刚拿世界冠军，他却主动放弃已跑通路线
文｜《中国科学报》记者徐可莹
2024年，西湖大学特聘研究员、博导于开丞带着西湖大学团队拿下计算机视觉领域顶会ECCV自动驾驶赛道的世界冠军，得分远超第二名。
几个月后，他把这条路线停了。
那是他们已经跑通、刚刚被行业认可的路线。停手意味着之前攒下的数据、工程经验和评测积累有相当一部分用不上，而新路能不能走通，当时谁也说不准，包括他自己。
今年以来，世界模型、物理AI赛道爆火，而在此之前，于开丞就已经默默耕耘多年。1993年出生的他，从山东出发，辗转中国香港、瑞士、美国等地，历经顶尖高校、享有盛名的大厂实验室，最终走上创业道路。
做“非主流”的选择
于开丞做这类决定不是第一次。2012年他参加高考，分数够上清华北大，最后填了香港大学（以下简称港大）。
他成长在一个“传统的山东家庭”，父母都在高校工作。但不那么传统的是，父母虽常常给予他大方向上的建议，却总会把最终选择权交由他自己。
那年港大在内地招生分数很高，同学中不乏各省、市状元，人才密度极高。于开丞选择港大，是他深思熟虑后的结果。“一方面在网上搜集大量资料，被学校倡导的自由探索氛围吸引；另一方面，也是因为拿到了学校的奖学金。”他笑道。填报志愿时，他选择了强电相关专业。但进入大学之后，他很快意识到这个方向并不适合自己。
于开丞从小就喜欢计算机，只是大学前接触不多，没敢直接报考计算机专业。港大的专业转换机制比较灵活，大二那年他正式转入计算机方向，并兼顾统计学课程的学习。
判断一个专业是否适合自己，于开丞不单单依靠兴趣直觉，还会评估自己的“投入产出比”。转专业需要在短时间内补上大量难度逐级提升的专业课，他也尝试过别的方向，尽管能拿到不错的成绩，却明显要投入更多精力和自律，不像计算机那般“丝滑”。
“不是表面皮毛的浅尝辄止，要钻进去实操，你很容易辨别自己内心的声音。”这是他总结出来的经验。
计算机领域技术迭代快，不断涌现新问题、新成果，这种持续创新的特质让于开丞感到兴奋。转入计算机专业后，他逐步深入探索计算机视觉、人工智能赛道。
2016年本科毕业，于开丞顺利取得瑞士洛桑联邦理工学院（EPFL）的直博offer。彼时，绝大多数中国学生申请海外博士都优先瞄准美国高校，他手上同样握着几所美国知名院校的录取通知，但最终选择远赴欧洲继续学业。
促成这一决定的主要原因是文献阅读。做本科研究时，他大量阅读计算机视觉领域的顶刊论文，洛桑联邦理工学院频繁产出重磅成果。于开丞还参加了学校面向申请者举办的开放日，实地参观之后，他更加坚定了想法。“洛桑联邦理工经费充沛，和苏黎世联邦理工两所学校加起来的总经费规模接近清华大学，整体办学体量却小很多。”
博士期间，于开丞主攻自动机器学习（AutoML），也就是业内常说的AI for AI，目标是让人工智能自己完成模型架构搜索与迭代，不再完全依靠人工设计网络结构。他是这个方向最早的研究者之一。博士三年级，他凭借一篇顶会论文拿到了全欧洲仅4个名额的“高通创新奖学金”。
奖学金为他打开了工业界的大门。随后，于开丞进入英特尔智慧系统实验室（ISL lab）实习。该实验室在3D计算机视觉领域享有很高声望，实验室后来的负责人跳槽苹果，主导了iPhone多项影像与视觉功能背后的算法研发。在这里，于开丞第一次真切体会到学术成果落地产业之后释放的巨大价值，也开始思考学术研究与产业应用之间客观存在的鸿沟。
实习结束赶上疫情，他又在Meta相关实验室远程工作过一段时间。博士毕业前，他又去硅谷一家创业公司工作半年，沉浸式感受了硅谷创业公司的工作氛围。
这几段工业界的经历令于开丞意识到，生化环材这类学科从实验室成果到工业落地，要经过小试、中试、大试的漫长链条；而计算机领域的相关技术，却能在实验室产出后直接接入应用。“我希望能游走在学术和产业的交界地带做最前沿的探索，不再只留在象牙塔之内，所以完全打消了进入学术界的想法。”
在“第一性原理”下找机遇
2021年9月，于开丞博士毕业回国，加入阿里巴巴达摩院自动驾驶实验室。
达摩院的氛围更像大公司内部孵化的创业团队，他有很多直接接触集团技术高管的机会，能够近距离观察及学习商业决策逻辑。于开丞发现技术能力只是事业的一部分，客户预期管理、商务交付等同样是值得重视的现实问题。
于开丞主要做自动驾驶前沿感知研究。在此过程中，他逐步意识到世界模型的重要价值。“传统自动驾驶技术本质上是‘死记硬背’，高度依赖训练数据集，题库里见过的场景，模型能够处理，遇到长尾、罕见的突发状况，就很容易出错。随着上路车辆越来越多，极端长尾场景的数据采集成本会变得极其昂贵。”他解释道。
针对这一问题，当时领域内主要有两条解决思路：第一条，生成合成数据，制造出罕见场景样本，然后喂给模型做训练；第二条，从根源上让模型学会触类旁通，具备推演未知场景的能力。显然，后者难度更高。
