AI人才争夺战下的暗流：谁在为源头创新续费？

一个AI博士的价值是多少？

百万年薪的Offer，科技巨头间不惜代价的“挖角”，还是大模型创业公司股权的诱惑？

在全球AI的顶尖人才版图中，中国青年人才在基础理论创新与工程实践中正成为核心力量。斯坦福大学发布的《2024年人工智能指数报告》显示：世界上61.1%的人工智能专利都来自中国。纵观全球顶尖AI技术团队，无论是在OpenAI的算法突破，还是谷歌DeepMind的科学发现中，核心团队都不乏华人面孔。

在这种市场狂热下，对于处在创新源头的中国青年科研者而言，是选择进入产业界，将成果快速变现；还是留在学术界，坐上十年甚至更久的“冷板凳”，去挑战更根本、更长远的科学问题？这种全球性的职业选择，关乎个人前途，也影响着整个产业的创新后劲。

9月11日，上海外滩大会的InTech青年先锋论坛暨2025蚂蚁InTech奖颁奖典礼上，一群青年学者的深度分享，为我们提供了一个剖析问题的样本。

01. 四大前沿“无人区”的远征

这场关于未来的探讨，聚焦于InTech奖所关注的四大真问题领域——它们是当前全球科技竞争最激烈、也最需要长期主义投入的远征方向。

通用人工智能（AGI）是这场竞赛的“红海”，产业界对大模型的狂热需求，正虹吸着大量人才。产业界需求最迫切，但也最容易导致人才被黑洞吸入，从事短期工程化任务，而非底层创新。正如蚂蚁集团通用人工智能研究中心主任、西湖大学特聘研究员、西湖心辰创始人蓝振忠在分享中所探讨的，“AGI是提升智能上限的，不是说现在只做商业化，而是说我们想往前走，希望通过我们的努力，让中国的AI能够引领整个AGI，这才是我们的工作。”蓝振忠也是2024InTech科技奖得主。

2024InTech科技奖得主蓝振忠现场分享

具身智能则是下一个爆发点。当机器人走下春晚舞台，产业期待的是它能真正融入物理世界。但在这之前，如何实现“人类水平的泛化能力”是必须攻克的基础科学难题。

数字医学无疑是高价值赛道，但它也是典型的“和时间做朋友”领域。技术转化必须穿越数据、伦理和法规的重重壁垒，考验着研究者的耐心与跨界能力。而数据处理与安全隐私，则是整个AI时代的“护栏”，模型越大，发展越快，其价值就越关键，是所有AI应用的幕后守门人。

这些议题共同勾勒出了一幅AI技术版图，InTech奖的获奖者们，正是行走在这些版图上的“探路者”。 

02. 探路者的样本：两种引力，一道窄门

事实上，第三次AI浪潮从一开始，学术界与产业界就不是两条泾渭分明的平行线，它们更像一个相互吸引、相互渗透的复杂引力场。而当下AI青年学者的选择，本质上是在回应两种不同的引力。

产业的引力，是无法拒绝的生产资料。毕竟海量的数据、强大的算力和真实的落地场景，是推动AI研究迭代最宝贵的燃料，而这些往往是高校实验室难以企及的。同时，南京大学的王利民教授分享中提到，高校和工业界的一对多合作还有一项利好，“多个企业可能会有不同的技术需求，或者不同的技术问题。我们在高校有时候可以再组合一下，那未来可能就是一个重要的发展趋势。”

学术的引力，则是探索“无人区”的自由。它允许研究者挣脱短期商业目标的束缚、企业OKR的框架设定，去挑战更高风险、更长周期、但也可能带来颠覆性突破的根本性问题。

穿越这道由两种引力构成的“窄门”，不仅需要青年学者的个人抉择，更考验着整个创新生态的成熟度。此次InTech奖的获奖者们，恰好为我们展示了产学研高效转化的几种典型路径。

第一种路径，是研究者在基础科学的“无人区”持续深耕，多年后精准解决了产业爆发时的核心痛点。

电子科技大学张帆教授的研究便是如此。他所专注的弥散磁共振神经影像技术，在很长一段时间里都是一个处理流程长达数小时的“慢”技术。但在疾病面前，“慢”是致命的。张帆参与开发的开源软件SlicerDMRI，将处理时间压缩至几分钟，为生命抢回了“黄金一小时”。当AI+医疗成为市场热点时，这项源于学术界、经过长期打磨的技术，凭借其突出的临床价值，迅速被哈佛医学院、宾夕法尼亚大学、MIT及国内多家顶尖医院广泛应用。

无独有偶，中国科学技术大学特任教授王翔提出的“大模型遗忘”技术，也是在产业需求全面爆发前的前瞻性布局。随着大模型的深度落地，一个棘手的问题随之而来：如果模型被投喂了错误数据、有偏见的内容，或者用户要求删除个人信息，该怎么办？王翔首创的“零空间约束”知识编辑技术，就能够实现对大模型中陈旧或敏感信息的精准“遗忘”，直击大模型的合规安全问题。

