深度｜华为 AI，迎来大变

新智元报道

编辑：艾伦

【新智元导读】华为诺亚方舟实验室主任王云鹤官宣离职。我们梳理了王云鹤的经历。

王云鹤今日在朋友圈官宣，将辞去华为诺亚方舟实验室主任职位，告别华为。

从 2025 年 3 月到今天，王云鹤恰好全面执掌了诺亚方舟实验室整整一年。

华为诺亚方舟实验室，是华为乃至中国的 AI 研究重镇。

其人其事

王云鹤本科就读于西安电子科技大学数学与应用数学专业，毕业后进入北京大学智能科学系攻读博士学位，主攻深度学习、模型压缩、机器学习与计算机视觉等方向。

2018 年，王云鹤博士毕业。

彼时，深度学习浪潮正席卷整个信息技术领域，模型压缩（即如何以更少的参数和计算量实现相当精度）是业界最热门也最紧迫的课题之一。

王云鹤在北大期间系统研究了这一领域，积累了若干学术成果，随后顺理成章地走向了离这些成果最近的产业出口。

华为诺亚方舟实验室于 2012 年创立，隶属于华为总研究组织「2012 实验室」，是华为从事 AI 基础研究的实验室，研究领域覆盖计算机视觉、自然语言处理、搜索与推荐、决策与推理、人机交互、AI 基础理论等。

这里聚集着中国企业 AI 研究院中最高产的一批的论文产出者，也是在华为内部最接近「纯研究」的一片土地——尽管「纯研究」在任何一家以商业为根本的科技公司里，始终难逃周期性的质疑与审视。

博士毕业当年，王云鹤正式加入华为诺亚方舟实验室，担任高级工程师，并于 2020 年开始担任该实验室技术专家。

在这段积累期里，王云鹤并未让自己的名字在论文列表里消失。

他参与提出的 GhostNet 轻量级神经网络架构于 2020 年被 CVPR 接受，该架构可以在同样精度下，速度和计算量均少于此前 SOTA 算法，成为业界引用颇广的端侧模型方案。

https://arxiv.org/pdf/1911.11907

与此同时，他参与研发的 AdderNet（加法神经网络）在深度学习中以纯加法运算代替乘法，理论上可大幅降低 AI 芯片的运算功耗，也在同年 CVPR 上以口头报告形式发表，引发了不小的学术讨论。

https://arxiv.org/pdf/1912.13200

两篇论文在同一年同一顶会亮相，论文数量的密度令人印象深刻。

他已在相关领域发表 CCF-A 类学术论文 70 余篇，涵盖 NeurIPS、ICML、CVPR、ICCV、IEEE TPAMI 等顶级会议与期刊，并曾担任 NeurIPS 和 ICML 的领域主席，以及 VALSE 的高级领域主席。

70 余篇顶会论文，平均摊开来是每年将近 10 篇的节奏，这个数字在学术界无论如何都称得上高产。

当然，高产既可以是深度思考的结晶，也可以是高效运转的流水线。

这些论文帮助王云鹤在国内外 AI 学术共同体中建立了相当的可见度，为他日后更大舞台的登场打下了足够厚实的名片底色。

核心突破

王云鹤的研究路线，始终围绕一个听起来朴实、做起来极难的命题：如何在有限算力下让AI跑得更快、更省。

这一思路与华为在芯片供应受限背景下的现实处境高度吻合——当高端 GPU 的获取通道相继收窄，算法效率的每一寸提升都不再只是学术指标，而是直接换算成可量化的战略价值。

王云鹤就任华为算法应用部部长后，负责高效 AI 算法的创新研发以及在华为业务中的应用，并凭借「大幅提升算力的高效能乘法器和加法神经网络」获选华为第四届「十大发明」。

