北京大学 袁粒 助理教授
报告生成时间：2026年8月20日
个人主页：袁粒 - 北京大学深圳研究生院科学智能学院
所属团队：北京大学深圳研究生院 / 信息工程学院 / 科学智能学院
一、学者基本信息
| 项目 | 内容 |
|---|---|
| 姓名 | 袁粒（Li Yuan） |
| 出生年份 | 约1995年（据2017年本科毕业推算） |
| 职称 | 助理教授、博士生导师 |
| 所属单位 | 北京大学深圳研究生院科学智能学院 |
| 实验室职务 | 课题组负责人（PKU-YuanGroup） |
| 学术头衔 | 国家高层次青年人才计划入选者 |
| 国家级人才 | 国家高层次青年人才计划 |
| 其他任职 | 福布斯亚洲30 Under 30（2023年，科学和医疗健康领域）；国家优秀留学生奖（归国类） |
| 邮箱 | yuanli@pku.edu.cn（据学院师资页） |
| 研究方向 | 多模态深度学习、视觉Transformer、AI4Science、视频理解、知识蒸馏 |
二、教育背景与职业履历
袁粒于2013—2017年在中国科学技术大学精密仪器系完成本科阶段学习，2017年获学士学位；随后进入新加坡国立大学电子与计算机工程相关领域直博，2021年获博士学位。博士期间加入颜水成、冯佳时实验室，校方报道记载其在博士二年级赴哈佛大学神经生物系Margaret Livingstone教授的认知神经科学实验室交流学习。因此，"哈佛访问"应表述为访问研究/交流经历，而非其学位授予机构或长期教职。博士阶段的培养关系可审慎确认到颜水成与冯佳时：校方报道称袁粒在新加坡国立大学加入二人实验室，二人亦在其代表论文中多次共同署名，构成教育训练与长期合作的双重证据。为避免过度推断，本报告将其记为博士阶段的公开培养导师/实验室负责人，不对二人的具体主导师、联合导师行政角色作超出公开材料的细分。
2021年末毕业后加入北京大学深圳研究生院，任助理教授、博士生导师，形成以深圳为基地、向视觉—多模态—AI4S扩展的研究组织。学校公开师资页列明其研究方向为多模态深度学习与AI4S，后者重点以深度学习处理化学、生物等领域的重要问题。其入选国家高层次青年人才计划，并列有国家优秀留学生奖（归国类）和福布斯亚洲30U30等经历；北京大学信息工程学院新闻进一步明确，其入选的是2023年福布斯亚洲30 Under 30科学和医疗健康领域榜单。
其科研画像可概括为两条互相连接的路径：一条是视觉与神经网络架构，包括视觉Transformer、知识蒸馏及视频理解；另一条是将模型能力延伸至表格交互、法律等垂直语言应用，以及面向科学问题的跨学科建模。这种组合使其网络同时连接计算机视觉、多模态学习、科学智能与应用型大模型社区。
三、学生培养情况
袁粒自2021年末加入北京大学后开始独立指导研究生，课题组（PKU-YuanGroup）依托北京大学深圳研究生院科学智能学院运行。以下列出已确认或可审慎识别的主要学生及培养节点。
1. 金鹏（2021级博士生，袁粒指导）
金鹏是目前可由校方公开材料直接确认的博士生：其为北京大学信息工程学院计算机科学与技术专业2021级博士生，指导教师为袁粒助理教授。北大深研院报道明确记载这一关系。金鹏的公开研究涉及高能效大模型架构与多模态大模型；校方2026年报道称其博士阶段提出的高能效大模型架构被美团LongCat系列模型采用。该关系应优先于基于论文或项目名单的猜测。
2. ChatExcel学生团队（袁粒指导的三名学生）
北京大学新闻指出，ChatExcel项目由袁粒指导的三名学生组成团队研发，测试版于2023年2月28日发布。公开资料可以确认ChatExcel由袁粒指导的学生团队开发，但不足以系统列出所有成员的学位、入学年份和个人导师关系。因此，该节点以"学生团队"整体记录，不逐一列名。
3. 联合培养学生（与田永鸿课题组）
袁粒课题组（PKU-YuanGroup）与田永鸿课题组在国产算力训练方面有联培合作，如金鹏等博士生为鹏城联培。田永鸿在联培中作为合作PI与联培指导资源参与，不能改写为袁粒的导师。此类联培关系体现了北大深圳校区课题组间的协作培养模式。
4. 视觉架构方向研究生（公开师生资料未逐项披露）
袁粒在视觉Transformer（T2T-ViT、VOLO）和知识蒸馏等方向产出多篇高引论文，课题组应有研究生参与相关工作。但公开资料未逐项披露每位学生作者的个人导师关系，不宜仅据论文署名推断师生关系。本报告仅使用"课题组成员"等审慎表述。
5. AI4S方向研究生（公开师生资料未逐项披露）
袁粒在AI4S方向有Nature Communications 2024论文等跨学科成果，课题组应有研究生参与相关研究。但公开资料未逐项披露具体学生名单与导师关系，不把共同论文作者自动列作袁粒的学生。
6. 开源项目参与者（公开师生资料未逐项披露）
ChatExcel、ChatLaw等项目涉及学生开发者和开源贡献者。北大报道将ChatExcel描述为从学生兴趣课题出发、在教师指导下向应用转化的案例。此类培养叙事不改变师生关系的证据标准，不把产品参与者自动列作袁粒的学生。
四、学术合作网络
4.1 博士阶段合作网络（新加坡国立大学）
VOLO（Vision Outlooker for Visual Recognition，TPAMI，2022）由袁粒与侯其斌、蒋子航、冯佳时、颜水成共同完成；它体现其在视觉网络结构设计上的合作圈。共同作者在此被界定为论文合作伙伴，除非有独立公开证据，不标注为其学生或被其指导者。
