华人领跑全球AI人才榜，DeepSeek却成最大黑马？

华人AI人才崛起，DeepSeek逆袭成全球新星？

　　 7月3日，在2025全球数字经济大会上，一份具有重要影响力的榜单首次面向全球公布，引发广泛关注。这一发布不仅体现了全球对数字经济发展的高度重视，也反映出各国在该领域的竞争与合作态势。榜单的出炉，为行业提供了新的风向标，有助于推动技术创新与产业转型。

　　 该榜单通过对近十年来近10万篇文献进行深度分析，评选出了全球人工智能领域的Top100人才。其中，华人依然占据主要席位。凤凰网科技从中整理出了一份备受关注的名单，这些人物目前大多就职于国内外企业，仍在人工智能的前沿领域持续活跃，包括：

　　 何恺明，曾在美国麻省理工学院（MIT）任职，作为ResNet的提出者，他是深度学习革命中的关键人物。他所提出的残差学习（Residual Learning）概念，成功解决了神经网络长期存在的“梯度消失”问题，使得训练上千层的神经网络成为可能。他的论文被引用次数高达数十万次（公开数据显示约40万次），被公认为计算机视觉领域的诺奖级成就。6月26日，何恺明正式宣布加入Google DeepMind，担任杰出科学家，同时仍保留MIT终身副教授的职位。

　　 张祥雨，曾是旷视研究院的重要成员，现担任阶跃星辰首席科学家；2016年，作为核心贡献者之一，参与的ResNet论文荣获CVPR最佳论文，引发全球关注。此后，在ImageNet、COCO等计算机视觉领域的顶级赛事中屡创佳绩。其与团队研发的ResNet、ShuffleNet系列对整个行业产生了深远影响，Google Scholar引用次数超过40,000次，成为众多手机、摄像头及自动驾驶系统的核心技术支撑。 这位学者在深度学习领域所取得的成就，不仅体现了其卓越的科研能力，也反映了中国在人工智能基础研究方面的强劲实力。他的经历也反映出当前AI人才流动的动态趋势，越来越多的顶尖人才正从企业走向新兴科技公司，推动技术创新与产业应用的深度融合。

　　 任少卿，蔚来汽车自动驾驶的核心技术负责人，计算机视觉与自动驾驶融合领域的权威专家，曾多次在顶级计算机视觉会议发表具有重要影响力的论文。

　　 田奇，华为在人工智能领域的重要人物，同时也是华为计算产品线（包括昇腾AI处理器等）以及MindSpore框架的核心负责人。

　　 王云鹤，华为诺亚方舟实验室的研究人员，致力于AI基础模型、神经网络架构搜索（NAS）以及模型轻量化等前沿技术领域，是华为AI“顶天”（探索前沿）与“立地”（推动应用）战略的重要践行者。

　　 谢凌曦，华为“天才少年”在计算机视觉领域，尤其是在视觉大模型、自监督学习以及对抗鲁棒性等方面，开展了一系列具有开创性的研究工作。

　　 王晓刚，商汤科技的联合创始人及核心技术的重要推动者之一。在商汤科技，他负责主导了核心视觉算法架构的搭建。

　　 石建萍，商汤科技自动驾驶研发团队的女性领军人物。她带领团队在智能驾驶的视觉感知、多传感器融合以及高精度定位等领域实现了突破性进展。

　　 闫俊杰，MiniMax创始人，曾是国内最早一批成立大模型公司的核心人物之一。在人工智能快速发展的背景下，其早期布局为行业奠定了重要基础。这一角色不仅体现了其在技术领域的前瞻性，也反映出其对产业趋势的深刻理解。随着大模型技术的不断成熟，这类早期探索者的作用愈发凸显，成为推动行业发展的重要力量。

　　 曹越，前微软资深工程师，现为Sand.AI的创始人兼首席执行官。专注于构建下一代人工智能智能体（AIAgent）平台。

　　 陶大程，新加坡南洋理工大学（NTU）协理副校长、澳大利亚荣誉教授，计算机视觉领域的知名专家，IEEE、AAAS和ACM三大学会的会士，曾担任京东探索研究院院长（2023年卸任）。其研究领域涵盖计算机视觉、机器学习、统计学习以及可信AI（包括鲁棒性、可解释性和公平性）等核心方向。

