最近國內(nèi)大廠也開始加大力度搶人了，畢竟再不努力，頂尖AI人才都被搶到硅谷去了！

這不，剛剛官宣了清華姚班出身的姚順雨，近日95后清華畢業(yè)生龐天宇也加盟騰訊。

雖然他年紀(jì)輕輕，但來頭卻不小，他曾獲得世界Top 2%科學(xué)家稱號，是AI學(xué)術(shù)圈里公認的實力派。

透過他的成長軌跡往，我們會發(fā)現(xiàn)一個更大的變化已經(jīng)出現(xiàn)。

中國高校與城市正在加速走向全球AI版圖的中心，而頂尖AI人才的誕生路徑也正在被重新書寫。

騰訊迎來AI重量級人物，竟還是95后本土學(xué)霸

從龐天宇的Github主頁來看，出生于1995年的他先讀了十一學(xué)校的直升班和科學(xué)實驗班，高中靠物理競賽保送清華數(shù)理基科班。

清華數(shù)理基科班創(chuàng)立于1998年，地位不比姚班、丘班、錢班弱，為數(shù)學(xué)、物理等基礎(chǔ)科學(xué)領(lǐng)域培養(yǎng)富有創(chuàng)新意識的學(xué)術(shù)型人才。

2017年，他從清華大學(xué)獲得了數(shù)學(xué)和物理的學(xué)士學(xué)位后，選擇繼續(xù)在清華深造，攻讀計算機科學(xué)與技術(shù)系博士，加入了朱軍教授領(lǐng)導(dǎo)的TSAIL課題組。

圖源：Github

有報道稱，龐天宇直到大三才正式接觸AI領(lǐng)域，他選擇了一個在當(dāng)時幾乎沒人系統(tǒng)研究的方向——AI的對抗魯棒性問題。

簡單介紹一下AI的對抗魯棒性，是指模型在遇到被刻意動過手腳的數(shù)據(jù)時，能不能還保持正常判斷。

比如一張幾乎看不出差別的圖片，人眼還是貓，AI卻被誤導(dǎo)成狗。對抗魯棒性研究就是如何讓AI抵御被這種微小、惡意的干擾。

在現(xiàn)在已經(jīng)是一個熱門研究方向，但是當(dāng)時，還是一個既冷門又艱深的領(lǐng)域，同行稀少、資料有限，很多時候只能靠龐天宇自己摸索前進。

他不僅面臨數(shù)據(jù)和文獻不足的困難，還需要突破技術(shù)的瓶頸，獨立探索新思路，不過這段“無人區(qū)”探索的經(jīng)歷也讓他迅速在學(xué)術(shù)圈刷新了存在感。

圖源：Linkedln

他以第一作者（含共同一作）身份在機器學(xué)習(xí)頂級會議ICML、NeurIPS、ICLR上發(fā)表多篇文章，并被多次選為Oral或Spotlight。

要知道在人工智能和機器學(xué)習(xí)頂級學(xué)術(shù)會議上，Oral口頭報告和Spotlight亮點展示是對論文質(zhì)量最高的評價，前者大概只有1%-3%的機會，后者也只有3%-6%的機會。

還沒有博士畢業(yè)的他就已經(jīng)成為這一領(lǐng)域的年輕領(lǐng)軍人物，與此同時，他的履歷還在不斷刷新。

2016年夏天，他在卡耐基梅隆大學(xué)計算生物學(xué)系訪學(xué)，師從Wei Wu教授，這段經(jīng)歷不僅拓寬了他的研究視野，也讓他在跨學(xué)科合作中積累了經(jīng)驗。

在2020年，他與斯坦福大學(xué)計算機科學(xué)系的Stefano Ermon教授進行線上合作研究。

他還曾榮獲世界Top 2%科學(xué)家稱號、微軟學(xué)者獎學(xué)金、英偉達學(xué)術(shù)先鋒獎等獎學(xué)金與榮譽稱號。

圖源：Github

博士畢業(yè)后，加入新加坡Sea AI Lab擔(dān)任高級研究員。新加坡Sea AI Lab是東南亞電商巨頭Sea Group旗下的前沿人工智能研究實驗室。

