李飞飞学生苏昊加盟复旦，“AI人才正在经历他们的‘下海潮’”

复旦大学日前官宣，AI大牛苏昊加盟，担任复旦大学浩清特聘教授、通用物理智能研究院院长，致力于推动物理智能的最终实现。过去两年，AI人才流动明显加快，其中海外人才回流明显。从事海外人才招聘的业内人士看来，这一代AI人才正在经历属于他们的“下海潮”。

公开资料显示，苏昊拥有斯坦福大学计算机科学博士学位和北京航空航天大学数学博士学位，研究涵盖计算机视觉、计算机图形学、三维深度学习、强化学习与具身智能。他曾师从华裔女科学家、“AI教母”李飞飞，作为早期贡献者参与了李飞飞领导的ImageNet项目；也曾是加州大学圣地亚哥分校计算机科学与工程系的终身副教授。加盟复旦大学后，他致力于培养下个十年的人工智能领军人物。

苏昊。图片来自“复旦大学”微信公众号。

海外求索17年，回国聚焦物理智能

苏昊在AI领域的深耕，伴随着长达十七年的海外学术求索。时间线拉回到2008年，他赴美留学，从2008年至2012年间，作为学生参与了由李飞飞领导的全球最大图像识别数据库ImageNet项目，这为他奠定了坚实的2D感知基础。

接下来的阶段，从2013到2017年，在斯坦福大学攻读博士期间，苏昊主导创建了全球第一个大规模3D数据集ShapeNet，以及PointNet骨干网络。这两项工作堪称三维视觉领域的奠基性成果，其后续改进被广泛应用于自动驾驶等系统之中。

2018年，苏昊入职加州大学圣地亚哥分校（UCSD），并最终成为该校计算机科学与工程系的终身副教授。在UCSD的八年里，他推动开发的SAPIEN平台，为物理交互仿真搭建了关键的基础设施。此后，他与本科同学在美国共同创办了具身智能公司Hillbot。

从2024年至今，苏昊的研究焦点转向具身智能的评测框架与世界模型。其团队研发的核心系统ManiSkill和TD-MPC算法，已在全球研究社区中得到广泛应用。

关于人工智能的未来图景，苏昊有一个清晰的划分：“人工智能可以分为两大板块，一半在语言空间，已取得瞩目进展；另一半则在物理世界，是真正跟我们的物理世界打交道，其中仍有大量基础科学问题有待破解。”他进一步指出，“市场上我们看到许多精彩的demo（演示），但它们与真正的通用能力之间，仍存在一个关键断层。”

这个断层，正是物理智能。所谓物理智能，是指让人工智能系统在物理世界里能够有效完成任务，这包括理解世界以及执行恰当的行动。在苏昊看来，这意味着研究对象不再局限于算法本身，更涉及机器人实体和多学科的交融。这也不仅是一个单纯的学术问题，还需要一个完善的产业生态来支撑。

根据复旦大学发布的消息，依托该校智能机器人与先进制造创新学院，新成立的通用物理智能研究院将打破传统院系划分，不设学科边界，完全以解决问题为导向。研究院旨在汇聚数学、物理、计算机、人机交互、脑机接口等各个领域的顶尖人才，培养学生高品位的科研眼光和长周期的探索耐心，最终目标是让学生做出高水平的原创性工作。

为此，研究院将搭建全新的人才培养体系，重构课程体系和知识结构，缩短学生从基础学习到前沿研究的路径，让他们尽早进入科研状态并参与实践。同时，研究院也将大力支持师生创新创业，助力成果转化，并与产业界进行深度互动。

人才流动节奏加快，95后走上关键岗位

人工智能赛道的高速迭代，直接带动了人才流动节奏的显著加快。一个明显的趋势是，海外人才正加速回流国内，进入头部科技企业或知名高校。

去年12月，腾讯宣布升级其大模型研发架构，新成立了AI Infra部、AI Data部、数据计算平台部，以强化大模型的研发体系与核心能力。值得注意的是，出生于1998年、年仅27岁的姚顺雨被任命为“CEO/总裁办公室”首席AI科学家，向腾讯总裁刘炽平汇报；同时兼任AI Infra部、大语言模型部负责人，向技术工程事业群总裁卢山汇报。

姚顺雨本科就读于清华大学姚班，之后赴美国普林斯顿大学攻读博士学位。2024年博士毕业后，他加入OpenAI担任研究员，参与了Operator、Deep Research等智能体产品的开发，是项目的核心贡献者之一。

与以往论资排辈的晋升路径不同，如今越来越多的95后已经走上关键岗位。在企业竞争的版图中，对青年顶尖人才的识别、留用与赋能，正逐渐成为不可忽视的重要一环。

类似的案例还有不少。前DeepSeek研究员郭达雅日前加盟字节跳动，成为其Agent（智能体）方向的负责人之一，职级为L8。郭达雅出生于1994年，2014年进入中山大学数据科学与计算机学院学习。

另一位“95后”罗福莉，此前是DeepSeek研究员，于去年加入小米，目前担任小米MiMo大模型负责人。罗福莉本科毕业于北京师范大学计算机专业，硕士阶段进入北京大学计算语言学深造。毕业后她先加入阿里巴巴达摩院机器智能实验室，2024年加入DeepSeek母公司幻方量化，后担任DeepSeek的深度学习研究员，参与了DeepSeek-V2等模型的研发。

对于这股人才流动潮，国际招聘顾问公司米高蒲志（Michael Page）深圳分公司的AI和机器人招聘专家黄悦仪向澎湃科技表示，这一代AI人才正在经历属于他们的“下海潮”。过去两年，海外人才回流的咨询量增加明显。从方向分布上看，具身智能占了绝对大头。机器人方向，尤其是专注于新一代机器人基础模型的海外博士，回国后往往能直接拿到核心岗位或组队创业融资。在大模型基座和Agent应用层领域，那些发表过前沿顶会论文、拥有产品闭环以及工程落地经验的人才同样备受青睐。

从具体的人才迁移路线来看，黄悦仪指出，智能驾驶领域的人才正大规模流向机器人行业，同时互联网人才也在跨界涌入。特别是模型层的算法人才和具有战略视野的大产品经理，纷纷从互联网进入机器人、大模型应用及智能体赛道，他们带来了互联网的产品化思维和工程化能力，与硬件背景的团队形成了有效互补。此外，从大厂向创业公司的单向流动也在加速。这些创业公司的创始团队配置通常呈现出一种典型模式：创始人出身顶尖高校，在海外或头部大厂、学术圈有过突破性研究，再搭配出身硬科技大厂的工程管理者，以及一批擅长调优模型的年轻算法人才。