作為人類社會的最高學府，大學是相當燒錢的，拿中國舉例子，每年國家都要拔出數以萬計的資金給大學，其中清華大學的經費最多，大約有395億元。清華大學的年經費幾乎和一座小城市的GDP，或一座中型城市的年財政收入差不多。但是清華大學的經費收入拿到國際上排名不算多，世界上年經費最多的大學經費是清華大學的近10倍。2025年中國大學經費投入前50名。哈佛大學是世界上經費收入最高的大學，2024年經費收入達520億美元，折算成人民幣就是3640億元！哈佛大學的年收入都可以抵得上深圳市一年的地方收入，而深圳可是全中國最能賺錢的城市，有1700萬人口。或者再舉個例子，非洲大國喀麥隆2024年的GDP有538億美元，和哈佛大學的一年經費相當，而喀麥隆有近3000萬人口。各種國際大學排名中，哈佛大學也幾乎都是世界第一。作為世界頂級大學，哈佛大學成立於1636年，美國還有將近150年才建國。作為私人研究型大學，目前哈佛大學有1個本科生院和12個研究生院，藏書量超2000萬冊，註冊學生大約2萬人。美國常春藤大學分佈地圖，是美國乃至世界最頂尖的8所大學。哈佛大學的實力強悍，自成立以來誕生了12名美國總統和160餘位諾貝爾獎得主。比如美國總統羅斯福、甘迺迪、歐巴馬等都是畢業於哈佛大學，再比如巨富祖克柏、比爾蓋茲也都出自哈佛大學。中國的大學一般兼具大學和行政機關兩種身份，所以中國大學的主要收入來自於政府財政撥款，而國外的大學不是這樣。哈佛大學經費收入結構圖。拿哈佛大學舉例，哈佛大學的收入結構如上圖所示。哈佛一半的收入來自慈善捐款，畢竟哈佛校園中走出無數億萬富翁。然後就是教育收入，包括學費、住宿費這些，大約佔21%。哈佛大學的學費一年大約是5.42萬美元，折合人民幣就是約39萬元，比較一下中國大學的普遍學費一年才四五千元。聯邦和地方政府的財政撥款只佔哈佛大學收入比重很小一部分，大約佔16%，折算下來也有83億美元，大約580億元了，這樣看也一點不比中國對清華大學的投入力度小。全美大學經費收入排名。美國頂級高校的經費相當充足，哈佛大學之後的德克薩斯大學經費收入有480億美元，耶魯大學的經費收入有410億美元，史丹佛大學的經費收入有380億美元，普林斯頓大學的經費收入有340億美元，麻省理工有250億美元，哥倫比亞大學有150億美元。全美總共有25所大學的經費收入超過80億美元，折算成人民幣就是560億元。國際排名中清華大學一般排在20名左右，前20名一大半都是美國大學，原因一部分就是經費投入力度的多少。世界大學排行榜前24名。中美對大學教育的態度完全不一樣，中國致力於教育公平，頂級大學的經費收入和普通的大專院校差距都不大，比如說清華大學的經費收入有395億元，深圳職業技術大學也有32億元。而且中國公辦大學的學費普遍在1萬元以下，保證了人人都唸得起大學。中國總共有2820所大學，公辦本科才850所，接受過高等教育的人群比例也不過7%。美國強調精英教育，美國頂級大學的經費相當充足，哈佛大學的經費收入是清華大學的接近10倍，同樣哈佛大學的學費也是清華大學的80倍不止。全美有大約5600所大學，除了極少數頂尖大學外，大多數都是社區大學，類似於俱樂部一樣，這種高等教育的氾濫也保證了人人有大學上，加上美國是高度發達的國家，全美的高等教育率大約有40%，遠遠高於中國。全球高技能人才流向地圖，全世界頂級人才都在流向美國。在經費收入來源上，中國大學作為行政機構依賴財政撥款，這樣大學的考評和教學科研質量、學生體驗的關係就不大。而美國很多大學都是私立大學，儘管政府也會適當撥款，但大多數依賴私人慈善資助，這樣那些教學科研質量差，學生就業不好的大學就會越來越窮，甚至破產倒閉。曾經大學是頂級知識殿堂，但現在已經淪落為人人都能上大學。但是無論那個國家，最頂尖的教育資源依舊在頂級大學裡。雖然美國搞快樂教育，但是這只是對底層民眾的，美國的常春藤名校一年經費收入都超過百億美元，全世界最頂尖的人才都去美國頂級大學留學或者做研究，美國依舊是世界上科技最發達的國家。 (未音g)

