在很長一段時(shí)間里，硅谷是全球AI人才的終點(diǎn)站。而中國曾是最大的人才輸出地，把一代又一代頂尖AI人才送往彼岸。

如今，這種單向流動(dòng)正在悄然轉(zhuǎn)向。

Digital Science的一份報(bào)告指出，美國已經(jīng)開始對(duì)中國出現(xiàn)AI人才凈流出的趨勢。優(yōu)秀的青年學(xué)者，正在以更快的速度選擇回到中國[1]。

來自斯坦福大學(xué)的另一份報(bào)告則提出，美國已經(jīng)不再是AI人才的首選目的地?！懊绹母咝：脱芯繖C(jī)構(gòu)現(xiàn)在更像一個(gè)人才跳板，美國提供了高水平的資源、經(jīng)驗(yàn)和人脈，但最終這些積累被帶回中國，成為支撐本土AI領(lǐng)域發(fā)展的一部分”。[2]

過去十年，中國AI研究人員從不到10000人，增加到52,000人，平均每年以近30%的速度擴(kuò)張。

更重要的是，他們多數(shù)還不到三十五歲，卻已頻繁出現(xiàn)在NeurIPS、CVPR等國際頂會(huì)上。一個(gè)龐大、年輕且充滿銳氣的人才群體正在成形。

“青年科學(xué)家正在成為新一輪科技發(fā)展的主角，我們要把聚光燈給到他們，提供更多的資源幫助他們，”在外灘大會(huì)的第二屆螞蟻InTech科技獎(jiǎng)?lì)C獎(jiǎng)現(xiàn)場，螞蟻集團(tuán)副總裁、首席技術(shù)官何征宇如是說。

在去年螞蟻集團(tuán)20周年之際，首次發(fā)起了面向?qū)W術(shù)界的螞蟻InTech科技獎(jiǎng)，希望發(fā)掘并支持那些在中國計(jì)算機(jī)以及交叉學(xué)科領(lǐng)域的優(yōu)秀青年學(xué)者，尤其是那些對(duì)推動(dòng)關(guān)鍵技術(shù)發(fā)展具有重要貢獻(xiàn)的青年學(xué)者。

今年的螞蟻InTech科技獎(jiǎng)又全面升級(jí)，除了繼續(xù)遴選10位青年學(xué)者，提供20萬元/人的“科技獎(jiǎng)”資助外，還首次增設(shè)了5萬元/人的博士生“獎(jiǎng)學(xué)金”，提供對(duì)“青年學(xué)者-博士生”的全周期支持。本屆整體參評(píng)規(guī)模達(dá)去年3倍，海外申報(bào)者占比超20%，其中包括牛津、耶魯、斯坦福等高校。

獲獎(jiǎng)名單

最后的獲獎(jiǎng)學(xué)者中，不少有海外經(jīng)歷，他們帶著在頂尖實(shí)驗(yàn)室錘煉出的經(jīng)驗(yàn)從海外歸來，把更鋒利的方法投向中國這個(gè)更復(fù)雜、更火熱的現(xiàn)場，去解決那些真正棘手的根本性問題，并在這里規(guī)劃自己更長遠(yuǎn)的藍(lán)圖。

01無人區(qū)的探索

第二屆螞蟻InTech科技獎(jiǎng)得主、南京大學(xué)計(jì)算機(jī)學(xué)院教授王利民從蘇黎世聯(lián)邦理工學(xué)院回國之后，致力于開發(fā)一個(gè)完全由視頻大模型驅(qū)動(dòng)的自動(dòng)駕駛系統(tǒng)：車上的攝像頭源源不斷輸入畫面，模型即時(shí)完成感知、預(yù)測與決策。他希望這一模式能替代傳統(tǒng)的模塊化系統(tǒng)，成為車輛的大腦，從根本上提升自動(dòng)駕駛的安全性。

在人工智能的諸多賽道里，視頻大模型一直是最難啃的骨頭。文本可以拆成詞，圖像是靜止的畫面，而視頻意味著連續(xù)不斷的洪流。機(jī)器要在這股洪流里，不僅識(shí)別一個(gè)動(dòng)作、一張畫面，還要理解前后關(guān)系，甚至預(yù)測接下來會(huì)發(fā)生什么。在全球范圍內(nèi)，這一方向長期缺乏成熟的框架，幾乎沒有可供借鑒的路徑。

