人大高瓴 黄文炳 副教授
报告生成时间： 2026年7月
个人主页： https://gsai.ruc.edu.cn/wenbing_huang DBLP： https://dblp.org/pid/155/3181-1.html（消歧名 Wenbing Huang 0001，别名 Wen-bing Huang 0001） ORCID： 0000-0002-2566-4159 课题组名称： GLAD（Geometric Learning And Discovery）
一、学者基本信息
黄文炳，中国人民大学高瓴人工智能学院预聘副教授、博导，国家高层次青年人才、北京科技新星、北京智源青年学者。中国人民大学智慧治理学院兼职博导、中关村人工智能学院兼职导师、中国人工智能学会组织工作委员会副秘书长。曾任职于清华大学（计算机系博士后、智能产业研究院AIR助理研究员）与腾讯公司（AI Lab高级研究员）。主要研究方向为几何深度学习、空间智能、具身智能体，以及AI在医疗健康、能源材料等交叉领域的应用。代表性工作包括DropEdge（训练深度图神经网络）、AS-GCN（大规模图的GNN高效训练）、MEAN（多通道等变注意力网络，用于抗体设计，获ICLR 2023杰出论文提名奖）。
据DBLP统计，其发表记录共245篇（排除Zenodo数据集条目后），谷歌学术引用1万多次，单篇引用最高逾1000次。自2022年起连续多年入选斯坦福大学全球前2%顶尖科学家年度榜单。担任NeurIPS、ICML、ICLR等会议领域主席（Area Chair），国际机器学习汇刊TMLR执行编辑，Nature Machine Intelligence、Nature Communications等期刊审稿人。
教育与工作经历时间线：
| 时间段 | 机构 | 身份 |
|---|---|---|
| 2008.09 - 2012.07 | 北京航空航天大学 | 数学与应用数学学士 |
| 2012.09 - 2017.07 | 清华大学计算机系 | 博士（导师：孙富春教授） |
| 2016.03 - 2017.03 | 澳大利亚国立大学 | 联合培养博士（联合导师：Mehrtash Harandi） |
| 2017.07 - 2019.09 | 腾讯公司AI Lab | 高级研究员 |
| 2019.10 - 2022.09 | 清华大学计算机系/智能产业研究院（AIR） | 博士后 / 助理研究员 |
| 2022.09 - 2023.07 | 中国人民大学高瓴人工智能学院 | 预聘助理教授 |
| 2023.07 - 至今 | 中国人民大学高瓴人工智能学院 | 预聘副教授 |
二、DBLP数据统计
数据来源： DBLP pid 155/3181-1（Wenbing Huang 0001），共245篇发表记录（排除Zenodo数据集条目），382位独立合作者。
2.1 论文年度分布
| 年份 | 论文数 | 备注 |
|---|---|---|
| 2014 | 3 | 博士阶段 |
| 2015 | 1 | 博士阶段 |
| 2016 | 7 | 博士阶段 |
| 2017 | 4 | 博士毕业年 |
| 2018 | 11 | 腾讯AI Lab时期 |
| 2019 | 28 | 腾讯AI Lab/清华博后过渡年 |
| 2020 | 29 | 清华博后时期 |
| 2021 | 15 | 清华博后时期 |
| 2022 | 36 | 博后→人大过渡年 |
| 2023 | 24 | 人大时期 |
| 2024 | 35 | 人大时期 |
| 2025 | 40 | 人大时期（截至报告日期） |
| 2026 | 12 | 人大时期（截至报告日期） |
2022年以后（含2022年）的论文占总量的60%以上（147/245），反映其加入人大后以独立PI身份组建团队的产出加速。2019年（腾讯末期/清华博后初期）和2020年是早期产出高峰（各约28-29篇），与在腾讯AI Lab和清华AIR的双重平台资源有关。
2.2 主要发表会议/期刊
| 会议/期刊 | 论文数 |
|---|---|
| NeurIPS | 21 |
| ICML | 13 |
| AAAI | 10 |
| ICLR | 9 |
| CVPR | 8 |
