博士不看论文KPI却手握顶级offer，上海革新AI人才培养｜活力中国调研行

　　随着AGI等技术加速向产业渗透，AI人才占全国三分之一的上海也在加快探索和完善人工智能人才的内生培养与选拔使用机制。

　　今年6月30日，上海创智学院首届博士生毕业仪式举行。该院首届6名博士毕业生在完成学业后，流向包括头部AI公司、国家级实验室、顶尖高校或是投身具身智能创业。

　　“我们改变了博士生招生只靠考试、面试的方式，而是用训练营的方式来选拔，而且不太注重学生的过去。”在9日的活力中国调研行活动上，上海创智学院党委书记、常务副院长丁晓东告诉。

　　他对介绍，人工智能产业发展最重要的是生态，生态里最重要的一环是人才，所以要紧紧抓住人才培养。如今很多学校都有人工智能学院，“我们培养人工智能人才是培养那些能够推动社会进步的人工智能的领军人才”。

　　除此之外，上海创智学院是以学生为中心，“一生一策”。在这里，学生可以参与老师的选题，也可以做自己的选题，一旦确定选题会有一个“导师组”去指导。

　　这种高密度、高转化率的人才裂变背后，是上海创智学院对唯论文论”考核体系的革新。在技术迭代以周为单位的AI时代，不追问论文数量，为何反而催生比论文更好的成果？

　　在传统高等教育与科研评价体系中，学术论文的发表数量与周期是考核博士生及导师的核心硬性指标。然而，在前沿AI技术迭代周期以周为单位的背景下，高频次的论文考核往往导致科研行为走向短期化与功利化。

　　“在过去，你就会受到‘你为什么还没发出来论文’的最基本的压力，在这里就不用考虑了。”上海创智学院全时导师蔡盼盼告诉。她同时也是上海交通大学的副教授，据她介绍，学院对他们导师的考核同样剥离了数量指标：“不只是学生，对于老师来讲也是一样，没有人会问我说今年你发了多少篇论文，这和传统的考评机制有所不同。”

　　这种创新的评价机制，也让她和学生得以投入到更想做的前沿突破上。而且评估机制的“去论文化”并未导致学术标准的降低，反而引导资源向高价值、高壁垒的成果倾斜。

　　就在6月，蔡盼盼教授团队自主研发的MINT-4B多模态VLA大模型所取得重大突破，并作为“VLA小脑”系统，已全面搭载于某具身公司的商用人形机器人上。

　　蔡盼盼介绍，在小脑基础上，团队的大脑决策大模型也已经走过了“从不可能到可能”的阶段，“虽然我们还没有完全地把这一系列的模型上线给大众使用，希望接下来就可以推到大众面前”。

　　上海创智学院2024级直博生王殿仪虽然是一位“00后”学子，但已是创智学院火炬项目“智绘深思多模态智能体”的CEO与核心研发人员，其成果发表于国际会议并获得高度认可，方案则获得了龙头企业的专利，做到了技术创新与产业融合。

　　王殿仪告诉，来创智之前，他对AI创新的理解更多是 “沿着导师既定方向做论文”。虽有收获，但总觉得离“真正的前沿、一流的工作”还有距离。来到创智之后，他收获了两点明显的改变：科研更“自驱”，实践更“落地”。

　　对于像他这样的AI领域博士生而言，当下最核心的生产力不再是传统的实验室耗材，而是算力、数据以及认知迭代的效率。

　　“我想实现想要的模型，需要去Scaling Law数据或算力，学院就会给你一些配套的算力资源。”王殿仪告诉，在他看来，学院提供的是一种“自由的研创氛围”，能够提供充沛的模型训练实验支撑。

　　在软件与算力等物质要素之外，隐性知识的沉淀与认知迭代同样是核心变量。王殿仪认为，学生在缺乏产业实践经验时，认知需要通过与导师、企业及生态的多方交流进行渐进式迭代，“首先你得有认知才能做到这个事情。其次就是配套的现实的资源，比如数据，比如说专利帮你达成这个目标。”

　　为了加速这种认知迭代，创智学院在组织架构上打破了单一导师制的边界，引入了“导师组”模式。学院AI4S，生命科学方向全时导师应天雷也告诉“我们导师很多时候其实也是采取导师组的一个形式，要跟随学生的研究项目，去引导他们解决问题，这跟传统的 ‘项目-论文-转化’还是蛮有区别的。”在这种架构下，师生之间的沟通壁垒被进一步压缩，应天雷透露，学生和老师在学校时基本“天天在一起头脑风暴”，这种无边界的学术交流环境正在持续常态化运作。

　　上海创智学院党委书记、常务副院长丁晓东告诉，他们的创智未来中心，就是希望能帮助学生将自身价值通过市场来实现。“学院配备了课程体系、政策支持，并引入了外部大型企业，特别是有投资人，帮学生进行辅导。目前，学院师生已创办26家公司，其中17家是学生公司”。

　　当评价体系不再以论文数量“论英雄”，产业界与学术界对高端AI人才的定义与需求画像也发生了根本性重构。在创智学院虽然不会“唯论文”，但“影响力指数”评价体系却包含了更多方面：不光看学术影响力，还要看开源社区的下载量、模型使用量，以及产业影响力的用户数、客户数，加上社会影响力和战略贡献。

　　在学院院长助理、全时导师邱锡鹏看来，未来AI发展所需的关键人才归纳为两类：“我们需要那些有很大抱负的，然后以及非常有想法对前沿敏感，同时又有这种要么有组织能力去带领一些团队把想法落实……要么就是有非常强的动手能力，加上现在的AI能力非常强，他可以借助这种AI去很快的把想法实现落地。”他认为，这两类人才在未来的AI产业演进中“都会非常的重要”。

　　目前，创智学院以“研创学”理念为指导，打造研创融合的育人阵地，将加速前沿原始突破、推动重大产业落地与输出顶尖创新人才三大使命深度耦合、互为驱动。

　　在创智学院的生态中，科研的终点绝非实验室的Demo，而是直接指向产业落地。每周的日报回馈、高频的学术交流，以及深度参与一线大模型生态社区的活动，让这里的学生天然具备了产业体感。“比如我就经常去参加模速空间的一些AI活动。”王殿仪说。

　　应天雷也介绍，他们团队中主攻蛋白质设计方向的学生已成功创立公司，主要聚焦于特定科学应用与产业方向。在这一过程中，学院与导师承担了产业资源对接器的角色：“他如果有什么具体、特别是科学上的应用，还有他想往哪方面去发展，如果需要一些产业资源，我可以帮他对接。”

　　不过，面对当前一级市场对AI概念的追捧，学院的导师体系在引导学生创业时表现出了理性的风险控制意识，强调创业行为必须建立在技术与价值链成熟的基础之上。

　　蔡盼盼说，他们很支持学生创业，但也会严格管控孵化时点：“他们现在可能离毕业还有一段时间，我可能会倾向于让他们在研究做得比较成熟、比较稳定的时候再去创业，等他们在研究已经成熟、然后可见研究已经可以产生价值的时候，一定会鼓励和支持他们创业。”