拋棄硅谷，中國AI頂尖人才正在集體轉向！

最近國內大廠也開始加大力度搶人了，畢竟再不努力，頂尖AI人才都被搶到硅谷去了！

這不，剛剛官宣了清華姚班出身的姚順雨，近日95后清華畢業生龐天宇也加盟騰訊。

雖然他年紀輕輕，但來頭卻不小，他曾獲得世界Top 2%科學家稱號，是AI學術圈里公認的實力派。

透過他的成長軌跡往，我們會發現一個更大的變化已經出現。

中國高校與城市正在加速走向全球AI版圖的中心，而頂尖AI人才的誕生路徑也正在被重新書寫。

騰訊迎來AI重量級人物，竟還是95后本土學霸

從龐天宇的Github主頁來看，出生于1995年的他先讀了十一學校的直升班和科學實驗班，高中靠物理競賽保送清華數理基科班。

清華數理基科班創立于1998年，地位不比姚班、丘班、錢班弱，為數學、物理等基礎科學領域培養富有創新意識的學術型人才。

2017年，他從清華大學獲得了數學和物理的學士學位后，選擇繼續在清華深造，攻讀計算機科學與技術系博士，加入了朱軍教授領導的TSAIL課題組。

圖源：Github

有報道稱，龐天宇直到大三才正式接觸AI領域，他選擇了一個在當時幾乎沒人系統研究的方向——AI的對抗魯棒性問題。

簡單介紹一下AI的對抗魯棒性，是指模型在遇到被刻意動過手腳的數據時，能不能還保持正常判斷。

比如一張幾乎看不出差別的圖片，人眼還是貓，AI卻被誤導成狗。對抗魯棒性研究就是如何讓AI抵御被這種微小、惡意的干擾。

在現在已經是一個熱門研究方向，但是當時，還是一個既冷門又艱深的領域，同行稀少、資料有限，很多時候只能靠龐天宇自己摸索前進。

他不僅面臨數據和文獻不足的困難，還需要突破技術的瓶頸，獨立探索新思路，不過這段“無人區”探索的經歷也讓他迅速在學術圈刷新了存在感。

圖源：Linkedln

他以第一作者（含共同一作）身份在機器學習頂級會議ICML、NeurIPS、ICLR上發表多篇文章，并被多次選為Oral或Spotlight。

要知道在人工智能和機器學習頂級學術會議上，Oral口頭報告和Spotlight亮點展示是對論文質量最高的評價，前者大概只有1%-3%的機會，后者也只有3%-6%的機會。

還沒有博士畢業的他就已經成為這一領域的年輕領軍人物，與此同時，他的履歷還在不斷刷新。

2016年夏天，他在卡耐基梅隆大學計算生物學系訪學，師從Wei Wu教授，這段經歷不僅拓寬了他的研究視野，也讓他在跨學科合作中積累了經驗。

在2020年，他與斯坦福大學計算機科學系的Stefano Ermon教授進行線上合作研究。

他還曾榮獲世界Top 2%科學家稱號、微軟學者獎學金、英偉達學術先鋒獎等獎學金與榮譽稱號。

圖源：Github

博士畢業后，加入新加坡Sea AI Lab擔任高級研究員。新加坡Sea AI Lab是東南亞電商巨頭Sea Group旗下的前沿人工智能研究實驗室。

而現在他已經有了新的身份，騰訊混元大模型團隊的首席研究科學家、多模態強化學習Multimodal RL技術負責人。

東方力量已經崛起，AI人才拋棄硅谷

龐天宇和其他站在AI金字塔頂端的人才相比，最大的不同就在于，他整個教育過程幾乎都在國內完成。

類似的例子還有DeepSeek的創始人梁文峰，他本科考入浙江大學電子信息技術工程專業，2007年繼續在浙大讀碩士，沒有出國留學背景。

曾擔任Google DeepMind首席科學家兼總監，如今已經被Meta挖走的杜宇也是一樣，2011 年從華東理工大學計算機系畢業，隨后保送浙江大學博士。

圖源：杜宇領英

沒有留學經歷，卻能夠在AI頂尖機構擔任核心崗位或創業，這本身就說明了國內教育已經能夠培養出世界級的人才。

不知不覺，國內高校的AI已經卷到了天花板級別。

彭博社基于LexisNexis的數據分析顯示，從2005年至2024年底，清華大學研究人員共申請了4986項人工智能與機器學習領域的專利，僅在去年一年，就申請了超過900項。

