今年2月，华为云公司助理首席数据科学家、华为“天才少年计划”入选者徐科入职母校南京大学的消息引发各方关注。
从企业研发部门的主力，转身成为顶尖高校的博导。徐科并非个例。他所在的南大苏州校区智能科学与技术学院，自设立近3年来，已从华为、腾讯、阿里、苹果、字节跳动等科技巨头全职引进了8位优秀科研人才。高校跨界揽才究竟看中了什么？大厂精英又为何纷纷回流高校？这一人才流动会为教育界和产业界带来什么改变？
高校—企业—高校，“满载”AI实战经验而归
从高校直接进入产业前沿，摸爬滚打后再回归高校担任博导，8位优秀科研人才几乎都是90后，平均年龄还不到35岁。智能科学与技术学院副教授、博导邰颖认为，这是时代给予的绝佳机遇。
2017年博士毕业后，邰颖即入职腾讯。当年恰逢阿尔法狗横空出世，人工智能发展的这一里程碑直接带动了国内互联网大厂对AI研究的投入。“当时我没有任何企业经历，就直接到了市场最前沿去开发和应用计算机视觉技术。”在担任腾讯优图实验室专家研究员及研究组长期间，邰颖带领团队研发前沿视觉技术，腾讯会议的虚拟背景、可交互的数智人、AI人脸融合特效多个产品成功落地。在业务落地的同时，邰颖也带领研究团队围绕视觉感知和生成方向发表了50余篇人工智能国际顶级会议论文。
与邰颖一样，入职高校的大厂精英们不仅具备高学历、高产出的特征，还均有在AI产业前沿的实战经验，主导过战略级产品或技术方案。
智能科学与技术学院特聘研究员刘佳恒今年只有28岁，2023年博士毕业后入选了阿里巴巴的“阿里星”顶尖人才计划。在阿里期间，他已带领一支七八人的团队从事大模型训练工作，“我博士期间的研究方向是机器视觉，毕业时赶上了大模型热潮，也是边干边学。”刘佳恒说，企业资源密集，干起活也很有成就感，“当时在阿里做大模型基座预训练，该方向是当前业界的核心方向之一，要求的算力成本极高。”刘佳恒表示，该模型为商家提供专属客服、商品推荐等服务，起到显著降本增效的作用。
“在人工智能这样面向未来科技与产业需求的新工科领域，大模型、机器视觉等方面不少先进的创新成果来自企业界。”智能科学与技术学院院长助理、博导姚遥告诉记者，AI企业非常敏锐，会收购技术先进的企业、吸纳技术人才。
姚遥的经历和其他人略有不同。2015年本科毕业于南大，后赴香港科技大学跟随计算机视觉与图形学领域世界级专家权龙教授读博。权老师在校创立了聚焦三维重建技术的Altizure公司，用户用手机或无人机拍照上传，就可以自动得到一个三维模型。2020年，创业公司被苹果公司收购，作为创始团队核心成员，姚遥和团队一起加入了苹果公司，从事三维视觉相关的研究工作。姚遥告诉记者，学院从工业界引进的8人，集中于机器视觉与模式识别、生成式人工智能等前沿方向，在学科方向上，也高度契合于学院未来的发展方向。
从短期目标到长线挑战，静下心但不能慢下来
相比顶尖大厂而言，高校的薪资显然没有太大竞争力。在大厂带领团队的顶尖人才跳槽到高校，到底看中了啥？
对于AI顶尖人才来说，时间跟算力一样，是稀缺的资源。“在企业工作的后期，我有90%的时间都用于做业务。”邰颖说，在互联网，研究和应用是并行的——做研究是要为了保持技术的领先性，重点在于用技术去支撑业务拓展，“对接客户一项项需求，给应用打补丁，跟进服务，很难再去钻研一些前沿的底层技术。”
当互联网红利逐渐退潮，大厂竞争也正在加剧。“企业的重点都会从开创性研究转向商业变现，大厂对长线研究的投入和支持也会相应减弱。”姚遥认为，高校有国家政策的大力支持，有大量的基础研究项目，相当于纵向的“耐心资本”，而反观企业，数年的等待就显得格外“奢侈”，“当企业发现一个技术两三年都不见盈利，有可能会将相关研发部门整个砍掉。”
“产业界追求的‘快速迭代’与基础研究的‘漫长蓄势’之间，要建立更有效的协同。”姚遥说，AI产业要实现革命性突破，必须攻克一些底层关键技术，这必须依赖于基础研究的长期深耕。南大作为基础研究的重镇，通过苏州校区这样的创新载体，将基础研究优势与产业需求深度对接。
