人大高瓴 周骁 副教授
报告生成时间： 2026年7月
个人主页（RUC）： https://gsai.ruc.edu.cn/XiaoZHOU 个人主页（GitHub）： https://xiaozhoucam.github.io/ DBLP： https://dblp.org/pid/267/2864-5.html（英文名 Xiao Zhou 0005，因"Xiao Zhou"同名学者极多） ORCID： 0000-0002-0868-764X ｜ Wikidata： Q95990572 实验室： LUMOS AI Lab（熠智AI实验室，AI for Urban Mobility & Societal Sciences）
一、学者基本信息
周骁，女，中国人民大学高瓴人工智能学院预聘副教授（Tenure-track Associate Professor），博士生导师。本科就读于哈尔滨工业大学建筑学院城市规划专业（2009-2014年），后赴英国剑桥大学，先后获得土地经济系副博士（MPhil，2014-2015年）与计算机科学系博士学位（2015-2019年），师从英国皇家工程院院士（FREng）Cecilia Mascolo教授——后者是移动与普适计算、健康感知领域的国际知名学者。周骁是Cecilia Mascolo教授接收的第一位华人学生，也是剑桥大学计算机系历史上罕有的从社会人文学科院系（土地经济系）转入计算机系的博士毕业生。博士毕业后赴美国麻省理工学院（MIT）Senseable City Lab从事博士后研究（2020年2月至2021年2月，合作导师Carlo Ratti教授），2021年3月加入中国人民大学高瓴人工智能学院。
周骁拥有跨专业教育背景：本科为偏设计的城市规划专业，硕士阶段所属土地经济系在剑桥大学被归为"社会科学"，最终跨专业获得计算机博士学位。这段独特的学术路径深刻影响了其研究风格——长期致力于利用多模态数据与人工智能方法解决城市治理和社会生活中的现实问题。
据DBLP统计，其发表记录共44条（含会议论文、期刊论文及arXiv预印本），据RUC个人主页完整论文列表统计，实际发表论文总数约60余篇（含部分尚未被DBLP收录的2025-2026年新论文及交叉学科期刊论文）。研究成果发表于Artificial Intelligence、TKDE、TOIS、KDD、NeurIPS、SIGIR、IJCAI、AAAI、ACL、EMNLP、WWW等重要期刊和国际会议，以及Frontiers in Public Health、Royal Society Open Science、Travel Behaviour and Society、EMBC等交叉学科期刊和会议。获WWW 2026最佳论文奖（仅1篇，TOP 0.03%）、NeurIPS 2025 Spotlight论文。荣誉方面，入选北京市科技新星、微软"铸星计划"学者、CCF-滴滴盖亚学者、中国人民大学杰出青年学者。担任CCF普适计算专业委员会执行委员，及Nature Communications、NeurIPS、MM、WWW、KDD、AAAI、IJCAI等知名期刊与国际顶级会议审稿人。教学与科研成果曾被《人民日报》、China Daily等媒体报道，并获《南风窗》"女科学家"主题封面专访。
二、导师谱系
博士阶段（剑桥大学计算机科学系，2015-2019年）
周骁的博士导师为Cecilia Mascolo教授。Cecilia Mascolo教授任职于剑桥大学计算机科学与技术系（Computer Laboratory），是英国皇家工程院院士（FREng），研究方向涵盖移动与普适计算、传感器系统、健康监测等，是该领域的国际领军人物。
据DBLP早期论文（2017-2019年）记录，周骁在剑桥大学攻读博士期间的核心合作者如下：
