清华大学李航卓越访问教授

报告生成时间：2026年8月20日
个人主页：李航
所属团队：清华大学智能产业研究院（AIR，Institute for AI Industry Research）

一、学者基本信息

项目	信息
姓名	李航（Hang Li）
现职	清华大学智能产业研究院（AIR）首席科学家、卓越访问教授
研究方向	机器学习、自然语言处理、信息检索、机器人
教育背景	京都大学电气工程系本科（1988）；东京大学计算机科学博士（1998）
代表性学术身份	ACM Fellow、ACL Fellow、IEEE Fellow、CCF杰出会员
学术产出（AIR页面口径）	160余篇顶级会议及期刊论文、9部中英文专著和教材、60余项授权美国专利；论文引用超过37,000次，H-index 87
代表教材	《统计学习方法》及其扩展、修订后的《机器学习方法》
公开联系信息	lihang@air.tsinghua.edu.cn

李航的关系网络具有鲜明的“产业研究院—国际学术共同体—产品工程”三重结构。其职业跨越日本企业中央研究所、微软亚洲研究院、华为诺亚方舟实验室、字节跳动及清华AIR；因而其关键连接并不局限于传统高校师承，而是通过研究组管理、联合论文、实习和项目制研发形成的长期人才培养及合作网络。除特别注明者外，本报告将“学生/培养关系”限定为公开资料可支持的研究培养、联合指导或研究组导师关系，不将普通论文共同作者一概等同于正式学位学生。

二、教育背景与职业履历

李航于1988年毕业于日本京都大学电气工程系，1998年获东京大学计算机科学博士学位。日本阶段连接了电气工程、计算机科学与企业研究传统：1990—2001年，他在NEC中央研究所任研究员。这一长期企业研究经历使其较早形成以统计建模、语言与信息处理问题为牵引，并面向真实系统约束的研究风格。

2001年，李航加入微软亚洲研究院（MSRA），先后任资深研究员、主任研究员，至2012年。该阶段是其学术网络最密集的扩张期：研究主题覆盖信息检索排序、机器学习、自然语言处理和数据挖掘，并通过开放论文、实习生与跨校合作连接大批青年研究者。以学习排序为例，他与秦涛、刘铁岩、徐君共同署名的 LETOR 基准论文，将可复现实验集合带入信息检索排序研究；这类共享基准既是技术成果，也成为连接国内外研究者的协作基础设施。

2012—2017年，李航任华为诺亚方舟实验室首席科学家、主任，完成从研究机构管理到大规模产业AI组织建设的转换。其公开履历显示，后续在2017年加入今日头条（字节跳动），任人工智能实验室总监及研究部门负责人；AIR页面还记载其曾在 Seed 带领机器人、AI for Science 和 Responsible AI 团队。当前，他作为AIR首席科学家、卓越访问教授，将产业研发中形成的任务、数据、工程与人才网络引入面向智能产业的学术场景。

这一履历还体现出稳定的“研究—产品”闭环：AIR页面列举其参与过 Microsoft SQL Server、Microsoft Office、Microsoft Bing、华为智能手机及应用市场、今日头条、飞书、字节教育和字节 Seed 视频生成、语音翻译等产品开发。其网络价值因此不仅表现为论文共著，也表现为把算法研究人员、平台工程师与应用团队组织到同一技术链条中。

三、学生培养情况

李航主要长期任职于企业研究机构，公开网页并未提供可逐人核验的高校学位生名册。其培养网络应以“研究组青年研究者、实习/访问学生与项目制联合指导”为主要观察单位，而不是按传统院系导师名录理解。AIR官方简介明确记载：其指导的学生论文分别获得 SIGIR 2008 与 ACL 2012 最佳学生论文奖，说明其对青年研究者从选题、论文到国际交流具有直接培养贡献。以下列出公开论文、机构履历和研究组经历可支持的代表性培养/带教连接；关系表述保持审慎，不将其虚构为李航的正式博士生。

1. 秦涛（中国人民大学教授，微软亚洲研究院时期研究培养与核心合作者）

秦涛在 MSRA 期间与李航、刘铁岩、徐君等人围绕学习排序开展持续合作，代表成果包括 LETOR 基准集合以及查询级损失函数研究。此连接的意义在于：李航以问题定义、基准建设和论文指导相结合的方式，帮助青年研究者将工程搜索问题抽象为可比较、可复现的学术议题；秦涛后续成长为信息检索和机器学习领域的重要研究者，也使该研究脉络延续到新的学术与产业团队。