| ACM Multimedia | 7 |
| CIKM | 4 |
| WWW | 3 |
| ICCV | 2 |
| IJCAI | 2 |
| KDD | 2+ |
| Nature Communications | 3+ |
| Nature Biomedical Engineering | 1 |
| IEEE TPAMI / TNNLS / TKDE 等期刊 | 若干 |
发表高度集中于机器学习四大顶会（NeurIPS/ICML/ICLR/AAAI共53篇），以及计算机视觉顶会CVPR/ICCV（10篇），体现其研究的核心定位在机器学习理论方法层面，同时近年Nature子刊论文数量的增长反映了AI4Science方向的深入布局。
三、博士教育背景与导师谱系
3.1 博士阶段（清华大学，2012-2017）
| 导师 | 身份 | 关系 | DBLP合作论文数 | 合作年份 |
|---|---|---|---|---|
| 孙富春（Fuchun Sun） | 清华大学计算机系教授、国家杰出青年科学基金获得者、IEEE/CAAI Fellow、清华大学具身智能与机器人研究院副院长 | 博士导师（个人主页明确标注） | 70次（全网络最高频） | 2014-2025 |
| Mehrtash Harandi | 澳大利亚国立大学（联合培养） | 联合指导博士导师 | 约3-5次 | 2016-2018 |
孙富春教授是清华大学智能机器人领域的领军学者，其研究方向涵盖智能控制、机器人感知与操作、触觉感知等，是黄文炳早期研究（机器人感知、触觉信号表示、视频分析、深度学习）的直接源头。黄文炳博士期间从数学背景（北航数学学士）切入机器人感知领域的图模型与深度学习方法研究，后逐步演进为以图神经网络为核心的几何深度学习方向。
孙富春与黄文炳的合作强度分析： 70次合作论文占黄文炳总产出的29%（70/245），是全网络中合作最密切的学者。合作时间跨度从2014年（博士在读）一直持续到2025年（黄文炳已到人大3年后），横跨了博士、腾讯就职、清华博后、人大独立PI四个阶段。这表明即使在黄文炳离开清华后，双方在AI4Science（如晶体结构预测、分子动力学等方向）仍保持着紧密的学术合作，孙富春的实验室平台和学术资源对黄文炳的持续学术产出有重要支撑作用。
3.2 博士同门（推测，基于与孙富春共同合作的学者）
| 姓名 | DBLP合作数 | 合作年份 | 备注 |
|---|---|---|---|
| Huaping Liu（刘华平） | 16次 | 2015-2025 | 清华大学计算机系教授，孙富春团队核心成员，智能机器人方向，为黄文炳博士阶段的长期合作者 |
| Le-le Cao（曹乐乐） | 12次 | 2014-2020 | 博士早期密集合作者，可能为同期博士生 |
| Bin Fang 0003（方斌） | 10次 | 2016-2021 | 清华大学相关，机器人触觉/操作方向同门 |
| Mingxuan Jing（荆明轩） | 8次 | 2019-2025 | 清华博后期间合作者，模仿学习、强化学习方向 |
四、现单位团队（中国人民大学 GLAD 课题组）
黄文炳于2022年9月加入人大高瓴人工智能学院，组建GLAD（Geometric Learning And Discovery）课题组。由于其个人主页未公开列出完整学生名单，以下团队成员系根据DBLP合作数据中2022年及以后出现的高频年轻合作者推断。
4.1 指导/联合指导的博士生与核心研究成员（推断）
| 姓名（DBLP） | 合作论文数 | 合作年份 | 推测身份与方向 |
|---|---|---|---|
| Rui Jiao（焦睿） | 23次 | 2022-2026 | 高频合作者，AI4Science方向（分子生成、晶体结构预测、蛋白质设计），多篇Nature子刊共同作者，推测为核心博士生或联合培养学生（可能主导师为Yang Liu/清华AIR） |
| Jiaqi Han（韩嘉琪） | 22次 | 2022-2025 | 等变图神经网络、物理系统建模方向，ICLR 2022 GMN论文共同第一作者，清华计算机系博士（在读期间合作，可能为联合指导） |
| Xiangzhe Kong（孔祥哲） | 19次 | 2022-2025 | 分子/蛋白质/肽设计方向，Nature Biomedical Engineering共同作者 |