而現(xiàn)在他已經(jīng)有了新的身份，騰訊混元大模型團隊的首席研究科學(xué)家、多模態(tài)強化學(xué)習(xí)Multimodal RL技術(shù)負責(zé)人。

東方力量已經(jīng)崛起，AI人才拋棄硅谷

龐天宇和其他站在AI金字塔頂端的人才相比，最大的不同就在于，他整個教育過程幾乎都在國內(nèi)完成。

類似的例子還有DeepSeek的創(chuàng)始人梁文峰，他本科考入浙江大學(xué)電子信息技術(shù)工程專業(yè)，2007年繼續(xù)在浙大讀碩士，沒有出國留學(xué)背景。

曾擔(dān)任Google DeepMind首席科學(xué)家兼總監(jiān)，如今已經(jīng)被Meta挖走的杜宇也是一樣，2011 年從華東理工大學(xué)計算機系畢業(yè)，隨后保送浙江大學(xué)博士。

圖源：杜宇領(lǐng)英

沒有留學(xué)經(jīng)歷，卻能夠在AI頂尖機構(gòu)擔(dān)任核心崗位或創(chuàng)業(yè)，這本身就說明了國內(nèi)教育已經(jīng)能夠培養(yǎng)出世界級的人才。

不知不覺，國內(nèi)高校的AI已經(jīng)卷到了天花板級別。

彭博社基于LexisNexis的數(shù)據(jù)分析顯示，從2005年至2024年底，清華大學(xué)研究人員共申請了4986項人工智能與機器學(xué)習(xí)領(lǐng)域的專利，僅在去年一年，就申請了超過900項。

AIRankings是一個基于量化指標(biāo)的全球人工智能研究領(lǐng)域排名系統(tǒng)，通過作者、機構(gòu)、城市和國家等多維度評估全球AI研究能力。

從2015年到2025年這十年的數(shù)據(jù)來看，美國在核心論文發(fā)表量上依然保持壓倒性優(yōu)勢，但中國排名第二，并且遠遠領(lǐng)先于第三名的英國。

這說明，中國的AI研究正在快速追趕世界領(lǐng)先水平，甚至在部分領(lǐng)域形成了獨特優(yōu)勢。

圖源：AIRankings

首先，中國的高校在全球AI科研版圖中占據(jù)了重要位置。

根據(jù)AIRankings統(tǒng)計，北京大學(xué)、清華大學(xué)和浙江大學(xué)的核心論文發(fā)表量躋身全球前十，北京大學(xué)更是連續(xù)多年在排名中力壓卡耐基梅隆大學(xué)、麻省理工學(xué)院和斯坦福大學(xué)，位居榜首。

從年度數(shù)據(jù)來看，北京大學(xué)從2022年至2024年連續(xù)三年蟬聯(lián)全球第一，展現(xiàn)出強大的科研實力和學(xué)術(shù)影響力。

圖源：AIRankings

其次，中國城市在人工智能研究領(lǐng)域的表現(xiàn)也相當(dāng)亮眼。

北京、香港、上海和杭州躋身全球前十五名，其中北京和香港的AI研究實力甚至超過了硅谷所在的舊金山灣區(qū)，位列全球前兩名。

北京擁有全國最多的一流高校和科研院所，包括北大、清華等，這些機構(gòu)在AI基礎(chǔ)研究和技術(shù)開發(fā)方面具有領(lǐng)先優(yōu)勢，為企業(yè)和產(chǎn)業(yè)提供了堅實的技術(shù)支撐。

而香港科技大學(xué)成立了馮諾依曼研究院，整合具身智能、生成式AI以及超級計算等技術(shù)，推動跨學(xué)科協(xié)作.

