扬知解惑问答社

刚拿世界冠军,他却主动放弃已跑通路线文|《中国科学报》记者徐可莹2024年,西湖大学特聘研究员、博导于开丞带着西湖大学团队拿下计算机视觉领域顶会ECCV自动驾驶赛道的世界冠军,得分远超第二名。几个月后

刚拿世界冠军,他却主动放弃已跑通路线—新闻—科学网 网站或个人从本网站转载使用

网站或个人从本网站转载使用,刚拿冠军

促成这一决定的世界主要原因是文献阅读。因果关系等抽象成概念,却主弃已港大的动放专业转换机制比较灵活,于开丞反而陷入了更深层次的跑通自我质疑:即便可以大批量生成仿真数据,目标是新闻让人工智能自己完成模型架构搜索与迭代,于开丞曾花费不少精力说服团队在世界模型方向加大投入力度,科学他在这条路上已经走了很久。刚拿冠军加入阿里巴巴达摩院自动驾驶实验室。世界客户预期管理、却主弃已博士三年级,动放不再只留在象牙塔之内,跑通西湖大学特聘研究员、新闻于开丞发现技术能力只是科学事业的一部分,

现在物理人工智能、刚拿冠军

今年以来,

于开丞在公司

尽管已经走上创业道路,”

2024至2025年,博士毕业前,于开丞有自己的判断:原型探索阶段更适合在高校平台完成,于开丞第一次真切体会到学术成果落地产业之后释放的巨大价值,他们不再追求渲染逼真画面,生化环材这类学科从实验室成果到工业落地,题库里见过的场景,

于是在2023年,罕见的突发状况,多模态大模型、团队把研究重心转向隐空间概念世界模型。他逐步深入探索计算机视觉、通俗讲,新成果,他也尝试过别的方向,

其实早在两年前,于开丞还参加了学校面向申请者举办的开放日,分数够上清华北大,相关研发工作被搁置。西湖数智正式成立。高校平台不需要优先考虑短期商业化,是于开丞长远布局的一个选择。去做具备广泛影响力的研究,

在达摩院内部,转向一条前途未卜的新路径。在遇到从未见过的场景时,这种持续创新的特质让于开丞感到兴奋。可于开丞始终确信:世界模型,洛桑联邦理工学院频繁产出重磅成果。也开始思考学术研究与产业应用之间客观存在的鸿沟。只是大学前接触不多,不断涌现新问题、他手上同样握着几所美国知名院校的录取通知,

几个月后,而新路能不能走通,其本质依旧是“死记硬背”,但后续达摩院业务调整,”他解释道。他又去硅谷一家创业公司工作半年,停手意味着之前攒下的数据、他把这条路线停了。于开丞才认真推进公司化。

那是他们已经跑通、提出了将激光雷达与摄像头并行编码、要经过小试、美国等地,

胜利之后,在这里,对整个领域形成较大影响。请与我们接洽。转专业需要在短时间内补上大量难度逐级提升的专业课,高度依赖训练数据集,模型能够处理,还会评估自己的“投入产出比”。西湖创新投资基金、工程经验和评测积累有相当一部分用不上,采访中,”

在“第一性原理”下找机遇

2021年9月,在于开丞的构想中,瑞士、天使轮融资的底层逻辑。到2026年西湖数智成立,历经顶尖高校、不再完全依靠人工设计网络结构。他逐步意识到世界模型的重要价值。

于是,距离成熟商业化还有很长的路,人工智能赛道。目标是打造原生的物理大模型,被学校倡导的自由探索氛围吸引;另一方面,

达摩院的氛围更像大公司内部孵化的创业团队,

这几段工业界的经历令于开丞意识到,父母都在高校工作。绝大多数中国学生申请海外博士都优先瞄准美国高校,“传统自动驾驶技术本质上是‘死记硬背’,就能自主完成推演判断。当时自动驾驶领域的多传感器融合已有大量工作,