| Jiacheng Cen（岑嘉诚） | 14次 | 2024-2026 | 等变GNN理论、RNA结构、LLM与几何学习交叉方向，2024年后快速增长的核心成员 |
| Ziyang Yu 0002（余子阳） | 10次 | 2024-2026 | 生物分子动力学模拟、ICML 2025论文第一作者 |
| Zongzhao Li（李宗昭） | 9次 | 2024-2026 | 等变GNN、RNA结构、LLM-Geometry模型方向 |
| Liming Wu（吴黎明） | 7次 | 2023-2026 | 晶体结构预测（Nature Communications共同作者） |
| Ning Lin（林宁） | 6次 | 2024-2026 | 对称性生成模型、空气动力学反设计 |
| Anyi Li（李安仪） | 6次 | 2024-2026 | 蛋白质设计、等变GNN |
| Wenda Wang（王文达） | 3次 | 2025-2026 | 抗体设计方向 |
4.2 人大校内合作者
| 姓名 | 身份 | 合作论文数 | 合作年份 | 合作方向 |
|---|---|---|---|---|
| Zhewei Wei（魏哲巍） | 人大高瓴人工智能学院教授 | 11次 | 2023-2026 | 图算法、图神经网络理论，校内紧密合作者 |
| Hao Sun 0002（孙浩） | 人大高瓴人工智能学院长聘教授、副院长 | 7次+ | 2024-2026 | AI4Science方向（晶体结构预测、流体力学、对称性模型），人大校内AI4Science最重要的合作伙伴 |
| Ruihua Song（宋睿华） | 人大高瓴人工智能学院教授 | 8次 | 2024-2025 | 人体运动生成、交互式动作方向 |
| Ji-Rong Wen（文继荣） | 人大高瓴人工智能学院院长 | 3次+ | 2025-2026 | Nature Communications合作论文（晶体结构预测等），院级层面合作 |
五、核心合作者（跨机构，合作频次排名，排除导师与团队学生）
| 排名 | 合作者 | 所属机构 | 合作论文数 | 合作年份 | 关系与领域 |
|---|---|---|---|---|---|
| 1 | Fuchun Sun（孙富春） | 清华大学计算机系 | 70次 | 2014-2025 | 博士导师，见第三节详述 |
| 2 | Yu Rong 0001（容钰） | 腾讯AI Lab | 66次 | 2018-2026 | 腾讯AI Lab核心合作者，图神经网络/分子生成/AI4Science方向，2018年起持续合作至今，是腾讯时期建立的最核心产学合作关系（详见第六节） |
| 3 | Junzhou Huang | 德克萨斯大学阿灵顿分校（UTA） | 53次 | 2017-2024 | Jenkins Garrett讲席教授，机器学习/计算机视觉/AI制药方向，跨国长期合作伙伴 |
| 4 | Tingyang Xu（徐挺洋） | 腾讯AI Lab | 50次 | 2018-2026 | 腾讯AI Lab高级研究员，图生成/分子生成方向，与Yu Rong构成黄文炳的"腾讯双核"合作关系（详见第六节） |
| 5 | Yang Liu 0005（刘洋） | 清华大学计算机系/AIR院长 | 42次 | 2021-2026 | 清华大学教授、AIR院长，NLP/AI4Science方向，黄文炳清华博后期间的核心学术合作纽带，合作集中于AI4Science（分子、蛋白质、晶体等），多篇Nature子刊共同通讯作者 |
| 6 | Chuang Gan（甘传） | UMass Amherst / MIT-IBM Watson AI Lab | 29次 | 2018-2022 | 视觉推理、物理场景理解方向，腾讯/清华时期密集合作 |
| 7 | Deli Zhao（赵德利） | 蚂蚁集团/阿里巴巴 | 16次 | 2015-2026 | 早期博士阶段即有合作，后在蚂蚁集团继续合作，覆盖图学习、分子生成等方向 |
| 8 | Yikai Wang 0001（王一凯） | 清华大学 | 17次 | 2020-2024 | 清华博后期间指导/合作的博士生，多模态融合、视觉理解方向 |
