策划/撰文：星愿大叔    系列：智源研究院系列 · 第2期2021年3月20日，北京。

智源研究院院长黄铁军站在台上，语速不快，但每一个字都很有分量：

“近年来人工智能的发展，已经从’大炼模型’逐步迈向了’炼大模型’的阶段……”

台下有人开始记笔记，有人交换眼色，有人若有所思。

“大炼模型”——这是他对2015-2020年中国AI"万家灯火炼模型"状态的一个精准概括。人人都在搞，家家都在炼，但谁也炼不出真正改变行业格局的大家伙。

而"炼大模型"——这是他拎出来的一条新路。不是各自为战地"炼模型"，而是把资源汇聚起来，集中力量干一件大事。

在场的100多位AI科学家不会想到，他们接下来要做的事，不仅改变了中国AI的技术走向，更意外地成了中国AI创业者最密集的"人才熔炉"。

01中国AI的"前大模型时代"

回看2020年，中国AI产业处于一个微妙的位置。

一方面，政策层面上已经把AI提到国家战略高度——2017年的《新一代人工智能发展规划》已经划好了路线图。资本也在关注——2018年前后，中国AI领域投资额达到第一个高峰。人才储备也不错——清华、北大、中科院的一流学者数量全球领先。

但有一个很要命的问题：大家都在"大炼模型"，但没有一个"大模型"。

用黄铁军的话说：

“过去五年多，全球研究人工智能研究者最重要的就是训练各种各样的模型……不论大小公司还是学校，都是拿一个开源的框架，收集一批数据，然后拿着这个模型去解决问题。”

每个公司都在用开源框架训练自己的小模型来做自己的垂直任务。你做客服模型，我做图像识别，他做推荐系统。

各自的模型参数量从几千万到几亿不等，彼此之间没法通用，也没法扩展。训练资源严重碎片化——上百家公司在做几乎同样的事，每家都在购买GPU、收集数据、训练自己的小模型。重复造轮子的成本极高。

当时全行业缺的不是技术能力，而是一个方向性判断。

而与此同时，大洋彼岸的OpenAI，正在悄悄酝酿一场巨变。

2020年5月，OpenAI发布了GPT-3，1750亿参数。可以写文章、做翻译、聊天、编程——一个模型，干几乎所有自然语言任务。

消息传到国内，行业一片沉默。

“不是不能做，是没人敢做。”

这句话后来被多位业内人士在不同的采访中说过。原因很现实：没有人知道投入几千万甚至上亿去训练一个超大模型，到底能不能出结果。也没人敢承担这个风险。

有一个人认为，这件事应该由智源来做。

02"悟道"项目

2020年10月，智源研究院内部，一个代号"悟道"的超大规模智能模型项目正式启动。

项目由智源学术副院长、清华大学教授唐杰领衔。目标很明确——研发一个"既博大又精深的超大规模训练模型"，从更本质的角度探索通用人工智能。

听起来很宏大。但问题是：人从哪里来？

智源当时的逻辑是：既然我们需要很多的人，那就把最聪明的人都拉进来。

他们做到了。来自北京大学、清华大学、中国人民大学、中国科学院等单位的100余位AI科学家组成联合攻关团队。这不是一个松散的学术合作——它是一个有明确分工、集中调度、覆盖多个技术方向的"战时编制"。

这个百人团队中，有几个人值得特别注意：

唐杰——智源学术副院长，悟道项目的总负责人，统筹全局；

杨植麟——当时已是NLP领域的知名青年科学家，在智源担任青年科学家，负责悟道大模型的核心算法研究；

刘知远——清华大学副教授，智源青年科学家，成为悟道团队的大模型算法骨干；

曾国洋——智源语言大模型加速技术创新中心副主任，负责悟道·文源团队的技术落地。

这些人当时可能并不知道，彼此会成为未来中国AI创业版图上最强劲的竞争者。

但回头看，悟道项目聚集的不只是一群优秀的AI研究者——它把中国大模型领域后来最有影响力的几位创业者，第一次也是唯一一次塞进了同一个战斗序列。一个从大模型训练到创业孵化的闭环，在这里开始了。

项目启动5个月后，2021年3月20日，悟道1.0正式发布。

这是中国首个超大规模智能模型系统。与海外的大模型不同，悟道1.0没有走"一个模型打天下"的路线，而是同时研发了四个大模型，指向四个完全不同的方向。

为什么是四个模型，而不是一个？

因为智源的目标从来不是"复刻GPT-3"。他们的野心更大——用大模型的方法，同时冲击多个前沿方向。语言、多模态、认知、蛋白质——这其实是中国AI在四个关键领域的第一次"大模型化"尝试。

四个方向中，有两个后来长成了改变行业的东西。

文源（语言方向）演化成了智谱AI的GLM系列——这直接催生了后来家喻户晓的ChatGLM。而文源团队的核心成员后来分别走向了智谱AI（唐杰）、面壁智能（刘知远、曾国洋）、月之暗面（杨植麟）——一个方向，三家独角兽。

