斯坦福宣布AI战略重组：将HAI与数据科学合体，李飞飞任校长顾问

来源：市场资讯

（来源：DeepTech深科技）

就在今天，斯坦福大学宣布了一项重要调整：将正式合并其校内的两大核心机构——“以人为本人工智能研究院”（Stanford HAI）与“斯坦福数据科学计划”（Stanford Data Science）。

合并后的新机构沿用原来Stanford HAI的名称。计算机科学家James Landay将继续担任新机构院长，HAI联合创始人李飞飞则卸任联席院长，转而出任校长Jonathan Levin的AI特别顾问，并与斯坦福前校长John Hennessy共同担任新机构咨询委员会联席主席。

（来源：Standford）

回看2019年，李飞飞与前教务长John Etchemendy、计算语言学家Chris Manning等人共同创办HAI，七年间将其打造成斯坦福对外的AI名片。HAI 自创立起每年发布《人工智能指数报告》（AI Index），已连续推出七期，成为追踪全球 AI 发展最全面的年度文献之一。

如今，她不再负责日常运营，而是有了一个新的角色：校长的AI特别顾问，工作范围覆盖全校七大学院，聚焦科研方向、外部合作、教育改革与学生发展四个维度。

图 | 2026年HAI AI指数报告（来源：Standford）

在此次的公开访谈中，她将新角色定义为“连接者与守护者”，强调“协助校长在大学层面就AI做出清晰、有战略性的判断”。将“AI特别顾问”作为制度性职位写入校长办公室，在斯坦福尚属首次。这相当于把AI从“院系事务”提升为“校长直管战略”，可见斯坦福对于AI定位的转变。

此外，图灵奖得主、前校长John Hennessy的回归也是一个重要信号。他将与李飞飞共同主持咨询委员会，并兼任HAI特别顾问。Hennessy直言这是“斯坦福最重要的一项行动”，并明确委员会的两大职能：提供多元外部视角，协助筹措发展资源。后者基本意味着HAI将启动新一轮募款。

接掌新机构的James Landay是人机交互领域的资深学者。他1990年代开发的设计工具SILK，被视为Figma、Canva等现代设计平台的思想先驱；2000年代初的UbiFit项目，则早于Apple Watch勾勒出可穿戴健康设备的雏形。2024年，他获得人机交互领域最高荣誉之一ACM SIGCHI终身研究成就奖。

谈及合并初衷，Landay 表示：“2019年创办HAI时，没人预料到AI会以今天这样的速度改变生活。留给我们去塑造这项技术的时间，比当初设想的要短得多。”

从资源体量看，一旦合并，新机构将在美国高校中颇具分量。早在原来的HAI中，便已汇聚超过400名跨学科学者，建立起成熟的产业合作网络，累计获得6000万美元研究资助；而原SDS的核心资产则是名为“Marlowe”的高性能GPU计算集群，以及在数学统计、因果科学、神经科学等方向搭建的研究平台与人才项目。对于这个新的机构，HAI贡献的是“人”和“资金网络”，SDS带来的是“算力”和“数据科学基础”。

其中，Marlowe GPU集群的并入尤为关键。该平台由数学教授Emmanuel Candès牵头建设，面向全校研究人员开放。合并后，Candès将出任HAI副院长，主管计算资源。这意味着HAI首次拥有了对大模型时代核心资源的自主调度能力。能否支撑二三十人规模的团队项目、能否让博士生在校内训练中等规模模型、能否确保敏感数据不出校园完成训练，都直接取决于这台集群的支撑。

图 | Marlowe GPU 集群（来源：Standford)

校长Levin将合并后的HAI称为“斯坦福AI研究的正门”，意思很明确：无论是学术界、产业界还是政策制定者，只要涉及斯坦福的AI合作，都将通过这一通道对接。斯坦福不再把人工智能当作某个学院或中心的专属课题，而是将其提升至大学治理的核心层级，统筹资源、统一接口。