清華大學近日成立具身智能與機器人研究院，將重點突破“強健本體+智慧大腦”全端技術的“0到1”原始創新，同時建構“技術研發-中試驗證-場景應用”全鏈條轉化樞紐，加速技術成果落地。研究院掛靠科研院，由自動化系、機械系、電子系、電腦系共同建設，院長由清華大學自動化系主任張濤擔任。研究院將打造具有全球影響力的人才高地和創新策源地，強化清華大學在國家“機器人+”戰略中的核心支點地位，為中國搶佔具身智能與機器人領域賽道，培育新質生產力提供核心驅動力，為國家在新一輪科技革命和產業變革中贏得戰略主動。清華校長李路明表示，具身智能與機器人研究院的成立是該校主動服務國家戰略需求，充分發揮多學科與人才優勢，進一步完善人工智慧佈局，有組織開展前瞻性、戰略性、系統性的科技攻關的重要舉措。希望研究院充分發揮清華多學科優勢，積極探索交叉創新新範式，打造科研創新和拔尖創新人才培養重要基地。研究院還將與企業在智能算力供給、智能體研究、具身智慧型手機器人開發、前沿場景驗證、技術成果轉化等方面展開深度合作。此外，該校近日還發佈了《清華大學人工智慧教育應用指導原則》，首次系統性地對校園中的人工智慧應用提出全域性、分層級的引導與規範，劃定人工智慧教育應用“紅線”與“綠道” 。該校明確，人工智慧始終是輔助工具，師生才是教學與學習的主導者。要求師生對人工智慧使用情況及生成內容依規進行披露聲明，嚴禁學術不端。嚴禁師生使用敏感資訊、涉密資料或未授權資料訓練或驅動人工智慧模型。提醒師生警惕人工智慧“幻覺”，應通過多源驗證防範因過度依賴導致的思維惰化。清華建議教師基於教學目標自主制定人工智慧的應用方式與程度，在課程開始時向學生明確說明使用規範，並對人工智慧生成的教學內容負責。同時，教師需主動引導學生辯證認識人工智慧，培養其核心素養。該校還鼓勵學生在遵守課程規定的前提下積極探索人工智慧工具輔助學習，但嚴禁將人工智慧生成的文字、程式碼等內容直接複製或簡單轉述後作為學業成果提交。針對研究生群體，該校特別強調禁止用人工智慧代替本應由本人進行的學術訓練，嚴禁使用人工智慧實施代寫、剽竊、偽造等行為。研究生指導教師需在此過程中提供規範性指導並進行全過程監督，確保學術訓練的完整性和學位論文及實踐成果的原創性。清華線上教育中心主任王帥國表示，指導原則也為未來在學術研究、管理服務等更多場景中拓展人工智慧應用邊界、譜寫新的篇章預留了充分空間。“我們希望它不是一個‘束縛手腳’的檔案，而是一個有生命力的、能隨著技術演進不斷生長的指導體系。” (新華網)

輝達首席執行官黃仁勳本月早些時候發出警告，稱在全球人工智慧主導權競爭中，中國正迅速縮小與美國的差距。年初深度求索（DeepSeek）異軍突起，恰恰印證了這種實力對比的快速演變。這場較量不僅在矽谷和深圳上演，更已延伸至大學校園。中國政府正依託清華大學穩步建構本土人工智慧引擎，挑戰美國常春藤盟校在尖端科技領域的霸主地位。圖片來源：VCG/VCG via Getty Images清華大學產出的全球百篇高被引AI研究論文數量位居全球高校之首，且該校每年申請的人工智慧相關專利數量超過麻省理工學院、史丹佛大學、普林斯頓大學和哈佛大學的總和。彭博社基於律商聯訊（LexisNexis）的資料分析顯示，2005年至2024年底，清華大學研究人員共申請4986項人工智慧與機器學習領域的專利，僅去年一年就申請了900多項。不過，美國仍保持著優勢。