機(jī)器之心編輯部

今天，華為諾亞方舟實(shí)驗(yàn)室主任王云鶴在朋友圈官宣離職。

2026 年以來(lái)，國(guó)內(nèi) AI 圈的一系列高層人事變動(dòng)，正在宣告整個(gè)行業(yè)正在經(jīng)歷一次深刻的結(jié)構(gòu)性轉(zhuǎn)折。

王云鶴：一位華為老兵

王云鶴，生于 1991 年，本科就讀于西安電子科技大學(xué)數(shù)學(xué)與應(yīng)用數(shù)學(xué)專(zhuān)業(yè)，2018 年博士畢業(yè)于北京大學(xué)智能科學(xué)系，主要研究方向包括深度學(xué)習(xí)、模型壓縮、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)等。

他從北京大學(xué)畢業(yè)前便已經(jīng)在華為諾亞方舟實(shí)驗(yàn)室實(shí)習(xí)，畢業(yè)之后也自然加入其中，擔(dān)任高級(jí)工程師，之后陸續(xù)升任主任工程師和技術(shù)專(zhuān)家。

2021 年，他開(kāi)始擔(dān)任華為算法應(yīng)用部部長(zhǎng)，負(fù)責(zé)高效 AI 算法的創(chuàng)新研發(fā)以及在華為業(yè)務(wù)中的應(yīng)用，并憑借「大幅提升算力的高效能乘法器和加法神經(jīng)網(wǎng)絡(luò)」獲選華為第四屆「十大發(fā)明」。去年三月，王云鶴接班姚駿，擔(dān)任華為諾亞方舟實(shí)驗(yàn)室主任。如今，王云鶴已經(jīng)是一位在華為有 8 年多工作經(jīng)歷的老兵了。

此外，王云鶴也是一位相當(dāng)活躍的知乎答主，更是深度學(xué)習(xí)（Deep Learning） 話題的優(yōu)秀答主。

王云鶴的研究與探索

作為一位資深研究者和工程師，王云鶴擁有非常亮眼的學(xué)術(shù)履歷，其谷歌學(xué)術(shù)引用量已經(jīng)突破了 3.3 萬(wàn)。

其中引用量最高的論文是與韓凱等人合作開(kāi)發(fā)的 GhostNet—— 一種新型的端側(cè)神經(jīng)網(wǎng)絡(luò)架構(gòu)。

在這篇 CVPR 2020 論文中，韓凱、王云鶴等提出了一種全新的 Ghost 模塊，旨在通過(guò)廉價(jià)操作生成更多的特征圖。基于一組原始的特征圖，作者應(yīng)用一系列線性變換，以很小的代價(jià)生成許多能從原始特征發(fā)掘所需信息的「幻影」特征圖（Ghost feature maps）。該 Ghost 模塊即插即用，通過(guò)堆疊 Ghost 模塊得出 Ghost bottleneck，進(jìn)而搭建輕量級(jí)神經(jīng)網(wǎng)絡(luò) ——GhostNet。

在 ImageNet 分類(lèi)任務(wù)上，GhostNet 在相似計(jì)算量情況下 Top-1 正確率達(dá) 75.7%，高于 MobileNetV3 的 75.2%。

論文地址：https://arxiv.org/abs/1911.11907

從其谷歌學(xué)術(shù)論文列表也能看出，王云鶴在 Vision Transformer 等前沿計(jì)算機(jī)視覺(jué)方向上成績(jī)斐然。在當(dāng)前這股 Vision Transformer 研究熱潮中，他參與發(fā)表的綜述文章 A survey on vision transformer 引用量高達(dá) 5528 次，是該領(lǐng)域的重要參考資料 。

同時(shí)，他與團(tuán)隊(duì)共同推出的 Pre-trained image processing transformer 以及 Transformer in transformer 兩項(xiàng)重要研究，引用次數(shù)均逼近 3000 大關(guān)。這系列工作系統(tǒng)性地優(yōu)化了自注意力機(jī)制在視覺(jué)特征提取中的計(jì)算效率，極大推動(dòng)了 Transformer 架構(gòu)在視覺(jué)任務(wù)中的應(yīng)用與普及。