文澜（多模态方向）则奠定了智源在多模态大模型领域的技术根基，为后来Emu系列和具身智能路线埋下了种子。

而文溯（蛋白质方向）虽然商业转化路径没有文源那么清晰，但它代表了一个更早的认知——大模型的价值，不止于语言和聊天。

悟道2.0

仅仅75天后，2021年6月1日，第三届北京智源大会上，悟道2.0横空出世。

这是中国大模型发展史上最具标志性的时刻之一。

参数规模达到了1.75万亿——GPT-3的10倍，打破了此前谷歌Switch Transformer的1.6万亿参数世界纪录，成为中国首个、全球最大的万亿级模型。

"悟道2.0"模型的参数规模达到1.75万亿，是GPT-3的10倍，打破了之前由谷歌Switch Transformer预训练模型创造的1.6万亿参数纪录，是目前中国首个、全球最大的万亿级模型。——光明网，2021年6月2日

但真正值得注意的不是参数规模本身，而是三个更深层的意义：

第一，完全基于国产超算

悟道2.0是在神威·太湖之光国产超算上完成模型训练的。在那个GPU供应紧张的年代，能用国产超算跑通万亿参数模型，这种工程能力的含金量远高于参数数量的突破。

第二，FastMoE的破局意义

万亿参数模型背后，核心技术是FastMoE——一种混合专家（Mixture of Experts）系统的分布式训练框架。

此前谷歌的MoE技术与其分布式框架mesh-tensorflow和定制TPU深度绑定，其他人即使想复现也没有条件。悟道团队研发并开源的FastMoE，是首个支持PyTorch框架的MoE系统，简单易用、灵活、高性能，并且支持大规模并行训练。

它是后来几乎所有中国大模型公司做分布式训练的基础工具。没有FastMoE的开源，后来那些大模型公司的训练成本可能还要翻几倍。

第三，9项Benchmark世界第一

悟道2.0不是一个"大而无用"的模型。它在世界公认的9项Benchmark上拿到了第一，在多项基准测试中超越了OpenAI GPT-3、DALL·E以及谷歌ALIGN等当时最先进的模型。

智源研究院创始理事长张宏江在发布时说了这样一句话：

"大模型+大算力"是迈向通用人工智能的一条可行路径。

这句话放在今天看，已经是全行业的共识。但在2021年说出口，是需要勇气的。

因为与此同时，一家叫OpenAI的公司正在沿着同样的路径狂奔，而国内大多数AI研究者还在讨论"小样本学习"和"迁移学习"哪个更有前途。

悟道3.0：全面开源的哲学抉择

2022年下半年，ChatGPT横空出世。

中国大模型行业突然被"打醒了"。2023年年初，百度发布文心一言、阿里发布通义千问、科大讯飞发布星火……几乎所有互联网巨头和老牌AI公司都拿出了自己的大模型产品。

这份热闹里，智源显得"安静"了许多。

但2023年6月9日，智源在当年的智源大会上放了一个大招——悟道3.0发布，全面开源。

这一次，智源拿出了几个新东西：

悟道·天鹰（Aquila）：语言大模型系列——首个具备中英双语知识、支持商用许可协议、国内数据合规需求的开源语言大模型系列，包含基础模型、对话模型（AquilaChat）、代码生成模型（AquilaCode）；

天秤（FlagEval）：开源大模型评测体系——试图建立科学、公正、开放的评测标准；

悟道·视界：视觉大模型系列——系统化解决计算机视觉中的任务统一、模型规模化、数据效率等瓶颈问题；

FlagOpen：大模型开源技术体系——目标是打造大模型时代的"新Linux"。

黄铁军在发布会上说了一句后来被反复引用的话：

“据智源初步统计，今年以来大语言模型开源的项目，全世界范围内共有42项，中国有9项。相比之下，我认为我们的开源开放力度还远远不够。”

这句"还远远不够"，放在2023年6月的行业环境下，其实是说给所有人听的。

当时国内大模型公司的典型路线是"闭源+收费API"。做开源的寥寥无几，敢挂上"开源商用许可"的更是独一份。

从悟道1.0到3.0，智源始终在做一个选择：把核心技术推向开源。

为什么？

黄铁军自己有一个解释：

“大模型技术不应该被垄断，而是要共建。”

这个选择在当时承受了不少质疑——“做完了就开源，那智源怎么赚钱？”“你们把技术都开源了，不是便宜了别人？”