美國機構持有眾多最具影響力的AI專利，根據史丹佛大學《2025 年人工智慧指數報告》（2025 AI Index Report），美國已推出40個“重要AI模型”，數量遠超中國的15個。但中國模型正在質量方面迅速縮小差距。“政府、產業界和學術界對人工智慧和機器學習充滿熱情，” 今年從哈佛大學加盟清華大學、牽頭組建該校新統計與資料科學系的劉軍教授向彭博社表示，“吸引人工智慧人才的關鍵在於資本，以及中國政府對科學研究，包括人工智慧及相關領域的支援。”美國企業爭相吸納中國AI人才中國科技戰略佈局遠不止於大學階段。如今，人工智慧基礎知識已走進六歲學童的課堂。今年秋季，北京市中小學全面開設人工智慧通識課程，每學年不少於8課時，內容涵蓋聊天機器人等工具的使用、技術原理背景以及人工智慧倫理等主題。這種前瞻性佈局，為中國培育了規模龐大的科技人才隊伍。據美國戰略與國際研究中心（Center for Strategic and International Studies）統計，2020年中國STEM（科學、技術、工程和數學）專業畢業生為357萬人，而美國同期僅為82萬人。中國官方媒體後續報導稱，這一數字預計將突破每年500萬。（註：中國人口規模為美國的四倍多）美國科技企業已敏銳地察覺到這一趨勢，並爭相搶奪中國人才。今年夏季，Meta宣佈啟動全新“超級智能實驗室”，旨在打造超越人腦的智慧型手機器。據《紐約時報》（New York Times）報導，該實驗室11位創始研究員均非在美國接受高等教育，其中7人出生於中國。保爾森基金會（Paulson Institute）2020年的一項研究發現，在全球百位頂尖人工智慧科學家中，近三分之一是中國籍研究人員，且其中多數人供職於美國高校與企業。卡內基國際和平基金會（Carnegie Endowment for International Peace）後續研究發現，儘管地緣政治緊張局勢加劇，這些研究人員中仍有87%選擇繼續在美國工作。正如參與這兩項研究的分析師馬特·希恩對《紐約時報》所說：“美國人工智慧產業是中國人才紅利的最大受益者。”（財富中文網）

固態電池領域，再爆重磅突破！在被日韓「卡脖子」20年的電池戰場上，中國終於迎來一記反擊。最近，清華聯手天津大學團隊，甩出王炸技術：固態電池，實現零下30℃極寒，快充7000小時無損循環，高電流快充仍穩如初。這不是實驗室秀肌肉，而是實打實的應用前緣。過去十年，中國電動車一路狂飆。從造車新勢力崛起，到鋰電池產業鏈全球領先，中國的新能源故事堪稱奇蹟。我們從300公里撐到600公里，卻始終逃不過「快充傷電池、低溫廢續航、安全懸頭頂」的死循環。我們這些電動車用戶，也早就被折磨得沒脾氣了。露天停車，怕自燃提心吊膽；快充幾次，電池容量就跳水；寒冬臘月，續航里程直接腰斬；換電池，​​要花大幾萬血汗錢!而被吹了好多年的固態電池，卻只聞其聲不見其車。不是不想做，是全世界的科學家都卡在一個死胡同，電池裡的保護殼根本扛不住現實路況暴擊，日韓車企砸上千億，結果充電慢、壽命短、低溫報廢。實驗室裡的固態電池看著完美，車上就歇菜，核心問題就在「介面矛盾」。鋰金屬負極和固態電解質，就像兩枚齒輪，中間SEI膜是潤滑油加保護套。傳統SEI膜硬邦邦，脆得要命：快充應力一來碎裂，低溫直接凍住。一旦破裂，鋰枝晶瘋長，刺穿電池，短路事故隨時可能發生。全世界都卡在這裡，固態電池遲遲無法商用。就在產業幾乎放棄的時候，中國團隊出手了。清華康飛宇、賀艷兵攜手天津楊全紅，在《自然》公佈最新突破。他們不再修補“玻璃殼”，而是讓它變軟一點，甚至提出了一個全新的概念：“塑性富無機SEI”，直接給電池換上“柔性防彈衣”。簡單說，就是讓這層保護膜既能像金屬一樣變形、又能像橡膠一樣韌，外柔內剛。更棒的是，這層「鎧甲」在運作中還能自我修復。