强大，清华AI天团

在中国AI赛道里，清华这两个字，几乎是绕不过去的存在。

月之暗面的杨植麟、智谱的唐杰、百川智能的王小川、面壁智能的刘知远……这些名字，要么是清华教授，要么是从清华走出去的校友。类似的故事，在具身智能领域也在上演：星动纪元的陈建宇、加速进化的赵明国、星海图的高继扬、银河通用的王鹤——同样，都是清华的教授或毕业生。

真正值得琢磨的，是这些人彼此之间的关联。

杨植麟的科研入门导师是唐杰；刘知远的导师是清华教授孙茂松；而孙茂松所在的清华计算机系，有着中国人工智能的奠基人张钹。这不是一份简单的校友录，更像是一张家谱——四代人，一条链，中国人工智能的发展脉络，就藏在这条链里。

01

很多人印象里，中国AI是这几年才突然火起来的，仿佛之前一片空白。但事实远非如此。

1978年，清华大学自动控制系的张钹教授，转到计算机系，给自己定下了研究方向：人工智能与智能控制。他随即开设了一门新课《人工智能导论》，连教材都是自己结合国外资料，一页页编印出来的。

在海外访学期间，张钹逐渐意识到，AI的发展必须借助数学工具来提升算法效率。于是，他找到安徽大学数学系的张铃教授合作。两人隔着大洋通信，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一篇论文——这是中国学者在该领域的第一篇学术论文。随后，他又成为第一位在国际人工智能联合会议上发表论文的中国科学家。

此后的几十年里，AI经历了好几次寒冬。上世纪80年代，专家系统泡沫破裂，全球AI经费锐减，研究陷入低谷；90年代到2000年代初，神经网络被广泛质疑，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，从教授到院士，守着AI一步没挪。2015年，已近八旬的他提出了“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，深刻影响了今天众多大模型，构成了AI理论中的核心原则。

02

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。清华计算机系的孙茂松教授，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。他主持研发的中文分词系统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。

但孙茂松更大的贡献，是他带出来的那些得意门生。

比如2002年开始在清华读博的唐杰。毕业后，他拒绝了大公司的机会，留校任教专心做研究，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。

再比如2002年本科入学的刘知远。他原本没有像样的科研经历，没有竞赛经验，成绩也不突出，但孙茂松看中了他的钻研劲头，把他招到麾下读研。刘知远走的是和唐杰不同的路——唐杰做云端大模型，拼参数、拼算力；刘知远的面壁智能做端侧大模型，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，他带出了一个叫杨植麟的学生。从如何寻找重要问题，到如何寻找解决角度，再到如何做实验、写文章、做展示——科研入门的基础功夫，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，他回国创办了月之暗面，做出了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。

03

清华系AI能长成参天大树，除了薪火相传，还有三件法宝。

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：他至今仍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。在具身智能领域，加速进化的赵明国是自动化系教授，早在2000年就开始研究双足机器人；星动纪元的陈建宇，本人仍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。

这在中国科创领域，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。但在人工智能领域，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，更因为技术从实验室到产品的距离被压缩到了极致。

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，交叉信息院累计培养了750多名本科生、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，成为中国AI领域最精锐的种子。

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。

有人问，为什么在人工智能这条赛道上，清华能良将如云？答案绕不开以下几点。

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。

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。

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，让清华的AI血脉延续不断、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，大模型碘伏一切——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。