而作為知乎深度學(xué)習(xí)話題的優(yōu)秀答主，王云鶴也經(jīng)常分享他對(duì)于 AI 核心架構(gòu)等話題的見(jiàn)解。比如在今年 1 月 24 日，他在個(gè)人知乎賬號(hào)上發(fā)布了題為「對(duì)擴(kuò)散語(yǔ)言模型開(kāi)啟了一次深度思考」的文章。在這篇文章中，他深入探討了擴(kuò)散語(yǔ)言模型在文本生成領(lǐng)域的潛力與面臨的技術(shù)瓶頸。

面對(duì)大模型時(shí)代的主流技術(shù)路線，王云鶴提出了獨(dú)到的見(jiàn)解。他回憶起多年前探討「Transformer 的下一跳是什么」時(shí)的場(chǎng)景，并指出：「Transformer 是一個(gè)量變到質(zhì)變長(zhǎng)期積累得到的范式」。對(duì)于目前備受關(guān)注的擴(kuò)散模型，他認(rèn)為：「diffusion 本身也不算 transformer 的下一跳，但是從建模方式上，可能有潛力會(huì)對(duì)自回歸帶來(lái)很大沖擊」。

在這篇技術(shù)分享中，他系統(tǒng)性地梳理了擴(kuò)散語(yǔ)言模型當(dāng)前面臨的 10 個(gè)核心挑戰(zhàn)與優(yōu)化方向，涵蓋了推理高效的架構(gòu)設(shè)計(jì)、更適配的詞表探索、更好的優(yōu)化范式等多個(gè)維度。特別是在模型設(shè)計(jì)理念上，王云鶴強(qiáng)調(diào)：「最理想的 diffusion model 并不應(yīng)該去 follow AR 現(xiàn)有的范式，應(yīng)該像人思考一樣具有結(jié)構(gòu)性」。

他提出，未來(lái)的 AI 模型設(shè)計(jì)可以借鑒人類(lèi)多尺度思考的特點(diǎn)，探索具有層級(jí)聯(lián)系的詞表結(jié)構(gòu)；此外，將離散擴(kuò)散模型與視覺(jué)、語(yǔ)言及動(dòng)作模塊在具身智能等場(chǎng)景下相融合，有望探索出更加統(tǒng)一的模型結(jié)構(gòu)與訓(xùn)練范式。

在最近王云鶴主導(dǎo)的論文《DLLM Agent: See Farther, Run Faster》中，其團(tuán)隊(duì)探討了一個(gè)基礎(chǔ)但經(jīng)常被忽視的問(wèn)題：在智能體（Agent）框架、監(jiān)督數(shù)據(jù)和交互預(yù)算完全相同的情況下，底層語(yǔ)言模型的生成范式（基于擴(kuò)散的 DLLM 與基于自回歸的 AR）是如何深刻影響智能體的規(guī)劃、工具使用行為以及整體決策軌跡的。

論文地址：https://arxiv.org/abs/2602.07451

其提出的 DLLM 智能體可以實(shí)現(xiàn)更高效的全局規(guī)劃，在最終準(zhǔn)確率相當(dāng)?shù)那闆r下，端到端速度更快，交互與工具調(diào)用更少，并減少了冗余與回溯。

結(jié)語(yǔ)

作為一名在華為效力 8 年有余的 AI 領(lǐng)軍人物，王云鶴的離職無(wú)疑是行業(yè)內(nèi)的一大焦點(diǎn)。他從實(shí)習(xí)生一路成長(zhǎng)為諾亞方舟實(shí)驗(yàn)室主任，主導(dǎo)了多項(xiàng)具有國(guó)際影響力的底層算法創(chuàng)新。

如今，帶著對(duì)擴(kuò)散語(yǔ)言模型與通用人工智能統(tǒng)一架構(gòu)的深刻思考，他的下一段職業(yè)旅程將駛向何方，依然值得整個(gè)行業(yè)持續(xù)關(guān)注。