2026-07-26 05:03:47 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

文章总结： 本文剖析2026全球AI人才图谱，揭示人才流动与机构格局。核心发现为AI人才大迁徙，国际向Anthropic收敛，国内大厂将海外科学家推上权力中心。关系网络暴露技术基因的非对称传播，如Bengio牵连国内外团队。国内呈清华系、大厂与开源三足鼎立。建议通过师徒链追踪模型技术源头与风险。 综合评分： 78 文章分类： AI安全,供应链安全,威胁情报

cover_image

从全球AI大佬看AI研究和发展趋势

原创

Torjan Torjan

SecNewsAI攻防

2026年7月17日 19:05 广东

在小说阅读器读本章

去阅读

GLOBAL AI TALENT MAP · 科普版 · 2026.07

人才图谱只是一张花哨的关系网？把这张 AI 人才版图摊开，从头读到尾

—— 66 位人物 · 28 家机构 · 31 条关系 · 54 篇论文 · 10 大方向

本文看点

| | | | | — | — | — | | 01 人才流动 14 条关键迁移 | 02 关系网络 6 组关系链 | 03 人物 + 论文 + 方向 66 人精选速查 & 54 篇里程碑 |

下面这篇，把原交互图谱的几乎全部内容——66 位人物、28 家机构、31 条关系、54 篇里程碑论文、10 大研究方向——按「能扫读」的方式摊开。篇幅偏长，建议收藏后慢慢看。

| | | | | | | | — | — | — | — | — | — | | 66 AI 人才 | 38 国际人才 | 28 国内人才 | 54 论文 | 10 研究方向 | 31 核心关系 |

TALENT FLOW

人才流动 · 关键迁移

2025–2026 是 AI 人才大迁徙年。下面 14 条是图谱里标注的关键迁移（箭头左为原属、右为现属）：

2026.06 Noam Shazeer Google DeepMind → OpenAI

2026.06 John Jumper DeepMind → Anthropic

2025–26 Mira Murati / John Schulman / Lilian Weng OpenAI → Thinking Machines

2024 Jan Leike OpenAI → Anthropic → OpenAI

2025.12 姚顺雨 OpenAI → 腾讯

2025.02 吴永辉 Google DeepMind → 字节 Seed

2026.03 郁博文阿里千问 → 字节 Seed

2026.01 惠彬阿里千问 → Meta

2021 闫俊杰商汤 → MiniMax

2023 姜大昕微软亚研 → 阶跃星辰

2023 杨植麟清华 KEG → 月之暗面

2026.05 Karpathy（师李飞飞） Stanford → Anthropic

2026.03 Ross Nordeen Tesla / xAI → Anthropic

2026.03 Bailis / McCann Workday / You.com → Anthropic

「注意右侧的「中国箭头」：姚顺雨（OpenAI→腾讯）、吴永辉（Google DeepMind→字节）、郁博文（阿里千问→字节）、惠彬（阿里千问→Meta）——人才在双向流动，但国内大厂正在把顶尖科学家推上权力中心。」

RELATION NETWORK

关系网络图谱 · 师徒 / 同源 / 迁移 / 合作

原图是一张可悬停的交互网络（左国际、右国内，机构为干、人才为叶）。公众号里没法嵌交互，我把图谱里最硬的 6 组关系链原样列出来——它们才是这张网的筋骨：

师徒 · 国际

• Geoffrey Hinton → Ilya Sutskever（多伦多博士导师 → SSI）

• 李飞飞 → Andrej Karpathy（斯坦福博士导师 → Anthropic）

• Hinton = Bengio = LeCun（2019 图灵奖三巨头，同代师友）

师徒 · 国内 / 中外

• 唐杰 → 杨植麟（清华 KEG 导师 → 月之暗面）

• Ruslan Salakhutdinov → 杨植麟（CMU 博士导师）

• Bengio ⟷ 杨植麟（国际合作，跨越国界）

同源 · 创始网络

• OpenAI 系：Altman = Brockman = Murati = Schulman = Zoph（出走创业 / 回流）

• Anthropic 系：Dario = Daniela = Kaplan = Jack Clark（均出自 OpenAI）

• SSI：Ilya = Gross = Levy ｜ Mistral：Mensch = Lample（均出自 DeepMind）

• 国内：智谱(唐杰/张鹏) · 百川(王小川/茹立云) · 阶跃(姜大昕/印奇)