2. 刘铁岩（微软研究院杰出科学家，微软亚洲研究院时期研究培养与长期合作者）

刘铁岩与李航共同参与学习排序理论、算法及评测资源建设。二人的合作体现了MSRA式培养机制：在同一研究组织内，以长期项目、共同发表和国际会议服务促进青年研究人员从单点算法研究成长为可领导方向的研究者。李航与刘铁岩、秦涛、徐君等共同署名的 LETOR 工作，是这一共同体最具辨识度的公开证据之一。

3. 徐君（中国人民大学教授，微软亚洲研究院时期研究培养与核心合作者）

徐君与李航在信息检索排序方向有多篇公开合作成果，包括 LETOR 相关工作。其后在高校开展信息检索、强化学习排序及可信检索研究，形成从产业研究院训练到高校团队扩散的链条。就李航网络而言，徐君处于“研究组青年成员—独立PI—跨企业合作”的典型节点：他既继承排序学习议题，也将人才培养能力扩展到新的学生群体。

4. 明峰·蔡（Ming-Feng Tsai，学术合作研究者，查询级排序研究的青年研究参与者）

蔡明峰与秦涛、刘铁岩、李航共同署名查询级损失函数研究。其角色说明李航的培养并非只发生在单一正式汇报链中，也包含围绕具体问题组织跨地区研究者共同攻关的项目制训练。通过对损失函数、评估指标和检索目标间关系的共同讨论，青年作者获得了从实验设计到理论表达的完整研究训练。

5. 朱庆维（Qingwei Lin，微软亚洲研究院研究合作网络中的青年研究者，研究生态传承关系）

公开的微软研究资料显示，MSRA长期以实习、访问学生、联合实验室、奖学金及合作研究项目连接高校青年人才。朱庆维等后续MSRA研究者所处的研究生态延续了这一机制。此处将其列为“研究生态传承关系”，而非主张其为李航直接学位学生：其价值在于说明李航任职时期参与塑造的开放研究平台如何继续支持年轻人进入工业研究与学术合作网络。

6. 孔涛（机器人研究负责人，字节跳动时期团队带教与研究协同关系）

公开报道将孔涛描述为字节跳动机器人项目的早期负责人，并提及其所在机器人团队与李航负责的研究体系存在工作协同；AIR页面亦记载李航曾在 Seed 带领机器人团队。该关系更适合界定为产业团队带教、研究管理和课题协同，而非高校学位指导。它显示李航近年的培养方式从论文导向进一步延展为具身智能团队建设：将视觉、多模态、世界模型和机器人任务连接起来，支持青年技术负责人承担从零到一的系统建设。

上述六例覆盖了李航培养网络的两种主要机制：第一种是MSRA时期围绕学习排序、检索和NLP的研究训练，成果以共同论文、基准和国际会议奖项显现；第二种是华为、字节阶段通过组织建设、产品课题和前沿团队带教培养技术负责人。由于公开资料并不完整，未将无法明确身份、导师关系或去向的作者纳入名单。

四、学术合作网络

4.1 核心研究合作者与主题纽带

李航的核心合作网络可按研究主题而非单一机构划分。信息检索与学习排序是最稳定的主干：秦涛、刘铁岩、徐君和蔡明峰围绕排序损失、评价与 LETOR 基准形成高密度合作。LETOR 论文的共同作者组合直接显示了这一网络的协作方式——将算法、评价指标、数据集和系统问题共同纳入研究对象。该主干连接SIGIR、WWW、WSDM、KDD等信息检索与数据挖掘社群。

自然语言处理是另一主干。李航长期关注统计机器学习、文本处理和语言模型相关问题，且AIR页面列举其在ACL、EMNLP、CL、TACL等会议期刊的活跃发表与服务。该网络通过MSRA、华为和字节的语言技术团队，与中文信息处理、机器翻译、搜索问答、对话及大模型研究者交叉；其关系强度不仅来自论文，也来自研究组织和平台产品。

