如果谈及中国人工智能发展，清华大学无疑是一个无法绕开的标杆。从大模型研发、ai芯片设计，到一批备受瞩目的明星创业公司，其背后常常可见清华人的身影。而在ai技术真正走向产业落地、深入千行百业的过程中，越来越多的北京大学校友正站在前沿。
从企业智能，到科学智能，再到具身智能，
他们所聚焦的，始终是产业中最核心、也最亟待突破的关键命题。
01 北大基因
上世纪60年代末，北大一支师生团队接下了一项几乎“从零起步”的国家任务——研制运算速度达每秒百万次的大型数字计算机，代号为150机。
彼时，我国石油勘探面临严峻挑战：地下构造日益复杂，而海量地震勘探数据仍依赖人工与简易设备处理，效率低下、误差频出，严重制约找油进度。与此同时，国外高性能计算机技术对中国实施严密封锁，自主攻关成为唯一出路。
那是一个“无资料、无经验、无成熟技术”的年代。从硬件架构到系统软件，几乎所有环节都需白手起家。
软件研发由北大教师杨芙清牵头。后来，她成为中国软件学科的重要奠基者之一。当时硬件尚未完工，软件却必须先行验证。为模拟真实运行逻辑，杨芙清率队奔赴大庆油田，借助已有的108乙机编写仿真程序。
那段日子里，团队成员几乎以机房为家。昼夜轮值、每人每天仅休息两三个小时，硬是在23天内完成了原本预计耗时数月的调试任务，为150机整体研制抢出了宝贵窗口期。
1973年，150机成功问世。次年4月，这台完全由我国自主设计的大型计算机，首次完成我国第一条海上数字地震剖面的数据处理。该成果被业内称为“争气剖面”，不仅开创了国内地震数据数字化采集与处理的先河，更推动我国地质勘探迈入数字时代。
如果说150机印证了高校有能力攻克重大产业难题，那么真正打通科研与市场之间“最后一公里”的，是王选。
1974年，国家启动“748工程”，旨在破解汉字信息处理这一世界性难题。1975年，时任北大助教的王选加入该项目，主攻汉字激光照排技术。
当时，国际主流照排技术已迭代至第二、三代，而王选团队经过审慎研判，决定跳过既有路径，直接攻坚尚属空白的第四代激光照排系统。
但这并非坦途——最大障碍来自汉字本身。拉丁字母字符有限，而常用汉字多达六七千个，再叠加字体、字号等组合变化，信息处理复杂度远超西文体系。
王选做出一项极具前瞻性的抉择：用数学建模方法解决汉字数字化难题。
他创造性提出“参数法描述规则笔画、轮廓法刻画非规则笔画”的双轨策略，将单字存储空间压缩至原有方案的五百分之一甚至千分之一，极大降低了汉字在计算机中处理与输出的技术门槛，使大规模汉字信息处理真正具备产业化基础。
1979年，王选团队自主研发的汉字激光照排系统输出首张报纸样张。此后，该技术逐步渗透出版印刷全链条，助力中国告别“铅与火”的传统印刷时代，迈入“光与电”的数字出版新纪元。
从150机到激光照排，北大逐步沉淀出一条清晰的技术脉络：直面产业中最底层、最艰深的问题，以扎实的基础研究实现关键突破，再推动成果真正走入现实场景。
02 AI浪潮，多维跃迁
互联网时代，以李彦宏为代表的北大创业者，回答的是“信息如何被高效获取”；而步入AI时代，新一代北大创业者正在探索一个更深邃的命题：机器如何真正理解并参与现实世界？
这一认知跃迁，也深刻重塑了他们的创业方向。
企业智能，是AI最早实现规模化应用的领域。
2006年，北大计算机系在读硕士吴明辉创立秒针系统，从广告监测与消费者行为分析切入，助力企业挖掘数据价值、优化决策逻辑。
此后，他创办明略科技，将AI深度融入知识图谱构建、商业智能分析与自动化决策系统。目前，明略科技已服务超2000家客户，并于2025年登陆港交所，荣膺“全球Agentic AI第一股”。
☞☞☞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☜☜☜
▲图源：明略科技
另一位代表人物是陈振杰。2014年，尚在北大光华管理学院攻读硕士的他，联合本科同学启动创业构想，次年正式成立极视角。与多数技术出身的AI创业者不同，陈振杰本科就读生命科学，后转向供应链管理与企业管理实践。这段跨界经历，让他尤为关注：AI如何真正下沉至一线生产现场？
极视角并未止步于算法开发，而是打造开放型AI算法平台，将企业实际需求转化为可部署的算法解决方案，并连接开发者与真实产业场景。如今，公司已覆盖3000余家政企客户，并于今年3月登陆港交所。
若说企业智能提升的是运营效率，那么AI for Science瞄准的，则是科学发现本身的范式变革。
2014年，北大物理学与数学双学位校友赖力鹏联合创立晶泰科技，融合AI、量子物理与自动化实验平台，通过计算模拟分子结构、预测药物活性，大幅压缩传统新药与新材料研发中的试错周期。2024年，晶泰科技登陆港交所，成为“中国AI制药第一股”。