| 姓名 | 现任职/背景 | 合作论文数 | 合作年份 | 备注 |
|---|---|---|---|---|
| Cecilia Mascolo | 剑桥大学教授，FREng | 9次 | 2017-2019 | 博士导师，移动与普适计算方向，所有剑桥期间论文均署名 |
| Anastasios Noulas | 剑桥大学（博士期间）→数据科学家 | 7次 | 2017-2019 | 剑桥团队核心成员，城市移动性与社交网络分析方向，每篇剑桥论文均有合作 |
| Desislava Hristova | 剑桥大学（博士期间）→城市数据科学家 | 4次 | 2017-2018 | 剑桥团队核心成员，城市社会经济分析方向 |
| Zhongxiang Zhao | 剑桥合作者 | 5次 | 2018-2025 | 跨阶段持续合作者，参与KDD'18及后续推荐系统论文 |
| Max Sklar | Foursquare数据科学家 | 1次 | 2017 | 城市社交网络分析方向合作 |
周骁博士期间的研究方向集中于城市文化投资的社会经济影响评估（利用微信地理社交数据）、城市人群移动与慢性疾病预测、兴趣点推荐系统等，与后期转向大模型、推荐系统和医疗AI有明显的方向演进。
MIT博士后阶段（2020年2月-2021年2月）
| 姓名 | 现任职 | 合作论文数 | 合作年份 | 关系 |
|---|---|---|---|---|
| Carlo Ratti | MIT教授，Senseable City Lab主任 | 1次 | 2022 | 博士后导师，建筑学家与工程师，城市计算与感知方向 |
| Paolo Santi | MIT研究员 | 1次 | 2022 | MIT合作者，城市移动性与COVID-19政策评估方向 |
Carlo Ratti教授是MIT Senseable City Lab（可感知城市实验室）的创始人和负责人，毕业于都灵理工大学和巴黎国立交通学院，后在剑桥大学获得硕士和博士学位。他是国际知名的建筑师、工程师和创新者，被福布斯评为"你需要知道的名字"之一。周骁在MIT期间的研究聚焦于COVID-19疫情期间的非药物干预政策评估与城市移动性分析，相关成果发表于Frontiers in Public Health。
MSRA访问学者阶段（2021年11月-2022年4月）
| 姓名 | 现任职 | 合作论文数 | 合作年份 | 关系 |
|---|---|---|---|---|
| Xing Xie（谢幸） | 微软亚洲研究院副院长，ACM/IEEE/CCF Fellow | 12次（全网络最高频） | 2019-2026 | MSRA"铸星计划"访问学者合作导师，后成为周骁加入RUC后最核心的产业界合作者 |
谢幸博士于2001年加入微软亚洲研究院，现任副院长，1996年毕业于中国科学技术大学少年班，2001年在中科大获得博士学位（师从陈国良院士）。研究领域涵盖数据挖掘、社会计算与负责任人工智能。谢幸领导的团队是MSRA社会计算组的核心，周骁以"铸星计划"访问学者身份在其团队进行了为期半年的访问研究，此后双方合作持续至今且不断深化（2024-2026年合作论文占其总合作量的绝大多数）。
三、现单位团队（中国人民大学 LUMOS AI Lab）
周骁作为PI成立了LUMOS AI Lab（AI for Urban Mobility & Societal Sciences，熠智AI实验室），"LUMOS"取自《哈利·波特》中的"Lumos"（荧光闪烁）咒语，寓意用AI"魔法"照亮城市与社会的未来。课题组现有10余名在读博士、硕士研究生及科研助理，致力于设计并运用人工智能算法推动更高效、可持续、智慧的社会治理与发展。组内同学有机会被推荐至剑桥大学、MSRA、北京智源等研究机构联合培养。
核心骨干博士生/毕业学生（据DBLP高频合作者数据及RUC个人主页完整名录）：