王利民和團(tuán)隊(duì)選擇在無人區(qū)起跑，推出了國內(nèi)首個(gè)大規(guī)模視頻理解基礎(chǔ)模型InternVideo。

在全球AI研究的坐標(biāo)系里，InternVideo的出現(xiàn)意味著一個(gè)新的議題由中國學(xué)者提出并推動(dòng)?！斑@是一個(gè)有前瞻性的選擇?！蓖趵窕貞?，當(dāng)時(shí)他們?cè)谑澜绶秶鷥?nèi)幾乎沒有可以借鑒的路徑，只能自己摸索著向前。也正因?yàn)槿绱耍琁nternVideo才能在推出后迅速成為全球參照，被NVIDIA推出了COSMOS世界模型作為數(shù)據(jù)引擎關(guān)鍵技術(shù)使用，并被圖靈獎(jiǎng)得主楊立昆在提出V-JEPA世界模型時(shí)多次拿來對(duì)比。

在計(jì)算機(jī)視覺之外，還有一種更科幻的感知方式，第六感。

不靠攝像頭，而用空氣里的無線電波看見世界，這種聽起來像古早科幻小說設(shè)想的技術(shù)，現(xiàn)在其實(shí)已經(jīng)落地。它的大名叫做無線感知，但第二屆螞蟻InTech科技獎(jiǎng)得主、北京航空航天大學(xué)的張扶桑教授喜歡叫它第六感，這項(xiàng)技術(shù)所做到的，正是調(diào)動(dòng)人類五感察覺之外，WiFi、4G/5G這類本就無處不在的信號(hào)，識(shí)別呼吸、心跳、跌倒與動(dòng)作。

這條路徑的優(yōu)勢，在于天然的非侵?jǐn)_。許多家居與養(yǎng)老場景，尤其是衛(wèi)生間，并不適合安裝攝像頭，而無線感知只需要一個(gè)嵌入路由器或浴霸的小模塊，就能完成無接觸監(jiān)測。如果把感知模組裝上機(jī)器人或無人機(jī)，還能實(shí)現(xiàn)全天候看護(hù)。家中摔倒的老人、可能被遺落在車后座的孩子，他們的安全都可以由這只看不見的手來保護(hù)。

“如果為機(jī)器人配備這種感知能力，它將能夠超越人類自身的感知極限，在眾多任務(wù)中提供更高效的服務(wù)，未來的應(yīng)用前景極為廣闊，”張扶桑表示。

然而，這一領(lǐng)域也面臨著巨大挑戰(zhàn)。無線信號(hào)最初并非為感知而設(shè)計(jì)，其本身復(fù)雜且容易受到干擾，要從中提取出穩(wěn)定、可用的規(guī)律，對(duì)精度提出了極高要求。更重要的是，無線感知作為一個(gè)研究方向，從興起到現(xiàn)在不過十年左右，許多基礎(chǔ)理論仍屬空白，需要從零開始探索。

在這片“無人區(qū)”中，張扶桑提出了無線感知模型，成功量化了電磁波受人體和環(huán)境影響的機(jī)制，并解答了諸如感知極限與穩(wěn)定性等一系列根本性問題。該理論被國際同行譽(yù)為“里程碑式的工作”，并被納入全球首部無線感知專著。張扶桑表示：“目前我們已經(jīng)與國際頂尖團(tuán)隊(duì)并跑，甚至在若干方向上實(shí)現(xiàn)了領(lǐng)先?！?/p>

無線感知不僅是一項(xiàng)科研突破，更將成為未來通信基礎(chǔ)設(shè)施的重要組成部分。6G已將“通信感知一體化”列為核心特性，這意味著感知能力將與通信功能一樣，成為下一代網(wǎng)絡(luò)的基本配置。張扶桑的目標(biāo)是將這一能力深度融入未來的標(biāo)準(zhǔn)體系，助力中國在全球6G競爭中占據(jù)關(guān)鍵地位。

在張扶桑眼里，這一代青年科學(xué)家展現(xiàn)出持續(xù)迸發(fā)的潛力與創(chuàng)新活力，因此對(duì)他們給予充分的支持與激勵(lì)至關(guān)重要?！芭c早年條件有限的情況不同，如今的青年科學(xué)家從一開始就具備國際視野，同時(shí)充滿獨(dú)特的想象力和創(chuàng)造力?！?/p>