华为「十大发明」是一项内部评选奖项，由华为自己设立、自己评审、自己颁发。

对于获奖者而言，它代表着公司层面的高度认可。

这枚勋章帮助王云鹤在华为内部的晋升路径上踩实了关键一步。

相比内部的荣誉，他与团队在中国天眼上的工作更具说服力。

他和团队开发的高效 AI 算法，应用于中国天眼 FAST 的观测工作中，协助中科院国家天文台专家发现了数百个新的快速射电暴样本。

快速射电暴是宇宙中最神秘的瞬变现象之一，每次爆发仅持续数毫秒，在海量射电数据中如同大海捞针。

将高效算法嵌入基础天文学研究，是一次真正意义上的学科跨界——在这里，王云鹤团队的工作没有商业 KPI 的框架，有的只是数据、信号与星空。

2023 年底，华为诺亚方舟实验室与北京大学等机构联合提出了「盘古 π」网络架构，尝试构建更高效的大模型架构，以解决 Transformer 架构中非线性能力不足的问题，显著降低特征塌陷，王云鹤在此论文中署名第一作者。

https://arxiv.org/pdf/2312.17276

Transformer 架构自 2017 年提出以来，已成为几乎所有大语言模型的骨干。

随着模型规模的暴力扩张，深层特征趋于同质化的「特征塌陷」问题日益凸显。

盘古 π 提出了新的激活机制与结构设计，在一定程度上为华为的盘古大模型系列提供了理论支撑，也在学术层面确立了王云鹤作为大模型架构研究者的位置。

第一作者的署名，将这篇论文与他的名字牢牢绑定——在竞争激烈的顶会发表圈，对第一作者之争的敏感程度，往往不亚于商场里的利益博弈，只是后者更少被公开谈论。

登顶掌舵

2025 年 3 月，华为诺亚方舟实验室进行人事调整，原主任姚骏内部转岗，实验室主任一职由王云鹤接任。

姚骏

彼时，他年仅 33 岁。

在中国科技企业的管理层叙事里，「90 后掌门人」是一个被反复使用的修辞，兼具媒体友好度与人才自信的双重功效。

王云鹤的晋升速度确实不慢：从 2018 年的博士应届生，到 2025 年的实验室主任，七年时间完成了从高级工程师到技术专家、再到算法应用部部长、最终执掌诺亚方舟的全程攀升。

这条路走得流畅，几乎没有停顿。

流畅的晋升路径，有时意味着出色的能力，有时意味着精准的站位，有时两者皆有，旁人通常难以精确区分。

王云鹤的崛起折射出中国科技企业的代际传承规律。

相较于前辈学者型管理者，新生代技术领袖普遍具备「学术根基+产业实战」的双重基因。

他的前任姚骏曾主导盘古 α 的研发，在那个以参数规模论英雄的时代留下了清晰的历史坐标。

而王云鹤接任之后，迅速以盘古大模型 5.5 系列的发布宣示了自己的存在。

他介绍，盘古 5.5 在长序列处理、低幻觉生成、自适应快慢思考、Agent 能力等方面进行了创新，重点面向企业级实用性与可控性。

这些技术关键词排列在一起，构成了一份面面俱到的发布词。

在自然语言处理领域，盘古发布了 718B 参数的超大 MoE 模型「Pangu Ultra」，由 256 个专家组成，激活参数量为 39B，借助「通算掩盖」、「MoGE 专家路由」以及三明治架构等技术，实现了训练效率、推理吞吐和模型精度的大幅提升。

718B 的参数量在大模型军备竞赛的数字谱系里已属顶端。

从加法神经网络到盘古 π，从 GhostNet 到天眼快速射电暴，再到接掌诺亚方舟，王云鹤的职业轨迹描绘出一条完美的上升曲线——技术积累、荣誉加冕、学术背书、组织掌舵，每一个节点都踩得恰到好处，每一次亮相都备好了可供引用的成果清单。

在一个需要不断自我营销的时代，这种精准的节奏感本身就是一种能力。

只是，一所真正意义上的基础研究实验室，最终检验的从来不是履历的完整度，而是那些无法在新闻稿里被简洁概括的、真正漫长而寂寞的科学贡献。

据悉，王云鹤的下一站，是 Agent 创业。

诺亚方舟实验室和王云鹤后续会诞生哪些变化，让我们拭目以待。

参考资料：

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