最近国内大厂也开始加大力度抢人了，毕竟再不努力，顶尖AI人才都被抢到硅谷去了！
这不，刚刚官宣了清华姚班出身的姚顺雨，近日95后清华毕业生庞天宇也加盟腾讯。
虽然他年纪轻轻，但来头却不小，他曾获得世界Top 2%科学家称号，是AI学术圈里公认的实力派。
透过他的成长轨迹往，我们会发现一个更大的变化已经出现。
中国高校与城市正在加速走向全球AI版图的中心，而顶尖AI人才的诞生路径也正在被重新书写。
腾讯迎来AI重量级人物，竟还是95后本土学霸
从庞天宇的Github主页来看，出生于1995年的他先读了十一学校的直升班和科学实验班，高中靠物理竞赛保送清华数理基科班。
清华数理基科班创立于1998年，地位不比姚班、丘班、钱班弱，为数学、物理等基础科学领域培养富有创新意识的学术型人才。
2017年，他从清华大学获得了数学和物理的学士学位后，选择继续在清华深造，攻读计算机科学与技术系博士，加入了朱军教授领导的TSAIL课题组。
图源：Github
有报道称，庞天宇直到大三才正式接触AI领域，他选择了一个在当时几乎没人系统研究的方向——AI的对抗鲁棒性问题。
简单介绍一下AI的对抗鲁棒性，是指模型在遇到被刻意动过手脚的数据时，能不能还保持正常判断。
比如一张几乎看不出差别的图片，人眼还是猫，AI却被误导成狗。对抗鲁棒性研究就是如何让AI抵御被这种微小、恶意的干扰。
在现在已经是一个热门研究方向，但是当时，还是一个既冷门又艰深的领域，同行稀少、资料有限，很多时候只能靠庞天宇自己摸索前进。
他不仅面临数据和文献不足的困难，还需要突破技术的瓶颈，独立探索新思路，不过这段“无人区”探索的经历也让他迅速在学术圈刷新了存在感。
图源：Linkedln
他以第一作者（含共同一作）身份在机器学习顶级会议ICML、NeurIPS、ICLR上发表多篇文章，并被多次选为Oral或Spotlight。
要知道在人工智能和机器学习顶级学术会议上，Oral口头报告和Spotlight亮点展示是对论文质量最高的评价，前者大概只有1%-3%的机会，后者也只有3%-6%的机会。
还没有博士毕业的他就已经成为这一领域的年轻领军人物，与此同时，他的履历还在不断刷新。
2016年夏天，他在卡耐基梅隆大学计算生物学系访学，师从Wei Wu教授，这段经历不仅拓宽了他的研究视野，也让他在跨学科合作中积累了经验。
在2020年，他与斯坦福大学计算机科学系的Stefano Ermon教授进行线上合作研究。
他还曾荣获世界Top 2%科学家称号、微软学者奖学金、英伟达学术先锋奖等奖学金与荣誉称号。
图源：Github
博士毕业后，加入新加坡Sea AI Lab担任高级研究员。新加坡Sea AI Lab是东南亚电商巨头Sea Group旗下的前沿人工智能研究实验室。
而现在他已经有了新的身份，腾讯混元大模型团队的首席研究科学家、多模态强化学习Multimodal RL技术负责人。
东方力量已经崛起，AI人才抛弃硅谷
庞天宇和其他站在AI金字塔顶端的人才相比，最大的不同就在于，他整个教育过程几乎都在国内完成。
类似的例子还有DeepSeek的创始人梁文峰，他本科考入浙江大学电子信息技术工程专业，2007年继续在浙大读硕士，没有出国留学背景。
曾担任Google DeepMind首席科学家兼总监，如今已经被Meta挖走的杜宇也是一样，2011 年从华东理工大学计算机系毕业，随后保送浙江大学博士。
图源：杜宇领英
没有留学经历，却能够在AI顶尖机构担任核心岗位或创业，这本身就说明了国内教育已经能够培养出世界级的人才。
不知不觉，国内高校的AI已经卷到了天花板级别。
彭博社基于LexisNexis的数据分析显示，从2005年至2024年底，清华大学研究人员共申请了4986项人工智能与机器学习领域的专利，仅在去年一年，就申请了超过900项。
AIRankings是一个基于量化指标的全球人工智能研究领域排名系统，通过作者、机构、城市和国家等多维度评估全球AI研究能力。
从2015年到2025年这十年的数据来看，美国在核心论文发表量上依然保持压倒性优势，但中国排名第二，并且远远领先于第三名的英国。
这说明，中国的AI研究正在快速追赶世界领先水平，甚至在部分领域形成了独特优势。
图源：AIRankings
首先，中国的高校在全球AI科研版图中占据了重要位置。
根据AIRankings统计，北京大学、清华大学和浙江大学的核心论文发表量跻身全球前十，北京大学更是连续多年在排名中力压卡耐基梅隆大学、麻省理工学院和斯坦福大学，位居榜首。
从年度数据来看，北京大学从2022年至2024年连续三年蝉联全球第一，展现出强大的科研实力和学术影响力。
图源：AIRankings
其次，中国城市在人工智能研究领域的表现也相当亮眼。
北京、香港、上海和杭州跻身全球前十五名，其中北京和香港的AI研究实力甚至超过了硅谷所在的旧金山湾区，位列全球前两名。
北京拥有全国最多的一流高校和科研院所，包括北大、清华等，这些机构在AI基础研究和技术开发方面具有领先优势，为企业和产业提供了坚实的技术支撑。
而香港科技大学成立了冯诺依曼研究院，整合具身智能、生成式AI以及超级计算等技术，推动跨学科协作.
