在中国ai领域，清华大学无疑是一座无法绕开的高峰。
月之暗面创始人杨植麟、智谱创始人唐杰、百川智能创始人王小川、面壁智能联合创始人刘知远……这些人，要么是清华教授，要么是清华校友。
而在具身智能这一前沿赛道，同样群星闪耀：星动纪元创始人陈建宇、加速进化联合创始人赵明国、星海图创始人高继扬、银河通用创始人王鹤……无一例外，全部出自清华——或为在职教师，或为毕业生。
更值得玩味的，是他们之间层层递进的师承脉络。
杨植麟的博士生导师是唐杰；刘知远的导师，则是清华大学计算机系教授孙茂松；而孙茂松所在的团队，其学术源头可追溯至中国人工智能奠基人、中科院院士张钹。
这并非一份简单的校友名单，而是一张清晰的人才家谱：四代学人，一脉相承。中国人工智能的发展史，在某种意义上，正是这张图谱的延展史。
01
在大众认知中，中国AI热潮仿佛始于近年，此前似乎一片沉寂。
事实却截然不同。
1978年，清华大学自动控制系教授张钹转入计算机系，并将研究方向锚定于“人工智能与智能控制”。
他随即开设了国内首门《人工智能导论》课程，教材全靠他本人参考海外文献，逐页编印而成。
赴海外访学期间，张钹敏锐意识到：人工智能的突破，离不开数学工具对算法效率的深度支撑。于是他主动联系安徽大学数学系张铃教授展开合作——两人隔着太平洋通信，用最薄的纸、写最小的字，只为节省昂贵的国际邮资。
1984年，张钹与张铃合作的论文登上人工智能领域顶级国际期刊，成为中国学者在该领域的首篇正式学术成果。此后不久，张钹又成为首位在国际人工智能联合会议（IJCAI）上发表论文的中国科学家。
此后数十年间，AI历经多次低谷：上世纪80年代专家系统泡沫破裂，全球科研经费骤减；90年代至21世纪初，神经网络长期被质疑，AI屡遭唱衰。每次寒冬，都有人退场、转行，甚至彻底放弃。
但张钹始终坚守清华讲台与实验室，带学生、做研究，从普通教授成长为院士，一步未离AI主战场。
2015年，年近八旬的张钹提出“第三代人工智能”理论框架——主张融合数据驱动的深度学习与知识驱动的符号推理，直指当前AI系统不可解释、不安全、不可靠等根本性缺陷。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
这一构想，深刻塑造了当下主流大模型的技术范式，已成为AI基础理论中的核心准则。
02
张钹播下了中国AI的种子，但要让幼苗长成参天大树，还需持续浇灌。
清华计算机系教授孙茂松，正是那位关键的“浇灌者”。
在计算机领域深耕46年，孙茂松堪称承前启后的中坚力量。他主持研发的中文分词系统CSegTag，是中文自然语言处理不可或缺的基础设施，后来所有从事中文NLP研究的团队，几乎都建立在其之上。
而孙茂松更大的贡献，在于他培养出的一批杰出学生。
例如2002年进入清华攻读博士的唐杰。毕业后，他婉拒多家头部企业邀约，选择留校任教，潜心科研。他主导开发的AMiner学术搜索引擎，利用AI挖掘科研合作网络：谁与谁共著论文、谁影响了谁的研究路径、哪些方向正快速升温……
这个项目表面看是个工具型产品，实则已具备大模型的核心能力——数据挖掘与知识图谱构建。
2019年，唐杰创立智谱，目标明确：打造中国自主可控的大模型体系，对标OpenAI。
再如2002年本科入学的刘知远。他既无亮眼竞赛履历，也无突出学业成绩，科研经历更是空白。但孙茂松看中他身上那股沉潜钻研的劲头，破格将其收入门下攻读硕士。
刘知远走出了一条与唐杰不同的技术路径：唐杰聚焦云端大模型，拼参数规模与算力上限；刘知远则主攻端侧大模型，重效率优化与真实场景落地。
而这棵AI之树，仍在不断抽枝展叶。
在唐杰执教清华期间，他指导了一位名叫杨植麟的学生。从如何识别关键科学问题、如何构建解题视角、如何设计实验、如何撰写论文，再到如何进行学术表达——唐杰将科研入门的全套功夫，手把手传授给了杨植麟。
之后，杨植麟赴卡内基梅隆大学深造，师从苹果与谷歌AI领域的顶尖学者。归国后，他创办月之暗面，推出现象级AI助手Kimi。
从张钹到孙茂松，再到唐杰、刘知远，直至杨植麟；时间横跨1978年至2026年，整整四十八载，四代学人薪火相传。每一代人都站在AI演进的最前沿，每一代人都将技术边界向前推进了一步。