但回头看，这个选择恰恰是智源"人才熔炉"效应的顶层制度设计。

因为只有开源，技术才能扩散出去；只有技术扩散出去，人才才能带着经验走出去创业。而这些人创业成功了，又会反过来验证智源的训练方法论——形成了一个正向循环。

这是一盘大棋，而不是一时的心血来潮。

03人才熔炉：百人团队究竟培养了什么？

现在到了最核心的问题。

王仲远在2026年智源大会上说的那句"从这个百人团队里走出的人，成了中国大模型产业的主力"，不是一句客套话，而是一个可以被数据验证的事实。

那个"百人团队"的成员们，后来去了哪里？

留下来的人，一部分人留在了智源——他们构成了智源后续技术研发的核心力量，继续推进Emu系列多模态大模型、RoboBrain具身智能大模型、天宝神经仿真等项目。

王仲远自己也在采访中透露过智源的定位变化：“我们已经没有纯语言模型的科研了，多模态是过去两年的重点，而未来则是世界基座模型。”

留下来的人，在做更前沿的探索。

走出去的人（一）：智谱AI

唐杰，清华教授，悟道项目的总负责人。

2021年下半年，唐杰领衔创办智谱AI——这是整个悟道人才溢出的第一个浪头。智谱AI的技术底座就是悟道·文源演化而来的GLM架构。核心团队几乎全部来自悟道项目的语言方向。

5年后，智谱AI在港交所上市，市值高峰破1万亿港元。

这是中国AI领域最大的"师生创业"成功案例之一——唐杰既是清华教授，也是悟道项目的总指挥官。他带着整个团队从实验室走到了产业。

走出去的人（二）：月之暗面

杨植麟，悟道大模型核心研究员，智源青年科学家。

2023年，杨植麟从循环智能分拆，独立创办月之暗面。这位1995年出生的创业者，把悟道期间积累的长文本处理经验用到了自己的产品上，做出了Kimi。月之暗面后来成为估值最高的AI独角兽之一，近期据外媒报道，月之暗面Kimi（Moonshot AI）即将开启新一轮融资，金额高达20亿美元，约合135亿元。融资后，月之暗面的估值达到300亿美元，约合2000亿元人民币。

走出去的人（三）：面壁智能

刘知远，智源青年科学家，悟道团队的核心算法人员。

曾国洋，智源语言大模型加速技术创新中心副主任，悟道·文源团队技术骨干。

两人在2022年联合创办面壁智能。面壁的方向很有意思——他们没有走"做更大的模型"的路线，而是选择了一条更务实的路：端侧AI和Agent。把大模型做得足够小、足够快，从而在手机上也能跑。面壁智能截至2026年6月，估值突破10亿美元门槛。

一个关键细节

杨植麟、刘知远、曾国洋——这三个人在悟道时期都是唐杰团队中的核心干将。换句话说，唐杰带着他们完成了中国最大的大模型训练计划，然后他们各自走出了一条完全不同的创业路线。

这种"一支团队，多家独角兽"的现象，在全世界都极其罕见。

后来，这几位全部入选了2023年《财富》40位40岁以下商界精英榜单——这也从侧面印证了悟道百人团队的人才密度。

一个项目怎么就变成了一座人才熔炉？

答案可能藏在这几个制度设计中：

1. 对抗性协作

悟道的百人团队覆盖了清华、北大、中科院三家不同的学术体系——他们之间的学术风格和工程方法不尽相同。在同一个项目里，不同的方法论被"逼着"碰撞、融合、妥协。这种对抗性协作，培养出来的人往往比单一体系培养的更"抗造"。

2. 全链条经验

从数据清洗到模型训练，从分布式框架开发到应用落地——悟道给每个参与者提供了全链条的大模型工程经验。而当时的大学实验室和企业部门，几乎不可能提供一个如此完整的平台。

3. 开源文化的熏陶

因为悟道从一开始就选择了开源，团队成员天然带着"我的工作要让更多人用"的思维模式。这种思维方式后来直接转化成创业行动——做出来、开源、让更多人用上，然后从中找到商业价值。

4. 自由流动的空间

黄铁军说过一句很关键的话：“我做的是机制，不是产品。机制对了，人自然会出现；人出现了，创新自然会发生。”

这句话的潜台词是：智源不"锁人"。对于一个做创新的研究院来说，让优秀的人留下来做最前沿的研究和让他们走出去创业，都是"成果"。

这种开放心态，让悟道的"人才熔炉"效应有了制度保障。

新的征程

2021年3月的那个下午，黄铁军在台上说"从’大炼模型’迈向’炼大模型’"时，大多数人听到的是一句行业判断。

但五年后回头看，那句话还意味着另一件事：

当一群人被聚集起来，集中火力做一件别人不敢做的事时，他们不仅会改变技术方向，还会改变彼此的人生。

2026年6月，智源大会上，智谱AI、月之暗面、面壁智能的创始人们同台。

台上的主持人是王仲远——智源的新院长。

台下坐着新一轮的AI创业者。王仲远执掌下的智源，正在推进一个更明确的转向：从大模型到具身智。智源的下一个主战场，是AI与物理世界的融合。

历史不会重复，但韵脚有时会押韵。