同时香港特区政府还投入10亿港元成立人工智能研发院，进一步推动本地AI产业的发展。
图源：AIRankings
可以看到，中国人工智能的中心正从美国硅谷逐渐转移，上海、深圳和杭州正在成为全球AI创新和产业化的重要基地。
如今越来越多AI人才回流国内，已经不是个别现象，而是一股正在加速形成的趋势。
这一趋势不仅反映了中国高校在全球AI基础研究和技术开发方面的能力，也标志着中国在全球AI竞争中的地位正在不断提升。
站上AI顶端的人，是怎么成长的
庞天宇的经历为我们理解AI人才成长提供了一个有意思的视角，大多数活跃在国际舞台的顶尖 AI 人才走的都是这样一条路。
他们在国内完成基础教育后，选择到美国顶尖高校进行深造，再进入大厂或顶级实验室。
比如Meta 超级智能实验室的华人成员Shengjia Zhao，本科在清华读完后去斯坦福读博士；
Shuchao Bi本科是浙江大学的高材生，然后去加州大学伯克利读统计学硕士并成为数学系博士候选人。
图源：X@@shuchaobi
庞天宇、梁文峰和杜宇的例子说明，本土教育同样可以培养出站在金字塔顶端的人才，他们在国内完成从基础训练到科研能力的跃升。
然后通过合作、访学或者线上交流与国际学术界接轨，这让大家看到了一种可能性，出国不是唯一通往顶尖的道路。
当然，留学依然有它的优势，比如开拓视野、建立广泛学术网络、接触不同的研究思路和资源。尤其是在前沿领域，和国际人才紧密联系，可以更快地理解研究动态和技术趋势。
另外，名校依然发挥重要作用。
尽管科技公司越来越弱化学历的作用，Open AI创始人都说大学对大多数人“没什么用”，AI巨头开始招高中生，名校辍学生直接参与创业...
但仔细看金字塔顶端的人才，我们会发现大多数AI人才还是毕业于名校。
Open AI员工的毕业院校统计就很直观，来自斯坦福大学的有230名，来自加州大学伯克利分校的又151名，来自麻省理工学院的又100名，这三所学校就超过了480人，占员工总数的13%。
图源：workforce.ai
学历或许不再是唯一敲门砖，但名校依然是进入顶尖圈层的入口，它不仅提供知识训练，更带来资源、思维方法和社交网络的优势。
随着AI的深入发展，我们也看到了学术界和工业界不分家的趋势。
绝大多数顶尖AI成员都具有深厚的研究背景，这说明在前沿基础研究和技术原研层面，系统训练和高学历确实带来明显优势。
这包括扎实的数学和理论基础、严谨的研究方法、系统化思维以及进入科研机构或顶尖实验室的机会。
庞天宇等人的经历表明，无论是选择留学还是依靠本土教育，核心竞争力依然来源于科研理解、持续学习能力和实践中不断打磨的技术能力。
这三条逻辑线索结合起来，可以看到AI人才的成长路径既多样，也有其内在规律，为有志于进入AI行业的学子提供了可行的成长路线。
参考：
人工智能竞争力报告：中国论文数全球第二，北大蝉联高校第一，知识分子
突发！姚顺雨后，清华95后庞天宇加入腾讯，任混元「主任研究员」，新智元
-每日教育新知-
热门跟贴