2026 年 6 月 20 日，科技记者 Sharon Goldman 在 Substack 上发布了一则简短但意味深长的消息：Nvidia 已经以人才收购（acqui-hire）方式吸纳了 Essential AI 的创始团队，其中包括 Ashish Vaswani——2017 年那篇「Attention Is All You Need」论文的共同作者，Transformer 架构的缔造者之一。
三天后，Axios 的 Ina Fried 在同一周的 AI 人才流动综述中确认了这一消息。Wikipedia 上 Vaswani 的所属机构也已从 Essential AI 悄然更新为 Nvidia（2026–present）。
这不是一次普通的招聘。Vaswani 不是普通的工程师。他参与发明了支撑当今所有大语言模型的基础架构——从 ChatGPT 到 Claude、从 Gemini 到 Grok，每一条 prompt 的背后都运行着 Transformer。而当这样一位研究者不再独立运营自己的创业公司，转而加入一家芯片公司时，它回答了一个比「谁雇了谁」更深刻的问题：AI 产业链的权力中心正在向哪里移动。
Essential AI 的上升与坠落
Essential AI 的故事是一个经典的「融资快、烧钱更快、退场无声」的 AI 创业样本。
Vaswani 在 2021 年离开 Google Brain 后，先与 Niki Parmar（同样是 Transformer 论文共同作者）联合创办了 Adept AI——一家开发 AI Agent 的创业公司。2023 年，两人再次联手创立 Essential AI，定位是「企业大脑」——用大语言模型自动化企业工作流。
Essential AI 的融资轨迹看起来是一路上升：2023 年 12 月完成 $5650 万 Series A，由 March Capital 领投，Nvidia、AMD、Google 等战略投资者参与；2025 年 8 月完成 $1.75 亿 Series B、估值达到 $10 亿，由 Lightspeed Venture Partners 和 Thrive Capital 领投。团队约 80 人。
但到了 2026 年上半年，情况急转直下。Ground Level AI 援引知情人士称，Vaswani「融资困难」——一个 Transformer 作者、拥有独角兽估值的公司，却在资本市场上打不开局面。最终 Nvidia 出手，将团队整体收入麾下。一位消息人士补充了一个重要动机：「把 Ashish 和 Essential 从 AMD 手里抢过来也是一个驱动因素。」AMD 是 Essential AI 的早期战略投资者，Essential AI 长期依赖 AMD GPU 进行研发。
这意味着 Nvidia 这次收购的直接目的之一，是阻止竞争对手的硬件生态获得顶级 AI 研究人才。
不是孤立事件：Nvidia 的人才收购版图
Essential AI 只是 Nvidia 近年来一系列激进人才收购的最新一例。
2025 年 12 月，Nvidia 以约 $200 亿的价格与 AI 推理芯片公司 Groq 达成授权协议，Groq 创始人 Jonathan Ross 及核心工程团队加入 Nvidia。2026 年，Nvidia 又以超过 $9 亿收购了 Enfabrica 团队——这家公司专长于将超过 10 万颗 GPU 统一为大规模计算系统。同期，Nvidia 被曝正在洽谈以 $20-30 亿收购以色列 AI 公司 AI21 Labs，目标是其约 200 名 AI 研究人员——按人均计算，每位研究人员的隐含估值约 $1000-1500 万。
把这几笔交易放在一起看，Nvidia 的策略清晰得令人警惕：它不仅在卖 GPU 给 AI 实验室，还在系统地吸收这些实验室中最稀缺的资源——人。
在 Essential AI 的案例中，Vaswani 加入后将主导 Nemotron 开源模型的研发。Nemotron 是 Nvidia 在 2025 年底推出的开源模型家族，2026 年 6 月 Computex 上发布的 Nemotron 3 Ultra 拥有 5500 亿参数，在 Artificial Analysis 智能指数上得分 48——美国开源模型的最高分，但仍落后于中国 Moonshot AI 的 Kimi K2.6（得分 54）。
Vaswani 的任务很明确：帮助 Nvidia 的 Nemotron 追赶甚至超越中国开源模型，同时也给 Nvidia 的 GPU 客户一个留在 CUDA 生态里的理由。
从「卖铲子」到「造脑子」：硬件层的向上吞噬
Nvidia 2026 财年营收达到 $2160 亿。如果十年前有人说这家公司会成为世界上最重要的 AI 模型开发者之一，大概没人会信。但今天，Nvidia 的 AI 模型版图已经覆盖了从大语言模型（Nemotron）到机器人（GR00T）、从自动驾驶（Drive）到语音 AI（Riva）、从气候科学（Earth-2）到药物发现（BioNeMo）的几乎所有领域。
收购 Vaswani 让这个转型变得更加不可逆。Transformer 的作者为一家芯片公司写开源模型——这个组合在五年前是不可想象的。它代表了一种纵向整合：硬件层正在向上吞噬模型层。
这种整合的逻辑是：如果模型层的价格战持续白热化（Grok 4.5 定价 $2/$6 每百万 token、GPT-5.6 Terra $2.50/$15），模型本身的利润率将被压缩。但如果控制模型的人同时控制硬件，利润可以从 GPU 销售中回流。开源模型则是扩大硬件需求的另一条路径——越多人用 Nemotron，就越多人需要 Nvidia GPU 来运行它。
人才战争的信号：Transformer 作者融资困难意味着什么
Vaswani 遇到的融资困境放在更大的 AI 人才战争背景下看，更加刺眼。
就在同一周，另一位 Transformer 论文共同作者 Noam Shazeer 宣布离开 Google DeepMind 加入 OpenAI——Google 此前为将 Shazeer 带回公司支付了超过 $20 亿。同周，2024 年诺贝尔化学奖得主、AlphaFold 的核心人物 John Jumper 宣布离开 Google DeepMind 加入 Anthropic。
一边是顶级 AI 研究者被以数十亿美元估值争抢，另一边是 Transformer 作者自己的创业公司融资困难。这个对比揭示了当前 AI 行业的一个结构性矛盾：资本在向少数几个前沿实验室（OpenAI、Anthropic、Google DeepMind）和基础设施层（Nvidia）极度集中，而中间层的 AI 创业公司——即使创始人履历再耀眼——正在被挤出。
Vaswani 的去向也指向了一个更深层的趋势：AI 行业正在从「创业公司可以挑战巨头」走向「巨头之间互相吞并」。在这个新格局中，拥有资本和硬件的一方——Nvidia——正在获得越来越多的谈判筹码。
SpaceX 以 $600 亿收购 AI 编程工具 Cursor 是同一趋势的另一面：下游应用层也在被收购整合。从基础设施到应用，独立 AI 公司的空间正在被系统性压缩。
未解的问题
Vaswani 将如何影响 Nemotron 的实际性能，目前还只是预期。Nvidia 的开源模型能否在真实开发者场景中挑战 DeepSeek、Qwen 和 Llama，需要时间和独立评测来验证。
Essential AI 的 B 轮投资者 Lightspeed 和 Thrive Capital 在人才收购中的回报情况也未公开——如果一个 $10 亿估值的公司以 acqui-hire 方式退场，投资者的收益可能有限。
最后，Nvidia 的「人才收购」策略是否会引发监管关注，仍是一个未决问题。当一家市值超过 $4.5 万亿的公司系统性地吸收 AI 行业最顶级的研究人才，反垄断机构迟早会注意到。
但至少目前，信号已经非常清楚：Transformer 的作者现在为一家芯片公司工作。AI 产业链的权力轴心已经不可逆转地从模型层向硬件层倾斜。