這正是螞蟻InTech科技獎(jiǎng)關(guān)注的重點(diǎn)。不僅僅獎(jiǎng)勵(lì)已經(jīng)完成的成果，更在意的是它們所釋放出的未來潛力。一種技術(shù)如何被應(yīng)用，如何推動(dòng)行業(yè)前進(jìn)，如何在下一輪競爭中形成突破。這些，才是評(píng)審最看重的部分。

螞蟻集團(tuán)副總裁、首席技術(shù)官何征宇說，螞蟻集團(tuán)非常注重多元化的青年人才生態(tài)，已經(jīng)與清華大學(xué)、浙江大學(xué)十余所高校成立了聯(lián)合實(shí)驗(yàn)室，與北京大學(xué)、上海交通大學(xué)開展了系統(tǒng)的人才培養(yǎng)項(xiàng)目，與多個(gè)學(xué)術(shù)組織連續(xù)五年推出了科研基金。這些舉措的目的只有一個(gè)——讓有志于科研的人才有更多實(shí)踐、轉(zhuǎn)化的機(jī)會(huì)，讓更多科研成果更快走向社會(huì)，服務(wù)民生。

“科技的發(fā)展從來不是孤立的，相信用技術(shù)去推動(dòng)應(yīng)用的發(fā)展，最終實(shí)現(xiàn)技術(shù)普惠，為每個(gè)人帶來生活的便利，是我們不變的愿景。”

02 向心力

一種新的、圍繞著中國AI場景的向心力正在形成。

2025年7月，中國投資和技術(shù)促進(jìn)辦公室（ITPO China，隸屬聯(lián)合國工業(yè)發(fā)展組織）發(fā)布的報(bào)告顯示，全球AI人才的格局，正在發(fā)生結(jié)構(gòu)性重組。研究團(tuán)隊(duì)分析了2015年至2024年間20萬名研究人員撰寫的9.6萬篇AI學(xué)術(shù)論文，并據(jù)此繪制出人才版圖。

中國的AI研究人員，從2015年的不足萬人，增長到2024年的5.2萬人，年復(fù)合增速高達(dá)28.7%。這一規(guī)模已接近美國的6.3萬人。

更值得注意的是，中國AI人才的增長幾乎完全由博士和博士后群體驅(qū)動(dòng)，構(gòu)成了一個(gè)龐大、年輕、受過高等教育的AI人才庫[3]。

除了留學(xué)歸國的年輕AI學(xué)者，本土培養(yǎng)的力量同樣不可小覷。斯坦福大學(xué)與胡佛研究所聯(lián)合發(fā)布的調(diào)查發(fā)現(xiàn)：DeepSeek的研究人員中，超過一半沒有學(xué)習(xí)和留學(xué)的經(jīng)驗(yàn)[4]。

正因如此，Digital Science的報(bào)告做出了大膽的預(yù)言，“考慮到擁有一個(gè)年輕、充滿活力且受過高等教育、具備AI素養(yǎng)的勞動(dòng)力群體，我們應(yīng)預(yù)期中國將涌現(xiàn)一波與DeepSeek類似的創(chuàng)新浪潮[5]。”

在哈佛醫(yī)學(xué)院的八年里，張帆逐漸成為彌散磁共振（dMRI）研究領(lǐng)域的關(guān)鍵人物。他研發(fā)的開源平臺(tái)SlicerDMRI，已成為全球腦影像研究和臨床實(shí)踐的重要工具，國際醫(yī)學(xué)數(shù)據(jù)庫ExpertScape將他評(píng)為dMRI領(lǐng)域全球前1%專家。

回到電子科技大學(xué)后，他利用AI深度學(xué)習(xí)算法，通過影像技術(shù)構(gòu)建出腦神經(jīng)纖維的分布，又把原本需要1個(gè)多小時(shí)的腦神經(jīng)纖維提取工作，縮短到了幾分鐘內(nèi)即可完成，極大的提升了效率和精度。

在臨床治療領(lǐng)域，該技術(shù)能夠幫助一些需要急救的病人——比如腦出血的患者——快速完成影像腦神經(jīng)纖維的快速提取。對(duì)于醫(yī)療資源匱乏的地區(qū)，這項(xiàng)技術(shù)能夠有望幫助醫(yī)生縮短診斷時(shí)間，為搶救爭取黃金窗口期。

