顾全全离开字节 Seed：AI 药物发现与 LLM Scaling 双线突破

字节跳动的顾全全的简要履历一览： 从清华大学到 UCLA，再到字节 Seed 的 3 年 今天（2…

字节跳动的顾全全的简要履历一览：

从清华大学到 UCLA，再到字节 Seed 的 3 年 今天（2026年6月2日），顾全全教授发文宣布离开字节 Seed。

过去三年，他同时在两个最难的 AI 方向深耕：AI 驱动的药物发现 和 前沿大模型的训练与 scaling。

学术履历

•清华大学自动化系本科、硕士

•2014 年 UIUC 计算机科学博士（导师 Jiawei Han）

•现为 UCLA 计算机科学教授，创办 UCLA AGI Lab

•长期研究方向：机器学习、优化理论、大模型与 AI for Science

字节 Seed 核心贡献

① AI for Drug Discovery（主导，2023–2026） 带领团队构建了多个在行业内达到 SOTA 的模型：

•SeedFold：全球首个在多项 benchmark 上全面超越 AlphaFold 3 的生物分子结构预测模型

•SeedProteo：蛋白质 binder 设计模型，性能超过 AlphaProteo、RFdiffusion、Chai-2 等

•DPLM 系列：蛋白质语言模型 这些工作真正把大模型能力落地到“用 AI 治病”这一真实场景。

② LLM Pretraining & Scaling（2025 年起组建团队） 2025 年初，他组建了 LLM optimization and scaling 团队，专注解决超大模型稳定训练和扩展的核心难题。

团队搭建了高度可扩展的预训练技术栈，直接支撑了 Seed 2.0 及后续多个前沿规模模型的成功训练。

顾全全教授是少数同时在「AI for Science」和「前沿模型工程」两个赛道都做出实质性突破的学者。