就在今天，斯坦福大学宣布了一项重要调整：将正式合并其校内的两大核心机构—— " 以人为本人工智能研究院 "（Stanford HAI）与 " 斯坦福数据科学计划 "（Stanford Data Science）。

合并后的新机构沿用原来   Stanford HAI   的名称。计算机科学家   James Landay   将继续担任新机构院长，HAI   联合创始人李飞飞则卸任联席院长，转而出任校长   Jonathan Levin   的   AI   特别顾问，并与斯坦福前校长   John Hennessy   共同担任新机构咨询委员会联席主席。

图 | 从左到右分别为 James Landay、John Hennesy 和李飞飞（来源：Standford）

回看   2019   年，李飞飞与前教务长 John Etchemendy、计算语言学家   Chris Manning   等人共同创办   HAI，七年间将其打造成斯坦福对外的   AI   名片。HAI 自创立起每年发布《人工智能指数报告》（AI Index），已连续推出七期，成为追踪全球 AI 发展最全面的年度文献之一。

如今，她不再负责日常运营，而是有了一个新的角色：校长的 AI   特别顾问，工作范围覆盖全校七大学院，聚焦科研方向、外部合作、教育改革与学生发展四个维度。

图 | 2026 年 HAI AI 指数报告（来源：Standford）

在此次的公开访谈中，她将新角色定义为 " 连接者与守护者 "，强调 " 协助校长在大学层面就 AI   做出清晰、有战略性的判断 "。将 "AI   特别顾问 " 作为制度性职位写入校长办公室，在斯坦福尚属首次。这相当于把   AI   从 " 院系事务 " 提升为 " 校长直管战略 "，可见斯坦福对于   AI   定位的转变。

此外，图灵奖得主、前校长   John Hennessy   的回归也是一个重要信号。他将与李飞飞共同主持咨询委员会，并兼任   HAI   特别顾问。Hennessy   直言这是 " 斯坦福最重要的一项行动 "，并明确委员会的两大职能：提供多元外部视角，协助筹措发展资源。后者基本意味着   HAI   将启动新一轮募款。

接掌新机构的   James Landay   是人机交互领域的资深学者。他   1990   年代开发的设计工具   SILK，被视为   Figma、Canva   等现代设计平台的思想先驱；2000   年代初的   UbiFit   项目，则早于   Apple Watch   勾勒出可穿戴健康设备的雏形。2024   年，他获得人机交互领域最高荣誉之一   ACM SIGCHI   终身研究成就奖。

谈及合并初衷，Landay 表示："2019   年创办   HAI   时，没人预料到   AI   会以今天这样的速度改变生活。留给我们去塑造这项技术的时间，比当初设想的要短得多。"

从资源体量看，一旦合并，新机构将在美国高校中颇具分量。早在原来的   HAI   中，便已汇聚超过   400   名跨学科学者，建立起成熟的产业合作网络，累计获得   6000   万美元研究资助；而原   SDS   的核心资产则是名为 "Marlowe" 的高性能   GPU   计算集群，以及在数学统计、因果科学、神经科学等方向搭建的研究平台与人才项目。对于这个新的机构，HAI   贡献的是 " 人 " 和 " 资金网络 "，SDS   带来的是 " 算力 " 和 " 数据科学基础 "。

其中，Marlowe GPU   集群的并入尤为关键。该平台由数学教授   Emmanuel Cand è s   牵头建设，面向全校研究人员开放。合并后，Cand è s   将出任   HAI   副院长，主管计算资源。这意味着   HAI   首次拥有了对大模型时代核心资源的自主调度能力。能否支撑二三十人规模的团队项目、能否让博士生在校内训练中等规模模型、能否确保敏感数据不出校园完成训练，都直接取决于这台集群的支撑。

图 | Marlowe GPU 集群（来源：Standford )

校长   Levin   将合并后的   HAI   称为 " 斯坦福   AI   研究的正门 "，意思很明确：无论是学术界、产业界还是政策制定者，只要涉及斯坦福的 AI   合作，都将通过这一通道对接。斯坦福不再把人工智能当作某个学院或中心的专属课题，而是将其提升至大学治理的核心层级，统筹资源、统一接口。