同团队 / 同机构

• Anthropic 预训练线：Karpathy = Jelani Nelson

• AI for Science：John Jumper = Kirill Neklyudov

• Tesla 同源：Karpathy = Ross Nordeen

• DeepMind 联创：Demis Hassabis = Mustafa Suleyman

跨域 / 跨国合作

• 清华 AI 输出带：唐杰 ⟷ 刘知远 ⟷ 朱军（智谱 / 面壁 / 生数）

• 2026 国际 AI 安全报告：Bengio 牵头的顾问含姚期智、张亚勤（中国学界入局）

• NVIDIA Nemotron 开放联盟：Mistral / Perplexity / TML 等跨机构协作

大厂 AI 权力中心（中国）

• 字节：吴永辉（前 Google DeepMind）掌 Seed，直接向梁汝波汇报

• 阿里：周靖人（通义）晋升阿里合伙人

• 腾讯：姚顺雨（前 OpenAI）任首席 AI 科学家，向刘炽平汇报

✦ 安全人读法

关系网的「非对称性」最值得警惕：一条美国实验室的博士选题，几年后可能变成国内某个模型的基因。你看 Bengio 一个人，就同时牵着国际（Ilya）与中国（杨植麟、姚期智、张亚勤）的学生。

ORG HUBS

机构全景 · 28 家枢纽 — 国际 12 · 国内 16

图谱锚定了 28 家机构枢纽，是人才流动的「干」。下表按国际 / 国内列出：

「一眼结论：国际侧由 OpenAI / Anthropic / Google DeepMind 三极主导；国内侧则是「清华系创业（智谱/生数/面壁）+ 大厂权力中心（字节/阿里/腾讯）+ 开源学派（DeepSeek）」三股力量并立。」

PEOPLE

人物精选 + 全量速查 · 66 位热点人才

先看两组「安全人最该记住」的人，再附完整 66 人速查表。

① 国际侧：2026 上半年人才向 Anthropic 收敛

「Karpathy（5 月）、Jumper（AlphaFold 之父 / 诺奖，6 月）、多位学界系主任与创始人级 CTO 在 2026 上半年集中加入 Anthropic——「让模型听话」的方法论（RLHF / Constitutional AI / Superalignment）正加速向这一家收口。」

② 国内侧：清华 AI 输出带 + 大厂权力中心

「清华 KEG 一系，养出了杨植麟（月之暗面，师承唐杰/ Ruslan / Bengio）、智谱（唐杰）、生数（朱军）、面壁（刘知远）；同时字节（吴永辉，前 Google DeepMind）、阿里（周靖人）、腾讯（姚顺雨，前 OpenAI）把 AI 科学家推上权力中心。国产模型选型，得读懂每家的「能力来源」。」

③ 全量 66 人速查表

完整名单（姓名 · 中文/身份 · 现属机构 · 类别），按图谱顺序：

MILESTONE PAPERS

里程碑论文 · 54 篇 · 按方向分类

深度学习奠基

[2012] AlexNet：Deep CNN for ImageNet

Krizhevsky, Sutskever, Hinton

GPU+深度卷积网络引爆深度学习浪潮。

[2013] Word2Vec：词向量高效学习

Mikolov et al. (Google)

分布式词表示，NLP 表征学习起点。

[2013] DQN：Playing Atari with Deep RL

Mnih et al. (DeepMind)

深度强化学习端到端从像素到策略。

[2015] ResNet：深度残差学习

He et al. (MSRA)

残差连接使超深网络可训练。

[2016] AlphaGo：Mastering the game of Go

Silver et al. (DeepMind)

