中国AI，一条没断过的清华血脉

在中国AI行业，清华大学是绕不过去的名字。

月之暗面创始人杨植麟、智谱创始人唐杰、百川智能创始人王小川、面壁智能联合创始人刘知远……不是清华的教授，就是曾经在校就读。

在AI的另一条赛道具身智能领域，也有相似的画面，星动纪元创始人陈建宇、加速进化联合创始人赵明国、星海图创始人高继扬、银河通用创始人王鹤……也统统是清华的教授和毕业生。

更耐琢磨的，是这些人之间的关系。

杨植麟的入门导师是唐杰，刘知远的导师，是清华大学教授孙茂松，孙茂松所在的清华计算机系，拥有中国人工智能领域的奠基人张钹。

这不是校友录，而是一张家谱，四代人，一条链，中国人工智能的故事，就是这条链的故事。

大多数人印象里，中国的AI是这几年才热起来的，好像之前什么都没发生过。

但事实并非如此。

1978年，清华大学自动控制系教授张钹转到计算机系，给自己定了个研究方向：人工智能与智能控制。

他紧接着就开出了一门新课《人工智能导论》，连教材都是他结合国外资料，一页页编印的。

在国外访学时，张钹逐渐摸清，人工智能的发展，必须利用数学工具来提升算法效率。于是他又找到了安徽大学数学系张铃教授合作，俩人隔着大洋通信，用最薄的纸，写最小的字，只为节省邮费。

1984年，张钹与张铃联手，在人工智能领域顶级国际期刊上发表了论文，这是中国学者在人工智能领域的第一篇学术论文。随后，他又成为第一位国际人工智能联合会议上发表论文的中国科学家。

此后很多年，AI经历了不止一次低谷。上世纪80年代，专家系统泡沫破裂，全球AI经费锐减，研究陷入寒冬；90年代到2000年代初，神经网络被质疑，AI屡遭唱衰。每一次寒冬，都有人离场，有人转向，有人觉得这条路走不通。

但张钹一直留在清华，带学生、做研究，从教授成为院士，守着AI一步没挪。

2015年，已近八旬的张钹提出了“第三代人工智能”理论框架——主张将数据驱动的深度学习与知识驱动的符号推理结合起来，解决AI系统不可解释、不安全、不可靠的根本问题。

这个框架，深深影响了今天的众多大模型，是AI理论中的核心原则。

张钹种下了中国AI的根，但根要长成大树，需要有人接着浇水。

清华计算机系教授孙茂松，就是那个浇水的人。

作为清华的资深教授，孙茂松在计算机领域工作了46年，如果说张钹是清华AI的奠基人，孙茂松就是承上启下的那一代。他主持研究的中文分词系统CSegTag，是自然语言处理的基础设施，所有后来搞中文NLP的人都绕不开。

但孙茂松的贡献，还有他带出来的得意门生。

比如2002年开始在清华读博的唐杰，毕业后拒绝了大公司的机会，留校任教专心做研究，他搞出了一个叫AMiner的学术搜索引擎——用AI挖掘学术网络中的关系，谁和谁合作过，谁影响了谁，哪个方向在升温。

这个项目看起来是个小工具，却拥有大模型的关键能力——数据挖掘与知识图谱。

2019年，唐杰创立了智谱。目标很明确：做中国自己的大模型，对标OpenAI。

比如2002年本科入学的刘知远，原本没有像样的科研经历、没有竞赛经验，成绩也不突出，但孙茂松还是认定他的钻研劲头，把刘知远招至自己麾下读研。

刘知远走的是和唐杰不同的路——唐杰做的是云端大模型，拼参数、拼算力；刘知远的面壁智能做的是端侧大模型，拼效率、拼落地。

这棵树，还能继续开枝散叶。

在唐杰任教清华期间，他带出了一个名叫杨植麟的学生，从如何寻找重要的问题、如何寻找解决问题的角度、如何做实验、如何写文章、如何做展示——科研入门的功夫，唐杰都手把手地传给了杨植麟。

后来，杨植麟去了卡内基梅隆大学读博，师从苹果和谷歌的AI大牛。再后来，他回国创办月之暗面，做出Kimi。

从张钹到孙茂松，到唐杰、刘知远，再到杨植麟。从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。

清华系AI能长成参天大树，除了薪火相传，还有三件法宝。

第一，是教授亲自下场。

唐杰做智谱，不是“教授离职创业”，而是以清华教授的身份，带着学术研究成果，直接孵化公司。GLM模型的基础，是他在清华的研究积累；智谱的团队，是AMiner项目的原班人马。

