向尚未明朗。

截至发稿，快手官方尚未对此事做出公开回应。

北邮毕业的AI领军人物

根据LinkedIn资料，周国睿本科与硕士均就读于北京邮电大学，主修信息与通信工程专业。

他的研究领域涵盖大规模机器学习、自然语言处理、计算广告及推荐系统。

硕士毕业后，周国睿加入阿里妈妈事业部，担任高级算法专家，负责阿里精准定向广告的排序核心业务。

期间，他的主要工作聚焦于：

深度学习在广告排序中的工程落地、模型结构设计与优化、模型压缩技术，以及深度学习框架的工程化开发，相关成果曾在AAAI等顶级会议上发表。

2021年，周国睿正式加入快手，从推荐算法负责人逐步晋升为大模型及推荐模型负责人。

在快手期间，他最具代表性的贡献是主导了生成式端到端推荐架构OneRec的研发与落地。

更重要的是，他不仅成功打造了大模型，还推动管理层持续加大AI投入。

早期快手对大模型团队的算力支持有限，周国睿在一次关键汇报中成功说服高层，将算力资源提升了数十倍。

OneRec：更大规模，更低开销

OneRec技术报告于今年6月发布在arXiv上，对传统推荐链路进行了系统性的重构。

在周国睿的带领下，快手借助OneRec取得了令人瞩目的成果：

模型规模更大，推荐效果更优，而成本反而大幅下降。

论文链接：https://arxiv.org/pdf/2506.13695v1

具体而言，OneRec采用生成式端到端设计，简化了传统推荐系统中繁琐的人工规则与多阶段流程。

通过统一建模和链路压缩，显著降低了推理和训练成本。

在核心业务中，整体系统成本降至原来的约十分之一，而这仅是一个1B规模的MoE模型。

这项研究打破了推荐系统领域“模型越大成本越高”的常规认知。

而且OneRec并未停留在理论阶段，已全面应用于快手多个核心业务中。

包括短视频推荐、本地生活、电商推荐等场景，新架构均实现了效果的全面领先。

论文公开后，周国睿还在知乎上分享了对OneRec研发历程的感想。

此外，在快手期间，他还参与了多模态大模型Keye-VL的研发。

该模型深度融合文本、图像、视频等多模态信息，通过自适应交互与动态推理，刷新了人机交互的范式。

高管离职潮起

周国睿的离职并非个例。

过去半年，快手技术高管层已出现明显的“离职潮”。

据不完全统计，已有数位副总裁级别的技术负责人相继离开，涉及多模态技术、商业化与广告、推荐算法等多个方向。

外界普遍关注：周国睿的离开是否会影响快手的AI战略？

短期来看，影响可能有限。

一方面，OneRec架构已在内部形成成熟稳定的技术体系，不依赖于个人。

另一方面，快手在AI领域的投入决心明确，始终坚持自研推荐大模型路线。

但从长远看，核心人才的持续流失可能减缓技术迭代速度，并造成技术路线和团队稳定性的潜在断层。

随着AI投入日益加重、周期不断拉长，如何稳住核心技术团队成为大厂面临的重要课题。

参考资料：

https://www.donews.com/news/detail/1/6339621.html

https://www.zhihu.com/people/zhou-guo-rui-25

https://finance.sina.com.cn/tech/2025-12-30/doc-inhepxiu4300901.shtml