北大为何未能孕育智谱

DeepSeek和北大最近联手搞了个大新闻，开源了DSpark推理加速框架。一个顶级AI公司，一所顶尖高校，这种组合本身就足够吸引眼球。

这套框架要解决的是大模型在线服务中的工程难题——高并发场景下，如何让模型更快地吐出答案。公开信息显示，DSpark已经部署在DeepSeek-V4-Flash和V4-Pro预览版的服务引擎里，效果相当显著，单用户生成速度直接提升了约60%到85%。

其实就在几个月前，北大计算中心还联合华&为，拿出了一套基于昇腾平台的DeepSeek全栈开源推理方案。这套方案用的是北大自研的SCOW算力平台和鹤思调度系统，算是在国产算力生态里，为DeepSeek的部署铺了一条路。

过去几年，提到大模型创业，大家脑子里蹦出来的多半是清华系。从知识工程实验室和AMiner走出来的智谱，已经成了“大模型第一股”；面壁科技、生数科技、月之暗面这些明星公司，也都有清华的影子。

相比之下，北大的路线就显得有些“另类”了。

它没有死磕基座大模型，而是把目光投向了更具体的方向。比如，孵化出银河通用这样的公司，全力押注具身智能；还有晶泰科技，一门心思做AI for Science，把AI用在药物和材料研发上。

从结果上看，北大确实没有像清华那样，孵化出一个“智谱”级别的巨头。但这并不意味着它的路走错了，恰恰相反，它指向了另一种高校AI产业化的可能性。

01

要理解北大的AI产业化，得先看看它的孵化机制是怎么运作的。

早在2018年，北大科技园那个聚焦人工智能孵化的专业平台，就入选了国家级的众创空间。这个平台覆盖了从项目筛选、孵化、加速到产业化的全链条，手头还连接着投资机构、产业资源和一个个创业团队。

不过，这种平台化服务，和智谱那种“实验室成果直接公司化”的路径，差别还是挺大的。

智谱的成长轨迹很清晰：清华实验室的成果长成了公司，然后一头扎进大模型和资本市场。而北大AI的溢出，更像是先落到具体的产业问题里，再慢慢生根发芽。

目前，北大在AI产业孵化上最拿得出手的成果，当属具身智能方向。

银河通用，一家专攻通用机器人和具身智能大模型的公司。它的目标很纯粹：让机器人能理解环境、操作物体，并在各种真实场景里完成任务，而不是只会“纸上谈兵”。

这家公司的创始人王鹤，2021年从斯坦福博士毕业后回国，加入北大计算机学院，组建了具身感知与交互实验室。两年后，他拉上ABB前机器人专家姚腾洲，共同创办了银河通用，就这么把实验室里的研究推向了产业。

北大知名教授亲自带队，加上又是时下最火的产业方向，资本自然闻风而动。2023年底，银河通用就完成了亿元级的天使+轮融资，美团战略领投，北大旗下的燕缘创投、清华的SEE Fund，还有IDG资本都跟投了。

燕缘创投的加入，让这家北大校友企业，在资本层面也和母校绑得更紧了。

到了2024年，“北大—银河通用具身智能联合实验室”正式成立，覆盖了前沿理论、关键技术、成果转化和产业落地，算是把校企资源在实验室层面就深度对接上了。

教授创业在中国AI圈其实不稀奇，但像北大这种Top2级别的学校，在AI孵化落地上，偏偏没有选择语言基座模型这条最热的路，确实值得玩味。

AI for Science，才是另一条更有“北大底色”的路线。

晶泰科技，一家做AI制药和材料研发的公司。它想用算法、计算化学和自动化实验，去解决传统药物研发效率低下的问题。

晶泰的联合创始人赖力鹏，本科在北大读物理和数学，后来去了麻省理工做博士后。2018年，他被北大引进回国，通过北大科技园完成了产学研的转化，创办了深圳晶泰科技。

后来，晶泰拿到了腾讯、真格、峰瑞、红杉、Google这些顶级机构的投资，逐渐成了AI for Science赛道的代表性公司。

北大方面也把晶泰当成了典型案例。2026年，北大创新创业学院的“创企行”第一站，就选在了晶泰，目的是让学生们亲眼看看，AI for Science企业是怎么从科研问题走向产业应用的。