同時香港特區(qū)政府還投入10億港元成立人工智能研發(fā)院，進一步推動本地AI產(chǎn)業(yè)的發(fā)展。

圖源：AIRankings

可以看到，中國人工智能的中心正從美國硅谷逐漸轉(zhuǎn)移，上海、深圳和杭州正在成為全球AI創(chuàng)新和產(chǎn)業(yè)化的重要基地。

如今越來越多AI人才回流國內(nèi)，已經(jīng)不是個別現(xiàn)象，而是一股正在加速形成的趨勢。

這一趨勢不僅反映了中國高校在全球AI基礎(chǔ)研究和技術(shù)開發(fā)方面的能力，也標(biāo)志著中國在全球AI競爭中的地位正在不斷提升。

站上AI頂端的人，是怎么成長的

龐天宇的經(jīng)歷為我們理解AI人才成長提供了一個有意思的視角，大多數(shù)活躍在國際舞臺的頂尖 AI 人才走的都是這樣一條路。

他們在國內(nèi)完成基礎(chǔ)教育后，選擇到美國頂尖高校進行深造，再進入大廠或頂級實驗室。

比如Meta 超級智能實驗室的華人成員Shengjia Zhao，本科在清華讀完后去斯坦福讀博士；

Shuchao Bi本科是浙江大學(xué)的高材生，然后去加州大學(xué)伯克利讀統(tǒng)計學(xué)碩士并成為數(shù)學(xué)系博士候選人。

圖源：X@@shuchaobi

龐天宇、梁文峰和杜宇的例子說明，本土教育同樣可以培養(yǎng)出站在金字塔頂端的人才，他們在國內(nèi)完成從基礎(chǔ)訓(xùn)練到科研能力的躍升。

然后通過合作、訪學(xué)或者線上交流與國際學(xué)術(shù)界接軌，這讓大家看到了一種可能性，出國不是唯一通往頂尖的道路。

當(dāng)然，留學(xué)依然有它的優(yōu)勢，比如開拓視野、建立廣泛學(xué)術(shù)網(wǎng)絡(luò)、接觸不同的研究思路和資源。尤其是在前沿領(lǐng)域，和國際人才緊密聯(lián)系，可以更快地理解研究動態(tài)和技術(shù)趨勢。

另外，名校依然發(fā)揮重要作用。

盡管科技公司越來越弱化學(xué)歷的作用，Open AI創(chuàng)始人都說大學(xué)對大多數(shù)人“沒什么用”，AI巨頭開始招高中生，名校輟學(xué)生直接參與創(chuàng)業(yè)...

但仔細看金字塔頂端的人才，我們會發(fā)現(xiàn)大多數(shù)AI人才還是畢業(yè)于名校。

Open AI員工的畢業(yè)院校統(tǒng)計就很直觀，來自斯坦福大學(xué)的有230名，來自加州大學(xué)伯克利分校的又151名，來自麻省理工學(xué)院的又100名，這三所學(xué)校就超過了480人，占員工總數(shù)的13%。

圖源：workforce.ai

學(xué)歷或許不再是唯一敲門磚，但名校依然是進入頂尖圈層的入口，它不僅提供知識訓(xùn)練，更帶來資源、思維方法和社交網(wǎng)絡(luò)的優(yōu)勢。

隨著AI的深入發(fā)展，我們也看到了學(xué)術(shù)界和工業(yè)界不分家的趨勢。

絕大多數(shù)頂尖AI成員都具有深厚的研究背景，這說明在前沿基礎(chǔ)研究和技術(shù)原研層面，系統(tǒng)訓(xùn)練和高學(xué)歷確實帶來明顯優(yōu)勢。

這包括扎實的數(shù)學(xué)和理論基礎(chǔ)、嚴(yán)謹?shù)难芯糠椒?、系統(tǒng)化思維以及進入科研機構(gòu)或頂尖實驗室的機會。

龐天宇等人的經(jīng)歷表明，無論是選擇留學(xué)還是依靠本土教育，核心競爭力依然來源于科研理解、持續(xù)學(xué)習(xí)能力和實踐中不斷打磨的技術(shù)能力。

這三條邏輯線索結(jié)合起來，可以看到AI人才的成長路徑既多樣，也有其內(nèi)在規(guī)律，為有志于進入AI行業(yè)的學(xué)子提供了可行的成長路線。

參考：

人工智能競爭力報告：中國論文數(shù)全球第二，北大蟬聯(lián)高校第一，知識分子

突發(fā)！姚順雨后，清華95后龐天宇加入騰訊，任混元「主任研究員」，新智元

-每日教育新知-