這位第二屆螞蟻InTech科技獎(jiǎng)得主說，“十幾年前，我讀博時(shí)出國參加會(huì)議，更多是去學(xué)習(xí)，會(huì)場上主要的聲音都來自海外學(xué)者。但現(xiàn)在完全不同了，很多研究是我們?cè)谝I(lǐng)，海外學(xué)者會(huì)主動(dòng)來合作。”

過去十年，中國的AI學(xué)者更多處在追隨的位置，正是他們的快速成長，讓中國AI的追趕顯得格外突出。今天，他們已經(jīng)從追趕轉(zhuǎn)向自主創(chuàng)新，開始在部分方向上定義議題、引領(lǐng)合作。青年科研力量正在改變未來的走向，他們既是在縮小差距的一代，也是要去定義新議題的一代。

螞蟻InTech科技獎(jiǎng)得主、上海交通大學(xué)人工智能學(xué)院助理教授、上海創(chuàng)智學(xué)院全時(shí)導(dǎo)師李永露用“勢能”和“動(dòng)能”來形容中美AI發(fā)展的關(guān)系。他認(rèn)為，北美在AI方向憑著深厚積累，具備足夠的“勢能”。但隨著更多年輕學(xué)者的成長，中國同樣展現(xiàn)出巨大的潛力與發(fā)展“動(dòng)能”。

在攻讀博士時(shí)，他觀察到實(shí)驗(yàn)室里的機(jī)器人算法在固定場景中動(dòng)作準(zhǔn)確，但一旦換一個(gè)杯子的形狀、在地板上多一些水漬，就會(huì)立刻出錯(cuò)。幾十年來，機(jī)器人始終缺乏泛化能力，它們無法像人一樣，在陌生環(huán)境中靈活應(yīng)對(duì)。

這種困境促使他提出一個(gè)形象的比喻：培養(yǎng)機(jī)器人，就像培養(yǎng)一個(gè)孩子。小孩先學(xué)會(huì)模仿，再通過不斷嘗試和糾正獲得新技能。為此，他和團(tuán)隊(duì)構(gòu)建了首個(gè)結(jié)構(gòu)化人類行為知識(shí)引擎，把2000萬條人體—物體交互狀態(tài)和381種物體屬性歸納為可遷移的知識(shí)規(guī)則，為機(jī)器人“上學(xué)”提供教材。

他構(gòu)建的行為知識(shí)引擎，被圖靈獎(jiǎng)得主Yoshua Bengio在多模態(tài)學(xué)習(xí)相關(guān)論文中引用。2025年，他作為獨(dú)立通訊作者獲得ICRAHRI最佳論文獎(jiǎng)，與來自MIT、斯坦福、谷歌、NVIDIA的團(tuán)隊(duì)同臺(tái)競爭。

“我們希望AI能像人一樣，從復(fù)雜物理世界中抽象出規(guī)律、價(jià)值觀甚至美學(xué)”，李永露說，“在這個(gè)過程中能留下一個(gè)里程碑，哪怕只是墊腳石，也算推動(dòng)了這個(gè)時(shí)代”。

在螞蟻InTech科技獎(jiǎng)的頒獎(jiǎng)現(xiàn)場，身在美國的圖靈獎(jiǎng)得主杰克?唐家拉也通過視頻告訴這些來自中國的年輕科學(xué)家，“科研之路并非一帆風(fēng)順，但注定會(huì)極有收獲”，并勉勵(lì)獲獎(jiǎng)的年輕科學(xué)家們“大膽一點(diǎn)，忠于本心，要相信你們的研究能夠改變世界，定義未來”。

03 在這里，你幾乎可以買到任何零件

“在中國，你幾乎能夠買到任何機(jī)器人零件，而且都比國外便宜”，李永露這樣提到回國做研究的體驗(yàn)。

李永露所從事的是具身智能研究，經(jīng)常需要去裝配、改造機(jī)器人，此時(shí)，擁有完備的硬件產(chǎn)業(yè)鏈的中國就展現(xiàn)出了“巨大優(yōu)勢”。在中國，李永露幾乎沒有體驗(yàn)過為了一個(gè)零件排隊(duì)很久的情況，很多機(jī)器人研究者在國外做研究時(shí)需要等很久的昂貴零件，在國內(nèi)很容易就能找到便宜的“平替”了。

