在中国ai领域，清华大学无疑是一座无法绕过的丰碑。
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，不是清华的教授，就是曾在此求学的学子。
而在具身智能这一新兴赛道上，同样群星璀璨：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，皆出自清华园，或是现任教职，或是昔日校友。
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；而孙茂松所在的计算机系，正是中国人工智能奠基人张钹院士长期耕耘之地。
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，正由这条绵延不绝的学术血脉所书写。
01
在大众认知中，中国AI热潮仿佛始于近年，似乎此前一片沉寂。
实则不然。
1978年，清华大学自动控制系教授张钹调入计算机系，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，教材全靠自己梳理海外文献，逐页编印、油印分发。
赴海外访学期间，张钹深刻意识到：人工智能的突破，离不开数学工具对算法效率的支撑。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，只为节省每一分邮资。
1984年，张钹与张铃联名发表论文，刊载于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，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2000年代初，神经网络遭遇广泛质疑，AI被频频唱衰。每次寒冬来临，都有人退场、转行，甚至彻底放弃。
但张钹始终坚守清华讲台，带学生、做研究，从普通教授成长为院士，一步未离AI这片土地。
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☜☜☜
这一思想，已深度融入当下主流大模型的设计逻辑，成为中国AI理论体系的核心支柱之一。
02
张钹播下了中国AI的种子，而让这颗种子长成参天大树的，是孙茂松教授。
作为清华计算机系资深教授，孙茂松深耕计算机领域长达46年。如果说张钹是奠基者，孙茂松便是承前启后的关键一环。他主持研发的中文分词系统CSegTag，至今仍是中文自然语言处理不可或缺的基础设施，所有后来者都无法绕开。
但孙茂松更大的贡献，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学位的唐杰。毕业后，他婉拒多家头部企业的高薪邀约，选择留校任教，潜心科研。他主导开发的学术搜索引擎AMiner，以AI技术挖掘学术网络关系——谁与谁合作、谁影响谁、哪些方向正在升温。
这个项目表面看是个工具型产品，实则蕴含大模型的关键能力：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，对标OpenAI。
再如2002年本科入学的刘知远。彼时他既无亮眼竞赛履历，也无突出科研背景，成绩亦非拔尖。但孙茂松却敏锐捕捉到他身上那份沉潜钻研的特质，破格将其收为研究生。
刘知远走的是另一条路径——唐杰聚焦云端大模型，拼参数、拼算力；刘知远则主攻端侧大模型，重效率、重落地。
而这棵大树，仍在持续抽枝展叶。
在唐杰执教清华期间，他指导了一位名叫杨植麟的学生。从如何识别重要问题、如何切入研究视角、如何设计实验、如何撰写论文、再到如何进行学术展示——科研入门所需的全套功夫，唐杰都倾囊相授。
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。回国后，他创办月之暗面，推出现象级大模型Kimi。
从张钹到孙茂松，再到唐杰、刘知远，最后至杨植麟。时间跨度自1978年至2026年，整整四十八载，四代学人接力前行。每一代人都站在AI最前沿，每一代人都将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，还倚仗三大核心优势。
第一，教授躬身入局。
唐杰创立智谱，并非“教授离职创业”，而是以清华教授身份，依托多年学术积累直接孵化企业。GLM系列模型的技术根基，正源于他在清华的长期研究；智谱的核心团队，也源自AMiner项目的原班人马。
刘知远创办面壁智能，亦复如是。他至今仍担任清华计算机系副教授，学术身份与创业实践并行不悖。
在具身智能领域，加速进化创始人赵明国，是清华自动化系教授，早在2000年便投身双足机器人研究。
星动纪元创始人陈建宇，目前仍是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，在中国科创生态中并不常见。
多数领域，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，企业再从论文中汲取灵感，缓慢转化——中间往往隔上数年乃至十余年。
而在AI领域，清华直接填平了这道鸿沟：教授无需离职，成果无需转移，博士生可直接参与真实项目。论文今日发表，模型明日上线——学术前沿与商业落地之间，几乎零时差。
这也是清华系AI企业爆发式成长的重要原因之一：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，图灵奖得主姚期智自普林斯顿大学归国，在清华创办“姚班”——即清华学堂计算机科学实验班。
姚班定位清晰：培养具备MIT、普林斯顿同级甚至更高竞争力的顶尖本科生。2019年，姚期智再设“智班”——人工智能班，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。
姚班运行20年，智班设立7年，交叉信息研究院累计培养本科生750余人、博士生237名。
数字看似不大，含金量却极高。姚班学生入学前多为各省信息学奥赛冠军，入学后接受世界级研究型训练，堪称中国AI最精锐的“种子部队”。
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。
这位亲历产业最前沿的学者回归清华，目的并非单纯教学，而是架桥铺路。
AIR的定位极为务实：以人工智能赋能产业升级。它既非传统实验室，也非普通孵化器，而是一座“旋转门”——教授可在此开展产业级研究，企业可在此对接前沿技术，博士生可同步完成论文与产品开发。
网上曾有人提问：为何AI赛道上，清华总能英才辈出？
答案纷繁，但有几点必然绕不开：
一是学术传承。自1978年张钹确立AI方向起，几代人的学术火种从未中断：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——代代坚守前沿，方向始终如一。
二是技术积淀。CSegTag、AMiner、GLM……数十年厚积薄发的技术底座，使清华在大模型浪潮来临时无需从零起步。当他人还在摸索方向时，他们早已置身其中。
三是产业贯通。教授可兼学术与商业双重身份，实验室可孵化实体公司，清华可依法持股。AIR更将这套产学研协同机制制度化，最大限度缩短技术落地周期。
这三条主线交织，构筑起清华AI生生不息、枝繁叶茂的生态根基。
AI领域，向来充满剧烈洗牌：专家系统泡沫破裂、神经网络屡遭质疑、深度学习异军突起、大模型颠覆格局——每一次范式更迭，都伴随大批掉队者与重启者。
若产业断链，便需重寻方向、重打基础、重新出发。中国不少领域正经历如此循环：追赶十年，风向一变，前功尽弃。
但清华的人工智能从未出现此类断层。它始终有人驻守，人在，阵地就在；阵地在，积累就在。
这正是中国AI得以与OpenAI同台竞技的根本原因——不仅因算力追平、资本涌入，更因四十余年来，始终有人不肯离席，也始终有新人接棒入座。清华AI这张牌桌，四十八年未曾空席。
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。