| 9 | Mingkui Tan（谭明奎） | 华南理工大学 | 11次 | 2019-2022 | 跨机构合作，高效图神经网络方向 |
| 10 | Wenwu Zhu 0001（朱文武） | 清华大学计算机系 | 10次 | 2018-2023 | 清华教授，多媒体/图学习方向，清华期间的学术同事 |
六、业界合作关系深度分析
6.1 腾讯AI Lab（2017-至今，最核心产业合作方）
黄文炳2017-2019年任腾讯AI Lab高级研究员，这段产业经历对其学术生涯产生了深远影响。离开腾讯后，他与腾讯AI Lab的合作不仅未中断，反而在2019年之后大幅加强。
核心腾讯合作者：
| 姓名 | 腾讯身份 | 合作论文数 | 合作年份 | 合作方向 |
|---|---|---|---|---|
| Yu Rong（容钰） | 腾讯AI Lab研究员 | 66次 | 2018-2026 | 图神经网络预训练、分子生成、蛋白质设计、AI4Science全领域，是黄文炳全网络第2高频合作者 |
| Tingyang Xu（徐挺洋） | 腾讯AI Lab高级研究员 | 50次 | 2018-2026 | 图生成模型、分子生成、等变网络、AI4Science |
腾讯合作深度分析：
Yu Rong与Tingyang Xu是黄文炳在腾讯AI Lab的核心合作者，三人构成了一个极为紧密的"铁三角"合作关系。以DBLP数据统计，黄文炳与Yu Rong（66次）和Tingyang Xu（50次）的合著论文之和达116次，占其总产出的47%。这种合作强度在学术界极为罕见，尤其是在黄文炳已于2019年离开腾讯的情况下，合作仍在持续增长（2024-2026年间的最新论文中二人仍频繁出现）。
这一关系的实质是：腾讯AI Lab为黄文炳的AI4Science研究提供了持续的产业数据、算力和应用场景支撑，而黄文炳的学术成果（如等变图神经网络、分子/蛋白质生成方法）为腾讯的AI制药（如药物分子性质预测、抗体设计等）业务提供了理论和算法支撑。黄文炳获得的2022年度"腾讯犀牛鸟专项研究卓越奖"是这种长期产学研合作的官方认定。
代表性联合产出： - ICLR 2022: "Equivariant Graph Mechanics Networks with Constraints"（黄文炳、韩嘉琪、容钰、徐挺洋、孙富春等合著） - ICLR 2023 Outstanding Paper Honorable Mention: MEAN（抗体设计方向） - 多篇NeurIPS、ICML论文涉及图预训练、分子/蛋白质生成
腾讯犀牛鸟学者计划： 黄文炳入选腾讯"犀牛鸟学者"计划，该计划旨在资助高校青年学者与腾讯联合开展前沿研究，通常包含科研经费、数据和算力资源支持。黄文炳同时获得微软亚研院"铸星计划"支持，表明其在多家头部科技企业中具有广泛的产业认可度。
6.2 Junzhou Huang（德克萨斯大学阿灵顿分校）-- 跨国深度合作
Junzhou Huang是UTA的Jenkins Garrett讲席教授，研究方向涵盖机器学习、计算机视觉、AI制药（蛋白质折叠预测等）。与黄文炳的合作论文多达53次（2017-2024），是全网络第3高频合作者。
合作始于2017年（黄文炳博士毕业/入职腾讯年），集中在图神经网络理论（DropEdge、AS-GCN等代表性工作均有Junzhou Huang参与）和AI4Science方向。Junzhou Huang的NIH资助项目（AI抗体设计）与黄文炳的MEAN等抗体设计工作高度关联。这是一种典型的跨国学术合作关系：中美两位学者在图神经网络与AI制药交叉方向形成了长期互补的合作网络。
6.3 清华大学智能产业研究院（AIR）-- 学术-产业桥梁
黄文炳2019-2022年在清华AIR担任助理研究员期间，与AIR院长Yang Liu（刘洋）教授建立了密切的合作关系（42次合作论文，2021-2026年）。Yang Liu是清华计算机系教授、AIR院长，研究方向为NLP和AI4Science，与黄文炳的合作聚焦在AI4Science方向（分子动力学、蛋白质设计、晶体结构预测等），近年有多篇Nature Communications、Nature Biomedical Engineering联合论文。