得益于低廉的制造成本和更易實(shí)現(xiàn)規(guī)?；瘧?yīng)用的廣闊市場，“中國在產(chǎn)業(yè)鏈完備性以及綜合性研究落地方面具有明顯優(yōu)勢”，張扶桑教授向《知識(shí)分子》表示。

在無線感知這一研究領(lǐng)域中，國外的研發(fā)工作雖然較為深入，但主要集中在醫(yī)療領(lǐng)域。相比之下，中國的應(yīng)用場景則更為多元。除了醫(yī)療，從提升安全性的無人駕駛技術(shù)，到可實(shí)現(xiàn)“出風(fēng)避人”的智能空調(diào)，相關(guān)研究覆蓋廣泛?！皣鴥?nèi)相關(guān)產(chǎn)業(yè)不僅數(shù)量眾多，而且發(fā)展熱情高漲?！?/p>

張扶桑進(jìn)一步解釋道，美國在算法等基礎(chǔ)技術(shù)方面依然領(lǐng)先，而中國憑借豐富的行業(yè)需求，為技術(shù)提供了真實(shí)的測試環(huán)境和持續(xù)優(yōu)化的機(jī)會(huì)，從而加速了產(chǎn)品的成熟與完善——這也正是他在中國從事無線感知研究過程中所切身感受到的優(yōu)勢。這位年輕科學(xué)家甚至認(rèn)為：“也許就像當(dāng)年的電商行業(yè)，技術(shù)或許起源于歐美，但我們?cè)诩皶r(shí)配送的時(shí)效性、貨物的種類齊全程度上，如今已經(jīng)遠(yuǎn)遠(yuǎn)超越了歐美。”

而對(duì)于電子科技大學(xué)的年輕教授張帆而言，在中國，他體會(huì)到的巨大優(yōu)勢首先來自這里豐富的數(shù)據(jù)。

張帆所從事的是數(shù)字醫(yī)學(xué)研究，回國前，他曾在哈佛醫(yī)學(xué)院工作過8年，回國后，他發(fā)現(xiàn)“國內(nèi)的數(shù)據(jù)采集速度完全不一樣”，在哈佛醫(yī)學(xué)院的附屬醫(yī)院，對(duì)于某種特定類型的腫瘤手術(shù)，他們一年只能積累幾十個(gè)病例，但在國內(nèi)，幾個(gè)醫(yī)院聯(lián)合起來，幾乎只要幾周就能達(dá)到這個(gè)數(shù)據(jù)量……

張帆感嘆，中國龐大的醫(yī)院網(wǎng)絡(luò)、海量的病人、以及極其多樣的疾病類型，為AI醫(yī)療影像和數(shù)據(jù)分析的研究建立了一個(gè)非常好的數(shù)據(jù)基礎(chǔ)。

“正常來說，可能需要10幾年才能達(dá)到歐美目前的水平，但憑借這些優(yōu)勢，中國很有可能用5年就能達(dá)到他們同等級(jí)別的技術(shù)水平?！?/p>

張帆則告訴《知識(shí)分子》，在中國做醫(yī)療AI，不僅沒有美國的繁瑣流程，還有來自國家、科研機(jī)構(gòu)和企業(yè)等多方的支持和鼓勵(lì)。

“我現(xiàn)在在研的國家級(jí)項(xiàng)目，既有國家自然科學(xué)基金委的，也有國家科技部的。就在最近，我們還獲批了一個(gè)校級(jí)的醫(yī)工交叉項(xiàng)目，是和四川省人民醫(yī)院合作的……國家層面還有專門針對(duì)AI+的政策傾向和專項(xiàng)支持。國務(wù)院最近發(fā)文，專門支持AI技術(shù)本身的發(fā)展以及它與其他領(lǐng)域的交叉融合。基金委和科技部等資助機(jī)構(gòu)也都有AI相關(guān)的專項(xiàng)，去支持從事AI研究的學(xué)者，把技術(shù)應(yīng)用到各個(gè)層面。”

當(dāng)然，還有來自螞蟻集團(tuán)這樣的企業(yè)資助和獎(jiǎng)勵(lì)，螞蟻的InTech科技獎(jiǎng)20萬元的資助也許不算最多的，有時(shí)候也能成為一次關(guān)鍵實(shí)驗(yàn)、一臺(tái)急需設(shè)備的轉(zhuǎn)折點(diǎn)。