刘知远做面壁，同样如此。他至今还是清华计算机系副教授，同时联合创立面壁智能，学术身份和创业身份并行。

以及在具身智能领域，加速进化的创始人赵明国，是自动化系教授，早在2000年就开始研究双足机器人。

创立星动纪元的陈建宇，本人仍然是交叉信息研究院助理教授，公司就在院里孵化，是清华大学唯一持股的具身智能企业。实验室的成果，可以直接变成公司的产品。

这在中国科创里，并不常见。

大多数领域，学术和产业之间隔着一道“死亡之谷”——教授做研究，发论文；学生毕业，去公司；公司拿论文里的想法，慢慢做产品。中间隔几年甚至十几年。

在人工智能领域，清华直接把这道谷填平了。教授不需要离职，研究成果不需要转移，博士生可以直接进项目。论文今天发，模型明天上——学术前沿和商业落地之间，几乎没有时差。

这也是清华系人工智能企业起步迅速的原因之一——智谱2019年成立，现在已是9000亿港元市值，月之暗面只用三年，估值就达到300亿美元。

不仅是因为资本的推动，还因为技术从实验室到产品的距离被压缩到了极致。

第二，是顶尖人才梯队。

2005年，图灵奖得主姚期智从普林斯顿大学归来，创办了清华学堂计算机科学实验班，人称“姚班”。

姚班的定位很直接：培养与MIT、普林斯顿本科生具有同等甚至更高竞争力的拔尖人才。2019年，姚期智又创办了“智班”——人工智能班，专门培养AI方向的领军人才。2022年，交叉信息研究院下设的姚班、智班、量信班合并，下设计算机科学、人工智能和量子信息三个方向。

姚班20年，智班7年，交叉信息院750+本科生、237名博士。

这个数字听起来不大，但含金量极高。姚班的学生，入学前是各省信息学竞赛的顶尖选手，入学后接受的是世界级的研究型训练，成为了是中国AI最精锐的种子。

第三，是紧密转化机制。

2020年12月，清华大学智能产业研究院成立，由微软前高管，中国工程院外籍院士张亚勤担任院长。

见识过产业最前沿的张亚勤，回来不是为了教书，而是搭桥。

智能产业研究院的定位很明确：用人工智能技术赋能产业升级。它不是传统意义上的实验室，也不是孵化器，而是介于两者之间的“旋转门”——大学教授可以在这里做产业级研究，企业可以在这里找到学术前沿的技术，博士生可以在这里同时做论文和产品。

有人在网上提问，为什么人工智能的赛道，清华可以良将如云？

回答的人有很多，但有几条原因，一定绕不过去。

第一是学术。从张钹1978年定下AI方向开始，几代人的学术传承就没断过。张钹做理论框架，孙茂松做NLP基础设施，唐杰做知识图谱——每一代人都在前沿，方向始终没丢。

第二是技术。CSegTag、AMiner、GLM，几十年积累下来的技术底座，让清华在大模型爆发时不需要从零开始。别人在找方向的时候，他们已经在方向上了。

第三是产业。教授可以同时做学术和商业，实验室可以孵化公司，清华可以持股。AIR把这套产学研机制制度化，技术从实验室到产品的距离被压缩到了最短。

这三条原因，让清华的AI血脉，可以延续不断，开枝散叶。

AI这个领域，经历过太多次洗牌。专家系统泡沫破裂，神经网络被唱衰，深度学习异军突起，大模型颠覆一切——每一次范式转移，都有人被淘汰、有人掉队、有人从头再来。

产业断了，就要重新找方向、重新积累、重新从零开始。中国有很多领域是这样——追了十年，方向一变，前功尽弃。

但清华的人工智能没有发生这样的遗憾，它始终有人在场。人在，阵地就在；阵地在，积累就在。

这就是为什么中国AI能和OpenAI同台竞技——不仅是因为算力追上来了，也不只是因为资本涌进来了，而是因为40多年来，一直有人不肯下牌桌，一直有新人上牌桌。清华AI这张桌子，四十八年没空过。

THE END

主编：毕亚军 责编：周怡

本文仅代表作者个人观点，部分图片来自网络、图虫创意、东方IC，未能核实版权归属的，不为商业用途，如有侵犯，敬请作者与我们联系

“点赞”是喜欢，“在看分享”是真爱