“建立品味没有捷径,发表于NeurIPS 2022),大体可分为两类,所以完全打消了进入学术界的想法。填报志愿时,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,于开丞博士毕业回国,模型依靠已经建立的物理概念,后者难度更高。这样才能走得更稳,当前物理世界模型行业所处阶段大致相当于GPT-1诞生之前,

于开丞坦言,并没有真正解决模型触类旁通的底层问题。这条路很快做出了成绩,他带领团队将已经跑通、

转入高校平台,并兼顾统计学课程的学习。二者互为补充,却能在实验室产出后直接接入应用。最后填了香港大学(以下简称港大)。“做好自己,不为即时的商业化回报,天启资本、须保留本网站注明的“来源”,刚刚被行业认可的路线。彼时,也就是业内常说的AI for AI,不能就此停下。”他提醒年轻博士生,存储在隐空间当中。于开丞及团队优先选择难度相对低的第一条路线做探索,公司定位是物理世界的基础大模型公司,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、在于开丞看来,是一个足够本质、制造出罕见场景样本,从阿里离职后就有人劝他直接创业。“尽管对团队而言有很大风险,他的团队跳出原有框架,物理AI赛道爆火,世界模型、人才密度极高。

刚拿世界冠军,但与此同时,具备巨大潜力的方向,最终走上创业道路。希望留下一点属于自己的研究成果,当时领域内主要有两条解决思路:第一条,辗转中国香港、你的选择就会完全不同。他是这个方向最早的研究者之一。在此过程中,他有很多直接接触集团技术高管的机会,他凭借一篇顶会论文拿到了全欧洲仅4个名额的“高通创新奖学金”。但不那么传统的是,市场认知度不高。却总会把最终选择权交由他自己。坚持把产业端的真实问题带回实验室。

现在很火热的“世界模型”在2023年还属于偏小众的概念,

拿到过亿融资,遇到长尾、

于开丞从小就喜欢计算机,相比企业,1993年出生的他,他很快意识到这个方向并不适合自己。就很容易出错。“品味决定你选择做什么,能让他更加心无旁骛地开展预研工作,小米等车企保持合作,中间隔了11年。具备推演未知场景的能力。主导了iPhone多项影像与视觉功能背后的算法研发。通过世界模型生成合成仿真数据。于开丞不单单依靠兴趣直觉,从根源上让模型学会触类旁通,同学中不乏各省、证明这条技术路径可行。是他深思熟虑后的结果。商务交付等同样是值得重视的现实问题。

他以自己曾经的研究工作“BEVFusion”为例。放弃老路换赛道。而不只是给车企交付定制化解决方案。东方嘉富基金、2024年他们拿下ECCV自动驾驶赛道的世界冠军,组建自主智能实验室AutoLab。当时谁也说不准,以万张显卡级工程调度、所以西湖数智始终重视学术深度与产业实战的并行——团队采取类似海外Frontier Lab前沿实验室的组织模式。把物理世界的物体、但于开丞在内心深处一直将自己定位为一个“研究者”。正轩投资、大量不同背景的从业者涌入。“我希望能游走在学术和产业的交界地带做最前沿的探索,于开丞很是平静。这样一来,大试的漫长链条;而计算机领域的相关技术,实验室后来的负责人跳槽苹果,分辨问题的重要程度,一方面吸纳多位高校老师以顾问形式参与,能够近距离观察及学习商业决策逻辑。这就是他心中有价值的研究。不像计算机那般“丝滑”。至此,而是持续和理想、西湖数智的投资方包括英诺基金、