这两家公司都迅速成长为各自领域的知名企业，但作为北大AI产业孵化的名片，它们和清华孵化智谱的路径，差异已经非常明显了。

02

如果说北大的逻辑是“平台孵化”，那清华和智谱的案例，就是典型的“实验室孵化”。

智谱的前身，可以追溯到清华知识工程实验室和AMiner。AMiner最早是个学术搜索和知识挖掘系统，在知识图谱、学术网络、自然语言处理和数据挖掘这些领域，积累了深厚的功底。

等到大模型创业的风口一来，这条技术路线自然就有了公司化的出口。

2019年，李涓子、唐杰等清华教授共同成立了智谱。唐杰出任首席科学家，张鹏担任CEO。一条清晰的链路就此打通：实验室成果、教授团队、公司主体、资本市场，环环相扣。

图注：智谱唐杰

智谱上市后，清华的孵化成果也迅速在资本市场上得到了回报。按招股书披露，清华旗下的华控技术转移有限公司持有智谱约3.5%的股份。如果按近期约1万亿港元的总市值计算，这部分股权对应市值超过300亿港元。再加上清华教育基金会通过JinYi Capital认购的基石投资者股份，有行业报道测算，清华相关主体持有智谱股份的总市值，大概在380亿港元左右。

况且，清华在这一轮大模型创业里，也不止智谱这一张牌。

面壁智能，2022年成立，创始团队来自清华计算机系自然语言处理实验室。早期还得到了北京智源人工智能研究院的孵化支持，种子轮就有智谱的投资。从实验室到科研平台，再到创业公司，这条成果转化链一直在延伸。

2023年，清华校友杨植麟创办了月之暗面，推出了Kimi。虽然它没有走实验室成果转化的老路，但很快就成了国内最受关注的大模型创业公司之一。

如果再把时间往前推一年，你会发现这几家公司其实都曾在一个地方交汇过。

2018年，北京启动了北京智源人工智能研究院的建设，目标是把高校、科研院所和企业的AI力量整合到同一个平台上。北大计算机学院教授黄铁军参与创立并担任首任院长；清华计算机系教授唐杰后来担任学术副院长，主持了“悟道”大模型等项目。

几年后，这个平台成了北京AI创业故事里一个重要的“孵化器”。唐杰参与创办了智谱，刘知远联合创办了面壁，杨植麟参与“悟道”项目后创办了月之暗面。黄铁军后来透露，智源成立七年来，已经孵化了约20家人工智能创业公司。

这也是北京这一轮AI创业的一个显著特点：很多后来被归入“清华系”的大模型公司，往前追溯，都能看到高校、科研平台和产业资源长期交汇的痕迹。

前面提到的银河通用、晶泰科技，也是在同一时期，沿着另一条路径成长起来的。相比基础模型创业，北大的产业化结果，更多是落在了科学智能、具身智能和企业智能这些方向上。

这种差异，从北大AI的旗帜性人物身上也能看得很清楚。

朱松纯，北大人工智能研究院院长，也是北京通用人工智能研究院院长。他的研究方向，用一句话概括就是：机器能不能真正进入并理解真实世界。

2023年，他在北大开学典礼上说过，一个通用智能体至少要能“完成无限任务、自主产生任务以及由价值驱动”。他还特意提醒，很多人把大语言模型看作通用人工智能，但这些模型“不具备这三大基本特征中的任何一个”。

2026年3月，北京通用人工智能研究院发布了机器人核心引擎“通脑”，目标就是让机器人摆脱“遥控演示”，具备自主决策和持续学习的能力。北大的通用智能研究，就这么实实在在地和具身机器人、真实任务接上了轨。

另一边，北大计算机学院教授黄铁军，曾任北大人工智能研究院副院长、北京智源人工智能研究院院长。他长期深耕视觉信息处理和神经形态计算。2021年，他团队的超高速脉冲相机亮相了国家“十三五”科技创新成就展。北大和北大科技成果转化基金围绕这项成果，成立了脉冲视觉公司，全力推动产业化。

所以，两位北大AI的旗帜性人物，一个聚焦通用智能和机器人，另一个聚焦机器视觉和芯片。这在一定程度上，也解释了同在海淀区的两家Top2高校，在AI产业研究路线上的根本差异。