AIRankings是一個基于量化指標的全球人工智能研究領域排名系統，通過作者、機構、城市和國家等多維度評估全球AI研究能力。

從2015年到2025年這十年的數據來看，美國在核心論文發表量上依然保持壓倒性優勢，但中國排名第二，并且遠遠領先于第三名的英國。

這說明，中國的AI研究正在快速追趕世界領先水平，甚至在部分領域形成了獨特優勢。

圖源：AIRankings

首先，中國的高校在全球AI科研版圖中占據了重要位置。

根據AIRankings統計，北京大學、清華大學和浙江大學的核心論文發表量躋身全球前十，北京大學更是連續多年在排名中力壓卡耐基梅隆大學、麻省理工學院和斯坦福大學，位居榜首。

從年度數據來看，北京大學從2022年至2024年連續三年蟬聯全球第一，展現出強大的科研實力和學術影響力。

圖源：AIRankings

其次，中國城市在人工智能研究領域的表現也相當亮眼。

北京、香港、上海和杭州躋身全球前十五名，其中北京和香港的AI研究實力甚至超過了硅谷所在的舊金山灣區，位列全球前兩名。

北京擁有全國最多的一流高校和科研院所，包括北大、清華等，這些機構在AI基礎研究和技術開發方面具有領先優勢，為企業和產業提供了堅實的技術支撐。

而香港科技大學成立了馮諾依曼研究院，整合具身智能、生成式AI以及超級計算等技術，推動跨學科協作.

同時香港特區政府還投入10億港元成立人工智能研發院，進一步推動本地AI產業的發展。

圖源：AIRankings

可以看到，中國人工智能的中心正從美國硅谷逐漸轉移，上海、深圳和杭州正在成為全球AI創新和產業化的重要基地。

如今越來越多AI人才回流國內，已經不是個別現象，而是一股正在加速形成的趨勢。

這一趨勢不僅反映了中國高校在全球AI基礎研究和技術開發方面的能力，也標志著中國在全球AI競爭中的地位正在不斷提升。

站上AI頂端的人，是怎么成長的

龐天宇的經歷為我們理解AI人才成長提供了一個有意思的視角，大多數活躍在國際舞臺的頂尖 AI 人才走的都是這樣一條路。

他們在國內完成基礎教育后，選擇到美國頂尖高校進行深造，再進入大廠或頂級實驗室。

比如Meta 超級智能實驗室的華人成員Shengjia Zhao，本科在清華讀完后去斯坦福讀博士；

Shuchao Bi本科是浙江大學的高材生，然后去加州大學伯克利讀統計學碩士并成為數學系博士候選人。

圖源：X@@shuchaobi

龐天宇、梁文峰和杜宇的例子說明，本土教育同樣可以培養出站在金字塔頂端的人才，他們在國內完成從基礎訓練到科研能力的躍升。

然后通過合作、訪學或者線上交流與國際學術界接軌，這讓大家看到了一種可能性，出國不是唯一通往頂尖的道路。

當然，留學依然有它的優勢，比如開拓視野、建立廣泛學術網絡、接觸不同的研究思路和資源。尤其是在前沿領域，和國際人才緊密聯系，可以更快地理解研究動態和技術趨勢。

另外，名校依然發揮重要作用。

盡管科技公司越來越弱化學歷的作用，Open AI創始人都說大學對大多數人“沒什么用”，AI巨頭開始招高中生，名校輟學生直接參與創業...

但仔細看金字塔頂端的人才，我們會發現大多數AI人才還是畢業于名校。

Open AI員工的畢業院校統計就很直觀，來自斯坦福大學的有230名，來自加州大學伯克利分校的又151名，來自麻省理工學院的又100名，這三所學校就超過了480人，占員工總數的13%。

圖源：workforce.ai

學歷或許不再是唯一敲門磚，但名校依然是進入頂尖圈層的入口，它不僅提供知識訓練，更帶來資源、思維方法和社交網絡的優勢。

隨著AI的深入發展，我們也看到了學術界和工業界不分家的趨勢。

絕大多數頂尖AI成員都具有深厚的研究背景，這說明在前沿基礎研究和技術原研層面，系統訓練和高學歷確實帶來明顯優勢。

這包括扎實的數學和理論基礎、嚴謹的研究方法、系統化思維以及進入科研機構或頂尖實驗室的機會。

龐天宇等人的經歷表明，無論是選擇留學還是依靠本土教育，核心競爭力依然來源于科研理解、持續學習能力和實踐中不斷打磨的技術能力。

這三條邏輯線索結合起來，可以看到AI人才的成長路徑既多樣，也有其內在規律，為有志于進入AI行業的學子提供了可行的成長路線。

參考：

人工智能競爭力報告：中國論文數全球第二，北大蟬聯高校第一，知識分子

突發！姚順雨后，清華95后龐天宇加入騰訊，任混元「主任研究員」，新智元

-每日教育新知-