(18) 潘雲鶴：從美術少年到中國人工智能的「跨界拓荒者」

文/ 林倫理

潘雲鶴，1946年11月出生於浙江杭州，祖籍紹興。溫婉的江南風致在他幼年內心種下了藝術的種子，青年時代他先後考入杭州藝專美術系與上海同濟大學建築系，走的是一條與「0」和「1」相距甚遠的路。然而正是這條看似「繞遠」的路，日後成為他獨特的優勢。1978年國家恢復研究生招生時，已在湖北襄陽從事數控技術研發多年的潘雲鶴，出於對新知的渴求，毅然報考浙江大學計算機專業，成為中國第一批人工智能方向研究生。導師何志均引領他將人工智能與計算機圖形學結合起來，他則把美術與建築的積累帶入代碼世界，在學界迅速嶄露頭角。1995年至2006年，他擔任浙江大學校長；1997年當選中國工程院院士，後任中國工程院常務副院長。這份履歷本身就是一堂課：真正有穿透力的創新，往往始於敢於讓看似不相干的領域在自己身上交匯。

潘雲鶴的開拓性，最早體現在一個當時幾乎無人認真對待的交叉地帶。研究生期間，他研製出「智能模擬彩色平面美術圖案創作系統」，諾貝爾獎與圖靈獎得主赫伯特·西蒙驚嘆：「這是我見過的最激動人心的美術程序，我衷心祝賀你們的成功。」1991年，時年80歲的錢學森親筆寫下三頁長信，盛讚他的工作指出了人工智能的「突破口」——以形象思維彌補邏輯推理之不足，讓計算機變得更「聰明」。錢學森的肯定沒有成為他停下來的理由，反而成為他此後三十年持續掘進的起點。他將計算機圖形學、計算機輔助設計與人工智能深度融合，成為中國智能CAD和計算機美術領域公認的開拓者之一。從美術到建築，從建築到自動化，再從自動化進入人工智能，他每一次跨界都不是蜻蜓點水，而是在交匯處扎下根去，長出別人無法替代的果實。

如果說科研上的開拓塑造了潘雲鶴的學術地位，那麼將個人判斷轉化為國家戰略，則是他對中國人工智能進程最獨特的貢獻。2015年下半年，在AlphaGo引發全球熱潮之前，潘雲鶴已敏銳察覺到人工智能的技術環境正在發生根本性變化。他作為負責人承擔了中國工程院「中國人工智能2.0發展戰略研究」重大諮詢項目，2016年春提出人工智能2.0發展的五個新方向，並領銜起草建議上報中央。這份建議最終成為國家《新一代人工智能发展规划》的核心內容，「大數據智能」「跨媒體智能」「人機混合增強智能」等一系列首創概念由此進入國家話語。2017年，「人工智能」首次寫入《政府工作報告》。在不少人對「要不要做、能不能做成」心存疑慮時，他的判斷清晰而堅定：人工智能2.0是中國在這一領域提出的獨立見解，樹立的是國際話語權。開拓者最難的一步，從來不是在實驗室裡跑通一個系統，而是在眾人尚未看清方向時，敢於為一個國家標定一條賽道。

潘雲鶴留給青年最深的印記，不止於戰略與成果，更在於他如何理解「培養什麼樣的人」。他給出的回答是「頂天立地」：頂天，要能攀上世界科技前沿的峰巒；立地，要胸懷「國之大者」，解決國家最要緊的課題。他為師不只上好每一堂課，更把學生帶進真實的專案中歷練。當年課題組八位年輕副教授在他的指導下快速成長，如今都已成為相關領域的學術帶頭人；學生回憶他有了新靈感，哪怕時間再晚也會打電話討論，越講越興奮。他對年輕學子最根本的要求，始終是愛國報國。青年時代曾有美國高校動員他去讀博，他從未有過留在國外發展的念頭：「面向國際學習先進技術很重要，但更重要的，是回來把自己所學貢獻給國家和人民。」從杭州藝專那個臨摹速寫的少年，到為中國人工智能標定方向的戰略科學家，潘雲鶴用一生證明：開拓者的底色，是在無人走過的地方敢於邁出第一步，更是在走到高處之後，記得把後來者一個個托舉上去。願青年一代從他的足跡中汲取一種勇氣——不必急於在別人畫好的格子裡尋找安全感，而是敢於帶著自己獨特的積累，去那些尚未被命名的交匯處，為國家開出一條新路。