當電極膨脹或收縮，它會自動延展，不會破裂。當溫度下降，它依然保持離子通道暢通。結果實測數據震撼：即便在攝氏零下30度極端環境下高電流快充，7000小時循環後仍穩定。這意味著其壽命和安全性，雙雙邁入實用門檻，下一代固態電池，也終於將不再只是紙上談兵，而是觸手可及的生活體驗。未來，電動車續航力輕鬆突破1000公里，冬天去漠河自駕遊也不怕續航腰斬。充電30分鐘就能滿電出發，安全隱憂不再懸頂。別小看這一「塑性鎧甲」，它背後是中國在高端能源材料上的一次結構性突圍。要知道，全球固態電池賽道上，美、日、韓早已佈置多年。美國QuantumScape背靠大眾；日本豐田拿著上千項專利；韓國三星幾乎每年都有原型發行。而中國雖然在鋰電池量產上領先，卻在核心材料、介面設計、固態電解質等關鍵技術上被限制。這次清華團隊登上《自然》，不僅是學術突破，更是產業訊號：我們有了屬於中國的「原創解法」，能把實驗室的創新一步步推向量產。過去十年，中國電動車的成功，被全球質疑為「規模取勝」。但事實正在改變，從寧德時代的鈉離子電池，到清華團隊的固態電池介面創新，中國科研正在把「被動跟隨」轉化為「主動定義」。而一旦固態電池實現量產，將直接改寫三條主線：1、電動車不再受制於充電時間；2、儲能係統安全性全面提升；3、動力電池的壽命和成本平衡迎來質變。更現實的是，在碳中和、能源安全、產業升級的多重博弈下，誰率先掌握固態電池量產能力，誰就擁有下一個十年的能源主導權。固態電池不僅是續航力器，還能解放重量和體積。能量密度比液態電池高50%，重量減三分之一。未來，儲能電站、無人機、新能源飛機都能藉力。充電不再排隊，冬天不再趴窩，安全不再焦慮。這背後，是中國科研20年深耕的累積。康飛宇、賀艷兵、楊全紅團隊，不只是改良電池，而是重新定義材料科學與電化學結合的極限。他們證明了：不是硬邦的保護殼撐起安全，而是「剛柔並濟」的梯度結構。過去我們在晶片被卡、在高階設備被限，如今在電池這條賽道，我們不再求補課，而是在引領創新。就像當年鋰電改變電子設備一樣，中國技術正在定義下一代能源時代。有人說，固態電池距離量產還有路要走。也有人說，這才是真正意義上的「新能源革命」。但無論如何，這次突破，標誌著中國在全球新能源競爭中，終於握住了技術話語權。現如今，從充電樁前的漫長等待，到寒冬裡的續航焦慮，我們忍了十年的痛點，終於要被中國科研一錘定音。你準備好，和續航焦慮說再見了嗎？ (正商參閱)

清華大學團隊研製出亞埃米級快照光譜成像晶片“玉衡”。清華大學電子工程系方璐教授團隊在智能光子領域取得重大突破，首創了可重構計算光學成像架構，研製了高分辨光譜成像晶片“玉衡”，實現了亞埃米級光譜解析度，千萬像素級空間解析度的快照光譜成像，標誌著中國智能光子技術在高精度成像測量領域邁上新台階。相關研究成果以《整合鈮酸鋰光子學亞埃米級快照光譜成像》（“Integrated lithium niobate photonics for sub-angstrom snapshot spectroscopy”）為題線上發表於學術期刊《自然》。光譜記錄著光在不同波長下的強度變化，揭示了物質與光的相互作用，是解析成分、結構與特性的“光學金鑰”。然而，傳統光譜測量受限於分光採集與固化結構，光譜解析度與成像通量之間長期存在固有矛盾，成為光譜成像領域久未破解的科學難題。研究團隊基於智能光子原理，創新提出可重構計算光學成像架構，將傳統物理分光限制轉化為光子調製與計算重建過程。通過挖掘隨機干涉掩膜與鈮酸鋰材料的電光重構特性，團隊實現高維光譜調製與高通量解調的協同計算。可重構計算光學成像架構並由此研製出亞埃米級高分辨光譜成像晶片——“玉衡”。