图 | 斯坦福现任校长 Jonathan Levin （来源：Standford）

基于这一判断，新HAI将围绕三大方向展开工作：跨学科发现、教育变革、社会影响研究。

在“跨学科发现”这条线上，新机构院长Landay提出“规模化的团队科学”。不是传统五个人围着一位教授做项目，而是由教授、工程师、数据科学家、设计师等构成的二三十人跨学科团队，配套校级算力与工程支持。背后的判断是，AI驱动的科学问题已不再是一篇论文几张图的节奏，而要靠工程师搭好基础设施、数据科学家清洗数据、领域专家定义问题。SDS此前积累的“中心化科研支持”经验，加上HAI的院系网络，刚好能把研究的人员结构往这个方向推。

在“教育变革方面”，Landay 没有把生成式AI讲成颠覆教育的洪水，而是把任务拆成几个具体方向：与斯坦福学习加速器等机构协同，重新思考K-12、大学与终身学习在AI时代的形态；探索新的学习与评估方式；重新设计教学方法。HAI此前已在做面向国会议员的AI集训营、面向高管的教育项目，以及每年发布的AI Index报告。把这些放在新HAI的“教育变革”框架下，意味着教育不再只是研究院的副业，而是与发现、社会影响并列的核心支柱。

此前，第三个方向“社会影响”是HAI过去最被外界识别的标签，但Landay在这次合并后把它明显往实证方向推。他特别提到要做经济学研究，观察工作岗位如何变化；做组织行为学研究，看企业内部流程如何演化；推动设计方法从“以用户为中心”走向“以社区和社会为中心”。这套思路意味着，HAI要把“以人为本”从一句宣言，变成可被验证的工作方法。

支撑这三大方向的，是Landay反复强调的“开放”原则：开放科学、开源代码、开放数据、开放模型、开放课程。这一立场并非空谈。

李飞飞团队创建的ImageNet数据集，曾是推动深度学习发展的关键基础设施；近年来，斯坦福研究者参与的FlashAttention等开源项目，也让大模型训练优化得以惠及更广泛的开发者群体。Landay的判断很明确：“让斯坦福区别于前沿科技公司的，是我们作为开放社群运作的承诺——在开放论坛发表论文、倡导开放研究、让知识可被获取。”

新机构还有意将视野投向硅谷之外。Landay明确表示，“为人类塑造AI”不等于“为北美或西方塑造AI”，必须与亚洲、中东、欧洲等不同文化背景的研究中心建立合作。部分国际合作已启动，更多细节暂未披露。在地缘竞争日趋激烈的背景下，一所美国顶尖大学主动强调“避免输出单一世界观”，确实难能可贵。

对斯坦福内部而言，合并带来的变化同样具体。原SDS与HAI的研究生奖学金项目将整合，早期研究者将获得更丰富的资助来源与导师网络；原属SDS的可持续性、天体物理、因果科学等研究中心，将与HAI已有的基础模型、数字经济、智能科学等团队并入同一架构。前教务长Etchemendy将以高级研究员身份继续参与，经济学家Guido Imbens则在完成过渡后回归教学科研。整体思路清晰：简化行政链条，保留科研活力。

过去几年，关于“高校在大模型时代是否还有竞争力”的讨论从未停止：算力被工业界主导、顶尖人才流向企业、闭源模型让独立研究难以复现。如今，斯坦福给出了自己的回应：把分散在校内的人、资金、算力、数据与政策影响力，整合成更紧凑的协作体系，并在治理层面为AI打通直达校长办公室的通道。

但合并是不是真能解决问题，还要看接下来一年里，Marlowe的算力是否会扩容、扩到什么规模；新HAI在三大支柱下立项的旗舰项目长什么样；李飞飞作为校长顾问会推动哪些跨院系的具体决定；以及那些已经在洽谈的国际合作究竟能落地多少。

把这些变量加在一起看，斯坦福这次重组并不是简单的机构精简，而是把一所研究型大学在AI时代的资源调度链条整个重画了一遍。

1.https://news.stanford.edu/stories/2026/05/stanford-merges-hai-data-science

2.https://news.stanford.edu/stories/2026/05/james-landay-fei-fei-li-john-hennessy-hai-interview