李永露想用這筆獎(jiǎng)金購買一臺(tái)機(jī)器人；而王利民改善一下自己的科研條件，暫時(shí)解決一下目前算力不足的問題；張帆更是覺得，有助于推動(dòng)學(xué)術(shù)成果的落地，他整在考慮把獎(jiǎng)金用于科研成果的實(shí)際轉(zhuǎn)化。

這些松綁與支持的結(jié)果便是，“目前，國內(nèi)一個(gè)很顯著的特點(diǎn)，就是我們這些做醫(yī)療AI的學(xué)者和產(chǎn)業(yè)界的聯(lián)系非常緊密?，F(xiàn)在很多實(shí)驗(yàn)室里的技術(shù)，能非常快地落地成為產(chǎn)品?，F(xiàn)在去醫(yī)院，會(huì)發(fā)現(xiàn)很多診療系統(tǒng)背后都有中國公司在支撐……”張帆說。

04 長期承諾

在世界科技強(qiáng)國中，企業(yè)成為基礎(chǔ)研究的重要資助者，已是大勢所趨。換言之，基礎(chǔ)研究不僅需要公共財(cái)政的托底，也需要來自產(chǎn)業(yè)與社會(huì)的長期承諾。

2021年美國國家科學(xué)和工程統(tǒng)計(jì)中心(NCSES)的數(shù)據(jù)顯示，當(dāng)年美國聯(lián)邦政府提供了40%的基礎(chǔ)研究資助，而企業(yè)提供了36%，幾乎是同樣重要。

相比之下，中國的格局仍然相對(duì)單一：2020年，國內(nèi)92%以上的基礎(chǔ)研究經(jīng)費(fèi)來自政府，企業(yè)的貢獻(xiàn)僅為4%。

2018年，《國務(wù)院關(guān)于全面加強(qiáng)基礎(chǔ)研究的若干意見》就提出，要通過稅收杠桿、共建研發(fā)機(jī)構(gòu)、聯(lián)合資助、慈善捐贈(zèng)等方式，引導(dǎo)企業(yè)和社會(huì)力量加大投入[6]。

自2018年開始，騰訊的科學(xué)探索獎(jiǎng)，阿里的青橙獎(jiǎng)等多個(gè)民間資助項(xiàng)目開始探索社會(huì)力量對(duì)科研的資助。這不僅是一種榮譽(yù)象征和資金支持，更是一種對(duì)制度創(chuàng)新的探索。

在這樣的背景下，螞蟻集團(tuán)自去年開始設(shè)立InTech科技獎(jiǎng)，它并非面向成熟的科學(xué)巨擘，而是將目光投向科研曲線尚在上升階段的青年學(xué)者。

同時(shí)，獎(jiǎng)項(xiàng)體系還專門設(shè)置了博士生獎(jiǎng)學(xué)金，這意味著，它不是單點(diǎn)式的鼓勵(lì)，而是把青年科研人看作一個(gè)完整的生態(tài)，從博士到獨(dú)立學(xué)者都在支持鏈條之中。

螞蟻InTech的科技獎(jiǎng)完全公益化運(yùn)作，面向在全球高校、科研院所及新型研發(fā)機(jī)構(gòu)中全職從事計(jì)算機(jī)科學(xué)研究與實(shí)踐的中國青年學(xué)者。獎(jiǎng)項(xiàng)強(qiáng)調(diào)三大導(dǎo)向：理論探索、技術(shù)突破、工程實(shí)踐，覆蓋通用人工智能、具身智能、數(shù)字醫(yī)學(xué)、數(shù)據(jù)處理與安全隱私四大方向。

企業(yè)可以通過長遠(yuǎn)的方式參與科研，支持那些在基礎(chǔ)研究一線的年輕人。對(duì)處于科研黃金期的青年學(xué)者而言，這樣的鼓勵(lì)和支持往往意味著他們能更堅(jiān)定地選擇一條原始創(chuàng)新的道路，也代表了一個(gè)更開放的舞臺(tái)，讓他們的研究既能被學(xué)界認(rèn)可，也能產(chǎn)業(yè)與社會(huì)看見。