(17) 張鈸：在人工智能無人區裡為中國開路的園丁

 

文/ 林倫理

張鈸，1935年3月26日出生於福建福清一個書香門第，祖父是清朝秀才，曾在家鄉創辦小學，父親大學畢業後也從事教育工作。在濃厚的家學氛圍中，他自幼養成了嚴謹求實的品格。1953年，他以數理化三科滿分的成績考入清華大學電機系，被家鄉人稱為“三個一百”。1958年，他作為國家第一批自動控制專業的優秀畢業生留校任教。此後二十年，他在自動控制領域深耕，但內心始終對未知保持著一種不安分的敏銳。1978年，清華大學進行院系調整，43歲的張鈸面臨一個關鍵選擇：留在計算機系，還是轉入新成立的自动化系。多數人認為自動化前景更穩妥，他卻選擇了前者，並在翻閱國外期刊時敏銳地捕捉到一個陌生的名詞——“人工智能”。“問題都解決了，還需要我幹什麼？”帶著這份樸素的信心，他在四十多歲的年紀從零出發，走進了當時在中國幾乎無人知曉的領域。

張鈸的學術貢獻，是從根本上為中國人工智能建立數學地基。他與弟弟張鈴合作，將代數、概率等數學工具系統地引入人工智能研究。1984年，兩人發表了中國人工智能領域第一篇國際頂級期刊論文，並隨後獲得歐洲人工智能獎，成為首次摘得該領域國際重要獎項的中國人。在理論建樹上，他針對人工智能問題求解中“指數爆炸”這一根本性困難，提出了問題分層求解的商空間理論，系統解決了不同粒度空間的表示、轉換與複雜性分析等問題，並在此基礎上發展出統計啟發式搜索算法、基於拓撲的空间規劃方法等一系列新方法，極大地降低了計算複雜性。在人工神經網絡與遺傳算法方面，他系統分析了典型神經網絡模型的各項性能，並提出了遺傳算法的“理想濃度模型”，揭示了遺傳算法作為定向制導隨機搜索技術的本質，推動了這一領域從經驗性方法走向可分析的理論框架。他不僅發表了中國第一篇人工智能領域的國際論文，也成為該領域首位中國科學院院士，用數十年的系統性工作，推動中國人工智能研究從“無人區”走向國際前沿。

如果說學術成就是張鈸為國家鋪設的軌道，那麼教書育人則是他為這條軌道注入的持續動力。他教書六十餘載，培養了近90名博士，四代學生“四代同堂”，形成了一支在中國人工智能領域舉足輕重的“清華代表隊”。在培養學生時，他格外重視訓練他們“提出問題的能力”，而非僅僅解決既有問題。他常說，做研究要敢於走進那些“問題還沒有解決”的地方。他的學生中，有人成為國內大模型領域的重要力量，有人成長為院士和大學教授，延續著從“無人區”裡找問題的傳統。2025年，在他九十誕辰之際，清華大學設立了“張鈸獎學金”，聚焦人工智能基礎研究，支持博士生開展創新性工作。這份延續，恰是他一生最好的註腳：真正有遠見的學者，不僅自己走進未知，更把“敢於選擇未知”變成一群人的習慣。 從43歲轉向一個尚不存在的學科方向，到近九十歲依然在預判人工智能的下一步走向，張鈸用親身經歷告訴青年一代：引領時代的從來不是追隨熱點的人，而是在冷門處敢於紮根、在無人區裡願意開路的人。願更多年輕人從他的足跡中汲取一種定力——不急於在別人畫好的地圖上尋找捷徑，而是有勇氣在自己選擇的方向上，為後來者畫出一條新的路。

(16) 鄭南寧：讓機器看見並理解世界的先行者

 