| 姓名（英文/DBLP） | 合作论文数 | 合作年份 | 备注 |
|---|---|---|---|
| Hanze Guo（郭翰泽） | 8次 | 2024-2026 | 现役博士生，MSRA联合指导，方向为LLM价值对齐与可解释推荐 |
| Lei Li 0053（李磊） | 8次 | 2024-2026 | 2025届博士毕业生，北京智源联合指导，入选小米人才计划 |
| Xiangxu Zhang（张向旭） | 9次 | 2025-2026 | 现役博士生，MSRA联合指导，方向为医疗AI与推荐系统 |
| Xixian Yong（雍希贤） | 4次 | 2024-2026 | 现役博士生，新加坡国立大学（NUS）联合培养，方向为LLM推理效率 |
| Yijun Ma（马逸君） | 3次 | 2024 | 2024届硕士毕业生，毕业后赴美攻读博士学位 |
| Yuyao Zhang | 2次 | 2024 | 本科生合作者，AAAI'24论文 |
| Jinlin Li（李锦林） | 1次 | 2025-2026 | 现役博士生，腾讯联合指导，方向为城市健康预测与医疗大模型 |
毕业研究生代表性去向（据RUC个人主页完整名录）：
李磊（2025届博士）→入选小米人才计划（北京智源联合指导）；马逸君（2024届硕士）→赴美攻读博士学位；杨乐（2024届硕士）→入职政府机构；马煦晖（2025届硕士）→入职阿里巴巴；孙沛霖（2025届硕士）→入职OPPO。
现役团队完整名录（据RUC个人主页）：
在读博士生：李锦林（腾讯联合指导）、张向旭（MSRA联合指导）、洪乾（滴滴联合指导）、郭翰泽（MSRA联合指导）、雍希贤（NUS联合培养）。在读硕士生：何腾飞（快手联合指导）、严烁楠（苏州校区智慧治理学院）、林乐岩（苏州校区智慧治理学院）、陈忠鑫。课题组总规模约10余人，是人大高瓴学院内中等规模的科研团队。
团队特色： LUMOS AI Lab的一大显著特征是几乎所有博士生/硕士生都有企业联合指导或联合培养安排——腾讯、MSRA、滴滴、快手、NUS均有覆盖，反映周骁将产学研融合深度嵌入团队培养体系的教学理念。
四、核心合作者（跨机构，合作≥2次，除MSRA团队和学生外）
| 合作者 | 所属机构 | 合作次数 | 合作年份 | 领域 |
|---|---|---|---|---|
| Cecilia Mascolo | 剑桥大学 | 9次 | 2017-2019 | 博士导师，城市计算与移动数据 |
| Anastasios Noulas | 剑桥大学（时任） | 7次 | 2017-2019 | 城市移动性与社交网络 |
| Xiaoyuan Yi | 微软亚洲研究院 | 7次 | 2025-2026 | LLM价值对齐与社会计算 |
| Jing Yao 0003 | 微软亚洲研究院 | 5次 | 2025-2026 | LLM价值对齐 |
| Zhongxiang Zhao | 剑桥合作者→自由研究者 | 5次 | 2018-2025 | 推荐系统，跨阶段持续合作 |
| Xian Wu 0001 | 微软亚洲研究院/产业界 | 5次 | 2025-2026 | 医疗AI与LLM，多篇论文共通讯作者 |
| Yingying Zhang | 微软亚洲研究院/产业界 | 4次 | 2025-2026 | 医疗AI与LLM |
| Desislava Hristova | 剑桥大学（时任） | 4次 | 2017-2018 | 城市社会经济分析 |
| Hongteng Xu | 中国人民大学高瓴AI学院 | 2次 | 2025-2026 | 校内同事，图学习与推荐方向 |
| Jitao Sang | 北京邮电大学 | 2次 | 2025-2026 | 多模态LLM评测方向 |