　　 刘子纬，新加坡南洋理工大学（NTU）的青年才俊教授，学术领域的佼佼者。在视觉-语言理解（VLP）、多模态大模型以及信息检索等领域取得了显著成就。其研究成果多次被CVPR、ICCV、NeurIPS等顶级会议收录，并常位列排行榜前列，是推动多模态预训练模型发展与应用的重要人物。

　　 贾佳亚，香港中文大学计算机科学与工程系教授，同时也是思谋科技的创始人。他是一位在计算机视觉领域享有盛誉的学者，长期致力于底层视觉重建、图像增强、图像分割以及医学图像分析等方向的研究，取得了诸多具有影响力的成果。他的工作不仅推动了相关技术的发展，也在实际应用中展现出广泛的价值。 在当前人工智能技术快速发展的背景下，计算机视觉作为核心技术之一，正逐步渗透到医疗、工业、安防等多个领域。像他这样兼具学术深度与产业实践经验的学者，对于推动技术落地和产业升级具有重要意义。其研究方向紧扣行业痛点，体现了科研与应用的紧密结合。

　　 杨明玄，美国加州大学默塞德分校计算机科学系教授，同时担任Google DeepMind的研究员。他在机器学习与数据挖掘领域有着深入研究，尤其在图神经网络（GNN）、推荐系统以及社交网络分析等方面取得了显著成果。

　　 刘威，前腾讯混元大模型技术负责人之一，腾讯杰出科学家，2025 年初离职创业。2024 年领导开源混元文生图模型、3D 生成模型“Hunyuan3D-1.0”，推动腾讯内部 700 + 业务接入 AI 能力（如微信输入法、腾讯会议）。发表顶会论文 100 + 篇，总引用 3600 + 次，获 CVPR 青年研究者奖、SIGIR 最佳论文荣誉奖。

　　 颜水成，新加坡国立大学终身教授，培养 50 + 名博士，建立亚太最大计算机视觉实验室，历任 360 首席科学家、依图 CTO、Sea 集团 AI Lab 主任；2023 年加入昆仑万维任 2050 全球研究院院长，2024 年底卸任。

　　 据东壁科技数据创始人、深圳大学特聘教授吴登生介绍，该报告依托东壁全球科技文献数据平台（dbdata.com），对全球人工智能研究生态进行了全面分析。数据集覆盖了来自175个国家和地区的近20万名学者，涉及3847个机构，时间范围为2015年至2024年。

　　 何恺明、刘子纬、王晓刚、陶大程等人均曾师从中国人工智能领域的先驱人物、商汤科技创始人汤晓鸥，而张祥雨也曾师从何恺明。这一师承关系展现了中国人工智能领域人才的传承与积累，也反映出早期研究者在推动技术发展中的重要作用。从学术到产业的衔接，这种师徒链不仅体现了知识的延续，也为后续的技术突破奠定了坚实基础。

　　 业内曾断言，“得华人科学家者得AI天下”，这一说法在今天依然具有高度的现实意义。 在人工智能领域，华人科学家持续发挥着关键作用，他们的研究成果和技术创新不断推动行业发展。从算法优化到模型架构，从理论突破到实际应用，华人学者的身影无处不在。可以说，谁能在人才战略上重视并吸引华人科学家，谁就更有可能在AI竞争中占据先机。 当前，全球AI发展进入新阶段，技术迭代加速，应用场景不断拓展。在此背景下，人才的竞争尤为激烈。而华人科学家凭借扎实的学术背景、强烈的创新意识以及对技术趋势的敏锐洞察，成为不可忽视的重要力量。这一现象不仅反映了个人能力的突出，也体现了教育体系与科研环境的支撑作用。 未来，如何更好地凝聚和培养这类人才，将是各国AI发展战略中的核心议题之一。

　　 2025 年 6 月，硅谷上演了史上最激烈人才争夺战，华人 AI 科学家再成焦点：Meta 内部信官宣组建“超级智能实验室”，扎克伯格亲自下场挖人，不惜给出了首年总薪酬 1 亿美元承诺。《连线》杂志报道，Meta 已向 OpenAI 员工发出至少十份令人咋舌的天价邀约。而首次曝光的新增 11 名 AI 核心员工，华人占据 7 席，分别来自 OpenAI、Anthropic 和谷歌等。其中包括曾参与 GPT-4o 和 GPT-4.1 研发的赵晟佳、余家辉、毕树超、任泓宇等人。这四人分别具有清华、中科大少年班、浙大、北大背景。

