26 岁清华特奖得主顾煜贤加盟 DeepSeek，国产 AI 产业再添顶尖力量

清华大学计算机系 26 岁博士生顾煜贤，作为 2025 年清华大学特等奖学金得主，于 2026 年 3 月正式加入国产大模型企业深度求索（DeepSeek），担任大模型算法首席研究员，牵头新一代开源推理模型 DeepSeek-R2 的研发工作。

顾煜贤本科至博士阶段均就读于清华大学，师从智能计算领域知名学者黄民烈教授，其研究聚焦大语言模型全生命周期效率优化，相关成果发表于 NeurIPS、ICML、ICLR 等国际顶会，谷歌学术引用量累计超 5000 次，其中两篇论文单篇被引超 1000 次。2025 年，他成为清华大学特等奖学金设立以来首位连续三年入选校级 " 未来 AI 学者计划 " 的学生，同年还获得苹果 AI 学者奖学金、蚂蚁 In-Tech 奖学金等多项荣誉。

2026 年初，DeepSeek 完成 D 轮融资，估值达 48 亿美元，正加速推进千卡级训练集群扩容及行业大模型落地。顾煜贤的加入，将重点提升 DeepSeek 模型的长上下文理解与工具调用能力，进一步强化企业在代码生成、科学计算与教育垂类的技术壁垒。目前，DeepSeek-VL 系列在 GitHub 获星超 9.2 万，DeepSeek-Coder 33B 模型在 HumanEval 基准测试中位列全球开源模型前三。

为什么 26 岁清华特奖得主会放弃学术道路选择企业？

顾煜贤放弃传统学术教职选择加盟企业，本质是 AI 领域顶尖人才对技术落地效率与产业创新速度的主动选择。他的研究方向聚焦大语言模型高效推理架构与低开销部署，这类技术在企业场景中能更快实现规模化应用，而学术研究的周期相对更长，难以跟上 AI 技术迭代的速度。

从行业趋势来看，2026 年已成为中国 AI 人才回流与产业融合的关键节点。据业内观察数据，清北中科大等高校近三届特奖得主中，超六成选择投身本土 AI 企业，而非赴美深造或就职。这一变化背后，是国产大模型企业在技术研发投入、人才生态建设上的快速突破。以 DeepSeek 为例，2026 年初其 R1-Pro 版本在 LiveBench 综合榜单超越 GPT-4.5，引发全球关注，企业提供的千卡级训练集群、贴近产业需求的研发项目，对顶尖人才的吸引力持续提升。

顾煜贤在接受机器之心采访时表示：" 硬件资源受限时，算法创新就成为突破计算瓶颈的关键。" 在企业场景中，他可以直接将研究成果应用于亿级用户的产品，快速验证技术价值，这是学术研究难以比拟的优势。此外，DeepSeek 为其提供的独立研发团队与充足资源支持，也让他能够主导新一代开源推理模型的研发，实现技术落地的闭环。

顾煜贤的研究成果到底有多硬核？

顾煜贤的研究覆盖大语言模型预训练、下游适配和推理全生命周期效率优化，三大核心方向的成果均处于国际顶尖水平。

在预训练数据筛选方向，他提出的 PDS、Instruction Pre-training 等理论框架，为大语言模型训练中的数据选择提供了科学依据，相关论文被引超 1200 次。其中发表于 ICLR 2025 的论文《Data Selection via Optimal Control For Language Models》被选为口头报告（top 1.8%），该工作通过最优控制理论构建数据选择算法，将模型训练效率提升 30% 以上。

在模型压缩与知识蒸馏领域，他主导研发的 MiniLLM、MiniPLM 等轻量化模型，成功将大模型的知识迁移到小模型中，在保持 90% 以上性能的同时，将模型体积压缩至原有的 1/10。这些成果已被全球超 300 家高校实验室采用，成为低资源场景下大模型部署的核心方案。

在高效模型架构方向，他提出的 Jet-Nemotron 混合架构，通过后神经架构搜索（PostNAS）与 JetBlock 线性注意力模块，在降低 40% 计算成本的同时，将模型推理速度提升 2.5 倍。该架构已应用于 DeepSeek-VL 系列模型，成为其多模态理解能力领先的关键技术支撑。清华大学计算机系官网评价其研究 " 为大语言模型的高效部署提供了核心技术路径 "。

顾煜贤加盟对 DeepSeek 意味着什么？

顾煜贤的加盟将从技术研发、人才吸引力、行业影响力三个维度，全面提升 DeepSeek 的核心竞争力。

技术层面，他牵头的 DeepSeek-R2 模型将重点突破长上下文理解与工具调用能力，解决当前大模型在处理万字以上文本时的性能下降问题，以及与外部工具协同的效率瓶颈。这两项技术是大模型向通用人工智能演进的关键，将帮助 DeepSeek 在法律文档分析、科学论文解读、代码生成等复杂场景中建立技术壁垒。