清华AIR定位为"学术与产业的桥梁"，黄文炳在此期间建立的合作网络（包括Yang Liu、孙富春等清华系学者）延续至其加入人大后，形成了跨机构的AI4Science合作集群。
6.4 北京智源人工智能研究院（BAAI）-- 智源青年学者
黄文炳入选"北京智源青年学者"。北京智源人工智能研究院成立于2018年，由北京市政府主导，联合清华、北大、中科院及百度、美团、旷视等机构共建，定位为非营利新型研发机构，致力于AI基础研究。"智源青年学者"项目为入选者提供科研经费（通常为连续3-5年的研究资助）和算力资源支持，无需承担行政义务，是国内AI领域最受认可的青年学者资助计划之一。
智源研究院的产学研性质体现在：其由政府财政资金支持、连接高校与企业的双向需求，为学者提供介于"纯学术"与"纯产业"之间的研究平台。黄文炳入选该计划，意味着其研究获得了北京市AI政策体系的官方认可和资源支持。
6.5 蚂蚁集团/阿里巴巴 -- Deli Zhao（赵德利）合作线
Deli Zhao（赵德利）是黄文炳的另一重要产业合作者（16次合作，2015-2026年），跨越了极长的时间跨度。Deli Zhao在蚂蚁集团/阿里巴巴从事AI研究，合作方向包括图学习、分子生成、AI4Science等。近年（2024-2026年）Deli Zhao在黄文炳的多篇ICML、NeurIPS论文中出现，表明这是一个持续活跃的产学合作关系。
CCF-蚂蚁科研基金：2022年，黄文炳的项目《面向超大规模关系数据的高效图神经网络》获得CCF-蚂蚁绿色计算专项科研基金资助，正式确立了与蚂蚁集团的科研合作关系。
6.6 NVIDIA -- PointWorld具身智能合作
2026年初，黄文炳作为第一作者/通讯作者发表了"PointWorld: Scaling 3D World Models for In-The-Wild Robotic Manipulation"论文，合作者包括来自NVIDIA Research的多位研究员（Yu-Wei Chao、Arsalan Mousavian、Ming-Yu Liu、Dieter Fox、Kaichun Mo）以及斯坦福大学的Li Fei-Fei。这一合作显示黄文炳在具身智能（Embodied AI）方向已与NVIDIA和斯坦福建立了新的合作通道，合作层级极高。
6.7 微软亚研院 -- 铸星计划
黄文炳曾入选微软亚洲研究院"铸星计划"（Stars of Tomorrow），该计划为中国高校优秀博士生/青年学者提供与MSRA合作研究的机会。
6.8 产业合作论文在DBLP中的占比估算
基于对核心产业合作者（Yu Rong/腾讯、Tingyang Xu/腾讯、Deli Zhao/蚂蚁、Chuang Gan/MIT-IBM等）的DBLP合著统计：与腾讯系合作者（Yu Rong + Tingyang Xu，去重后）共著论文估计超过80篇，占总产出的33%以上，是黄文炳全部产学研合作中最大的单一产业来源。加上蚂蚁集团、NVIDIA等其他产业合作方，总产业合作论文占比预计在40-45%区间，显著高于同级别高校PI的平均水平。
6.9 学生毕业去向产业界统计
由于黄文炳2022年底才加入人大独立组建GLAD课题组，截至报告生成时间（2026年7月），其自主培养的博士生尚未进入毕业周期（博士学制通常为4-5年，首届博士生预计2026-2027年入学、2030年后毕业）。因此目前尚无法统计其自主培养学生的毕业去向。
其在清华博后期间联合指导或深度合作的学生（如Jiaqi Han、Yikai Wang等），从DBLP记录来看仍活跃在学术界发表论文，尚未有明确的工业界就职信息。
七、Connection 圈层总结
第一圈层（导师/学术领路人）： 孙富春（Fuchun Sun，70次，占比29%）——作为清华大学计算机系教授和博士导师，孙富春是黄文炳学术生涯的起点和持续支撑者。与赵鑫-文继荣的"双核"绑定模式不同，黄文炳与孙富春的合作更多体现为"师承延续"：博士阶段建立的机器人感知/图模型研究根基，在腾讯、清华博后、人大阶段逐步演化为几何深度学习/AI4Science方向，但合作从未中断。即使在黄文炳已到人大3年后，二人仍有Nature Communications级别的联合产出。