03
清华系AI之所以能蔚然成林，除代际传承外，更倚仗三大支柱。
第一，教授躬身入局。
唐杰创办智谱，并非“教授辞职创业”，而是以清华教师身份，将多年学术积累直接转化为产业动能。GLM系列模型的技术根基，正源于他在清华的长期研究；智谱核心团队，亦由AMiner项目原班人马组成。
刘知远创立面壁智能，亦复如是。他至今仍是清华计算机系副教授，学术身份与创业实践并行不悖。
在具身智能方向，加速进化创始人赵明国，本就是清华自动化系教授，早在2000年便已投身双足机器人研究。
星动纪元创始人陈建宇，目前仍为清华交叉信息研究院助理教授，公司即在院内孵化，也是清华大学唯一持股的具身智能企业。实验室成果，可无缝转化为产品。
这种模式，在中国科技创新生态中并不常见。
多数领域中，学术与产业之间横亘着一道“死亡之谷”：教授专注发论文，学生毕业进企业，企业再从论文中寻找灵感，缓慢落地。中间往往隔了数年乃至十余年。
而在清华AI生态里，这条鸿沟已被填平：教授无需离职，成果无需转化，博士生可直接参与项目。论文今日发表，模型明日上线——学术前沿与商业应用之间，几乎实现零时差对接。
这也是清华系AI企业崛起迅猛的重要原因：智谱2019年成立，如今市值已达9000亿港元；月之暗面仅用三年，估值即跃升至300亿美元。
这背后，不仅是资本加持，更是技术从实验室到市场的路径被极致压缩。
第二，顶尖人才梯队。
2005年，图灵奖得主姚期智从普林斯顿大学回国，创办清华学堂计算机科学实验班，即广为人知的“姚班”。
姚班定位清晰：培养具备MIT、普林斯顿同级甚至更强竞争力的拔尖人才。2019年，姚期智再度牵头设立“智班”——人工智能专业班，专攻AI领军人才培养。2022年，交叉信息研究院整合姚班、智班与量信班，下设计算机科学、人工智能、量子信息三大方向。
迄今，姚班办学20年，智班7年，交叉信息研究院已培养本科生750余名、博士生237名。
数字看似不大，含金量却极高。姚班学子，入学前多为各省信息学奥赛顶尖选手；入学后接受的是世界一流的科研训练，是中国AI领域最具潜力的“精锐种子”。
第三，高效转化机制。
2020年12月，清华大学智能产业研究院（AIR）正式成立，由微软前高管、中国工程院外籍院士张亚勤出任院长。
这位熟稔产业一线的学者归来，并非只为教书育人，而是搭建一座桥梁。
AIR的使命非常明确：以人工智能技术驱动产业升级。它既非传统实验室，也非普通孵化器，而是一座真正的“旋转门”——高校教授可在此开展面向产业的真实问题研究；企业可在此精准对接前沿学术成果；博士生则能同步完成论文写作与产品开发。
有人曾在网上提问：为何AI赛道上，清华总能良将如云？
回答五花八门，但有几点，确属关键：
一是学术传承。自张钹1978年确立AI研究方向起，几代人的学术脉络从未中断。张钹筑理论基石，孙茂松建NLP基础设施，唐杰拓知识图谱疆域——每一代人都守在最前沿，主线从未偏移。
二是技术积淀。CSegTag、AMiner、GLM……数十年厚积薄发的技术底座，使清华在大模型爆发之际无需另起炉灶。当别人还在摸索方向时，他们早已跑在了路上。
三是产业贯通。教授可兼顾学术与创业，实验室可孵化企业，清华可合法持股。AIR更将产学研协同机制制度化，极大缩短了技术从实验室走向市场的距离。
这三条主线交织，确保清华AI血脉生生不息、枝繁叶茂。
AI是一个频繁洗牌的领域：专家系统泡沫破灭、神经网络长期受冷、深度学习异军突起、大模型重塑格局——每一次范式跃迁，都伴随着大量出局者、掉队者与重启者。
产业断档，意味着方向重寻、积累归零、一切重来。中国不少技术领域，都曾陷入此类困局：苦追十年，风向一变，前功尽弃。
但清华的人工智能从未如此。它始终有人在场——人在，阵地就在；阵地在，积累就在。
这正是中国AI得以与OpenAI同台竞技的根本底气：不仅因算力赶上了，也不单靠资本涌入，而是因为四十多年来，始终有人不愿离席，也总有新人准时入场。清华AI这张牌桌，四十八年未曾空过。
本文来自微信公众号“华商韬略”（ID：hstl8888），作者：华商韬略，36氪经授权发布。
