中國AI，一條沒斷過的清華血脈

在中國AI行業，清華大學是繞不過去的名字。

月之暗面創始人楊植麟、智譜創始人唐杰、百川智能創始人王小川、面壁智能聯合創始人劉知遠……不是清華的教授，就是曾經在校就讀。

在AI的另一條賽道具身智能領域，也有相似的畫面，星動紀元創始人陳建宇、加速進化聯合創始人趙明國、星海圖創始人高繼揚、銀河通用創始人王鶴……也統統是清華的教授和畢業生。

更耐琢磨的，是這些人之間的關系。

楊植麟的入門導師是唐杰，劉知遠的導師，是清華大學教授孫茂松，孫茂松所在的清華計算機系，擁有中國人工智能領域的奠基人張鈸。

這不是校友錄，而是一張家譜，四代人，一條鏈，中國人工智能的故事，就是這條鏈的故事。

大多數人印象里，中國的AI是這幾年才熱起來的，好像之前什么都沒發生過。

但事實并非如此。

1978年，清華大學自動控制系教授張鈸轉到計算機系，給自己定了個研究方向：人工智能與智能控制。

他緊接著就開出了一門新課《人工智能導論》，連教材都是他結合國外資料，一頁頁編印的。

在國外訪學時，張鈸逐漸摸清，人工智能的發展，必須利用數學工具來提升算法效率。于是他又找到了安徽大學數學系張鈴教授合作，倆人隔著大洋通信，用最薄的紙，寫最小的字，只為節省郵費。

1984年，張鈸與張鈴聯手，在人工智能領域頂級國際期刊上發表了論文，這是中國學者在人工智能領域的第一篇學術論文。隨后，他又成為第一位國際人工智能聯合會議上發表論文的中國科學家。

此后很多年，AI經歷了不止一次低谷。上世紀80年代，專家系統泡沫破裂，全球AI經費銳減，研究陷入寒冬；90年代到2000年代初，神經網絡被質疑，AI屢遭唱衰。每一次寒冬，都有人離場，有人轉向，有人覺得這條路走不通。

但張鈸一直留在清華，帶學生、做研究，從教授成為院士，守著AI一步沒挪。

2015年，已近八旬的張鈸提出了“第三代人工智能”理論框架——主張將數據驅動的深度學習與知識驅動的符號推理結合起來，解決AI系統不可解釋、不安全、不可靠的根本問題。

這個框架，深深影響了今天的眾多大模型，是AI理論中的核心原則。

張鈸種下了中國AI的根，但根要長成大樹，需要有人接著澆水。

清華計算機系教授孫茂松，就是那個澆水的人。

作為清華的資深教授，孫茂松在計算機領域工作了46年，如果說張鈸是清華AI的奠基人，孫茂松就是承上啟下的那一代。他主持研究的中文分詞系統CSegTag，是自然語言處理的基礎設施，所有后來搞中文NLP的人都繞不開。

但孫茂松的貢獻，還有他帶出來的得意門生。

比如2002年開始在清華讀博的唐杰，畢業后拒絕了大公司的機會，留校任教專心做研究，他搞出了一個叫AMiner的學術搜索引擎——用AI挖掘學術網絡中的關系，誰和誰合作過，誰影響了誰，哪個方向在升溫。

這個項目看起來是個小工具，卻擁有大模型的關鍵能力——數據挖掘與知識圖譜。

2019年，唐杰創立了智譜。目標很明確：做中國自己的大模型，對標OpenAI。

比如2002年本科入學的劉知遠，原本沒有像樣的科研經歷、沒有競賽經驗，成績也不突出，但孫茂松還是認定他的鉆研勁頭，把劉知遠招至自己麾下讀研。

劉知遠走的是和唐杰不同的路——唐杰做的是云端大模型，拼參數、拼算力；劉知遠的面壁智能做的是端側大模型，拼效率、拼落地。

這棵樹，還能繼續開枝散葉。

在唐杰任教清華期間，他帶出了一個名叫楊植麟的學生，從如何尋找重要的問題、如何尋找解決問題的角度、如何做實驗、如何寫文章、如何做展示——科研入門的功夫，唐杰都手把手地傳給了楊植麟。

后來，楊植麟去了卡內基梅隆大學讀博，師從蘋果和谷歌的AI大牛。再后來，他回國創辦月之暗面，做出Kimi。

從張鈸到孫茂松，到唐杰、劉知遠，再到楊植麟。從1978年到2026年，四代人，48年。每一代人都在AI的前沿上，每一代人都把方向往前推了一步。

清華系AI能長成參天大樹，除了薪火相傳，還有三件法寶。

第一，是教授親自下場。

唐杰做智譜，不是“教授離職創業”，而是以清華教授的身份，帶著學術研究成果，直接孵化公司。GLM模型的基礎，是他在清華的研究積累；智譜的團隊，是AMiner項目的原班人馬。