2018年，北大元培学院校友张林峰、孙伟杰共同创办深势科技，将AI深度嵌入科学计算流程，致力于破解传统科研中算力成本高、迭代周期长等瓶颈。团队长期深耕分子动力学模拟，相关成果曾斩获被誉为“超算界诺贝尔奖”的戈登·贝尔奖。
如今，深势科技正推动AI参与基础科学规律的探索过程，加速药物研发、材料设计等进程，服务全球逾1000所高校及科研机构，并完成超8亿元C轮融资，稳居AI for Science领域独角兽之列。
AI的疆域仍在持续延展，正从虚拟空间与科学计算，迈向真实物理世界。
2023年，北大前沿计算研究中心助理教授王鹤创立银河通用，锚定具身智能赛道，致力于让机器人走出实验室、走进真实环境。传统工业机器人依赖预设程序，仅能执行固定动作；而银河通用则依托具身大模型，赋予机器人感知、理解、规划与执行的综合能力，使其能在动态开放环境中自主适应、协同作业。
成立三年多来，公司累计融资逾69.6亿元，估值突破200亿元，已成为具身智能赛道最受瞩目的创新力量之一。目前，其机器人已在工业制造、智能仓储、零售服务等多个场景实现常态化部署。
▲银河通用 Galbot S1 具身重载机器人在宁德时代工厂中常态化作业 图源：银河通用
与此同时，北大AI创业者也在不断拓展新的应用边界。北大深圳研究生院两位在读博士生宁鲲鹏、姚佳雨，将校园项目ChatExcel孵化为元空智能，让用户通过自然语言指令完成表格处理、数据分析等办公操作，加速AI办公助手从概念走向实用。
北大校友陈博远则投身更具前瞻性的世界模型赛道，创立逆矩阵科技，致力于构建通用世界基座模型，使AI能够学习并复现现实世界的运行逻辑，为具身智能、高保真物理仿真等未来应用提供底层支撑。
从企业智能，到科学智能，再到具身智能，AI在他们手中正不断突破传统边界，不再仅是一种工具性技术，而逐渐演化为一种探索未知、连接虚实、驱动变革的新型基础设施能力。
03 从个体突破到生态涌现
为何北大能持续孕育AI领域的创新力量？
答案首先根植于其深厚的基础学科积淀。
吴明辉本科修习数学，赖力鹏拥有物理学与数学双学位，张林峰兼具物理与应用数学背景。这些看似迥异的成长路径，实则共享同一思维内核：用数学建模解构商业问题，用量子力学解析药物研发中的微观机制，用AI算法逼近科学计算中的复杂本质。
他们所接受的训练，本质上指向同一件事——在纷繁复杂的系统中，识别并提炼出可被建模、可被计算、可被理解的底层结构。
这种基础学科优势至今依然强劲。2020年MATLAB软件遭遇禁用后，北大数学科学学院迅速组织团队攻关，主导研发国产科学计算平台“北太天元”，力图打破我国在该领域长期受制于人的局面。如今，该平台已广泛应用于高校科研与工业仿真场景，成为推动科学计算软件国产化的重要支点。
但仅有单一学科能力已不足以应对AI时代的挑战，跨领域协同正成为新刚需。
在上述AI创业者中，“元培学院”频频现身——张林峰、孙伟杰、陈博远均出自该学院。
始于2001年的“元培计划”，是北大探索通识教育与跨学科培养的关键尝试，强调打破专业壁垒，鼓励学生在交叉地带寻找创新可能。2007年，元培计划升级为元培学院，这一理念也随之制度化、常态化。
正是这种复合型训练，让他们更敏锐地捕捉不同领域间的潜在关联，从而将AI技术引入药物研发、新材料设计、科学计算乃至机器人控制等高门槛、强纵深的前沿阵地。
更深层的变化在于：北大正将过去依赖个别团队实现的成果转化，系统性升级为一套可持续运转的创新生态。
▲北京大学元培学院，图源：北京大学
2021年，北大携手北京科创基金共同发起设立“元培基金”，规模约10亿元，重点扶持具备原始创新潜力的早期科研项目。相较传统风投，元培基金更看重技术壁垒与长期价值，而非要求项目短期内形成成熟商业模式。
在此基础上，北大进一步推动燕缘创投成立，聚焦“投早、投小、投硬科技”，搭建高校科研资源与产业资本之间的高效通道。
至2025年，燕缘孵化器正式落地，定位为“科学家与创业者的早期合伙人”。它与元培基金、燕缘创投共同构成北大科技成果转化的“最初一公里”，助力早期科研成果跨越从技术验证到商业落地的关键鸿沟。
从基金支持，到孵化赋能，再到产业对接，北大正构建起覆盖“科研发现—技术验证—企业孵化—资本加持” 的全链条创新体系。
王选当年带领团队完成的那次技术突围，如今已升维为一套可复制、可迭代、可持续演进的创新机制。
回望半个多世纪历程，从150机、激光照排，到今日蓬勃发展的AI集群，时代在变，技术在变，但那份将基础研究转化为产业动能的能力，始终在北大人血脉中奔涌不息。
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。