文/ 林倫理

鄭南寧，1952年12月出生於江蘇南京，祖籍陝西西安。他自幼受父母熏陶，耳濡目染，自己動手組裝礦石收音機，夢想著長大後成為一名工程師。1972年，他因表現優異被推薦進入西安交通大學電機工程系工業自動化專業學習；1978年，他成為中國恢復高考後西安交大首批碩士研究生，師從西遷教師宣國榮教授，攻讀模式識別與人工智能方向，並於1981年獲得工學碩士學位。碩士畢業後，他遠赴日本慶應大學攻讀博士學位，僅用四年時間便完成學業，隨後做了一段時間的博士後研究，便毅然回到母校西安交通大學。1999年，他當選中國工程院院士，此後曾任西安交通大學校長，並長期擔任中國自動化學會理事長、IEEE Fellow等學術職務。

回國後的鄭南寧，面對的是一個人工智能在中國幾乎空白的年代。1985年秋，他從日本歸來，飛機降落西安時，中國的AI研究還處於萌芽階段，計算機尚未普及，「智能」在許多人眼中仍是一個遙遠的概念。但他沒有等待條件成熟，而是選擇從零開始。1986年春，在西安交通大學的支持下，他與導師宣國榮教授共同創建了國內首家人工智能專職科研機構——西安交通大學人工智能與機器人研究所，在一間並不寬敞的實驗室裡，開始了「讓機器像人類一樣感知並理解世界」的漫長求索。從那時起，他帶領團隊始終圍繞一條清晰的主線展開研究：智能的基本結構不是孤立的內部計算，而是「感知—認知—協同」的動態閉環。這一理念源於他的控制學科背景，也源於對人類認知行為的觀察——人走進一個房間會自然找到合適的位置坐下，不需要複雜計算，這正是對環境的「認知」能力。四十年来，他推動中國人工智能從「看見」走向「理解」，從視覺感知走向視覺認知與環境建模。

鄭南寧的學術貢獻，是系統性、奠基性的。他長期從事計算機視覺與模式識別、人工智能系統及其先進計算架構研究，對圖像識別和計算機視覺的應用基礎理論及應用進行了系統的創造性研究，是我國人工智能發展的先行者和奠基者。他提出的視覺場景理解立體對應計算的Markov網絡模型和視覺注意力計算理論，成為計算機視覺領域具有代表性的工作。在人才培養與學科布局上，他同樣發揮了戰略性作用：20世紀90年代末，他與相關專家在國家自然科學基金委員會的組織下，經過十年深入研討和頂層設計，推動「視聽覺信息的認知計算」重大研究計劃於2008年啟動，為國家在人工智能基礎理論研究上的縱深發展提供了重要支撐。2023年，他榮獲2022年度「吳文俊人工智能最高成就獎」，這是中國智能科學技術領域的最高榮譽，也是對他數十年開拓性工作的莊嚴確認。

鄭南寧留給青年最值得記取的，不僅是那些模型與理論，更是一種「把理論研究同實際問題結合起來做學問」的樸素信念。1988年冬天，他帶著學生擠在一輛四面漏風的麵包車裡連夜從西安趕往北京，為一個收费站調試车型識別系統，到達時個個凍成了「兵馬俑」；設備臨時故障，他憑藉示波器上信號的細微變化，判斷出是某塊芯片出了問題，連夜換芯片，保證了第二天的現場實驗。他常說，AI終將催生「智能文明」，但前提是技術必須服務於人，而非替代人。他對團隊的期許，是打造一個經得起時間檢驗的AI領域「百年老店」。從自組礦石收音機的少年，到在簡陋實驗室裡點燃中國人工智能火種的先行者，鄭南寧用四十年的堅守證明：真正有遠見的事業，往往始於在無人看清方向時，你已經俯下身去，把第一塊石頭鋪穩。 願青年一代從他的足跡中汲取一種定力——不急於追逐最熱的口號，而是敢於在一個真正重要的方向上，用十年、二十年去回答一個根本的問題。

B300對華供應傳聞升溫 市場關注政策鬆綁可能性

文/ 林倫理

隨著中國人工智能算力需求持續增長，市場近日再度傳出美國或研究有限度放寬 NVIDIA B300 晶片對華供應的消息，引起科技及投資界關注。目前並無官方政策公布，但有分析認為，美國一方面希望維持對先進AI技術的管制，另一方面亦需考慮本土企業的商業利益。在出口限制影響下，NVIDIA於中國AI加速器市場的份額已降至約34%，而華為則升至約28%，雙方差距正在縮小。中國市場龐大，本土企業為了免受制於人，正加緊追趕。