03

回到互联网时代，北大其实有过非常清晰的产业名片。

最知名的校友案例，莫过于李彦宏创办的百度。那一代北大技术人才，刚好赶上了搜索和互联网平台的大周期，抓住了早期的技术风口，迅速成长为行业的中流砥柱。

到了大模型时代，北大人才依然在核心链条里活跃着，虽然没有涌现出像智谱那样的头部基模公司，但北大系的AI人才，纷纷进入了头部公司的模型研发团队、开源生态和研究机构。

已经从阿里Qwen团队离职的林俊旸，就是一个很典型的例子。

图注：林俊旸

林俊旸北大毕业后进入阿里达摩院，参与过M6、OFA等重大项目。到了Qwen开源体系阶段，他已经站在了阿里大模型研发链条的核心位置上。

2026年1月的AGI-Next前沿峰会上，林俊旸和智谱唐杰、月之暗面杨植麟、腾讯姚顺雨同台。这场活动由清华基础模型北京市重点实验室发起，智谱参与组织。现场有个细节很有意思：林俊旸原本准备的演讲题目是“Generalist Model”，后来改成了“Generalist Agent”。他解释说，Agent比模型本身更大，要能像人一样使用工具，也要能在环境中完成任务。

今年3月，林俊旸从阿里Qwen团队离职。很快，投资圈就开始跟进他的下一步动向。近期多家媒体报道，他正在筹备新的AI创业项目，种子轮目标估值就高达20亿美元，约合135亿元软妹币。

这让他有可能成为北大AI校友创业的一个新样本。也许在他的主导下，北大校友的创业版图上，也会多出一个更接近大模型主线的案例。

在另一家AI巨头DeepSeek的团队里，也有北大出身的大模型人才的身影。

目前担任小米MiMo大模型负责人的罗福莉，曾在北大攻读计算语言学硕士，之后先后进入阿里达摩院和DeepSeek工作。媒体后来常把她写成“天才少女”，但她本人并不喜欢这个标签。

2021年，罗福莉在阿里达摩院的一次专访中回忆，自己曾是计算机领域的“低起点者”。大三到北大实习期间，她受到了北大语言计算与互联网挖掘研究室研究员万小军的科研启蒙，并发表了人生中第一篇顶会论文。

2017年，她被保送到北大计算语言学专业。她后来回忆，冲刺论文那一年，大年二十九才回家，大年初五又回学校赶稿，一直赶到了正月十五。

2019年，罗福莉因在自然语言处理顶会ACL上参与发表8篇论文而走红。她后来在知乎上回应，说自己只是投中了一长一短两篇，其他论文是参与实验室同学的研究。她特别强调：“我付出了足够的努力，当然也有运气成分加持。”

罗福莉后面的职业轨迹已经广为人知：从达摩院到DeepSeek，再转战小米。而北大和DeepSeek的合作，也在同一时间变得更加深入。

最近，随着DSpark进入DeepSeek线上服务引擎，北大与华&为的推理方案也进入了国产算力部署链条。北大正在通过系统工程层面的成果，不断切入大模型产业的底层。

如果以清华—智谱的路径作为参照，北大确实还没有形成一个同样清晰的基础模型公司样本。但如果把AI产业的视野放得更宽，你会发现，北大的位置仍然处在产业中心。

今年1月，北大临港科创中心披露，燕缘创投管理的首支全盲池基金完成了备案，规模1亿元，重点投向半导体、人工智能、软件等新一代信息技术，以及北大科技成果转化项目。

另一边，去年6月举办的首期北大AI创业营，从全校超过100个报名项目中遴选出了35个项目、66位青年创业者，方向覆盖了机器人、脑机接口、科学智能、智慧医疗和类脑芯片。到2026年初，第二期又有45个项目入营，超过60%的项目已经完成了公司注册。

这些动作都在指向另一条AI产业路线：北大不只是等着校友在外部创业，也在用基金、创业营和成果转化平台，主动加速AI成果的落地。

清华的AI名片，已经通过基础模型公司打响了。而北大的AI名片，可能会在更垂直的地方出现：机器人、类脑芯片、科学智能、AI for Science……

回到开头的问题，北大的答案可能不是要再复制一家智谱。两所Top2高校，在产业基因上，从一开始就存在着一些差异。

在众多孵化的企业中，北大仍然需要一张AI产业的名片，但那未必会是一家通用基模公司。这才是关键所在。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：北大为何未能孕育智谱要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题