| Yefeng Zheng 0001 | 腾讯AI Lab | 1次 | 2025 | 医疗多模态幻觉 |
| Enhong Chen | 中国科学技术大学教授 | 1次 | 2018 | 数据挖掘（IJCAI'18合作） |
| Carlo Ratti | MIT教授 | 1次 | 2022 | 博士后导师，COVID-19城市政策 |
| Paolo Santi | MIT研究员 | 1次 | 2022 | MIT合作者 |
五、业界合作深度调研
5.1 微软亚洲研究院（MSRA）：核心产业合作枢纽
周骁与微软亚洲研究院的合作是其学术网络中最重要的产业合作关系。MSRA副院长谢幸（Xing Xie）以12次共著位居全部合作者首位，此外MSRA团队的Jianxun Lian（10次，谢幸的博士毕业生，现为MSRA研究员）、Xiaoyuan Yi（7次）、Jing Yao（5次）、Xian Wu（5次）、Yingying Zhang（4次）合计贡献了超过43次合作，占周骁全部DBLP合作记录的近三分之一。
合作模式呈现三个层次： 1. 访问学者机制：周骁于2021年11月至2022年4月以"铸星计划"学者身份访问MSRA社会计算组，合作导师为谢幸首席研究员，此后合作关系持续深化。 2. 学生联合指导：博士生郭翰泽、张向旭均由MSRA联合指导，直接将MSRA的研究资源与人大高瓴的培养体系对接。 3. 论文合作密集期：2024-2026年的合作论文涵盖AAAI、NeurIPS、ACL、WWW、TOIS等顶会顶刊，主题涵盖推荐系统、LLM价值对齐、多模态LLM评测、医疗AI等方向。
5.2 腾讯（Tencent）：横向项目与学生联合培养
周骁主持腾讯科技横向合作项目"行业大模型幻觉与编辑算法研究"（2024年12月至2025年11月），博士生李锦林由腾讯联合指导。DBLP合作者Yefeng Zheng 0001（腾讯AI Lab首席研究员）合作1篇论文（2025年，多模态幻觉方向）。
5.3 快手（Kuaishou）：推荐大模型合作
周骁主持快手两项横向合作项目：（1）"面向近场分发场景的端到端推荐大模型研究"（2025年12月至2026年11月）；（2）"搜索行为大模型探索及应用研究"（2025年9月至2026年8月）。硕士生何腾飞由快手联合指导。
5.4 滴滴出行（DiDi）：盖亚学者计划
周骁入选CCF-滴滴盖亚学者，博士生洪乾由滴滴联合指导。盖亚学者计划是滴滴与CCF联合设立的产学研人才计划，反映周骁在城市计算与出行数据方向与滴滴的合作基础。
5.5 OPPO：智慧健康合作
周骁主持OPPO广东移动通信有限公司横向项目"基于大模型的智慧健康管理助手与问答系统"（2023年12月至2024年11月），毕业硕士生孙沛霖入职OPPO。OPPO合作反映了周骁将医疗大模型与移动终端健康监测结合的产业落地方向。
5.6 中国联通（China Unicom）：早期推荐系统合作
周骁主持中国联通横向项目"游戏推荐系统"（2021年8月至2022年3月），是其加入RUC后最早的企业合作项目之一。
5.7 深涵科技（Shenhan Tech）：具身智能新兴合作
周骁主持深涵科技横向项目"具身智能视觉问答模型研究"（2025年12月至2026年11月），反映其研究方向向具身智能方向的拓展。
5.8 学生去向与产业辐射
LUMOS AI Lab毕业生的去向分布清晰呈现产业辐射路径：阿里巴巴（马煦晖，2025届硕士）、OPPO（孙沛霖，2025届硕士）、小米人才计划（李磊，2025届博士）、政府机构（杨乐，2024届硕士），以及赴美攻读博士（马逸君，2024届硕士）。毕业生流向高度集中于互联网/科技头部企业与海外深造，反映团队培养的人才在产业界具有较高竞争力。
5.9 剑桥团队的国际产业联系