深度学习+MCTS 击败人类围棋冠军。

[2017] PPO：近端策略优化

Schulman et al. (OpenAI)

稳定高效的策略梯度，RLHF 的算法基础。

架构 & Scaling

[2017] Attention Is All You Need（Transformer）

Vaswani, Shazeer et al. (Google)

注意力机制取代 RNN，现代大模型奠基之作。

[2018] BERT：双向 Transformer 预训练

Devlin et al. (Google)

掩码预训练+微调范式统治 NLP。

[2019] GPT-2：无监督多任务学习者

Radford et al. (OpenAI)

生成式预训练展现 zero-shot 能力。

[2020] GPT-3：Few-Shot 学习者

Brown et al. (OpenAI)

175B 参数带来上下文学习与规模涌现。

[2020] Scaling Laws for Neural LM

Kaplan et al. (OpenAI)

规模化定律：性能随算力/数据/参数幂律提升。

[2022] Chinchilla：计算最优训练

Hoffmann et al. (DeepMind)

重估参数-数据配比，指导高效训练。

[2022] Emergent Abilities of LLMs

Wei et al.

规模跨越阈值后出现涌现能力。

[2023] LLaMA：开放高效基础模型

Touvron, Lample et al. (Meta)

开源基座模型，点燃社区生态。

对齐 & 安全

[2017] Deep RL from Human Preferences

Christiano et al. (OpenAI/DeepMind)

人类偏好训练奖励模型，RLHF 雏形。

[2022] InstructGPT：RLHF 指令对齐

Ouyang et al. (OpenAI)

人类反馈强化学习让模型「听话可用」。

[2022] Constitutional AI（RLAIF）

Bai et al. (Anthropic)

用 AI 反馈+宪法原则实现无害对齐。

[2023] DPO：直接偏好优化

Rafailov et al. (Stanford)

免奖励模型直接优化偏好，简化对齐。

[2023] Weak-to-Strong Generalization

OpenAI Superalignment

弱监督对齐更强模型的超对齐探索。

推理

[2022] Chain-of-Thought Prompting

Wei et al. (Google)

思维链让模型分步推理，激活复杂推理。

[2022] Self-Consistency

Wang et al. (Google)

多路径采样投票提升推理稳健性。

[2022] STaR：自举式推理

Zelikman et al. (Stanford)

用自身正确推理链自我训练。

[2023] Tree of Thoughts

Yao 姚顺雨 et al. (Princeton)

树搜索式思考，探索+回溯解难题。

[2023] Let’s Verify Step by Step

Lightman et al. (OpenAI)

过程监督奖励，推理模型关键路径。

[2025] DeepSeek-R1：RL 激励推理

DeepSeek

纯强化学习自发涌现长链推理能力。

Agent & 工具

[2022] ReAct：推理与行动协同

Yao 姚顺雨 et al. (Princeton)

推理+工具调用交替，Agent 范式基石。

[2021] WebGPT：浏览器辅助问答

Nakano et al. (OpenAI)

让模型使用浏览器检索并引用。

[2023] Toolformer：自学工具调用

Schick et al. (Meta)

模型自监督学会何时调用 API。

[2023] Generative Agents：交互式仿真

Park et al. (Stanford)

具记忆/规划的生成式智能体社会。

[2023] Voyager：开放世界终身学习 Agent

Wang et al. (NVIDIA)

在 Minecraft 中自主探索与技能积累。

[2024] SWE-bench / SWE-agent

Jimenez, Yang 姚顺雨 et al.

真实 GitHub 问题评测编码 Agent。

多模态

[2020] ViT：An Image is Worth 16×16 Words

Dosovitskiy et al. (Google)

纯 Transformer 直接处理图像。

[2021] CLIP：可迁移视觉语言表征

Radford et al. (OpenAI)

图文对比学习，开放词表零样本识别。

[2022] Flamingo：少样本视觉语言模型

Alayrac et al. (DeepMind)

冻结 LLM 接视觉，少样本多模态。

[2023] BLIP-2：桥接冻结编码器

Li et al. (Salesforce)

Q-Former 高效对齐视觉与语言。

[2023] LLaVA：视觉指令微调

Liu et al. (UW-Madison)

低成本构建开源多模态对话模型。

生成 & 扩散

[2014] GAN：生成对抗网络

Goodfellow, Bengio et al.