AI領(lǐng)域，企業(yè)支持科研的意義比其他學(xué)科更關(guān)鍵。在傳統(tǒng)學(xué)科里，企業(yè)往往只能通過資助影響科研，而在AI領(lǐng)域，企業(yè)自身就是關(guān)鍵的科研機(jī)構(gòu)。

斯坦福大學(xué)2024年發(fā)布的《人工智能指數(shù)報(bào)告》指出，工業(yè)界正在主導(dǎo)AI前沿研究。2014年前，機(jī)器學(xué)習(xí)模型的發(fā)布主要由學(xué)術(shù)界完成。而到2023年，工業(yè)界獨(dú)立開發(fā)的模型已達(dá)到51個(gè)，而學(xué)術(shù)界只有15個(gè)。更值得注意的是，這一年共有21個(gè)重量級(jí)模型由學(xué)術(shù)界與工業(yè)界合作推出，創(chuàng)下歷史新高。科研與產(chǎn)業(yè)的邊界，正在AI這一領(lǐng)域被不斷打破[7]。

螞蟻集團(tuán)向來強(qiáng)調(diào)在研究上的投入。僅在2024年1月到11月，螞蟻研究團(tuán)隊(duì)就在國際頂會(huì)上發(fā)表了300多篇論文，其中46%聚焦AI領(lǐng)域，涵蓋經(jīng)濟(jì)性、可信性、效率與安全四大方向。值得注意的是，這些論文里有35篇被收錄為Oral（現(xiàn)場報(bào)告），占比約12%。

科研成果的另一種衡量方式，是開源。螞蟻迄今已經(jīng)累計(jì)開源2187個(gè)代碼倉庫，貢獻(xiàn)超過100個(gè)社區(qū)頭部開源項(xiàng)目。很多成果不止停留在學(xué)術(shù)意義上，而是快速進(jìn)入實(shí)際應(yīng)用。

比如2023年開源的DB-GPT，在一年間就獲得近14萬Star，被上百家企業(yè)集成到生產(chǎn)系統(tǒng)中，覆蓋金融、政務(wù)、互聯(lián)網(wǎng)等場景。同年推出的SkySense，則以20億參數(shù)成為全球規(guī)模最大、任務(wù)最全、精度最高的多模態(tài)遙感基礎(chǔ)模型[8]。

這類成果的背后，是產(chǎn)業(yè)和科研雙向流動(dòng)的結(jié)果。根據(jù)喬治城大學(xué)數(shù)據(jù)庫的統(tǒng)計(jì)，過去五年，全球3.56%的計(jì)算機(jī)科學(xué)類論文至少有一位工業(yè)界作者。在這一比例里，中國學(xué)者的貢獻(xiàn)占23.58%，互聯(lián)網(wǎng)企業(yè)的科研產(chǎn)出質(zhì)量與影響力快速提升[9]。

中國的互聯(lián)網(wǎng)大廠，如今已成長為不容忽視的中國科研力量。而在AI這樣一個(gè)產(chǎn)業(yè)和科研緊密交織的領(lǐng)域，企業(yè)能否以更長期的姿態(tài)支持科研，不僅決定著今天的競爭格局，也關(guān)乎未來的原始創(chuàng)新能否真正生長。

參考文獻(xiàn)：

[1]Digital Science. (2025, July).New report shows China dominates in AI research.
[2]Hoover Institution. (2025).Deep peek: DeepSeek AI’s talent and implications for U.S. innovation
[3]The Chosun Ilbo. (2025, July 16).China’s AI talent pool surges, nearing US levels
[4]Hoover Institution. (2025).Deep peek: DeepSeek AI’s talent and implications for U.S. innovation
[5]Digital Science. (2025, July).New report shows China dominates in AI research
[6]國務(wù)院. (2018年1月31日).《關(guān)于全面加強(qiáng)基礎(chǔ)科學(xué)研究的若干意見》.
[7]Stanford University Institute for Human-Centered AI. (2024).AI index report 2024
[8]螞蟻技術(shù)ANTTECH. (2024).螞蟻集團(tuán)2024科技生態(tài)白皮書|過去這一年，螞蟻工程師平均每天發(fā)了一篇頂會(huì)論文.微信公眾號(hào)“.
[9]財(cái)經(jīng)網(wǎng). (2024年12月30日). 《螞蟻集團(tuán)發(fā)布2024科技生態(tài)白皮書，AI專利和論文均有大幅提升.