机器学习构成横向方法纽带。李航的《统计学习方法》以“模型—策略—算法”为线索系统呈现监督与无监督学习，后续《机器学习方法》进一步纳入深度学习、强化学习。这种教材化表达使其影响超出直接合作者：大量高校学生、工程师与研究人员通过同一概念框架进入机器学习研究，形成广义的知识传播网络。

4.2 学术共同体与机构桥接

在机构层面，李航是日本企业研究传统、中国工业研究院和清华AIR之间的桥接者。NEC阶段连接日本计算机研究环境；MSRA阶段连接全球科技企业研究院与中国高校；华为阶段将基础AI研究与终端、应用商店等产品场景结合；字节阶段再将内容平台、办公协作、教育、生成式媒体、机器人与负责任AI置于同一技术组织中。AIR则为这一跨机构网络提供面向产业应用和高校协作的新落点。

在学术服务层面，他曾参与 SIGIR、WWW、WSDM、ACL、NAACL、EMNLP、NeurIPS、ICML、ICLR、SIGKDD、ICDM、ACML、IJCAI 等会议的组织和审稿工作，并担任 SIGIR 2017、EMNLP 2010 程序委员会主席，2022年任 ACL SIGDAT 主席。这类角色将其从“合作作者节点”扩展为“社区治理节点”：能够促进跨机构评审、议题设置、青年学者可见度与国际交流。

五、业界合作关系深度分析

5.1 四段产业经历：从研究员到组织与技术生态建设者

NEC中央研究所（1990—2001）是李航产业研究范式的起点。长达十余年的研究员经历使其在日本企业中央研究所环境中完成从工程问题到研究问题的训练，奠定了统计学习、语言处理和信息访问技术的应用导向。该阶段的网络主要是日本研究机构、企业研发同行及东京大学学术背景所构成的早期专业共同体。

微软亚洲研究院（2001—2012）是其网络规模化的关键阶段。MSRA的特点是以开放发表、实习与高校合作为基础，把国际顶会研究与商业搜索、办公软件等问题相连。李航在此任资深研究员、主任研究员，其合作网络产生了学习排序等可迁移的基础研究资产。AIR页面所列 SQL Server、Office、Bing 产品经历，说明这段关系不止于论文合作，还连接研究成果、基础软件平台和搜索产品团队。

华为诺亚方舟实验室（2012—2017）体现了“从研究成果到端云产品”的组织转化。作为首席科学家、主任，李航需要将算法研究与华为智能手机、应用市场等业务场景衔接。其网络关系因而从研究人员共著进一步扩展为算法、工程、产品和知识产权的多角色协作；AIR页面记录的60余项授权美国专利，亦反映其长期重视研究成果的工程化与专利化表达。

字节跳动（2017年至公开履历所载任期）则将网络推进到大规模内容与生成式AI平台。李航曾任AI实验室总监及研究部门负责人；AIR页面明确提到其带领过机器人、AI for Science、Responsible AI团队，并参与今日头条、飞书、字节教育、Seed视频生成与语音翻译等产品。该组合揭示其组织策略：以共享的机器学习与多模态基础能力为底座，向内容理解、协作生产力、教育、科学智能、生成媒体、具身系统和安全治理多方向扩散。

5.2 合作深度、技术转化与对AIR的意义

四段经历共同构成一条连续链路：NEC提供企业基础研究训练；MSRA建立国际化开放研究与青年人才网络；华为强化规模化产品落地和知识产权协作；字节扩展至大模型时代的多业务、多模态与负责任AI组织。李航的独特性在于每次迁移均未放弃学术发表和社区服务，而是把研究共同体关系带入新的产业问题。

对AIR而言，这一网络至少有三项可利用价值。其一是人才接口：可通过既有的研究院、高校、企业实验室和国际会议网络，把青年学生、访问研究者与产业技术负责人连接起来。其二是议题接口：机器学习、NLP、检索和机器人能够与AIR的智能产业任务形成从基础方法到应用系统的连续课题。其三是转化接口：李航参与多类软件和AI产品的经历，表明其适合推动“论文/原型—平台能力—行业场景”的协作流程，同时将Responsible AI纳入系统设计而非事后附加项。