無需在波長維度犧牲通量，每個像素均可獲取完整光譜資訊，快照光譜成像的分辨能力（R=12,000）提升兩個數量級，突破了光譜解析度與成像通量無法兼得的，長期瓶頸。與傳統體型龐大、採集緩慢的高分辨光譜裝置不同，“玉衡”晶片僅約2釐米×2釐米×0.5釐米，卻可在400—1000奈米的寬光譜範圍內，實現亞埃米級光譜解析度、千萬像素級空間解析度的快照光譜成像，能在單次快照中同步獲取全光譜與全空間資訊，並具備88 Hz 的快照光譜成像能力，為高分辨光譜成像開闢了新路徑。方璐表示，“玉衡”攻克了光譜成像系統的解析度、效率與整合度難題，可廣泛應用於機器智能、機載遙感、天文觀測等領域，以天文觀測為例，“玉衡”的快照式成像每秒可獲取近萬顆恆星的完整光譜，有望將銀河系千億顆恆星的光譜巡天周期從數千年縮短至十年以內，憑藉微型化設計，它還可搭載於衛星，有望在數年內繪製出人類前所未有的宇宙光譜圖景。據悉，目前課題組正基於原理樣片，加速工程化樣機與系統級最佳化，並將在10.4米口徑加那利大型望遠鏡（GTC）上進行測試應用。小彩蛋！為何這枚晶片會取名叫“玉衡”呢？據清華大學解釋稱，玉衡之名：以光校衡天地。《尚書·舜典》有言“在璿璣玉衡，以齊七政”，古人以“玉衡”校定日月星辰的運行秩序。而今，科學家以同名之芯，校衡光的頻譜與宇宙的奧秘。“玉衡”是融合人工智慧、整合光子學與材料科學的突破。未來，隨著高分辨光譜獲取範式的持續變革，以“玉衡”為代表的計算光譜成像技術有望以更小的體積、更高的分辨力、更廣的應用邊界，為材料科學、地球科學、天文科學開拓新的光譜天地。 (半導體產業縱橫)

記者15日從清華大學獲悉，該校電子工程系方璐教授團隊在智能光子領域取得重大突破，成功研製出全球首款亞埃米級快照光譜成像晶片“玉衡”，標誌著中國智能光子技術在高精度成像測量領域邁上新台階。相關研究成果線上發表於學術期刊《自然》。科研團隊基於智能光子原理，創新提出可重構計算光學成像架構，將傳統物理分光限制轉化為光子調製與計算重建過程。通過挖掘隨機干涉掩膜與鈮酸鋰材料的電光重構特性，團隊實現高維光譜調製與高通量解調的協同計算，最終研製出“玉衡”晶片。“玉衡”晶片僅約2釐米×2釐米×0.5釐米，卻可在400—1000奈米的寬光譜範圍內，實現亞埃米級光譜解析度、千萬像素級空間解析度的快照光譜成像，能在單次快照中同步獲取全光譜與全空間資訊，其快照光譜成像的分辨能力提升兩個數量級，突破了光譜解析度與成像通量無法兼得的長期瓶頸，為高分辨光譜成像開闢了新路徑。方璐表示，“玉衡”攻克了光譜成像系統的解析度、效率與整合度難題，可廣泛應用於機器智能、機載遙感、天文觀測等領域，以天文觀測為例，“玉衡”的快照式成像每秒可獲取近萬顆恆星的完整光譜，有望將銀河系千億顆恆星的光譜巡天周期從數千年縮短至十年以內，憑藉微型化設計，它還可搭載於衛星，有望在數年內繪製出人類前所未有的宇宙光譜圖景。 (佔豪)

在2025 IC WORLD高峰論壇上，清華大學長聘教授、國際歐亞科學院院士、北京積體電路學會理事長魏少軍發表了題為《人工智慧晶片發展需要顛覆性思維》的主題演講。本次演講主要分為三個部分：人工智慧是一場不能錯過的盛宴、人工智慧技術的發展無法擺脫地緣政治的影響、人工智慧晶片的發展需要顛覆性思維。01人工智慧是一場不能錯過的盛宴魏少軍首先指出，人工智慧是一場不容錯過的盛宴，對人類社會未來幾十年的影響可能更為深遠。以DeepSeek為例，其使用者增長速度遠超全球資訊網、TikTok和ChatGPT，這標誌著人工智慧應用新紀元的開啟。人工智慧的發展歷程漫長，從1943年神經元模型的建立，到1956年“人工智慧元年”的確立，再到後續基於神經網路的研究，共經歷了三次發展浪潮。當前這一輪人工智慧革命，實現了在諸多方面超越人類的重大突破。