在达摩院内部，于开丞曾花费不少精力说服团队在世界模型方向加大投入力度，但后续达摩院业务调整，相关研发工作被搁置。可于开丞始终确信：世界模型，尤其是物理世界模型，是一个足够本质、具备巨大潜力的方向，不能就此停下。
于是在2023年，他又做了一个令人意外的决定——离开阿里，加入西湖大学，组建自主智能实验室AutoLab。
转入高校平台，是于开丞长远布局的一个选择。
现在很火热的“世界模型”在2023年还属于偏小众的概念，市场认知度不高。于开丞仔细考量过，相比企业，高校平台不需要优先考虑短期商业化，能让他更加心无旁骛地开展预研工作，且研究方向也更加自由。但与此同时，他并没有完全隔绝产业，而是持续和理想、小米等车企保持合作，坚持把产业端的真实问题带回实验室。
初入西湖大学，于开丞及团队优先选择难度相对低的第一条路线做探索，通过世界模型生成合成仿真数据。这条路很快做出了成绩，2024年他们拿下ECCV自动驾驶赛道的世界冠军，得分远超第二名。
胜利之后，于开丞反而陷入了更深层次的自我质疑：即便可以大批量生成仿真数据，其本质依旧是“死记硬背”，并没有真正解决模型触类旁通的底层问题。
于是，他带领团队将已经跑通、拿到行业认可的路线搁置，转向一条前途未卜的新路径。“尽管对团队而言有很大风险，但我们还是坚持从‘第一性原理’出发，放弃老路换赛道。”
2024至2025年，团队把研究重心转向隐空间概念世界模型。通俗讲，他们不再追求渲染逼真画面，而是模仿人类认知的过程，把物理世界的物体、状态、因果关系等抽象成概念，存储在隐空间当中。这样一来，在遇到从未见过的场景时，模型依靠已经建立的物理概念，就能自主完成推演判断。
2025年年中，团队取得关键实验结果，证明这条技术路径可行。至此，于开丞才认真推进公司化。
其实早在两年前，从阿里离职后就有人劝他直接创业。于开丞有自己的判断：原型探索阶段更适合在高校平台完成，等实验室做完原理验证之后再通过创业公司完成规模化加速，这样才能走得更稳，底层基础模型也会更扎实。
拿到过亿融资，回归本质问题
2026年初，西湖数智正式成立。公司定位是物理世界的基础大模型公司，对标语言大模型，目标是打造原生的物理大模型，而不只是给车企交付定制化解决方案。
于开丞坦言，当前物理世界模型行业所处阶段大致相当于GPT-1诞生之前，距离成熟商业化还有很长的路，所以西湖数智始终重视学术深度与产业实战的并行——团队采取类似海外Frontier Lab前沿实验室的组织模式。一方面吸纳多位高校老师以顾问形式参与，联合西湖大学共建世界模型研究中心，贡献科研思考；另一方面引入来自工业界的资深专家，以万张显卡级工程调度、多模态大模型、视频大模型研发经验保障大规模工程落地。
这也是这家初创公司能够拿到累计超亿元种子轮、天使轮融资的底层逻辑。西湖数智的投资方包括英诺基金、东方嘉富基金、正轩投资、天启资本、西湖创新投资基金、金蚂投资等硬科技投资机构。资本愿意下注，不为即时的商业化回报，而是看准了团队在赛道爆发前就已经完成的多年底层积累。
尽管已经走上创业道路，但于开丞在内心深处一直将自己定位为一个“研究者”。采访中，他反复提到一个词：科研品味。在于开丞看来，很多产业方向的嗅觉，本质上都源自科研品味。“品味决定你选择做什么，更决定你选择不去做什么。”
“如果目标只是薪资、福利，就会随波逐流；如果目标是解决一个本质问题，希望留下一点属于自己的研究成果，你的选择就会完全不同。”他分享了在洛桑联邦理工学院读博时导师传授给他的一套研发标准：要去挖掘现象背后的机理，去做具备广泛影响力的研究，而不是仅仅在已有论文的基础上搞些浅显的工程改造。
他以自己曾经的研究工作“BEVFusion”为例。当时自动驾驶领域的多传感器融合已有大量工作，大体可分为两类，但都存在对单一模态依赖较强等缺陷。他的团队跳出原有框架，提出了将激光雷达与摄像头并行编码、在统一空间中融合的鲁棒框架（BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework，发表于NeurIPS 2022），对整个领域形成较大影响。这就是他心中有价值的研究。
“建立品味没有捷径，要大量阅读、分辨问题的重要程度，区分哪些是小修小补的技巧，哪些才是真正的底层问题。”他提醒年轻博士生，不要把精力消耗在影响力有限的细碎问题上。
现在物理人工智能、世界模型赛道热度高涨，大量不同背景的从业者涌入。面对行业喧嚣，于开丞很是平静。大语言模型打开了虚拟世界的智能之门，而对物理世界的理解，至今仍是人工智能尚未完全攻克的难题。在于开丞的构想中，二者互为补充，才是完整的智能图景。
从2014年转入计算机专业算起，到2026年西湖数智成立，中间隔了11年。世界模型的风口近两年才起来，他在这条路上已经走了很久。他的说法是，“做好自己，打持久战”。
*文中图片均为受访者提供