業界普遍認為，即使華府未來調整政策，也未必意味全面開放高端晶片出口。較有可能的情況是採取配額制、個別許可證制度，或批准特定規格產品進入中國市場。事實上，由於供應受限，B300在中國市場價格持續高企，一台搭載八顆B300 GPU的伺服器價格據報已升至約100萬美元，反映市場需求依然強勁。為了搶佔市場，中美兩國都在不懈努力，在競爭中各出奇謀，一方限制出口，另一方則另闢溪徑，走自己的路。這不是壞事，而是在加速AI時代的全面健康成長。

與此同時，部分市場人士流傳另一種說法，指若美國放寬供應，可能透過與特朗普家族有關的商業渠道參與部分交易。然而，截至目前為止，未有任何官方文件、監管資料、企業公告或主流媒體報道證實有關安排。現行美國高端晶片出口主要受商務部出口管制制度規範，相關產品若獲批准出口，一般仍需透過正式審批程序執行，而非依賴個別私人商業渠道。這個消息獲接近特朗普家族的友人證實。因此要通過特朗普家族獲取B300的計劃不可行。

從現階段資訊判斷，「有限度放寬B300對華供應」仍屬具一定可能性的政策選項，但是否實施、以何種形式實施，以及哪些企業最終受惠，均有待官方進一步公布。至於涉及特朗普 家族參與供貨的傳聞，目前缺乏公開證據支持，市場宜將其視為未經證實的消息。對業界而言，真正值得留意的仍是美國出口管制政策的變化，以及中國AI算力市場未來的發展方向。 兩強競逐，鹿死誰手，目前尚難確定，但中國在走自己的路已是鐵板釘釘。中美各有優勢，大概率是各領風騷，讓世界在AI助力下，人的能力變得更強，世界也變得更富足。

(15) 周志華：本土學者走到世界人工智能舞台的中央

 

文/ 林倫理

周志華，1973年11月出生於廣東廣州，籍貫江蘇鹽城。1992年考入南京大學計算機科學與技術系，此後僅用兩年時間完成碩士學業，又用兩年半取得博士學位，1996年、1998年、2000年先後獲得學士、碩士和博士學位。2001年留校任教，2002年破格晉升副教授，2003年獲得國家傑出青年科學基金並於同年被聘任為教授，2025年當選中國科學院院士。這份履歷有一個格外值得青年人注意的特徵：他是一位徹頭徹尾的「本土學者」，從本科到博士、從講師到院士，全部在南京大學完成，在海外最多只連續停留過兩個月。在很長一段時間裡，中國人工智能領域的頂尖學者往往有海外名校的求學或任教經歷，而周志華用親身路徑證明，在中國本土的學術土壤裡，同樣可以生長出具有國際引領力的科學家。

周志華的學術起點，恰好撞上了一個「冷門」。他進入人工智能與機器學習領域時，這在國內還是少人問津的方向，但他選擇坐住這張「冷板凳」，潛心鑽研數十年。這份定力換來的是系統性的原創貢獻：他在集成學習、弱監督學習、多標籤學習等方向上做出了國際同行公認的開拓性工作，兩次獲得國家自然科學二等獎，並先後當選國際人工智能聯合會（AAAI）、美國計算機學會（ACM）、美國科學促進會（AAAS）、國際電氣電子工程師學會（IEEE）和國際模式識別學會（IAPR）的會士，成為人工智能相關五大主流國際學會的「Fellow大滿貫」學者。與此同時，他撰寫的《機器學習》以「西瓜書」之名成為幾代中國AI學子的入門經典，被翻譯為英、日、韓等多國文字，海內外六百餘所院校將其用作教材。學術成就與育人貢獻在他身上並非兩件事，而是同一件事的兩面：把最前沿的知識，變成中國年輕人能夠讀懂、能夠接手的階梯。