图 | 斯坦福现任校长 Jonathan Levin （来源：Standford）

基于这一判断，新   HAI   将围绕三大方向展开工作：跨学科发现、教育变革、社会影响研究。

在 " 跨学科发现 " 这条线上，新机构院长 Landay   提出 " 规模化的团队科学 "。不是传统五个人围着一位教授做项目，而是由教授、工程师、数据科学家、设计师等构成的二三十人跨学科团队，配套校级算力与工程支持。背后的判断是，AI   驱动的科学问题已不再是一篇论文几张图的节奏，而要靠工程师搭好基础设施、数据科学家清洗数据、领域专家定义问题。SDS   此前积累的 " 中心化科研支持 " 经验，加上   HAI   的院系网络，刚好能把研究的人员结构往这个方向推。

在 " 教育变革方面 "，Landay 没有把生成式   AI   讲成颠覆教育的洪水，而是把任务拆成几个具体方向：与斯坦福学习加速器等机构协同，重新思考   K-12、大学与终身学习在   AI   时代的形态；探索新的学习与评估方式；重新设计教学方法。HAI   此前已在做面向国会议员的   AI   集训营、面向高管的教育项目，以及每年发布的   AI Index   报告。把这些放在新   HAI   的 " 教育变革 " 框架下，意味着教育不再只是研究院的副业，而是与发现、社会影响并列的核心支柱。

此前，第三个方向 " 社会影响 " 是   HAI   过去最被外界识别的标签，但   Landay   在这次合并后把它明显往实证方向推。他特别提到要做经济学研究，观察工作岗位如何变化；做组织行为学研究，看企业内部流程如何演化；推动设计方法从 " 以用户为中心 " 走向 " 以社区和社会为中心 "。这套思路意味着，HAI   要把 " 以人为本 " 从一句宣言，变成可被验证的工作方法。

支撑这三大方向的，是   Landay   反复强调的 " 开放 " 原则：开放科学、开源代码、开放数据、开放模型、开放课程。这一立场并非空谈。

李飞飞团队创建的   ImageNet   数据集，曾是推动深度学习发展的关键基础设施；近年来，斯坦福研究者参与的   FlashAttention   等开源项目，也让大模型训练优化得以惠及更广泛的开发者群体。Landay   的判断很明确：" 让斯坦福区别于前沿科技公司的，是我们作为开放社群运作的承诺——在开放论坛发表论文、倡导开放研究、让知识可被获取。"

新机构还有意将视野投向硅谷之外。Landay   明确表示，" 为人类塑造   AI" 不等于 " 为北美或西方塑造   AI"，必须与亚洲、中东、欧洲等不同文化背景的研究中心建立合作。部分国际合作已启动，更多细节暂未披露。在地缘竞争日趋激烈的背景下，一所美国顶尖大学主动强调 " 避免输出单一世界观 "，确实难能可贵。

对斯坦福内部而言，合并带来的变化同样具体。原   SDS   与   HAI   的研究生奖学金项目将整合，早期研究者将获得更丰富的资助来源与导师网络；原属 SDS   的可持续性、天体物理、因果科学等研究中心，将与   HAI   已有的基础模型、数字经济、智能科学等团队并入同一架构。前教务长   Etchemendy   将以高级研究员身份继续参与，经济学家   Guido Imbens   则在完成过渡后回归教学科研。整体思路清晰：简化行政链条，保留科研活力。

过去几年，关于 " 高校在大模型时代是否还有竞争力 " 的讨论从未停止：算力被工业界主导、顶尖人才流向企业、闭源模型让独立研究难以复现。如今，斯坦福给出了自己的回应：把分散在校内的人、资金、算力、数据与政策影响力，整合成更紧凑的协作体系，并在治理层面为   AI   打通直达校长办公室的通道。

但合并是不是真能解决问题，还要看接下来一年里，Marlowe   的算力是否会扩容、扩到什么规模；新   HAI   在三大支柱下立项的旗舰项目长什么样；李飞飞作为校长顾问会推动哪些跨院系的具体决定；以及那些已经在洽谈的国际合作究竟能落地多少。

把这些变量加在一起看，斯坦福这次重组并不是简单的机构精简，而是把一所研究型大学在   AI 时代的资源调度链条整个重画了一遍。

参考链接：