复旦最近干了一件挺有魄力的事，不是发表了哪篇顶尖期刊的论文，也不是排名又提高了几个名次，而是把具身智能领域被引用量最高的华人学者, 从美国给聘请回来了而且还是全职的。
苏昊，是斯坦福大学计算机科学博士，和AI教母李飞飞是师生关系, 他的谷歌学术总引用量超过14.5万次，我把同领域几位华人顶尖学者做过比较，能稳定超过10万次的，没几个人，这样的数量级放在计算机领域，算是教科书级别的存在。
他的经历有几个关键的阶段，2008到2012年参与ImageNet项目，这可是后来深度学习爆发的数据基础，读博士的时候主导创建了ShapeNet数据集和PointNet骨干网络, 搞三维视觉研究的人基本都离不开这两个东西。
后来在加州大学圣地亚哥分校当副教授的时候，弄出了ManiSkill评测系统还有TD-MPC算法，把具身智能的评测和控制往前推进了一大截, 同时还是具身智能公司Hillbot的联合创始人兼首席技术官。
说白了，这个人不是那种只知道写论文的学者, 而是既能搭建框架、又能做系统工作、还懂产业落地的人，这样的复合能力在国内高校那可是真的是很稀缺的资源。
那问题就来了，清北也在抢人才，苏昊为什么选复旦。
我自己觉得，答案得从复旦自身的情况说起，复旦是大家都认可的文理医强校，哲学、数学、物理、临床医学长时间排在国内前列, 可是工科一直是短板，这并不是什么秘密。
看看一组数据就能够明白，上海交大2025年的预算是294亿，复旦是183亿，那相差的一百多亿，很大程度上是因为工科的规模还有科研经费的结构所造成的，在软科排名当中，复旦总榜排在第五, 可是单独把工科指标拆分来看，和浙大、交大的差距十分明显。
复旦明显已经发现到这个问题，这两年围绕集成电路、人工智能这些方向建立了六个新的工科创新学院, 还推出了18个本博融通培养项目，它的思路非常清楚不是从头去构建工科，而是凭借强势的数学、物理、医学作为根基，往上去发展新工科。
这个办法其实挺明智的，具身智能正好是一个特别依靠数学建模和物理仿真的方向，纯工科的学校反而不一定有优势，苏昊挑选复旦, 很大可能也是看中了这一点，数学和物理的基础，是别人短时间没办法弥补的。
苏昊加盟的时间点也挺值得留意, 复旦正在编制十五五规划, 明确提出要朝着2035年的目标去寻找短板弱项，从学科逻辑转变为服务国家战略的大逻辑, 在这个关键时候引进标杆性人物, 那信号可太明显了。
更让我感兴趣的是研究院的设计，通用物理智能研究院不设学科边界，打破了传统院系的划分, 完全是围绕着解决问题来的，数学、物理、计算机、脑机接口的人坐在一起做事，共享复旦CFFF智算平台40P+的算力。
苏昊自己说的挺直白的，论文不是目标，而是副产品, 这话听着简单，实际上是对国内高校科研范式的一次正面挑战，我们都晓得，绝大多数高校考核还是围绕着论文转的。
这套问题导向的打法能不能行得通, 说实话我当下也没底, 但至少方向是对的。
不过，复旦有着一个别人很难复制的优势，地理位置，上海以及长三角是国内AI产业密度最高的区域，智能制造、机器人、医疗AI的头部企业全都聚集在这个地方，具身智能得跟真实场景对接，研究院设立在这里, 从实验室到工厂车间的链条可以比较短。
当然, 也不要把预期抬得太高，具身智能在全球范围内还都处在演示挺酷、量产挺难的阶段，从视频里的灵活操作到工业级稳定输出，中间有很大的工程鸿沟，一个人终究能改变的有限。
但至少有一点是可以确定的，复旦这次不是在做表面功夫, 全职引进、给与院长职位、配备顶级算力、不设学科边界，这一系列组合拳的诚意是能看到的。
对于复旦新工科来讲, 苏昊的到来不只是多了一位顶尖学者，更像是一整块拼图最后找到了它该在的位置，接下来就看看这块拼图是不是真能拼合上去。
你觉得复旦新工科这一步棋，会不会让它和浙大、交大的差距能够被缩小。
备注：文中数据来自学校官网、教育部官方发布、第三方公开排名, 分析观点仅代表个人, 不涉及新闻采编及时事评论, 如有疏漏, 欢迎理性讨论指正。
热门跟贴