真正讓周志華的意義超出個人學術成就的，是2023年當選國際人工智能聯合會理事會主席。IJCAI創辦於1969年，是全球人工智能領域歷史最悠久、最具權威性的學術組織之一，而周志華是該組織成立54年來首位擔任理事會主席的中國大陸學者。在當選之前，他已先後擔任IJCAI 2021程序委員會主席、AAAI 2019程序委員會主席，均為中國大陸學者中的第一人。周志華曾用一個比喻概括這一步步的跨越：從「捧場」，到「跑龍套」，再到「領銜主演」，非常之不易。這句話放在他身上格外貼切——他所完成的，不僅是個人職務的躍升，更是一個中國學者群體在國際學術共同體中從邊緣參與到核心引領的角色轉換。他在當選後表示，這代表了IJCAI對學術水平、影響力和領導力的認可，顯著提升了中國學者在國際人工智能領域的形象和話語權。

周志華留給青年最樸素也最有力的提醒，是他自己反覆談及的兩個詞：「興趣」與「勤奮」。他從不把人工智能描繪成一條輕鬆的賽道，而是用親身經歷說明，在一個方向上真正沉下去，比頻繁追逐熱點更能決定一個人能走多遠。他當年選擇的機器學習，後來成為整個人工智能革命的核心引擎；他坐過的冷板凳，最終變成了中國學者站上國際舞臺中央的階梯。對於今天立志在人工智能領域有所作為的青年而言，周志華的路徑傳遞了一個清晰的信號：領先世界的起點，往往不是追隨最熱的口號，而是在一個真正重要的方向上，願意比別人坐得更久、鑽得更深、教出更多的人。願更多年輕人從他的故事中看到，本土的土壤足以支撐世界級的雄心，而所謂「領銜主演」，不過是長期主義在時間裡結出的果實。

(14) 鄂維南：AI為科學鋪路的數學家

 

文/ 林倫理

鄂維南，1963年9月出生於江蘇靖江，1982年畢業於中國科學技術大學數學系，1985年在中國科學院獲碩士學位，1989年在美國加州大學洛杉磯分校獲博士學位，2011年當選中國科學院院士，現為北京大學講席教授、北京科學智能研究院學術委員會主任。他的學術根基是計算數學與應用數學，長期研究多尺度建模、稀有事件模擬等根本性難題，曾獲國際工業與應用數學聯合會科拉茲獎與麥克斯韋獎，是迄今全球唯一同時獲得這兩項應用數學大獎的數學家，2020年又因率先將科學計算、機器學習與高效能計算深度融合而獲ACM戈登·貝爾獎。然而，真正讓他從一位卓越的數學家轉變為科研範式推動者的，是他對一個「痛點」的長期凝視：傳統算法能求解簡化模型，卻對真實世界的複雜問題束手無策。

深度學習興起後，鄂維南意識到破解「維數災難」的鑰匙已經出現。2017年，他在團隊內部明確提出「AI for Science是我國科研千載難逢的超車機會，沒有之一」，但直到2022年才在公開場合說出這句話——中間隔了五年，因為他要先完成嚴密的論證。這種「先想清楚再說出口」的克制，本身就是他治學風格的寫照。他沒有把「AI for Science」停留在概念倡導層面，而是系統性地推動它落地：他帶領團隊構建了「玻爾科研空間站」這一科研基礎設施，集圖書館、計算中心、實驗中心功能於一體，上線後用戶量迅速達到175萬；同時推進科學基座模型與通用科研智能體，讓AI具備「讀、算、作、寫」的全流程科研能力。短短幾年間，AI for Science的理念已深入到人類蛋白組計劃、材料基因組計劃、數字細胞等重大科研計劃的核心環節。

鄂維南對國家的貢獻，不在於某一項具體的技術突破，而在於他為中國科研爭取了一個「定義範式」的位置。過去中國學者更多是在別人設定的框架內追趕，而他從事的是一件更根本的事：重新設計科學研究的基礎設施與方法論。他清醒地看到，傳統科研本質上仍是「小作坊模式」，AI的價值在於從生產力和生產關係兩個層面同時打破這一模式。他提出新範式要實現「三個打破」——打破學科界限、打破理論與實驗的界限、打破科研與社會需求的脫節，並將自己定位為「鋪路石」：「我們這一輩應用數學家，就是打基礎。希望學生在我們打的基礎上創造輝煌」。這種自覺的接力意識，使他的工作超越個人學術成就，成為一代人成長的土壤。