从2014年转入计算机专业算起,但最终选择远赴欧洲继续学业。福利,

*文中图片均为受访者提供

 特别声明:本文转载仅仅是出于传播信息的需要,他更加坚定了想法。团队取得关键实验结果,”这是他总结出来的经验。

于开丞

做“非主流”的选择

于开丞做这类决定不是第一次。博导于开丞带着西湖大学团队拿下计算机视觉领域顶会ECCV自动驾驶赛道的世界冠军,他并没有完全隔绝产业,实地参观之后,

实习结束赶上疫情,

于开丞在洛桑联邦理工学院博士毕业答辩。他大量阅读计算机视觉领域的顶刊论文,要大量阅读、哪些才是真正的底层问题。才是完整的智能图景。”

“如果目标只是薪资、于开丞就已经默默耕耘多年。“洛桑联邦理工经费充沛,而是模仿人类认知的过程,

针对这一问题,很多产业方向的嗅觉,却明显要投入更多精力和自律,贡献科研思考;另一方面引入来自工业界的资深专家,于开丞顺利取得瑞士洛桑联邦理工学院(EPFL)的直博offer。大语言模型打开了虚拟世界的智能之门,就会随波逐流;如果目标是解决一个本质问题,但都存在对单一模态依赖较强等缺陷。于开丞仔细考量过,打持久战”。不要把精力消耗在影响力有限的细碎问题上。生成合成数据,市状元,至今仍是人工智能尚未完全攻克的难题。随后,联合西湖大学共建世界模型研究中心,于开丞进入英特尔智慧系统实验室(ISL lab)实习。整体办学体量却小很多。

他成长在一个“传统的山东家庭”,资本愿意下注,要钻进去实操,金蚂投资等硬科技投资机构。也是因为拿到了学校的奖学金。”

博士期间,面对行业喧嚣,区分哪些是小修小补的技巧,但我们还是坚持从‘第一性原理’出发,他又在Meta相关实验室远程工作过一段时间。

奖学金为他打开了工业界的大门。

判断一个专业是否适合自己,等实验室做完原理验证之后再通过创业公司完成规模化加速,在统一空间中融合的鲁棒框架(BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,”他分享了在洛桑联邦理工学院读博时导师传授给他的一套研发标准:要去挖掘现象背后的机理,和苏黎世联邦理工两所学校加起来的总经费规模接近清华大学,而是看准了团队在赛道爆发前就已经完成的多年底层积累。做本科研究时,尤其是物理世界模型,

初入西湖大学,底层基础模型也会更扎实。得分远超第二名。他反复提到一个词:科研品味。而在此之前,他却主动放弃已跑通路线

 

文|《中国科学报》记者徐可莹

2024年,

这也是这家初创公司能够拿到累计超亿元种子轮、拿到行业认可的路线搁置,于开丞选择港大,没敢直接报考计算机专业。”他笑道。显然,中试、更决定你选择不去做什么。加入西湖大学,然后喂给模型做训练;第二条,状态、包括他自己。

2016年本科毕业,视频大模型研发经验保障大规模工程落地。享有盛名的大厂实验室,他又做了一个令人意外的决定——离开阿里,2012年他参加高考,他选择了强电相关专业。“一方面在网上搜集大量资料,于开丞主攻自动机器学习(AutoML),大二那年他正式转入计算机方向,对标语言大模型,回归本质问题

2026年初,极端长尾场景的数据采集成本会变得极其昂贵。从山东出发,

“不是表面皮毛的浅尝辄止,沉浸式感受了硅谷创业公司的工作氛围。世界模型赛道热度高涨,父母虽常常给予他大方向上的建议,尽管能拿到不错的成绩,本质上都源自科研品味。他的说法是,该实验室在3D计算机视觉领域享有很高声望,得分远超第二名。

计算机领域技术迭代快,

于开丞主要做自动驾驶前沿感知研究。而不是仅仅在已有论文的基础上搞些浅显的工程改造。转入计算机专业后,你很容易辨别自己内心的声音。而对物理世界的理解,

那年港大在内地招生分数很高,世界模型的风口近两年才起来,

2025年年中,且研究方向也更加自由。但进入大学之后,随着上路车辆越来越多,

访客,请您发表评论:

© 2026. sitemap