--- title: "颜水成不站学界也不站业界，从新加坡实验室一路跨进了昆仑万维的AI前线" date: 2026-11-11 category: 科技人物 site: 脑机网 canonical: https://aiai.cafe/a/njw-2e7a88 language: zh-CN --- # 颜水成不站学界也不站业界，从新加坡实验室一路跨进了昆仑万维的AI前线 > ## 关键要点 ## 关键要点 - 颜水成(颜水成)是计算机视觉与机器学习学者，新加坡工程院院士，AAAI、ACM、IEEE、IAPR 会士(Fellow)。 - 他团队的"Network In Network"论文提出了1×1卷积与全局平均池化，后来成了GoogLeNet和ResNet的标准构件。 - 他在学界与业界之间往返二十年——360集团、依图、Sea集团的Sea AI Lab——随后于2023年9月加入昆仑万维(Kunlun Tech)，与创始人周亚辉共同执掌天工智能(SkyWork AI)。 - 他加入昆仑时反复表达的观点是：研究、开发、产品是"一条完整链条"，三者缺一不可。 ## 一个改写卷积的数学家 颜水成的底子是数学。他1999年本科、2004年博士均毕业于北京大学数学科学学院，随后在香港中文大学多媒体实验室(师从汤晓鸥，另一位中国计算机视觉的奠基性人物)和伊利诺伊大学厄巴纳-香槟分校做博士后。 2007年他加入新加坡国立大学，创立了该校机器学习与计算机视觉实验室。他早期被引最多的工作是"Network In Network"(NIN)，就是把1×1卷积和全局平均池化推广开来的那篇。这些点子如今看着平常，后来却被GoogLeNet和ResNet吸收——正是扛着深度学习走过2010年代的那些架构。对一名研究者来说，这是一种罕见的影响力：不是一件产品，而是人人拿来砌墙的砖。 ## 学界与业界的双城通勤 颜水成的特别之处，不在于某一次突破，而在于他踏进运营角色的频率： - **360集团(2015–2019)**——副总裁、首席科学家、人工智能研究院院长，他第一次大步迈入产业。 - **依图科技(2019–2020)**——首席技术官，做基础视觉算法的商业化。 - **Sea集团(2020–2023)**——集团首席科学家、Sea AI Lab创始人，那是这家东南亚互联网集团背后的研究臂膀。 - **昆仑万维(自2023年9月起)**——与创始人周亚辉共同担任天工智能(SkyWork AI)联席CEO，并执掌昆仑2050全球研究院。 这份简历读起来像一张中文AI商业化发生地的地图——先是安防与消费互联网，再是创始人主导的模型实验室，最后到上市公司规模。 ## 转投昆仑 昆仑万维(Kunlun Tech)是一家在深圳上市的互联网公司，2023年它抛出"All in AGI"战略，并把AI业务重组到设在新加坡的天工智能(SkyWork AI)旗下。颜水成2023年9月出任天工智能联席CEO，这一任命在公司自己的英文通稿里发布，意在释放信号：这场冲刺是研究引领，而不只是产品引领。 入职时，颜水成在接受上海证券报采访时解释了其中的逻辑：他说在通用人工智能里，研究、开发、产品构成一条完整链条，三者缺一不可，只有把三者彻底连起来，研究才能创造最大价值。他还补充说大模型(大模型)是"当前这一浪"——AI最让人兴奋的时刻。这句话恰好解释了一个本可安稳做学术的人，为何一再回到工厂车间。 ## "完整链条"在实操里意味着什么 颜水成的赌注是：一篇好论文到一件可用产品之间的距离，正是大多数AI价值流失的地方。在他联席带领下，天工智能的版图横跨文本、音乐、视频和智能体工具——公司的天工(天工)模型家族与Skywork Super Agents工作区，是这条链条面朝消费者的末端。研究那一端，2050全球研究院被设立去追更远的问题，比如下一代基础模型与智能体演化。 这种模式的风险是老生常谈：研究明星带来声望，但要把它翻译成真正交付、可防守的产品，是另一门手艺。颜水成整个职业生涯都在论证：这两件事可以当一个闭环来跑，而不是一段段交接。 ## 诚实的局限 本篇取材于昆仑万维关于颜水成任命的官方英文公告、上海证券报对其入职表态的报道，以及他学术荣誉与前任职位的常规传记性列表。他的论文数量各来源不一(常见说法是600余篇，H指数在双位数高位)，所以我们只做定性描述，不断言某个精确数字。"Network In Network"对GoogLeNet、ResNet等后续架构的影响，在深度学习文献里早有定论，但具体到某层某块的渊源，是引用实践的问题，而非我们能逐行证明的正式依赖。天工智能的产品转化与模型跑分由昆仑万维自行披露，本文未做独立审计。颜水成未就本文接受新的采访，因此他的观点通过此前已发表、可归口的表述来呈现。 ## 普通人现在能做什么 - 判断一家自称"研究引领"的AI公司，看它的管线，而不是它的通稿：查它实验室的论文是否真的落进了你用的产品。 - 评估一家基础模型创业公司时，问它有没有一位署名的、有真论文记录的研究带头人，还是只有一个营销人设——颜水成的履历是个好对照。 - 如果你试用天工智能的天工(天工)工具或Skywork智能体，留意哪些产出真有新意、哪些只是重新包装——那条边界，能照出"完整链条"到底成熟了几分。 --- 来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-2e7a88 本内容仅供参考，不构成投资建议。