清华大学THUNLP实验室教师学术关系网络报告 · 总览索引
报告生成时间： 2026年8月20日
覆盖范围： 清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）3位专任教师（孙茂松、刘知远、刘洋），以及3位与THUNLP关系紧密的代表性学者（兰艳艳、姚远、丁宁）
数据方法： 以 THUNLP 实验室官网（nlp.csai.tsinghua.edu.cn）、清华大学计算机系及各院系官方教师页面、各教师个人主页为核心数据源，交叉 DBLP、Google Scholar 等学术数据库核实论文合作网络，并结合官方新闻报道、企业公开信息确认师生传承关系与学生毕业去向。每人一份独立报告，重点覆盖学生培养与去向追溯、学术合作网络、业界合作关系深度分析三大板块。
一、THUNLP教师一览
| 姓名 | 职位 | 类别 | 报告文件 |
|---|---|---|---|
| 孙茂松 | 长聘教授、THUNLP实验室负责人 | 专任教师（学术带头人） | thu_thunlp_sunmaosong_network.md |
| 刘知远 | 长聘教授 | 专任教师（学术带头人之一） | thu_thunlp_liuzhiyuan_network.md |
| 刘洋 | 长聘教授、清华AIR院长 | 专任教师 | thu_thunlp_liuyang_network.md |
| 兰艳艳 | 教授、清华AIR副院长 | 紧密合作学者（隶属AIR） | thu_thunlp_lanyanyan_network.md |
| 姚远 | 助理教授（人工智能学院） | THUNLP培养的代表性新一代学者 | thu_thunlp_yaoyuan_network.md |
| 丁宁 | 助理教授（电子工程系） | THUNLP培养的代表性新一代学者 | thu_thunlp_dingning_network.md |
需要说明的是，THUNLP 官网"研究队伍"页面所列专任教师仅孙茂松、刘知远、刘洋三人，是国内核心师资体量最小的顶尖NLP实验室之一。为保证报告网络覆盖面，本系列报告按"专任教师+紧密合作学者+培养的新一代教师"三个层次扩展覆盖：兰艳艳现任清华智能产业研究院（AIR）副院长，行政上不隶属THUNLP，但与刘洋同为AIR骨干、并与THUNLP保持密切合作（如共同发表NeurIPS论文、共享AIR大平台资源）；姚远、丁宁均为THUNLP 2023年毕业的博士（分别师从刘知远和郑海涛/刘知远），现已分别在清华大学人工智能学院、电子工程系独立建组任教，是实验室学术传承的直接延续。
二、各位教师的角色定位
孙茂松是THUNLP的创始人与实验室负责人，中国NLP领域的奠基性学者之一，2022年当选ACL Fellow。他在清华深耕三十余年，构建了"孙茂松—刘知远—新一代教师"的清晰代际传承体系，其直接和共同指导的学生（林衍凯、杨成、谢若冰、韩旭等）广泛分布于人民大学、北邮、腾讯微信等学术界与产业界要职。
刘知远是THUNLP的学术带头人之一，从本科到博士均在清华完成，2011年留校任教至今，国家青年人才。他主导了实验室向大模型时代的转型，是OpenBMB开源社区发起人、面壁智能联合创始人，Google Scholar引用超7万次，其学生网络（韩旭、姚远、丁宁、林衍凯等）构成了清华乃至国内大模型研究的中坚力量。
刘洋是THUNLP机器翻译与生成方向的带头人，2011年从中国科学院计算技术研究所加入清华，国家杰青，现任清华智能产业研究院（AIR）院长。他主持研制了"九歌"古诗生成系统，近年将研究拓展至大模型与AI4Science，其学生大量分布于高校与腾讯、阿里达摩院等产业机构。
兰艳艳是信息检索与机器学习领域的知名学者，中科院数学与系统科学研究院博士（师从马志明院士），经中科院计算所十年历练后于2021年加入清华AIR，现任AIR副院长。她与刘洋在AIR共事、与THUNLP在大模型与科学智能方向深度合作，团队2025年在Nature发表基因调控基础模型论文。
姚远是THUNLP 2023届博士（导师刘知远），博士论文研究多模态大模型，获吴文俊人工智能优秀博士论文奖，经新加坡国立大学博士后历练后于2026年回清华人工智能学院任助理教授，同时担任面壁智能多模态首席科学家，是MiniCPM-V系列的技术负责人，是"学术新PI+产业首席"双栖模式的代表。
丁宁是THUNLP 2023届博士（双导师郑海涛/刘知远），ACL 2022最佳系统演示论文（OpenPrompt）与Nature Machine Intelligence封面论文（Delta Tuning）核心作者，OpenBMB开源社区主要发起者之一，2025年起任清华电子工程系助理教授，并于2026年创立具身智能公司"自然意志"。
三、全实验室关系网络的整体观察
THUNLP的师资网络呈现出几个较为清晰的结构性特征。
第一是"以小博大"的极简核心结构。实验室专任教师仅三人，却是国内最早开展大模型研究的团队之一，产出CPM、MiniCPM、AgentBench等标志性成果，其关键机制在于以"实验室核心+紧密合作学者+庞大学生军"的辐射型组织替代传统的大师资团队，AIR、交叉院系（电子系、人工智能学院）成为其事实上的扩展载体。
第二是清晰的师徒创业链条。孙茂松—刘知远—曾国洋（面壁智能）与孙茂松—岂凡超（深言科技）两条"师徒创业"线索，加上涂存超（幂律智能），构成了THUNLP独特的学术产业化路径；实验室发起的OpenBMB开源社区（GitHub星标5万+）则充当了学术界与产业界之间的缓冲与孵化平台。
第三是代际传承与人才回流。姚远（人工智能学院）、丁宁（电子系）、韩旭（计算机系研究员）等2023年前后毕业的博士批量回流清华各院系任教，标志着THUNLP的人才培养已进入"自我复制"阶段，其学术谱系正在清华内部多点开花。
第四是"一实验室双平台"的格局。刘洋与兰艳艳深度参与的清华AIR为THUNLP提供了大平台资源（万国数据教授席位、产业合作网络），而THUNLP自身的OpenBMB与孵化企业则提供开源与转化通道，"系属实验室+校级研究院"双轨并行是其区别于其他NLP实验室的显著组织特征。
数据来源与说明
各报告数据主要来源于THUNLP实验室官网、清华大学计算机系/电子系/人工智能学院/AIR官方教师页面、各教师个人主页、DBLP、Google Scholar，以及官方新闻报道与企业公开信息。部分师生关系（如岂凡超、涂存超等与孙茂松的指导关系）系基于论文合著网络与公开报道推断，不代表官方确认；报告中标注"（待核实）"的信息请以学者本人或学校官方发布为准。