人們對人工智慧看法的演變，也能看到一個漸進的發展過程。大約七八年前，美國iRobot公司董事長兼CEO科林·安格爾曾說：“觀察全社會如何對待人工智慧技術將會很有趣，這一技術無疑會很酷。”當時他的看法還相對平和，認為這只是一個“有趣”且“酷”的技術，並未指出它將如何深刻影響世界。然而到了2024年初，輝達公司董事長兼CEO黃仁勳則提出：“每個國家都需要擁有主權AI基礎設施。”這一提法將人工智慧的戰略地位提升到了前所未有的高度。魏少軍表示，從工程學角度看，人類的日常活動在很大程度上與資訊處理系統類似，遵循一個從感知、傳輸、儲存、處理、決策到執行的流程。過去幾百年，以機械化、電力化和自動化為代表的工業革命，主要解決了延伸人類四肢能力的問題。上世紀中葉興起的資訊革命，則延伸了人們的感知能力。而當前正在發生的智能化革命，延伸的則是我們的大腦認知能力。當四肢和五官的能力都被延伸之後，大腦的認知能力就成為了最後一道需要攻克的難關。因此，可以說人工智慧是以人為本的科技革命的最高階段。魏少軍認為，隨著移動通訊、雲端運算等技術的發展，我們正進入新一輪以人工智慧為代表的產業革命。在雲、邊、端三個層面，應用規模將呈現從1到100再到1萬的指數級增長，其帶來的產業規模將以兆美元為單位計算。因此，中國絕不能錯過這次機遇。人工智慧發展有三大要素：演算法、資料和算力。可以將演算法類比為“生產方法”，資料是“生產資料”，算力則是“生產力”。當新的生產方法、生產資料和生產力相結合時，社會的生產關係也將隨之改變。魏少軍指出，人工智慧的極端重要性，使其不幸地捲入了地緣政治的漩渦。面對外部的限制措施和高科技領域的脫鉤風險，必須清醒地認識到，發展不以我們的意志為轉移，不能再抱有僥倖心理。在此過程中，中國處於一個只能進、不能退的境地。必須站在“百年未有之大變局”的格局下看待這個問題。02人工智慧晶片的發展需要顛覆性思維那麼，人工智慧到底該如何發展？傳統的思維認為，人工智慧是通過計算來實現的。未來的“智能化電腦”需要具備三個特點：第一，強大的可程式設計能力，以適應各種不同的業務；第二，高頻寬的計算和儲存路徑；第三，從雲向邊、端轉移過程中極高的能量效率，未來可能要達到每瓦幾百個Tops甚至更高的水平。魏少軍回顧了AI晶片的演進過程：早期並沒有專用的AI晶片，只能使用當時已有的器件，如CPU、GPU等，其主要目標是實現基本的人工智慧功能。但由於這些傳統器件無法滿足AI所需的算力和儲存密度，ASIC應運而生，例如Google的TPU。這些ASIC聚焦於特定應用，但很快又發現其專用性難以匹配快速發展的多樣化智能計算需求 。因此，以可重構、可配置為主要特徵的架構開始出現。然而，當大模型橫空出世後，之前的所有努力似乎都顯得準備不足。最終，以GPGPU為代表的產品開始主導市場，算力成為最重要的追求目標，性能是關鍵。如果只是沿用現有的晶片架構，大機率只能跟在別人後面，難以實現超越。當前人工智慧的發展雖然迅速，但也孕育著危機。魏少軍教授總結了三個現象：模型與架構的深度適配、架構與模型的深度繫結，以及對現有生態的極度依賴。以輝達為例，其GPU架構最初為模型發展提供了很好的平台。經過近二十年的發展，模型為了適配當時最好的硬體進行最佳化，而硬體又根據模型的需求進行迭代，兩者形成了一種深度融合甚至繫結的關係。這種深度繫結帶來的影響是極其深遠的。如果中國的AI發展走不出這個怪圈，就可能被鎖定在美國主導的競爭模式中，永遠跟隨其後。做晶片的人已經開始意識到這個問題，但做模型和軟體的人還沒有充分意識到。在此，魏少軍再次提及DeepSeek。它的重要性不僅在於提升民族自信，更在於開創了參數開放原始碼的先河。這極大地降低了AI技術的門檻，使得不僅是少數大公司，很多小公司也能參與到大模型的開發中，對AI技術的普及具有重大意義。