OpenAI团队关键华人博士，正主导颠覆性研究，中美AI争锋再添变数！

AI圈最近被一条消息刷屏了，OpenAI的华人研究员陈博远刚完成MIT博士答辩。

这个不到4年就拿下顶尖学府博士学位的年轻人，同时还是GPT图像生成核心团队的五位成员之一，参与了火爆的Sora视频模型研发。

更厉害的是，他正在推进的“世界模型”研究，可能会彻底改变通用人工智能的发展路径。

从高中时连Python都不会，到如今站在AI研究最前沿，这个横跨计算机、数学和哲学的跨界天才，正悄悄改写AI理解世界的方式。

被深度学习“击中”的少年

陈博远和AI的故事开始于高中暑假的科技营，那会儿他第一次碰到了FeiXia博士，这位后来成为他学业导师的专家，给那个还不懂编程的他讲了深度学习的奥妙。

这回碰面就像撒下一颗种子，在他心里激起了对AI的兴趣。几年后回想起来，他总觉得FeiXia就像自己的“吴恩达”，是那个带他迈入AI大门的启蒙人。

陈博远本科期间在加州大学伯克利分校主修计算机和数学，还额外学了一年哲学，这种跨学科背景后来成了他研究上的一大亮点。

他上学那会儿一点都没闲着，自己开了家机器人教育公司，专门整那些比赛用的机器人套装。

硬件设计啥的，软件编程啥的，全都由他亲自操刀，这段创业历程让他深刻体会到，技术再牛也得能用，不能光写论文里秀。

真正的爆发点是在2023年夏天DeepMind实习那会儿，他参与了多模态大语言模型的训练，亲自搞定的数据合成流程，后来成了Gemini2.0里的核心部分。

这段经历让他真切感受到基础研究到产品落地的全流程，关键是，他还碰到了学术路上的重要伯乐——FeiXia又一次给他递上橄榄枝，邀他参与新的研究项目。

陈博远刚到MIT读博，曾一度跌入低谷，头一年连篇论文都没发表，科研的重压让他特别紧张。就在这时候，FeiXia再次伸出援手，陪他一起搞定了NLMap项目。

这项能让机器听懂自然语言指令的研究，成了他学术路上的第一颗闪亮炸弹。

后来俩人联手搞出了SpatialVLM，这些研究帮机器人更灵光地“看懂”并“体会”空间环境，也给后面造世界模型铺好了路。

给AI装“大脑地图”的研究者

陈博远研究的重点就是“世界模型”，乍听有点神秘，实则就是帮AI打造个像人脑一样的认知“地图”。

打个比方，过去的AI干活儿就是边走边看，而借助世界模型，AI能提前猜到环境会变啥，类似人做事前先在脑子里演练一遍。

他在博士论文里着重指出，视觉世界模型对具身智能格外关键，这才是让机器人弄懂物理世界的核心所在。

这研究的厉害之处，在他参加的项目里表现得相当突出。作为GPT图像生成团队的主力，他把世界模型的理念巧妙地融进图像生成技术里，让AI画出来的图更贴近真实世界的物理法则。

在Sora视频模型的研发过程中，这项技术发挥了至关重要的作用，使视频中物体的运动和光影变化都更加逼真贴合现实。也正因如此，他才会说“没有什么比看到自己的研究改变领域范式更令人兴奋”。

OpenAI最近的动作真是给他研究的重要性打了个漂亮的招呼，公司正组建一个专门搞人形机器人算法的团队，招聘启事里直接点明要“在变幻莫测的真实世界环境中推动AGI级的智能”。

有内行人透露，这个新团队的重心就在研发能让机器人懂得物理世界原理的技术。

这点偏偏跟陈博远的研究方向对上了。他答辩完直言不讳，说接下来会在OpenAI那边继续推动世界模型在具身智能这块的应用。

他的课题早就超出实验室范围，先前搞的NLMap系统，可以让机器人用自然语言问周围环境，还能自己规划行动路径。

比如你让机器人“把桌子上的红色杯子拿过来”，它先会“扫描”周围环境锁定目标，然后算出一条最顺溜的移动路线。

这技术已经在几种智能家居场景里试运行起来，以后说不定会完全颠覆咱们和机器的互动方式呢。

左手代码右手哲学的跨界者

如今AI研究越发细致，陈博远跨领域的背景显得特别珍贵，他不仅技术过硬，还对哲学情有独钟。

本科期间扎实的哲学功底，让他看待问题的视角远超那些单纯技术出身的研究者，他常挂在嘴边一句话，研究AI不能只盯着“怎么做”，还得想明白“为啥这么做”。

他对通用机器人的看法体现了这种思维方式，去年他在博客里提到，具身智能很可能是未来一百年最让人兴奋的技术，咱们很可能真的能在有生之年见到通用机器人的出现。

他也提醒大家，这条路得靠“持之以恒”的投入，别被眼前的流行风潮带偏了。他援引导师的话说：“科研可以盯着成果走，但绝不能盯着网红视频跑。”

在浮躁的AI圈里，这样沉稳的态度真是难得一见。

他对哲学的思考还波及到了研究手法，搞SpatialVLM时，不光盯着技术参数，还深入琢磨“空间认知”对AI揣摩人类意图的关键作用。

这个能让AI根据空间位置理解语言的模型，背后其实融合了认知科学的理论。有同行评价说，陈博远的研究总能“脚踏实地又仰望星空”，这正是跨学科思维带来的好处。

创业的经历让他比那些纯粹搞学术研究的人更懂得怎么把技术真正用起来，本科阶段创办机器人教育公司的经历让他清楚，再牛的技术也得考虑能不能实实在在派上用场。

他设计的系统不仅要性能杠杠的，还特别讲究兼容性和扩展能力。

就拿和BoostRun这种AI基础设施公司合作的项目来说，他设计的接口能对接各种厂家的硬件，直接加快了技术的商业落地。

AI浪潮里的长期主义者

陈博远的成长经历打破了不少人对“天才”的固有看法，读博刚开始那会儿，他也曾因为论文没出而感到焦头烂额。

他可没随波逐流去追那些当下火爆的热门方向，而是死死盯着世界模型这块较为冷门的领域不放，这股坚持劲儿在AI圈特别难得，毕竟天天都有新点子、新风口冒出来。

他的坚持有了回响，随着GPT和Sora这类模型的崛起，世界模型的价值被大家都看得清清楚楚，现在学术圈和业界都明白了，让AI掌握世界法则，比单纯地堆积数据要重要多了。

OpenAI组建了机器人团队，特斯拉全力推进Optimus项目，谷歌则专注于机器人控制算法，归根结底都是在抢占这块领域的高地。陈博远在这方面已经耕耘多年，早早站稳了头把交椅。

对咱们普通老百姓来说，他的经历真心有不少可学的，从高中时被深度学习“砸中”，到本科期间投身创业积累实战，再到博士阶段潜心钻研核心技术，每一步都走得相当稳当。

他没因短期看不到成效就打退堂鼓，也没被热门领域的风头迷了眼，这种专注核心领域的坚持，恰恰是众多技术飞跃的共同秘诀。

随着OpenAI加快机器人领域的部署，陈博远的研究或许能打开更宽广的发展天地。

他坦言愿意用一辈子时间来推动通用机器人发展，目标虽大，但翻翻他这些年的成长足迹，谁还能断定这是不可能实现的呢？

如今AI技术飞速发展，真正的创新往往出自那些既精通技术又有耐心，既怀揣梦想又脚踏实地的研究者。陈博远和他的世界模型，可能正好是开启下一代AI大门的那把钥匙。

#热问计划#