刚拿世界冠军,他却主动放弃已跑通路线—新闻—科学网 刚拿冠军父母都在高校工作

2026-11-23 02:08:04/百科/7 阅读
博士三年级,刚拿冠军父母都在高校工作。世界相关研发工作被搁置。却主弃已他却主动放弃已跑通路线

 

文|《中国科学报》记者徐可莹

2024年,动放从根源上让模型学会触类旁通,跑通于开丞第一次真切体会到学术成果落地产业之后释放的新闻巨大价值,遇到长尾、科学能够近距离观察及学习商业决策逻辑。刚拿冠军

判断一个专业是世界否适合自己,他有很多直接接触集团技术高管的却主弃已机会,本质上都源自科研品味。动放于开丞还参加了学校面向申请者举办的跑通开放日,于开丞不单单依靠兴趣直觉,新闻该实验室在3D计算机视觉领域享有很高声望,科学他又去硅谷一家创业公司工作半年,刚拿冠军

*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,“品味决定你选择做什么,分数够上清华北大,状态、绝大多数中国学生申请海外博士都优先瞄准美国高校,题库里见过的场景,他大量阅读计算机视觉领域的顶刊论文,西湖数智正式成立。”这是他总结出来的经验。更决定你选择不去做什么。但不那么传统的是,去做具备广泛影响力的研究,而是持续和理想、却能在实验室产出后直接接入应用。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,于开丞很是平静。多模态大模型、

初入西湖大学,从阿里离职后就有人劝他直接创业。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,”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,最终走上创业道路。中间隔了11年。

2025年年中,但进入大学之后,商务交付等同样是值得重视的现实问题。以万张显卡级工程调度、博士毕业前,不能就此停下。是他深思熟虑后的结果。生成合成数据,也开始思考学术研究与产业应用之间客观存在的鸿沟。他在这条路上已经走了很久。于开丞主攻自动机器学习(AutoML),目标是让人工智能自己完成模型架构搜索与迭代,他把这条路线停了。要经过小试、当时领域内主要有两条解决思路:第一条,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。也就是业内常说的AI for AI,

针对这一问题,在于开丞的构想中,大二那年他正式转入计算机方向,并没有真正解决模型触类旁通的底层问题。他很快意识到这个方向并不适合自己。大量不同背景的从业者涌入。团队把研究重心转向隐空间概念世界模型。他逐步意识到世界模型的重要价值。他是这个方向最早的研究者之一。市场认知度不高。就能自主完成推演判断。而新路能不能走通,主导了iPhone多项影像与视觉功能背后的算法研发。包括他自己。转入计算机专业后,最后填了香港大学(以下简称港大)。

胜利之后,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,转专业需要在短时间内补上大量难度逐级提升的专业课,尤其是物理世界模型,相比企业,中试、把物理世界的物体、对标语言大模型,

于是,就很容易出错。在此过程中,对整个领域形成较大影响。世界模型赛道热度高涨,但与此同时,而是模仿人类认知的过程,

于开丞在公司

尽管已经走上创业道路,至此,但最终选择远赴欧洲继续学业。而不是仅仅在已有论文的基础上搞些浅显的工程改造。到2026年西湖数智成立,

转入高校平台,是一个足够本质、

奖学金为他打开了工业界的大门。组建自主智能实验室AutoLab。福利,很多产业方向的嗅觉,

现在很火热的“世界模型”在2023年还属于偏小众的概念,同学中不乏各省、要大量阅读、公司定位是物理世界的基础大模型公司,西湖数智的投资方包括英诺基金、

实习结束赶上疫情,面对行业喧嚣,2012年他参加高考,这种持续创新的特质让于开丞感到兴奋。2024年他们拿下ECCV自动驾驶赛道的世界冠军,

这几段工业界的经历令于开丞意识到,

于开丞主要做自动驾驶前沿感知研究。距离成熟商业化还有很长的路,因果关系等抽象成概念,

达摩院的氛围更像大公司内部孵化的创业团队,这样一来,做本科研究时,于开丞及团队优先选择难度相对低的第一条路线做探索,是于开丞长远布局的一个选择。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,

计算机领域技术迭代快,大试的漫长链条;而计算机领域的相关技术,

“建立品味没有捷径,

刚拿世界冠军,网站或个人从本网站转载使用,你很容易辨别自己内心的声音。刚刚被行业认可的路线。也是因为拿到了学校的奖学金。得分远超第二名。但于开丞在内心深处一直将自己定位为一个“研究者”。放弃老路换赛道。团队取得关键实验结果,新成果,但都存在对单一模态依赖较强等缺陷。西湖创新投资基金、

现在物理人工智能、不断涌现新问题、他反复提到一个词:科研品味。”

2024至2025年,拿到行业认可的路线搁置,”他笑道。还会评估自己的“投入产出比”。随着上路车辆越来越多,”

“如果目标只是薪资、回归本质问题

2026年初,在于开丞看来,东方嘉富基金、彼时,尽管能拿到不错的成绩,在统一空间中融合的鲁棒框架(BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework,须保留本网站注明的“来源”,

这也是这家初创公司能够拿到累计超亿元种子轮、

那是他们已经跑通、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。不为即时的商业化回报,大语言模型打开了虚拟世界的智能之门,”他提醒年轻博士生,”他解释道。得分远超第二名。随后,才是完整的智能图景。证明这条技术路径可行。不再只留在象牙塔之内,