魏少軍對人工智慧在中國率先大規模落地充滿信心。中國擁有14億人口，其中有大量敢於嘗試新事物的群體，這使得中國的網際網路生態異常活躍。同時，中國城鎮居民人均可支配收入已達到較高水平，而消費支出僅佔收入的約68%，剩餘的大量儲蓄可以轉化為巨大的消費潛力。在這種背景下，“人工智慧+”可以與各行各業相結合，催生出大量與中國文化、傳統、教育、習俗緊密相關的應用。未來的AI應用，很可能不會像Windows作業系統那樣全球統一，而是會呈現出地域化和文化多樣性的特徵。最後，通過對比ChatGPT和DeepSeek在翻譯一個包含中文特色語境的句子時的表現，魏少軍論證了基於本土語料訓練的模型在理解和表達上的優勢，並由此堅信，人工智慧的最終應用必然與國家和文化深度繫結。他指出，需要用顛覆性的思維，放棄沿用美國的技術思路，打造中國自己的人工智慧技術路徑。 (半導體產業縱橫)

CMU（卡內基梅隆大學），在“電腦科學天花板”之稱，連續多年穩居CSRankings榜首。如今，榜首名字換成了Tsinghua University（清華大學）。而北京大學在這一榜單的人工智慧細分領域強勢奪冠，領跑全球。以它們及上海交大、浙江大學、中科院等為代表的中國機構軍團，群體崛起。這一歷史性突破，標誌著中國高校在全球電腦學科格局中躍升至第一梯隊，不僅是學術實力的體現，更是人才戰略與科研體系長期積累的成果，彰顯中國正從技術追隨者轉變為前沿定義者。這一方面再次印證了姚期智院士有關“中國高端人才教育已近爆發，投入到了將要成功的階段”的說法，更是對輝達創始人黃仁勳有關“全球50%的AI研究人員是華人”的有力背書。“天花板”歷史被改變CSRankings，是全球電腦領域最具公信力的排名之一，由美國麻省大學教授團隊維護發布，是全球學者、學生和產業界觀察學科格局的“硬核坐標”。其獨特之處在於：不依賴聲譽調查，不採信主觀評價，而是以頂級學術會議論文發表數量為核心指標，精確衡量高校在電腦科學中的真實研究產出與學術影響力。2025年榜單顯示，全球共563所機構上榜，美國整體仍佔優勢，但中國高校強勢崛起。中國內地共有38所高校進入總榜，其中14所躋身全球Top50。長期以來，美國高校尤其是卡內基梅隆大學穩居榜首，被視為“電腦科學的天花板”。卡內基梅隆大學所以霸榜，源於其深厚的學術積澱與全球頂尖的科研實力。卡內基梅隆大學是全美首個設立電腦系的高校，自1965年創立以來，始終引領學科發展。其電腦學院匯聚了眾多世界級科學家，如圖靈獎得主曼紐爾·布盧姆（Manuel Blum）、機器學習先驅湯姆·米切爾（Tom Mitchell）、機器人學權威迪恩·普費弗（Dieter Fox）等，他們不僅推動了理論突破，更在人工智慧、機器人、人機互動、軟體工程等方向塑造了全球研究範式。卡內基梅隆大學的學術影響力體現在頂級會議論文的持續高產，更體現在對全球科技人才的培養與輸出。Google、微軟、蘋果等科技巨頭中，遍佈CMU出身的技術領袖與研究員。其與產業界的深度融合，使研究成果能迅速轉化為現實應用。幾十年來，CMU以穩定的頂尖產出、強大的師資陣容和深遠的全球影響力，構築起難以踰越的學術高地，成為世界公認的電腦科學“黃金標準”與“天花板”。然而，2025年最新榜單的出爐，徹底改寫了歷史——清華大學首次登頂世界第一，卡內基梅隆大學退居第二。中國軍團強勢崛起在這一榜單中，除清華大學與卡內基梅隆大學外，上海交通大學位居第三，浙江大學緊隨其後，北京大學第五。這意味著，在總榜前五位中，中國高校佔據四席。在細分領域，中國高校的優勢也是不遑多讓。CSRankings涵蓋人工智慧、電腦系統、電腦理論和跨學科領域四大方向，下設27個細分領域，以資料驅動、透明客觀著稱。