他们的成功证明了，最顶尖的学术研究，本质上是在为产业的未来排雷和铺路。

第二种路径，则是学者在产业界摸爬滚打后，带着真实的痛点重返学界，进行更底层的攻关。

北京大学的李萌助理教授就是典型的例子。他在Meta（原Facebook）工作四年，主导面向硬件的算法优化工具链开发，这项工作的核心目标，是让庞大的AI模型，能在AR、VR产品以及各种算力有限的终端设备上高效、低耗地运行。这段大规模工程实践的经历，让他对产业的真问题有了进一步认知：在云端处理一切的模式下，用户隐私和模型部署成本正成为两大关键问题。

因此，当他带着这份来自产业一线的深刻认知回到母校北大，其研究方向也变得极为精准——聚焦于端侧部署和隐私计算，直指业界的棘手难题。而他对于产业界和工业界的理解也更具启发性：“无论留在工业界，还是学校，我们目的是一样的，就是把我们感兴趣的事情做成。2022年，我从工业界回到北大是希望去做更长期、更有风险性的事情，在更自由的环境里探索；但回到了学校也并没有和产业界真的脱离，不能闭门造车。”

更普遍的，是第三种路径——学术与产业的边界日益模糊，形成一种“你中有我、我中有你”的协同进化。

上海交通大学的李永露助理教授，主攻具身数据的挖掘、生产与利用，以及面向物理理解与推理的具身模型基建，致力于让机器人拥有“常识”。他想做的是让机器人“知其然”（学会人类的动作），更能“知其所以然”（理解动作背后的因果与逻辑）。这项难度极高的研究，已与穹彻智能等前沿企业合作探索，是让机器人真正融入复杂人类环境的关键一步。“具身智能可能还需要积累很长时间才会出现爆炸式增长的生态。”李永露分享道，“Transformer出来的时候绝对不会有人想到，它会引起ChatGPT这样的东西。所以今天也是一样，我们需要去坐冷板凳，去积累一些能够让机器人学习（Robot Learning）爆炸的基石，我个人可能更偏重数据和模型算法，但我会选择去和很多工业界的人合作，和他们一起去迭代。”

2025外滩大会InTech青年先锋论坛上，青年学者与36氪围绕未来职业选择展开交流

同样在底层创新上展现出巨大产业价值的，还有中国人民大学的张峰教授。他提出的压缩数据直接计算理论与技术，为大数据高效处理提供了新的解决方案。更重要的是，他在数据压缩领域的前沿成果，很快便在真实的产业环境中找到了用武之地：为蚂蚁公司开发了支持结果重用的压缩图分析系统，并为阿里的“智行通2.0”项目提供了技术支持，带来了14%的成本下降。

这些案例共同指向一个趋势：最成功的产学研转化，正从单向的技术输出，走向双向的价值共创。它不再是简单的“谁帮助谁”，而是一种相互启发、共同进化的伙伴关系。

03. 从InTech奖看蚂蚁的AGI野心与人才战略

这些“探路者”的故事，也引出了一个更深层的问题：既然产业的“快”与科研的“慢”存在天然冲突，单纯依靠市场机制难以解决所有问题。那以蚂蚁为代表的科技企业通过InTech奖这样的公益形式介入，其背后逻辑是什么？

首先，是在市场热度之外，为那些需要长期投入的基础研究，树立一个清晰的价值坐标。今年的InTech奖首次增设了面向10位顶尖博士生的奖学金，这不仅是物质支持，更是一种前瞻性的价值投资。

其次，InTech奖所聚焦的四大领域，与蚂蚁自身的技术战略高度同频。从对通用人工智能的普惠投入，到具身智能的前沿探索，再到数字医学、金融风控等垂直场景的应用落地，蚂蚁正致力于构建AGI时代从基础技术到应用的全栈能力。

InTech奖联合发起人、蚂蚁集团副总裁、首席技术官何征宇现场致辞

就像InTech奖的联合发起人、蚂蚁集团副总裁、首席技术官何征宇在致辞中强调的：“科技的发展从来不是孤立的。蚂蚁集团坚定地投入人工智能、数据要素这些领域的技术。从基础技术到应用技术，我们都有相应的布局。我们相信用技术去推动应用的发展，最终实现技术普惠，为每个人带来生活的便利，是我们不变的愿景。”

最后，InTech奖也并非孤立的公益项目，而是蚂蚁系统性AI人才战略的一环。它与面向全球顶尖人才的“Plan A”招聘计划、由CTO亲自带队的AGI部门、以及各类校企合作项目一起，构成了一个多层次、多元化的人才平台，一个更具影响力的青年科研人才生态。

AI人才的价值，最终不应只由市场薪酬来定义。当产业的“快”与科研的“慢”能够形成良性互动，当社会能为那些勇闯“无人区”的青年提供坚实的后盾，一个更富创造力的未来才会真正到来。