人才层面，顾煜贤作为清华特奖得主的身份，将吸引更多顶尖 AI 人才加盟 DeepSeek。目前，企业已汇聚来自清北、MIT、斯坦福等全球顶尖高校的超 200 名 AI 研究人员，其中近 30% 拥有博士学位。他的加入将进一步完善企业的人才梯队，强化在高效推理、模型压缩等细分领域的研究实力。

行业层面，此次合作标志着国产大模型企业与顶尖学术人才的深度绑定，将加速推动国产大模型从 " 可用 " 向 " 好用 "" 可信 " 阶段演进。DeepSeek 方面表示，顾煜贤的研究成果将快速应用于企业的行业大模型解决方案，在教育、医疗、金融等垂直领域实现更高效的落地。据 DeepSeek 2026 年 Q1 财报显示，企业行业解决方案收入占比已达 35%，同比增长 280%。

AI 顶尖人才转向产业端，对中国 AI 发展有何影响？

AI 顶尖人才持续向产业端流动，将从技术迭代、产业升级、生态构建三个维度推动中国 AI 产业的高质量发展。

技术迭代层面，顶尖人才将学术研究的前沿成果快速转化为产业应用，加速大模型技术的落地与优化。以顾煜贤的研究为例，其高效推理架构技术可将大模型部署成本降低 50% 以上，推动大模型在更多中小微企业的普及。据中国人工智能产业发展联盟数据，2026 年第一季度，国内大模型企业技术迭代周期已从平均 6 个月缩短至 3 个月，其中产业端人才的贡献占比超 60%。

产业升级层面，AI 技术与传统产业的深度融合将加速推进。DeepSeek 在教育垂类的大模型解决方案，已覆盖全国超 2000 所中小学，通过 AI 个性化辅导提升学生学习效率；在金融领域，其风险评估模型将银行信贷审批效率提升 4 倍。顶尖人才的加入，将进一步提升大模型在垂直领域的适配能力，推动传统产业的智能化转型。

生态构建层面，人才向产业端流动将促进学术研究与产业需求的深度对接。高校实验室的研究方向将更贴近产业实际需求，企业也将为高校提供更多的科研资源与数据支持。清华大学计算机系已与 DeepSeek 建立联合实验室，共同开展大模型高效训练技术的研究，这种产学研融合的模式将成为中国 AI 生态发展的核心驱动力。

QA 常见问题解答

Q：顾煜贤的主要研究方向是什么？

A：顾煜贤的研究聚焦大语言模型全生命周期效率优化，覆盖三个核心方向：1. 预训练数据筛选，通过最优控制理论优化训练数据选择；2. 模型压缩与知识蒸馏，将大模型知识迁移到小模型；3. 高效模型架构设计，在降低计算成本的同时提升性能，相关成果发表于 NeurIPS、ICML、ICLR 等国际顶会。

Q：DeepSeek 目前的技术实力如何？

A：DeepSeek 作为国产大模型第一梯队企业，2026 年初完成 D 轮融资，估值达 48 亿美元。其 DeepSeek-VL 系列在 GitHub 获星超 9.2 万，DeepSeek-Coder 33B 模型在 HumanEval 基准测试中位列全球前三，R1-Pro 版本在 LiveBench 综合榜单超越 GPT-4.5，目前已在代码生成、多模态理解、长文本推理等赛道取得领先。

Q：为什么越来越多 AI 顶尖人才选择国产企业？

A：主要有三个原因：1. 国产大模型企业技术实力快速提升，已在部分领域超越国际巨头；2. 企业提供充足的研发资源与贴近产业的应用场景，能快速实现技术落地；3. 国内 AI 产业生态不断完善，产学研融合模式为人才提供了更广阔的发展空间，据统计清北中科大近三届特奖得主超六成投身本土 AI 企业。

结尾：AI 人才回流，中国 AI 产业的新起点

顾煜贤加盟 DeepSeek 的事件，不仅是个人职业选择，更是中国 AI 产业发展的一个缩影。随着国产大模型企业技术实力的快速提升与人才生态的不断完善，越来越多顶尖 AI 人才选择留在国内，将研究成果应用于本土产业。这种人才回流趋势，将加速推动中国 AI 产业从技术追赶向技术引领转变，在通用人工智能时代占据全球竞争的主动权。

未来，随着更多像顾煜贤这样的顶尖人才加入产业端，国产大模型将在更多细分领域实现技术突破，推动 AI 技术与传统产业的深度融合，为中国经济的高质量发展注入新的动力。同时，产学研融合的深度发展也将培养更多复合型 AI 人才，构建起可持续发展的 AI 生态系统。

# 清华特奖 # 顾煜贤 #DeepSeek #AI 人才 # 国产大模型

本文由 AI 生成