六、重要奖项与学术兼职

类别	荣誉或任职	说明
会士荣誉	ACM Fellow	2022年当选；表彰其在计算与信息技术领域的突出贡献
会士荣誉	ACL Fellow	AIR页面列为其现有学术身份
会士荣誉	IEEE Fellow	AIR页面列为其现有学术身份
学术组织	CCF杰出会员	AIR页面列为其现有学术身份
重要奖项	ACM-CCF人工智能奖（2023）	AIR页面记载为因人工智能领域贡献获奖
论文奖	KDD 2008最佳应用论文奖	AIR页面记载其与同事合著论文获奖
人才培养	SIGIR 2008、ACL 2012最佳学生论文奖	AIR页面记载其指导学生论文分别获奖
学术服务	SIGIR 2017、EMNLP 2010程序委员会主席	体现其在信息检索、NLP国际社群的组织影响力
学术服务	ACL SIGDAT主席（2022）	连接计算语言学数据与方法研究共同体
期刊服务	CL、IRJ、TIST、JASIST、JCST、TOIS、CSL、TACL等期刊编委	AIR页面所列国际期刊服务经历

《统计学习方法》的影响也应放在其学术网络中理解。该书自2012年出版后成为中文机器学习教育中的重要知识节点，被广泛称为“蓝宝书”；AIR页面称其后续《机器学习方法》累计销量超过36万册，出版方资料则称《统计学习方法》累计发行逾35万册。新版《机器学习方法》在统计学习基础上增加深度学习与强化学习内容，使其教学影响持续延伸到当前AI人才培养。教材在这里不仅是个人著作，更是使分散的学生、研究者与工程师共享术语、方法框架和学习路径的网络基础设施。

七、Connection圈层总结

第一圈层：本人—核心研究与培养协作节点。 以学习排序、统计机器学习、NLP为主线，秦涛、刘铁岩、徐君、蔡明峰等构成可由共同论文和共享基准直接观察到的核心协作群。这个圈层的强连接特征是长期共题、共同数据/评测资产与共同发表，而不是单纯一次性合著。

第二圈层：工业研究机构的人才与团队网络。 MSRA、华为诺亚方舟实验室、字节跳动AI Lab/Seed构成李航最重要的组织性网络。其成员包括研究员、实习生、工程师、技术负责人和产品团队；关系通过带教、项目管理、论文协作、专利和产品研发累积。孔涛所代表的机器人团队协同，显示该圈层已延展到具身智能与多模态方向。

第三圈层：国际学术社群与出版/会议网络。 SIGIR、ACL、EMNLP、WWW、WSDM、NeurIPS、ICML、KDD等会议，以及相关期刊编委工作，构成跨高校、跨企业和跨国研究者的弱连接增密器。李航担任程序主席、SIGDAT主席和编委的经历，使其能够持续参与议题设置与人才识别。

第四圈层：知识传播与应用生态。 《统计学习方法》/《机器学习方法》的读者群、课程使用者、开源复现者和产业研发人员，构成规模最大但关系最分散的外围网络；SQL Server、Office、Bing、华为终端与应用市场、今日头条、飞书、Seed视频及语音翻译等产品，则将技术知识连接到真实用户和行业场景。该圈层是李航影响从“直接合作”扩展到“中国机器学习教育与产业实践共同体”的主要路径。

总体而言，李航的Connection网络不是以单一高校实验室为中心的树状结构，而是以长期工业研究领导力为轴、以开放学术发表和教材为扩散媒介、以产品转化为反馈通道的多中心网络。对AIR而言，最具战略价值的是将这四个圈层联动：用国际学术共同体发现前沿问题，用产业团队验证可行性，用人才培养沉淀能力，并用教材、基准和产品持续扩大影响。

主要公开资料

清华大学智能产业研究院：李航（职务、履历、研究方向、产出、奖项、学术服务和产品经历）
Springer：LETOR—A Benchmark Collection for Research on Learning to Rank for Information Retrieval（秦涛、刘铁岩、徐君、李航的合作）
清华大学出版社图书新闻：出版《机器学习方法（第2版）》（教材修订与发行量）
ACM 2022 Fellow名单报道（李航当选ACM Fellow）
中国人民大学徐君主页（徐君后续学术任职与研究方向）

清华大学 李航 卓越访问教授