新智元報道

編輯：艾倫

【新智元導(dǎo)讀】華為諾亞方舟實驗室主任王云鶴官宣離職。我們梳理了王云鶴的經(jīng)歷。

王云鶴今日在朋友圈官宣，將辭去華為諾亞方舟實驗室主任職位，告別華為。

從 2025 年 3 月到今天，王云鶴恰好全面執(zhí)掌了諾亞方舟實驗室整整一年。

華為諾亞方舟實驗室，是華為乃至中國的 AI 研究重鎮(zhèn)。

其人其事

王云鶴本科就讀于西安電子科技大學(xué)數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)，畢業(yè)后進入北京大學(xué)智能科學(xué)系攻讀博士學(xué)位，主攻深度學(xué)習、模型壓縮、機器學(xué)習與計算機視覺等方向。

2018 年，王云鶴博士畢業(yè)。

彼時，深度學(xué)習浪潮正席卷整個信息技術(shù)領(lǐng)域，模型壓縮（即如何以更少的參數(shù)和計算量實現(xiàn)相當精度）是業(yè)界最熱門也最緊迫的課題之一。

王云鶴在北大期間系統(tǒng)研究了這一領(lǐng)域，積累了若干學(xué)術(shù)成果，隨后順理成章地走向了離這些成果最近的產(chǎn)業(yè)出口。

華為諾亞方舟實驗室于 2012 年創(chuàng)立，隸屬于華為總研究組織「2012 實驗室」，是華為從事 AI 基礎(chǔ)研究的實驗室，研究領(lǐng)域覆蓋計算機視覺、自然語言處理、搜索與推薦、決策與推理、人機交互、AI 基礎(chǔ)理論等。

這里聚集著中國企業(yè) AI 研究院中最高產(chǎn)的一批的論文產(chǎn)出者，也是在華為內(nèi)部最接近「純研究」的一片土地——盡管「純研究」在任何一家以商業(yè)為根本的科技公司里，始終難逃周期性的質(zhì)疑與審視。

博士畢業(yè)當年，王云鶴正式加入華為諾亞方舟實驗室，擔任高級工程師，并于 2020 年開始擔任該實驗室技術(shù)專家。

在這段積累期里，王云鶴并未讓自己的名字在論文列表里消失。

他參與提出的 GhostNet 輕量級神經(jīng)網(wǎng)絡(luò)架構(gòu)于 2020 年被 CVPR 接受，該架構(gòu)可以在同樣精度下，速度和計算量均少于此前 SOTA 算法，成為業(yè)界引用頗廣的端側(cè)模型方案。

https://arxiv.org/pdf/1911.11907

與此同時，他參與研發(fā)的 AdderNet（加法神經(jīng)網(wǎng)絡(luò)）在深度學(xué)習中以純加法運算代替乘法，理論上可大幅降低 AI 芯片的運算功耗，也在同年 CVPR 上以口頭報告形式發(fā)表，引發(fā)了不小的學(xué)術(shù)討論。

https://arxiv.org/pdf/1912.13200

兩篇論文在同一年同一頂會亮相，論文數(shù)量的密度令人印象深刻。

他已在相關(guān)領(lǐng)域發(fā)表 CCF-A 類學(xué)術(shù)論文 70 余篇，涵蓋 NeurIPS、ICML、CVPR、ICCV、IEEE TPAMI 等頂級會議與期刊，并曾擔任 NeurIPS 和 ICML 的領(lǐng)域主席，以及 VALSE 的高級領(lǐng)域主席。

70 余篇頂會論文，平均攤開來是每年將近 10 篇的節(jié)奏，這個數(shù)字在學(xué)術(shù)界無論如何都稱得上高產(chǎn)。

當然，高產(chǎn)既可以是深度思考的結(jié)晶，也可以是高效運轉(zhuǎn)的流水線。

這些論文幫助王云鶴在國內(nèi)外 AI 學(xué)術(shù)共同體中建立了相當?shù)目梢姸?，為他日后更大舞臺的登場打下了足夠厚實的名片底色。

核心突破

王云鶴的研究路線，始終圍繞一個聽起來樸實、做起來極難的命題：如何在有限算力下讓AI跑得更快、更省。

這一思路與華為在芯片供應(yīng)受限背景下的現(xiàn)實處境高度吻合——當高端 GPU 的獲取通道相繼收窄，算法效率的每一寸提升都不再只是學(xué)術(shù)指標，而是直接換算成可量化的戰(zhàn)略價值。

王云鶴就任華為算法應(yīng)用部部長后，負責高效 AI 算法的創(chuàng)新研發(fā)以及在華為業(yè)務(wù)中的應(yīng)用，并憑借「大幅提升算力的高效能乘法器和加法神經(jīng)網(wǎng)絡(luò)」獲選華為第四屆「十大發(fā)明」。

華為「十大發(fā)明」是一項內(nèi)部評選獎項，由華為自己設(shè)立、自己評審、自己頒發(fā)。

對于獲獎?wù)叨裕碇緦用娴母叨日J可。

這枚勛章幫助王云鶴在華為內(nèi)部的晉升路徑上踩實了關(guān)鍵一步。

相比內(nèi)部的榮譽，他與團隊在中國天眼上的工作更具說服力。

他和團隊開發(fā)的高效 AI 算法，應(yīng)用于中國天眼 FAST 的觀測工作中，協(xié)助中科院國家天文臺專家發(fā)現(xiàn)了數(shù)百個新的快速射電暴樣本。