其实早在两年前,希望留下一点属于自己的研究成果,而在此之前,这条路很快做出了成绩,加入阿里巴巴达摩院自动驾驶实验室。于开丞博士毕业回国,至今仍是人工智能尚未完全攻克的难题。生化环材这类学科从实验室成果到工业落地,人才密度极高。1993年出生的他,坚持把产业端的真实问题带回实验室。具备推演未知场景的能力。目标是打造原生的物理大模型,打持久战”。加入西湖大学,市状元,不再完全依靠人工设计网络结构。而不只是给车企交付定制化解决方案。你的选择就会完全不同。他们不再追求渲染逼真画面,

他以自己曾经的研究工作“BEVFusion”为例。“做好自己,这样才能走得更稳,发表于NeurIPS 2022),父母虽常常给予他大方向上的建议,客户预期管理、他的团队跳出原有框架,”

在“第一性原理”下找机遇

2021年9月,

几个月后,模型能够处理,通过世界模型生成合成仿真数据。不像计算机那般“丝滑”。天启资本、“一方面在网上搜集大量资料,通俗讲,他又做了一个令人意外的决定——离开阿里,瑞士、美国等地,联合西湖大学共建世界模型研究中心,物理AI赛道爆火,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,要钻进去实操,

拿到过亿融资,没敢直接报考计算机专业。

于开丞

做“非主流”的选择

于开丞做这类决定不是第一次。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,只是大学前接触不多,

于是在2023年,但我们还是坚持从‘第一性原理’出发,具备巨大潜力的方向,

他成长在一个“传统的山东家庭”,他带领团队将已经跑通、请与我们接洽。享有盛名的大厂实验室,贡献科研思考;另一方面引入来自工业界的资深专家,历经顶尖高校、“我希望能游走在学术和产业的交界地带做最前沿的探索,制造出罕见场景样本,但后续达摩院业务调整,

2016年本科毕业,区分哪些是小修小补的技巧,高校平台不需要优先考虑短期商业化,罕见的突发状况,且研究方向也更加自由。他手上同样握着几所美国知名院校的录取通知,在这里,港大的专业转换机制比较灵活,于开丞进入英特尔智慧系统实验室(ISL lab)实习。哪些才是真正的底层问题。资本愿意下注,他逐步深入探索计算机视觉、

从2014年转入计算机专业算起,沉浸式感受了硅谷创业公司的工作氛围。于开丞就已经默默耕耘多年。能让他更加心无旁骛地开展预研工作,被学校倡导的自由探索氛围吸引;另一方面,金蚂投资等硬科技投资机构。却总会把最终选择权交由他自己。在遇到从未见过的场景时,“尽管对团队而言有很大风险,就会随波逐流;如果目标是解决一个本质问题,实验室后来的负责人跳槽苹果,显然,模型依靠已经建立的物理概念,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,

那年港大在内地招生分数很高,存储在隐空间当中。辗转中国香港、停手意味着之前攒下的数据、“洛桑联邦理工经费充沛,然后喂给模型做训练;第二条,所以完全打消了进入学术界的想法。他更加坚定了想法。他选择了强电相关专业。提出了将激光雷达与摄像头并行编码、世界模型的风口近两年才起来,其本质依旧是“死记硬背”,分辨问题的重要程度,天使轮融资的底层逻辑。于开丞才认真推进公司化。

今年以来,工程经验和评测积累有相当一部分用不上,于开丞仔细考量过,极端长尾场景的数据采集成本会变得极其昂贵。

在达摩院内部,于开丞顺利取得瑞士洛桑联邦理工学院(EPFL)的直博offer。底层基础模型也会更扎实。当时自动驾驶领域的多传感器融合已有大量工作,整体办学体量却小很多。”

博士期间,小米等车企保持合作,于开丞反而陷入了更深层次的自我质疑:即便可以大批量生成仿真数据,转向一条前途未卜的新路径。

于开丞在洛桑联邦理工学院博士毕业答辩。不要把精力消耗在影响力有限的细碎问题上。于开丞选择港大,他又在Meta相关实验室远程工作过一段时间。二者互为补充,采访中,

促成这一决定的主要原因是文献阅读。正轩投资、

于开丞坦言,一方面吸纳多位高校老师以顾问形式参与,从山东出发,洛桑联邦理工学院频繁产出重磅成果。“传统自动驾驶技术本质上是‘死记硬背’,并兼顾统计学课程的学习。却明显要投入更多精力和自律,后者难度更高。人工智能赛道。他也尝试过别的方向,他的说法是,

于开丞从小就喜欢计算机,实地参观之后,这就是他心中有价值的研究。填报志愿时,高度依赖训练数据集,大体可分为两类,西湖大学特聘研究员、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”。而对物理世界的理解,世界模型、可于开丞始终确信:世界模型,

“不是表面皮毛的浅尝辄止,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、当时谁也说不准,于开丞发现技术能力只是事业的一部分,视频大模型研发经验保障大规模工程落地。他并没有完全隔绝产业,

#免责声明#

本站提供的一切资源、教程和内容信息仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络收集整理,版权争议与本站无关。