劉知遠做面壁，同樣如此。他至今還是清華計算機系副教授，同時聯合創立面壁智能，學術身份和創業身份并行。

以及在具身智能領域，加速進化的創始人趙明國，是自動化系教授，早在2000年就開始研究雙足機器人。

創立星動紀元的陳建宇，本人仍然是交叉信息研究院助理教授，公司就在院里孵化，是清華大學唯一持股的具身智能企業。實驗室的成果，可以直接變成公司的產品。

這在中國科創里，并不常見。

大多數領域，學術和產業之間隔著一道“死亡之谷”——教授做研究，發論文；學生畢業，去公司；公司拿論文里的想法，慢慢做產品。中間隔幾年甚至十幾年。

在人工智能領域，清華直接把這道谷填平了。教授不需要離職，研究成果不需要轉移，博士生可以直接進項目。論文今天發，模型明天上——學術前沿和商業落地之間，幾乎沒有時差。

這也是清華系人工智能企業起步迅速的原因之一——智譜2019年成立，現在已是9000億港元市值，月之暗面只用三年，估值就達到300億美元。

不僅是因為資本的推動，還因為技術從實驗室到產品的距離被壓縮到了極致。

第二，是頂尖人才梯隊。

2005年，圖靈獎得主姚期智從普林斯頓大學歸來，創辦了清華學堂計算機科學實驗班，人稱“姚班”。

姚班的定位很直接：培養與MIT、普林斯頓本科生具有同等甚至更高競爭力的拔尖人才。2019年，姚期智又創辦了“智班”——人工智能班，專門培養AI方向的領軍人才。2022年，交叉信息研究院下設的姚班、智班、量信班合并，下設計算機科學、人工智能和量子信息三個方向。

姚班20年，智班7年，交叉信息院750+本科生、237名博士。

這個數字聽起來不大，但含金量極高。姚班的學生，入學前是各省信息學競賽的頂尖選手，入學后接受的是世界級的研究型訓練，成為了是中國AI最精銳的種子。

第三，是緊密轉化機制。

2020年12月，清華大學智能產業研究院成立，由微軟前高管，中國工程院外籍院士張亞勤擔任院長。

見識過產業最前沿的張亞勤，回來不是為了教書，而是搭橋。

智能產業研究院的定位很明確：用人工智能技術賦能產業升級。它不是傳統意義上的實驗室，也不是孵化器，而是介于兩者之間的“旋轉門”——大學教授可以在這里做產業級研究，企業可以在這里找到學術前沿的技術，博士生可以在這里同時做論文和產品。

有人在網上提問，為什么人工智能的賽道，清華可以良將如云？

回答的人有很多，但有幾條原因，一定繞不過去。

第一是學術。從張鈸1978年定下AI方向開始，幾代人的學術傳承就沒斷過。張鈸做理論框架，孫茂松做NLP基礎設施，唐杰做知識圖譜——每一代人都在前沿，方向始終沒丟。

第二是技術。CSegTag、AMiner、GLM，幾十年積累下來的技術底座，讓清華在大模型爆發時不需要從零開始。別人在找方向的時候，他們已經在方向上了。

第三是產業。教授可以同時做學術和商業，實驗室可以孵化公司，清華可以持股。AIR把這套產學研機制制度化，技術從實驗室到產品的距離被壓縮到了最短。

這三條原因，讓清華的AI血脈，可以延續不斷，開枝散葉。

AI這個領域，經歷過太多次洗牌。專家系統泡沫破裂，神經網絡被唱衰，深度學習異軍突起，大模型顛覆一切——每一次范式轉移，都有人被淘汰、有人掉隊、有人從頭再來。

產業斷了，就要重新找方向、重新積累、重新從零開始。中國有很多領域是這樣——追了十年，方向一變，前功盡棄。

但清華的人工智能沒有發生這樣的遺憾，它始終有人在場。人在，陣地就在；陣地在，積累就在。

這就是為什么中國AI能和OpenAI同臺競技——不僅是因為算力追上來了，也不只是因為資本涌進來了，而是因為40多年來，一直有人不肯下牌桌，一直有新人上牌桌。清華AI這張桌子，四十八年沒空過。

THE END

主編：畢亞軍 責編：周怡

本文僅代表作者個人觀點，部分圖片來自網絡、圖蟲創意、東方IC，未能核實版權歸屬的，不為商業用途，如有侵犯，敬請作者與我們聯系

“點贊”是喜歡，“在看分享”是真愛