T2T-ViT（ICCV，2021）由袁粒与陈云鹏、王涛、余维浩、施宇俊、蒋子航、Francis E. H. Tay、冯佳时、颜水成等合作发表。校方将该工作列为"千引工作"。它把自然语言处理中Transformer的思路用于视觉表征的训练问题，是其从视觉架构走向跨模态建模的重要学术节点。
知识蒸馏方向的CVPR 2020论文 Revisiting Knowledge Distillation via Label Smoothing Regularization 与冯佳时等人合作；视频摘要、拥挤场景动作识别与姿态跟踪等论文则连接Francis E. H. Tay、王涛、周逸晨、常树宁等合作者。这里反映的是课题与论文的协作关系，不能据署名顺序反推出成员隶属或师生关系。
4.2 北大阶段合作网络
在北大阶段，MADAv2（TPAMI，2023）和Spikformer（ICLR，2023）等工作体现其与分割、神经形态计算和点云学习社区的交叉。论文中出现的田永鸿应定位为合作PI/共同作者，而非袁粒的导师；现有公开材料不足以支持相反判断。
其AI4S网络可从Nature Communications 2024论文 BASALT refines binning from metagenomic data and increases resolution of genome-resolved metagenomic analysis 观察到：论文作者横跨宏基因组、环境微生物、计算与人工智能研究者，显示其以算法参与生命科学数据分析的协作模式。该论文提供跨学科合作证据，但不意味着其中全部作者均为其课题组成员。
2024年3月，袁粒与田永鸿联合发起Open-Sora Plan（北大Sora复现计划），田永鸿为带队教授之一。两人构成北大深圳校区AIGC领域的学术搭档，为独立PI间的同事合作关系，非师生关系。
五、业界合作关系深度分析
5.1 ChatExcel的应用路径
ChatExcel是袁粒带领学生团队开发的AI办公辅助工具，核心交互是以自然语言操作Excel任务，如计算、排序、跨表处理和导出，从而降低公式与操作流程的使用门槛。北京大学新闻指出，该项目由袁粒指导的三名学生组成团队研发，测试版于2023年2月28日发布；北大深研院公开报道则说明其主要面向教师、会计等需要处理表格的工作场景。
ChatExcel的产业意义在于把"用户意图—软件动作"直接连接，属于面向办公数据处理的人机交互应用。公开资料可以支持其被设计为服务真实办公需求、并经历公开测试与用户反馈；但本报告不将早期访问量或媒体热度外推为持续营收、企业采购规模或商业化绩效。
5.2 可核实的企业采用与表述边界
可核实的企业使用应与具体技术和主体对应。校方2026年对金鹏的报道称，其博士阶段提出的高能效大模型架构被美团LongCat系列模型采用；该成果属于袁粒指导下学生的研究输出，也构成课题组研究进入企业模型实践的公开案例。它不是"ChatExcel被美团采用"的证据，二者必须严格区分。
因此，袁粒的产业网络可概括为：ChatExcel代表面向通用办公用户的应用探索；金鹏的高效大模型架构代表可由校方材料核实的企业模型采用。除上述已公开信息外，不对客户名单、合同金额、部署规模或业务指标作未经来源支持的推断。
5.3 ChatLaw与垂直领域探索
ChatLaw体现垂直领域语言模型探索，属于面向法律场景的应用型大模型方向。该项目的产业意义在于将多模态模型能力延伸至法律文本处理场景，但公开资料中具体的产业合作主体和商业化进展信息有限，不作超出来源的推断。
六、重要奖项与学术兼职
重要奖项
| 年份 | 奖项名称 | 备注 |
|---|---|---|
| 2023 | 福布斯亚洲30 Under 30 | 科学和医疗健康领域 |
| — | 国家优秀留学生奖（归国类） | — |
| — | 国家高层次青年人才计划 | — |
学术兼职
公开资料中袁粒的具体期刊编委和会议职务信息有限，不作超出来源的列举。其代表论文发表于TPAMI、ICCV、ICLR、CVPR、Nature Communications等顶级期刊会议，显示其在视觉与多模态领域具有活跃的学术影响力。
七、Connection圈层总结
从关系层次看，第一层是教育训练网络：中科大本科背景、新加坡国立大学博士训练，以及颜水成、冯佳时实验室的明确联系；哈佛访问补充了认知神经科学的跨学科经验。第二层是方法合作网络：以VOLO、T2T-ViT、知识蒸馏和视频理解为代表的视觉学习共同作者群。
第三层是北大深圳研究生院的研究组织与人才培养网络。此层中，金鹏是可直接确认的2021级博士生；田永鸿是合作PI与联培指导资源，不能改写为袁粒的导师。其余参与项目、论文和开源工作的人员应按公开角色逐一识别，不宜用"学生"一词笼统覆盖。
第四层是跨界应用网络：ChatExcel连接办公软件使用场景，ChatLaw体现垂直领域语言模型探索，AI4S则面向化学、生物等科学问题。对网络图谱的使用建议是将"导师""受指导学生""合作PI""共同作者""项目/产品协作者"设置为不同边类型，避免把合作强度误解为管理或培养关系。袁粒的学术网络以"视觉架构设计—多模态学习—AI4S跨界应用"为主线，兼具学术深度与产业转化探索，是北大深圳校区AIGC与科学智能方向的重要青年学者节点。