　　 英伟达CEO黄仁勋近日亲自招募了来自清华大学的精英人才朱邦华和焦剑涛，其中朱邦华担任首席研究科学家，焦剑涛则负责领导StarNemotron团队的应用研究工作。

　　 但另一方面，中国本土人才正在悄然崛起，逐渐改变由硅谷主导的科技格局。此次未进入榜单的DeepSeek便是一个典型案例，其采取了本土化的人才培养策略，吸纳了来自顶尖高校的应届生、博士生，甚至包括四五年级的实习生，以及一些有几年工作经验的年轻人。梁文锋曾在接受暗涌采访时提到，“全球前50的AI人才可能确实不在中国，但我们希望培养出这样的团队。” 在我看来，这种本土化路径不仅体现了国内企业在人才培养上的长远布局，也反映出中国科技行业在自主创新方面的坚定决心。随着越来越多的本土企业重视人才储备与成长环境的优化，未来中国在全球科技竞争中的地位有望进一步提升。

　　 当前，中美大厂的 AI 人才争夺战仍处在焦灼的状态里。

　　 除了Meta之外，另一位亲自参与挖人的知名人物是字节跳动的创始人张一鸣。

　　 凤凰网科技从相关知情人士处获悉，张一鸣对AI业务一直保持高度关注。自去年下半年起，他频繁往返于新加坡和北京，每月都会参与字节跳动Seed核心技术团队的复盘与讨论会议。

　　 字节跳动从去年开启 Top Seed 人才计划，官方称，是“期望找大模型领域前 5% 的人，做 95% 的人做不到的事”。其中，最为瞩目的事件，是曾 8 位数年薪，挖走阿里大模型人才。

　　 由于一直大手笔引入科研人员，互联网与科技巨头已成科研核心力量。据东壁科技数据发布的《人工智能领域科研态势分析报告（2015-2024 年）》，这十年间，美国企业 AI 学术发文总量为 10,330 篇，而中国企业为 5,748 篇。其中，谷歌及其母公司 Alphabet 以 5,809 次总发表量成为产业界研发投入最大的公司，超越加州大学、卡内基梅隆大学等高校，仅次于总发表量为 7,423 次的中国科学院。微软总发表量为 2,625 次，并且其论文在深度学习和云计算 AI 方面贡献突出。

　　 AI作为技术密集型产业，其学术研究高度集中在头部企业，中美两国TOP15企业的发文集中度均超过99%。这一现象反映出当前人工智能领域的研究资源和创新力量正日益向少数大型科技公司聚集，进一步加剧了行业内的竞争格局。这种集中趋势虽然有助于提升研发效率和技术突破的速度，但也可能对中小型企业和新兴研究机构形成一定的壁垒，影响整个生态的多样性和可持续发展。

　　 中国发文数量排名前三的企业分别是腾讯（1,354篇）、阿里巴巴（1,034篇）和华为（885篇），而美国排名前三的企业则为谷歌（2,895篇）、微软（1,582篇）以及Meta（1,419篇）。

　　 该报告还显示，谷歌和微软两家公司各自拥有约2500名人工智能领域的人才，稳居第一梯队。第二梯队由美国的IBM公司和Meta公司组成，其中IBM拥有1640名相关人才，而Meta则有1249名人工智能人才。在人才储备方面，腾讯和阿里巴巴也位居前列，分别拥有992名和633名人工智能人才。

　　 华为和三星虽然在AI领域的宣传较为低调，但在人才储备方面并不落后，分别拥有429名和284名相关人才。然而，东壁科技的数据指出，AI人才的数量与所在机构的贡献度并不总是成正比。“DeepMind虽然仅有534名人工智能人才，但其推出的AlphaGo、AlphaFold、Gemini等AI程序和产品，在行业内具有重要的价值，并对行业发展起到了显著的推动作用。”

　　 注：人才榜单数据来源于近十年（2015-2024年），统计范围涵盖人工智能领域的顶级会议和顶级期刊的所有论文，同时在129本跨学科顶级期刊中检索与人工智能相关的论文，最终筛选出全球范围内的高质量人工智能论文共计96,961篇。通过统计学者的论文数量和被引用次数，来衡量其学术影响力。

　　 报告与榜单由联合国工业发展组织投资和技术促进办公室联合东壁科技数据共同发布。