周骁博士期间的剑桥团队合作者中，Anastasios Noulas和Max Sklar与Foursquare等位置服务企业有密切联系，反映剑桥移动计算团队本身具有产业合作基因。但周骁回国后与这些国际合作者的论文合作已显著减少（最后一次剑桥团队合作论文为2019年），重心转向国内产学研网络。
六、Connection 圈层总结
第一圈层（产业合作领路人）： 谢幸/Xing Xie（MSRA副院长，12次共著，全网络最高频）——这是周骁学术网络中最核心的合作者与产业对接枢纽。通过"铸星计划"访问学者机制建立的这一合作关系，不仅贡献了最高频的共著记录，更通过学生联合指导（郭翰泽、张向旭由MSRA联合指导）和持续的论文合作（2024-2026年密集产出），将MSRA社会计算组的研究资源深度嵌入LUMOS AI Lab的科研体系。MSRA团队整体（谢幸、Jianxun Lian、Xiaoyuan Yi、Jing Yao、Xian Wu、Yingying Zhang）合计贡献超过43次合作，是周骁学术网络中规模最大的产业合作集群。
第二圈层（博士阶段导师及剑桥团队）： Cecilia Mascolo（剑桥大学教授，FREng，9次共著）是周骁学术生涯的起点与根基。剑桥团队（Mascolo、Noulas 7次、Hristova 4次、Zhao 5次）在2017-2019年间贡献了周骁博士阶段几乎全部论文产出，研究方向涵盖城市文化投资的社会经济影响、人群移动与慢性疾病预测、兴趣点推荐等，奠定了其城市计算与社交网络分析的研究基础。博士后导师Carlo Ratti（MIT，1次共著）虽然在DBLP合作记录有限，但其Senseable City Lab的城市计算研究范式对周骁的研究风格产生了深远影响。
第三圈层（LUMOS AI Lab自主培养梯队）： 郭翰泽（8次）、李磊（8次）、张向旭（9次）、雍希贤（4次）等博士生是团队2024-2026年产出爆发式增长（2025年12篇、2026年已11篇）的直接贡献者。团队现役规模约10余人，特色在于几乎所有学生均有企业联合指导安排（腾讯、MSRA、滴滴、快手、NUS），将产学研融合嵌入培养体系。毕业生去向集中于阿里巴巴、OPPO、小米人才计划等头部科技企业，也有赴美攻读博士者。
第四圈层（多元化产学研合作网络）： 腾讯（大模型幻觉研究+学生联合指导）、快手（推荐大模型+搜索行为大模型两项横向项目）、滴滴（CCF盖亚学者+学生联合指导）、OPPO（智慧健康管理助手）、中国联通（游戏推荐系统）、深涵科技（具身智能）——周骁的产学研合作覆盖了从移动终端厂商（OPPO）到短视频平台（快手）、出行平台（滴滴）、电信运营商（中国联通）、AI初创企业（深涵科技）的多元化产业生态，与其城市计算、推荐系统、医疗AI的研究方向高度匹配。
产出规模与趋势： 44条DBLP发表记录中，2024年以后占比高达66%（29/44），2025年单年产出12篇，2026年已产出11篇，呈现陡峭的加速曲线。这一加速与加入RUC后团队建设成熟（2021年入职→2024年首批学生开始产出）、MSRA合作深化、以及大模型研究热潮三重因素高度吻合。合作者总数63人中，仅合作1次的有48人，覆盖KDD、IJCAI、AAAI、ACL、NeurIPS、WWW、SIGIR、EMNLP等顶会的广泛协作网络，但核心合作网络高度集中于MSRA团队和LUMOS Lab内部学生。
七、数据来源与局限性说明
数据来源： DBLP官方作者消歧记录（pid: 267/2864-5）、中国人民大学高瓴人工智能学院官网个人主页、百度百科、微软亚洲研究院官网、MIT Senseable City Lab公开资料等。
局限性说明： DBLP记录的44条发表记录略低于RUC个人主页列出的完整论文列表（约60余篇），差异主要来自部分2025-2026年新论文尚未被DBLP收录以及交叉学科期刊论文未纳入DBLP索引体系。