作為四大領域之一，人工智慧（AI）成為中國的主場：北京大學躍居全球第一，其與上海交通大學、清華大學、浙江大學、中國科學院、哈爾濱工業大學，包攬全球前六。在這一領域，中國另有中國人民大學、復旦大學、香港科技大學、香港中文大學、南京大學、電子科技大學及香港中文大學（深圳），進入世界前20的行列。AI大類細分為人工智慧、電腦視覺、機器學習、自然語言處理、網頁資訊檢索五個細分領域。在AI大類的人工智慧子領域，全球前十四名被中國哈爾濱工業大學、中國科學院、浙江大學、上海交通大學、北京大學、電子科技大學、西安電子科技大學、深圳大學、清華大學、南京大學、北京航空航天大學、武漢大學、廈門大學、復旦大學包攬。在AI大類的自然語言處理子領域，哈工大、中國科學院、北京大學、清華大學、中國人大、上海交大、復旦大學，分居第一、二、三、四、七、八、十位。在AI大學的機器學習、電腦視覺等其它子領域，中國高校的論文產出數量與質量均實現領跑。不僅如此，中國高校在系統、理論與跨學科領域等其它四大類的三大類中，同樣全面突破。清華大學在作業系統、程式語言等基礎系統方向持續高產；浙江大學在電腦視覺與圖形學領域保持領先；南京大學、華中科技大學在軟體工程與體系結構上成果顯著。中國高端人才教育正在爆發清華大學登頂CSRankings世界第一，北京大學在人工智慧領域奪冠，不僅改寫了世界電腦學科的權力版圖，更標誌著中國正從技術追隨者，轉變為全球科技創新的定義者與引領者。這一歷史性突破，也印證了清華大學人工智慧學院院長、交叉資訊研究院院長姚期智院士的精準預判。2024年底，姚期智在浦江AI學術年會上指出，中國高端人才教育“已近爆發階段”，全國在科研投入與人才培養上的長期積累，正進入“將要成功的階段”。他特別強調，本土培養的博士生與海外歸國人才水平已不相上下，本科教育更是達到“世界最好程度”。所以，他將下一步努力的方向瞄向如何培養好博士後。更令人振奮的是，國際科技領袖的背書緊隨而至。輝達CEO黃仁勳多次公開表示，美國試圖通過出口管制遏制中國AI發展的做法“極其無知”，是“根本性的戰略錯誤”。他直言，中國是“意志堅定、能力超群的國家”，全球約一半AI研究人員是中國人，中國高校源源不斷輸出頂尖人才，任何封鎖都無法阻止其技術崛起。他尤其稱讚DeepSeek等中國團隊的原創突破，稱其“改變了AI研究的思路”，而DeepSeek的團隊基本是由本土清華、北大、浙大等高校的畢業生構成。中國正在掌握定義“前沿”的能力姚期智的遠見與黃仁勳的背書，共同揭示一個事實：中國AI人才自主培養體系已成型並進入收穫期。從“姚班”“智班”到清華及國內高校各種人工智慧學院，從本土博士到全球頂尖企業爭搶的華人科學家，中國正建構起高端人才培養、輸出乃至自給自足的循環。清北登頂CSRankings，不是偶然，而是教育戰略、人才回流與產業突破共振的結果。以清華為代表的中國軍團的強勢崛起，是硬指標的勝利。這不僅是排名的更迭，更是格局的裂變。這不僅是排名的躍升，更是一場系統性翻轉。這背後，是中國對基礎研究的持續投入、對AI戰略的前瞻佈局、龐大的資料資源、活躍的產業生態以及頂尖人才的快速集聚。過去十年，中國持續吸引了大批海外頂尖學者歸國任教。他們帶回方法論，也帶回學術網路。關鍵的是，中國的應用場景，反哺了學術研究。清北的登頂，是里程碑，也是發令槍。未來，清華、北大，將培養出一批世界級中青年學者。真正的爆點在於，中國正在掌握定義“前沿”的能力。更值得重視的是，這些學術突破正與華為、阿里、百度等科技巨頭形成深度協同，建構起“學術研究-技術轉化-產業應用”的閉環。美國頂尖高校依舊強勢，但不再是不可撼動。全球電腦與AI的版圖，正在重繪。中國，正在站上舞台中央。 (元界)