AI人才争夺战背后：谁为源头创新“买单”？两种引力下的抉择

一个AI博士究竟价值几何？是百万年薪的工作邀约，是科技巨头间不惜代价的“挖角”竞争，还是大模型创业公司抛出的股权诱惑？

在全球AI顶尖人才的格局里，中国青年人才在基础理论创新和工程实践方面逐渐成为核心力量。斯坦福大学发布的《2024年人工智能指数报告》显示，全球61.1%的人工智能专利来自中国。在全球顶尖AI技术团队中，无论是OpenAI的算法突破，还是谷歌DeepMind的科学发现，核心团队里都不乏华人的身影。

在当下市场对AI的狂热氛围中，处于创新源头的中国青年科研者面临着艰难的职业选择：是进入产业界，快速将科研成果转化为商业价值；还是留在学术界，忍受十年甚至更久的寂寞，去挑战那些更具根本性、更需长远规划的科学问题？这种全球性的职业选择，不仅关系到个人的前途，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，一群青年学者的深入分享，为我们剖析这一问题提供了样本。

01. 四大前沿“无人区”的探索之旅

此次关于未来的探讨，聚焦于InTech奖所关注的四大关键领域，这些领域是当前全球科技竞争最为激烈、也最需要长期投入的探索方向。

通用人工智能（AGI）是这场竞争的“主战场”，产业界对大模型的强烈需求，吸引了大量人才。然而，这种需求也容易使人才陷入短期工程化任务，而忽视底层创新。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（2024 InTech科技奖得主）在分享中所说：“AGI是提升智能上限的，我们不仅要关注商业化，更希望通过努力，让中国的AI在AGI领域占据引领地位。”

2024 InTech科技奖得主蓝振忠现场分享

具身智能是下一个极具潜力的爆发点。当机器人走上春晚舞台后，产业界期望它能真正融入现实世界。但在此之前，实现“人类水平的泛化能力”是必须攻克的基础科学难题。

数字医学是高价值的赛道，但也是需要长期耕耘的领域。技术转化需要跨越数据、伦理和法规等重重障碍，考验着研究者的耐心和跨界能力。而数据处理与安全隐私是整个AI时代的重要保障，模型越大、发展越快，其重要性就越凸显，是所有AI应用的幕后守护者。

这些议题共同描绘出一幅AI技术的蓝图，InTech奖的获奖者们就是在这幅蓝图上勇敢探索的“先行者”。

02. 先行者的范例：两种引力，一道窄门

实际上，自第三次AI浪潮兴起以来，学术界和产业界并非完全独立的两条道路，而是相互吸引、相互渗透的复杂体系。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”在于其丰富的生产资料。海量的数据、强大的算力和真实的应用场景，是推动AI研究不断进步的宝贵资源，而这些往往是高校实验室难以提供的。南京大学的王利民教授提到，高校和工业界的一对多合作还有一个好处，“多个企业可能有不同的技术需求和问题，高校可以进行整合，这或许是未来的发展趋势。”

学术的“引力”则是探索未知领域的自由。它让研究者摆脱短期商业目标和企业目标设定的束缚，去挑战高风险、长周期但可能带来颠覆性突破的根本性问题。

在这两种“引力”构成的“窄门”前做出选择，不仅考验青年学者的个人意志，也反映了整个创新生态的成熟程度。此次InTech奖的获奖者们，为我们展示了产学研高效转化的几种典型模式。

第一种模式，是研究者在基础科学领域长期钻研，在产业爆发时精准解决核心难题。

电子科技大学张帆教授专注的弥散磁共振神经影像技术，原本处理流程漫长。他参与开发的开源软件SlicerDMRI，将处理时间大幅缩短至几分钟，为患者争取了宝贵的治疗时间。当AI + 医疗成为热点时，这项源于学术界的技术凭借其显著的临床价值，迅速被国内外多家顶尖医院广泛应用。

中国科学技术大学特任教授王翔提出的“大模型遗忘”技术，也是在产业需求爆发前的前瞻性布局。随着大模型的广泛应用，数据合规安全问题凸显，王翔首创的技术能够精准“遗忘”大模型中的陈旧或敏感信息，解决了大模型的合规安全难题。

他们的成功表明，顶尖的学术研究是为产业未来发展扫除障碍、奠定基础。

第二种模式，是学者在产业界积累经验后，带着实际问题回到学界进行更深入的研究。

北京大学的李萌助理教授曾在Meta（原Facebook）工作四年，主导面向硬件的算法优化工具链开发。这段经历让他深刻认识到产业的实际问题，如用户隐私和模型部署成本。回到北大后，他的研究方向更加明确，聚焦于端侧部署和隐私计算。他认为，无论在产业界还是学术界，目标都是将感兴趣的事情做好。2022年他回到北大，是为了在更自由的环境中进行更长期、更具风险的研究，但同时也不能脱离产业界。

更为常见的是第三种模式——学术与产业的界限逐渐模糊，形成相互融合、协同发展的态势。

上海交通大学的李永露助理教授致力于具身数据的挖掘、生产和利用，以及具身模型的基础建设，旨在让机器人具备“常识”。他的研究难度极高，已与穹彻智能等企业合作探索。李永露认为，具身智能的发展需要长期积累，就像Transformer技术最初出现时，没人能想到会引发ChatGPT的诞生。他表示会选择与产业界合作，共同推动研究的迭代。

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

中国人民大学的张峰教授提出的压缩数据直接计算理论与技术，为大数据处理提供了新方案。他的研究成果在产业界得到了应用，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”项目提供技术支持，降低了成本。

这些案例表明，最成功的产学研转化正从单向的技术输出转变为双向的价值共创，学术与产业成为相互启发、共同进步的伙伴关系。

03. 从InTech奖看蚂蚁的AGI战略与人才布局

这些“先行者”的故事引发了一个更深层次的问题：产业发展追求“速度”与科研需要“耐心”之间存在天然矛盾，单纯依靠市场机制难以解决所有问题。那么，以蚂蚁为代表的科技企业通过InTech奖这样的公益形式介入，背后的逻辑是什么呢？

首先，InTech奖为那些需要长期投入的基础研究树立了明确的价值导向。今年的InTech奖首次设立了面向10位顶尖博士生的奖学金，这不仅是物质上的支持，更是一种具有前瞻性的价值投资。

其次，InTech奖关注的四大领域与蚂蚁自身的技术战略高度契合。从对通用人工智能的广泛投入，到具身智能的前沿探索，再到数字医学、金融风控等垂直领域的应用，蚂蚁正努力构建AGI时代从基础技术到应用的全方位能力。

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

正如InTech奖联合发起人、蚂蚁集团副总裁、首席技术官何征宇在致辞中所说：“科技的发展不是孤立的。蚂蚁集团坚定地投入人工智能、数据要素等领域的技术研发，从基础技术到应用技术都有布局。我们希望通过技术推动应用发展，实现技术普惠，为人们的生活带来便利。”

最后，InTech奖并非孤立的公益项目，而是蚂蚁系统性AI人才战略的一部分。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共同构成了一个多层次、多元化的人才平台，打造了一个更具影响力的青年科研人才生态。

AI人才的价值不应仅仅由市场薪酬来衡量。当产业的“快”与科研的“慢”能够形成良性互动，当社会能为那些勇于探索未知领域的青年提供有力支持时，一个更具创造力的未来才会真正来临。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com