第二圈层（产业核心合作者"铁三角"）： Yu Rong（容钰，66次）+ Tingyang Xu（徐挺洋，50次）——腾讯AI Lab的两位研究员构成了黄文炳最独特的合作关系。合著总量达116次（占47%），远超一般产学合作的规模，实质上形成了跨机构的"虚拟联合团队"。这种关系的形成有其特殊背景：黄文炳2017-2019年在腾讯AI Lab任职时与二人建立了深度信任和科研默契，离开后凭借研究方向的高度互补（黄文炳提供理论方法创新，腾讯提供数据/场景/算力）维持了异常紧密的合作。
第三圈层（跨国/清华学术网络）： Junzhou Huang（53次，UTA）提供了跨国学术合作的国际维度；Yang Liu（42次，清华AIR院长）是清华博后阶段建立的AI4Science核心学术合作伙伴；Chuang Gan（29次，MIT-IBM）代表了在视觉推理方向的另一条国际合作线。这些合作者共同构成了黄文炳的国际学术网络骨架。
第四圈层（人大校内同事与新生力量）： 黄文炳加入人大后，与魏哲巍（11次，图算法理论）、孙浩（7次+，AI4Science）、宋睿华（8次，人体运动生成）等校内同事建立了新的合作关系。同时，GLAD课题组正在快速成长，Rui Jiao（23次）、Jiaqi Han（22次）、Xiangzhe Kong（19次）等年轻合作者已展现出强劲的论文产出能力。
第五圈层（新兴产业合作）： 蚂蚁集团（Deli Zhao，16次）、NVIDIA（2026年PointWorld论文合作）代表了黄文炳正在拓展的新产业合作方向，前者聚焦AI4Science/分子生成，后者指向具身智能与3D世界模型。
总体特征对比（与赵鑫报告的对比）： 黄文炳的合作网络有两个显著特征，区别于赵鑫（信息检索/大语言模型方向）的模式： 1. 产业合作占比极高：腾讯AI Lab的合作论文占其总产出的33%以上，加上蚂蚁、NVIDIA等，产业合作总占比约40-45%，这在高校PI中极为罕见（赵鑫的产业合作占比约15-20%）。这与黄文炳的个人经历（2年腾讯全职经历）和研究方向（AI制药、分子设计等产业应用性强的领域）直接相关。 2. 师承关系延续性强：与孙富春的合作（70次，跨12年）贯穿了黄文炳学术生涯的全部阶段，远超一般博士毕业后与导师"渐行渐远"的模式。 3. 团队规模尚小但增速快：相较于赵鑫团队（AI Box近50人），黄文炳的GLAD课题组成立仅3年多，核心成员约10-15人，但人均论文产出率很高。
八、数据来源与局限性说明
本报告主数据来自DBLP官方作者消歧记录（pid: 155/3181-1，245条发表记录，382位合作者的共著统计），并结合以下信息源： - 中国人民大学高瓴人工智能学院官方教师页面（https://gsai.ruc.edu.cn/wenbing_huang）——确认教育经历、工作经历、博士导师等核心信息 - 清华大学AIR新闻报道（加入AIR的公告） - 腾讯犀牛鸟专项研究卓越奖公告 - CCF-蚂蚁科研基金入选公告 - ICLR 2023杰出论文提名奖公告 - 各合作者个人主页（Yang Liu/清华、Junzhou Huang/UTA、孙浩/人大）
局限性说明：
- 博士导师关系：已由其个人主页明确标注"指导导师：孙富春教授"。
- 团队学生名单：黄文炳的GLAD课题组未在官网公开学生名单，第四节中的团队成员系根据DBLP 2022年后高频年轻合作者推断。Rui Jiao、Jiaqi Han等高频合作者可能同时是清华AIR/Yang Liu团队的学生，仅与黄文炳联合发表论文。
- 产业合作者机构归属：Yu Rong、Tingyang Xu在DBLP中标注为Tencent AI Lab，近年具体在职状态未经验证。Deli Zhao的机构归属（蚂蚁集团 vs 阿里巴巴其他部门）同样存在不确定性。
- DBLP覆盖偏差：DBLP以计算机科学会议/期刊为主，Nature系列期刊的覆盖可能遗漏部分论文。DBLP记录的245条中包含大量CoRR预印本，排除后正式发表论文数约100-120篇，与官网声称基本吻合。
- Chuang Gan机构：DBLP合作期间（2018-2022），Chuang Gan归属为MIT-IBM Watson AI Lab / UMass Amherst，合作集中于视觉物理推理方向，黄文炳加入人大后合作已基本停止。