快速射電暴是宇宙中最神秘的瞬變現(xiàn)象之一，每次爆發(fā)僅持續(xù)數(shù)毫秒，在海量射電數(shù)據(jù)中如同大海撈針。

將高效算法嵌入基礎(chǔ)天文學(xué)研究，是一次真正意義上的學(xué)科跨界——在這里，王云鶴團隊的工作沒有商業(yè) KPI 的框架，有的只是數(shù)據(jù)、信號與星空。

2023 年底，華為諾亞方舟實驗室與北京大學(xué)等機構(gòu)聯(lián)合提出了「盤古 π」網(wǎng)絡(luò)架構(gòu)，嘗試構(gòu)建更高效的大模型架構(gòu)，以解決 Transformer 架構(gòu)中非線性能力不足的問題，顯著降低特征塌陷，王云鶴在此論文中署名第一作者。

https://arxiv.org/pdf/2312.17276

Transformer 架構(gòu)自 2017 年提出以來，已成為幾乎所有大語言模型的骨干。

隨著模型規(guī)模的暴力擴張，深層特征趨于同質(zhì)化的「特征塌陷」問題日益凸顯。

盤古 π 提出了新的激活機制與結(jié)構(gòu)設(shè)計，在一定程度上為華為的盤古大模型系列提供了理論支撐，也在學(xué)術(shù)層面確立了王云鶴作為大模型架構(gòu)研究者的位置。

第一作者的署名，將這篇論文與他的名字牢牢綁定——在競爭激烈的頂會發(fā)表圈，對第一作者之爭的敏感程度，往往不亞于商場里的利益博弈，只是后者更少被公開談?wù)摗?/p>

登頂掌舵

2025 年 3 月，華為諾亞方舟實驗室進行人事調(diào)整，原主任姚駿內(nèi)部轉(zhuǎn)崗，實驗室主任一職由王云鶴接任。

姚駿

彼時，他年僅 33 歲。

在中國科技企業(yè)的管理層敘事里，「90 后掌門人」是一個被反復(fù)使用的修辭，兼具媒體友好度與人才自信的雙重功效。

王云鶴的晉升速度確實不慢：從 2018 年的博士應(yīng)屆生，到 2025 年的實驗室主任，七年時間完成了從高級工程師到技術(shù)專家、再到算法應(yīng)用部部長、最終執(zhí)掌諾亞方舟的全程攀升。

這條路走得流暢，幾乎沒有停頓。

流暢的晉升路徑，有時意味著出色的能力，有時意味著精準的站位，有時兩者皆有，旁人通常難以精確區(qū)分。

王云鶴的崛起折射出中國科技企業(yè)的代際傳承規(guī)律。

相較于前輩學(xué)者型管理者，新生代技術(shù)領(lǐng)袖普遍具備「學(xué)術(shù)根基+產(chǎn)業(yè)實戰(zhàn)」的雙重基因。

他的前任姚駿曾主導(dǎo)盤古 α 的研發(fā)，在那個以參數(shù)規(guī)模論英雄的時代留下了清晰的歷史坐標。

而王云鶴接任之后，迅速以盤古大模型 5.5 系列的發(fā)布宣示了自己的存在。

他介紹，盤古 5.5 在長序列處理、低幻覺生成、自適應(yīng)快慢思考、Agent 能力等方面進行了創(chuàng)新，重點面向企業(yè)級實用性與可控性。

這些技術(shù)關(guān)鍵詞排列在一起，構(gòu)成了一份面面俱到的發(fā)布詞。

在自然語言處理領(lǐng)域，盤古發(fā)布了 718B 參數(shù)的超大 MoE 模型「Pangu Ultra」，由 256 個專家組成，激活參數(shù)量為 39B，借助「通算掩蓋」、「MoGE 專家路由」以及三明治架構(gòu)等技術(shù)，實現(xiàn)了訓(xùn)練效率、推理吞吐和模型精度的大幅提升。

718B 的參數(shù)量在大模型軍備競賽的數(shù)字譜系里已屬頂端。

從加法神經(jīng)網(wǎng)絡(luò)到盤古 π，從 GhostNet 到天眼快速射電暴，再到接掌諾亞方舟，王云鶴的職業(yè)軌跡描繪出一條完美的上升曲線——技術(shù)積累、榮譽加冕、學(xué)術(shù)背書、組織掌舵，每一個節(jié)點都踩得恰到好處，每一次亮相都備好了可供引用的成果清單。

在一個需要不斷自我營銷的時代，這種精準的節(jié)奏感本身就是一種能力。

只是，一所真正意義上的基礎(chǔ)研究實驗室，最終檢驗的從來不是履歷的完整度，而是那些無法在新聞稿里被簡潔概括的、真正漫長而寂寞的科學(xué)貢獻。

據(jù)悉，王云鶴的下一站，是 Agent 創(chuàng)業(yè)。

諾亞方舟實驗室和王云鶴后續(xù)會誕生哪些變化，讓我們拭目以待。

參考資料：

https://www.linkedin.com/in/yunhewangpku/

https://scholar.google.com/citations?user=isizOkYAAAAJ&hl=zh-CN&oi=ao

https://www.zhihu.com/search?q=%E7%8E%8B%E4%BA%91%E9%B9%A4

https://www.zhihu.com/question/658401579/answer/2002073924675060532