对抗博弈式生成，开创生成模型新范式。

[2014] VAE：Auto-Encoding Variational Bayes

Kingma & Welling

变分自编码器，概率生成建模基石。

[2020] DDPM：去噪扩散概率模型

Ho et al. (UC Berkeley)

确立扩散模型现代范式。

[2021] Classifier-Free Guidance

Ho & Salimans

无分类器引导提升可控生成质量。

[2022] Latent Diffusion（Stable Diffusion）

Rombach et al. (LMU/Stability)

潜空间扩散使高清图像生成平民化。

[2023] DiT：Diffusion Transformer

Peebles & Xie (UC Berkeley)

Transformer 扩散骨干，Sora 的基础。

效率 & 系统

[2021] Switch Transformer（万亿稀疏 MoE）

Fedus, Shazeer et al. (Google)

专家混合把参数扩到万亿而算力可控。

[2019] Megatron-LM：模型并行训练

Shoeybi et al. (NVIDIA)

张量并行支撑十亿级模型训练。

[2021] LoRA：低秩适配

Hu et al. (Microsoft)

参数高效微调，低成本定制大模型。

[2022] FlashAttention：IO 感知注意力

Dao et al. (Stanford)

重排显存访问，注意力提速数倍。

[2023] QLoRA：量化+低秩微调

Dettmers et al. (UW)

4-bit 量化让单卡微调大模型成为可能。

[2023] Mamba：线性时间状态空间模型

Gu & Dao

选择性 SSM 挑战 Transformer 长序列。

AI for Science

[2021] AlphaFold 2：高精度蛋白结构预测

Jumper et al. (DeepMind)

攻克蛋白折叠，2024 诺贝尔化学奖。

[2023] GNoME：材料发现的深度学习

Merchant et al. (DeepMind)

预测数十万稳定晶体材料。

[2024] AlphaFold 3：生物分子相互作用

Abramson, Jumper et al. (DeepMind)

扩展到蛋白-配体-核酸复合物预测。

世界模型 & 具身

[2018] World Models

Ha & Schmidhuber

在学习到的世界模型中训练智能体。

[2022] A Path Towards Autonomous MI（JEPA）

LeCun (Meta)

世界模型路线蓝图，倡导自监督预测。

[2023] RT-2：视觉-语言-动作模型

Brohan et al. (DeepMind)

把网络知识迁移到机器人控制。

「安全人重点看「对齐 & 安全」方向（已用橙色标出）：从 RLHF（InstructGPT）、Constitutional AI（RLAIF，Anthropic）、到 DPO、再到 OpenAI 的 Weak-to-Strong 超对齐——这些正是我们上期聊的「Grok 静默上传」事件背后的治理方法论。没有透明对齐承诺的 Agent，它的静默行为你根本看不见。」

DIRECTIONS

10 大研究方向 · 人才 × 方向矩阵

图谱把研究分为 10 个方向，并标注了每个方向的代表驱动者（部分）。速览：

深度学习奠基 — Geoffrey Hinton、Ilya Sutskever、Yoshua Bengio、Demis Hassabis、John Schulman

架构 & Scaling — Noam Shazeer、Jared Kaplan、Aidan Gomez、Guillaume Lample、Jeff Dean

对齐 & 安全 — Dario Amodei、Jared Kaplan、Jan Leike、Ilya Sutskever、Daniela Amodei

推理 — 姚顺雨、梁文锋

Agent & 工具 — 姚顺雨、Aravind Srinivas、Bryan McCann

多模态 — Fei-Fei Li (李飞飞)、姜大昕、郁博文

生成 & 扩散 — Yoshua Bengio、朱军

效率 & 系统 — 刘知远、Noam Shazeer

AI for Science — John Jumper、Kirill Neklyudov、吴永辉

世界模型 & 具身 — Yann LeCun、Fei-Fei Li (李飞飞)