他也注意到，我国积极推动产教融合发展，出台一系列优惠政策和配套措施，为产业人才进入高校扫清了制度障碍。“苏州校区就开设了专任教师快速招聘通道，推进学术新区建设，为人才提供新的发展平台。”
对于个人而言，高校拥有更稳定的职业发展周期。跳槽高校，可以对抗发展上的短线焦虑，但并不意味着轻松。在大厂精英们口中，挑战是一个绝对高频词。
在姚遥看来，在高校里带团队科研攻关，比创业容易一些，但比企业工作更难。“你得找准一个方向走下去，但过程中会有很多不如预期的地方，要忍受不确定性。”
经历过产业界的淬炼，见证一轮轮技术产品的爆发，曾经的大厂精英有更强的紧迫感。“过去我们输入文本，AI只能生成纹理粗糙的图片，就这一两年，AI已经能从文本生成一段几十秒的运动合理、画质清晰的视频。”邰颖表示，视频生成领域各方激烈竞逐，技术难点也是共性的，比如如何更精细、更可控，“做到极致的话，未来每个人都可以是导演，生成影视级的视频，希望未来可以有自己的代表作。”
早上10点进办公室，晚上11点后回家，入职才两个月的刘佳恒保持跟大厂工作一样的节奏，正在申报一项基金项目。虽然基金规划周期一般是3年，但他觉得这个时间并没有太大参考价值。“基座模型预训练的赛道非常卷，能想到的idea，国内可能就有10个组同时来做。”大模型迭代的速度，让高校和企业同处一个“时区”，这也使得他必须保持竞跑的状态，“基金还没结项，我想做的问题已经被别人解决了怎么办？”
重新定义边界，教育产业必将“双赢”
站在科技前沿，大学和企业犹如硬币的两面，相互依赖、相互赋能。在最前沿的AI领域，这一波人才流动正在重新定义企业和高校的边界。
回归高校后，8位优秀产业界人才迅速融入学术界，形成学院其他老师组成了多元融合的团队。同时，他们与业内顶尖企业延续着深度产学研合作。
姚遥带领的三维视觉团队现有10余名硕士博士生，主要从事以三维计算机视觉为代表的人工智能应用研究。除了苹果、华为、影石科技等公司的合作，还积极与学院所在的苏州地方企业展开交流与合作。学校搞基础研究，企业出数据和算力，参与各方都有很大的积极性。刘佳恒说，“在阿里的时候我和豆包、字节、腾讯、快手都非常密切合作，形成一个良性的反馈循环。我跟其中一些朋友成立了一个大模型开源组织，大家经常在一起交流、分享。”
产业人才的加入，也让高校的课程吹入新风，突破产学研之间的壁垒。姚遥的博士生、博一学生陈林卓发现，老师会在课程中会讲一些产品项目作为教学案例，还会邀请企业界人士，系统阐述了从技术研发到产品商业化运营的全流程。在日常科研中，老师要求大家研读学术文献的同时，也要密切关注初创企业的技术应用案例，从中发掘潜在的研究方向，“这种产学研结合的思路，大大拓展了我学术研究的视野。”
大厂精英们，正在高校人才培养与产业需求之间架起一座座桥梁，传统科研的界限正在悄然消融。
邰颖的博士生，基本会到顶尖大厂中去实习。他认为，一方面是产业对复合人才的现实需要，另一方面也希望学生们培养从产业中发现真问题的意识。在过去的指导中，邰颖发现，有的学生看到一篇论文做一项任务，就想在别人基础上改进，“我问他，为什么要做这项任务？学生其实也不太清楚，只是看了论文说可以这么写。”
智能科学与技术学院博一学生南可攀去年9月入学，但提前半年就进了大厂实习，“当时字节跳动需要招视频生成方面的实习生，我立刻请邰老师推荐我过去。”南可攀说，企业不仅有学校没有的计算资源，一些产品、任务对研究还很有启发。他和同事提出了一个新的百万量级的高质量文本-视频数据集OpenVid-1M，面向学术界开源，促进以高质量视频为中心的学术研究发展。目前该数据集全球累计下载量已超过20万次，并发表在国际顶级会议ICLR 2025。
“越来越多的同学在课题组与公司合作的时候，找到了自己的选题。”姚遥表示，这其实很大程度上解决了AI课程滞后于业界发展的难题。未来，智能科学与技术学院及南京大学苏州校区将持续深化与产业界的合作，更好服务国家和地方的经济发展；同时坚定做好长期主义的堡垒，成为AI原创性突破的真正策源地。
新华日报·交汇点记者 杨频萍