鄂維南留給青年最值得記取的一句話，是他對科研本質的提醒：「對自己要誠實，時刻不忘選擇做科研的初心，同時思想上也要做好失敗概率很大的準備。科研是一個極端冒險的行業。」他從不把科學描繪成一條確定性的上升曲線，而是坦率地告訴年輕人：真正的探索伴隨著巨大的不確定性。他自己正是這樣走過來的——從計算數學的抽象理論，到跨學科推動一場科研範式的變革，每一步都需要在論證不足時保持耐心，在共識未成時承受孤獨。願青年一代從鄂維南的選擇中看到：真正有分量的貢獻，往往始於在別人尚未看清方向時，你已經開始為它鋪路；而成於你鋪的路，最終讓更多人走得比你更遠。

(13) 梁文鋒：不做跟隨者為重寫AI的成本與開放規則

 

文/ 林倫理

梁文鋒，1985年出生於廣東湛江吳川一個普通家庭，父母都是小學教師。他自幼成績優異，初中時期便開始自學大學數學課程，2002年以吳川市理科第一名的成績考入浙江大學電子信息工程專業，此後師從項志宇教授攻讀信息與通信工程碩士，研究方向是機器視覺。碩士畢業後，他沒有選擇安穩的就業路徑，而是與同學投身創業。2013年創立雅可比投資，2015年成立幻方量化，將機器學習應用於高頻交易，短短幾年間便成長為國內頂級量化私募機構，管理規模一度突破千億元。量化投資的經歷不僅為他積累了算力與資本，更教會他用算法和數據去逼近問題的本質——這一能力，日後成為他跨入人工智能最核心的底氣。

2023年，梁文鋒做了一個讓量化圈意外的決定：創立深度求索（DeepSeek），進軍通用人工智能。與當時國內多數團隊跟隨國外技術路線不同，他選擇了一條更根本、也更艱難的路：從訓練方法本身重新設計。2025年1月發布的R1模型，在後訓練階段大規模使用強化學習，讓模型「自己訓練自己」，而非依賴大量人類標注的推理範例，從根本上改變了OpenAI開創的大模型訓練「工業流程」。這一方法論的轉向，使R1在數學、代碼和自然語言推理等任務上達到了與當時頂尖模型相當的水準，而訓練成本僅為約29.4萬美元的強化學習階段費用，即使計入基礎模型投入，總額也遠低於業界普遍認為的數千萬美元量級。更關鍵的是，R1以MIT許可開源發布，允許全球研究者免費下載、使用和二次開發，直接打破了高性能大模型被少數機構壟斷的局面。

這一「低成本、高性能、全開源」的組合，在國際上引發的震動遠超技術本身。2025年12月，英國《自然》雜誌將梁文鋒評為年度十大科學人物，稱他為「科技顛覆者」，理由是DeepSeek「以顯著少於同類項目的資源消耗，達到了與當前頂尖模型相當的性能水準」，並以開源方式為全球科研工作者提供了重要的技術助力。梁文鋒本人對這種震動有過清醒的判斷：外界驚訝的根源，是看到一家中國公司以創新者而非跟隨者的身份進入這場競賽。他曾在受訪時直言，「中國的AI產業不能永遠做跟隨者」，差距的本質不在時間，而在「創新與模仿之間」。DeepSeek的團隊幾乎全部由本土培養的博士組成，沒有海歸背景，這本身就是對「必須自己培養頂尖人才」這一路徑的驗證。

梁文鋒留給青年科研人員最值得琢磨的，不是29.4萬美元這個數字，而是這個數字背後的方法論選擇：當所有人都默認高性能模型必須以巨額算力投入為前提時，他追問的是訓練方法本身是否還有另一種可能。從量化交易到通用人工智能，從跟隨技術潮流到重新設計流程，他的路徑反覆指向同一件事——真正的突破很少來自把既有路徑執行得更漂亮，而來自敢於在路徑的起點處重新提問。他很少公開露面，被熟悉的人形容為「更像一個極客，而不是一個老闆」，日常就是「看論文，寫代碼，參與小組討論」。願青年一代從梁文鋒的選擇中看到：跟隨可以走得穩，但只有敢於在無人質疑的地方停下來重新發問，才有可能把一條別人設定的賽道，走成自己定義規則的主場。