EVOLUTION

技术演进路线 · 从奠基到 Agent 与世界模型

2006–2012 奠基

反向传播推广、AlexNet 引爆深度学习（Hinton / Ilya / Bengio）

2013–2017 表征与强化

Word2Vec、DQN、GAN/VAE、ResNet、AlphaGo、PPO、Transformer 出世

2018–2020 预训练范式

BERT、GPT-2/3、Scaling Laws、Switch Transformer、Chinchilla 重估配比

2021–2023 开源与对齐

LLaMA 开源生态、InstructGPT/Constitutional AI/DPO 对齐、CoT 推理、ReAct Agent

2022–2024 多模态与生成

ViT/CLIP、Stable Diffusion、DiT（Sora 基础）、AlphaFold 2/3（诺奖）

2023–2025 效率与推理

LoRA/QLoRA、FlashAttention、Mamba、DeepSeek-R1 纯 RL 激励长链推理

2024–2026 Agent 与世界模型

ReAct→SWE-agent 编码智能体、LeCun JEPA 世界模型、RT-2 具身智能

LEARNING PATH

学习 / 研究路径 · 四阶段进阶

1 阶段一 · 打基础

数学 + Python + 机器学习基础（吴恩达 Coursera、李飞飞 CS231n 入门）

2 阶段二 · 深入深度学习

读 Transformer / BERT / GPT 原文，动手训小模型，理解 Scaling Laws

3 阶段三 · 专项突破

按 10 大方向选 1–2 个深入（对齐安全 / Agent / 多模态 / AI for Science）

4 阶段四 · 追前沿

跟里程碑论文时间轴、关系网络，定位你方向的「关键人物」并读其最新工作

∞

THE END

写在最后 · 安全人视角 · 3 条暗线

「AI 正在变成所有学科、所有机构的公共地基。2026 年人才版图的三条清晰主线：① 顶尖人才向少数前沿实验室收敛——Anthropic 上半年集中吸纳 Karpathy、Jumper（诺奖）等多位顶尖人物；② 中国形成以清华系为轴、大厂与创业公司并举的方阵——杨植麟、智谱、生数、面壁构成清华 AI 输出带，字节/阿里/腾讯把 AI 科学家推上权力中心；③ 师徒与同源网络跨越国界——Hinton→Ilya、李飞飞→Karpathy、唐杰→杨植麟、Bengio 同时牵动国际与中国学生。」

作为安全人，我把这张图翻译成 3 条要盯的暗线：

✦ 暗线一 · 安全基因在收敛

RLHF / Constitutional AI / Superalignment 高度集中在少数实验室，且向 Anthropic 收口。你用的模型，「安全基因」取决于这几家的路线选择——选型先问：有没有对齐透明承诺、出不出安全报告。

✦ 暗线二 · 国产选型看「能力来源」

DeepSeek 独立技术路线、MiniMax 强多模态与陪伴、月之暗面押长上下文与 Agent 集群。选哪家接进金融场景，先想清：训练数据怎么管、Agent 能否关进白名单、出口流量能否被审计。

✦ 暗线三 · 治理走向国际共识：Bengio 牵头的《2026 国际 AI 安全报告》把姚期智、张亚勤拉进顾问组，中国学界首坐全球规则制定桌。国内办法（生成式暂行办法、算法备案、深度合成标识）将与国际框架呼应，这张「政策风向标」得持续盯。

我是 SecNews，用 AI 赋能安全，用项目管理 AI。

如果你觉得今天这篇有收获，欢迎 点赞、在看、转发 三连，我们下篇见。

END

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：SecNewsAI攻防 Torjan Torjan《从全球AI大佬看AI研究和发展趋势》