清华大学 刘知远 教授
报告生成时间：2026年8月20日
个人主页：刘知远
所属团队：清华大学自然语言处理与社会人文计算实验室（THUNLP）
一、学者基本信息
| 字段 | 信息 |
|---|---|
| 姓名 | 刘知远（Zhiyuan Liu） |
| 出生年份 | 公开权威简历未见明确年份（待核实） |
| 职称 | 清华大学计算机科学与技术系教授、博士生导师 |
| 所属单位 | 清华大学计算机科学与技术系；清华大学自然语言处理与社会人文计算实验室（THUNLP） |
| 实验室职务 | THUNLP教师及研究组负责人（以其公开主页招收博士生、博士后和访问生的信息判断；正式行政职务待核实） |
| 学术头衔 | 北京智源人工智能研究院青年科学家（公开简历所载）；AI 2000 人工智能全球最具影响力学者（2020，公开简历所载） |
| 国家级人才 | 国家青年人才项目／国家青年拔尖人才计划（公开简历表述存在不同，具体项目名称以主管部门正式名单为准） |
| 其他任职 | 面壁智能联合创始人、首席科学家；中国中文信息学会理事、社会媒体处理专委会副主任；《AI Open》副主编（均据公开简历） |
| 邮箱 | liuzy@tsinghua.edu.cn |
| 研究方向 | 大语言模型、知识图谱与语义计算、表示学习、社会计算与计算社会科学、智能体 |
刘知远的学术主线起于知识表示、网络表示与社会计算，后延展至知识增强预训练模型、中文大模型、多模态模型及大模型智能体。清华计算机系公开主页记载其2006年获计算机科学学士、2011年获计算机科学博士；其个人主页则明确当前研究重点包括大语言模型、自然语言处理、知识图谱和社会计算。清华计算机系主页与个人主页。Google Scholar引用量会随时间变化，公开报道截至2026年已超过7万次，宜视为动态指标。
二、教育背景与职业履历
刘知远在清华大学计算机科学与技术系完成本、博阶段培养：2006年获工学学士学位，2011年获工学博士学位。公开资料将孙茂松教授列为其博士导师；这一师承关系亦体现在其早期与孙茂松共同指导多名博士、硕士研究生的培养记录中。博士毕业后，他留校从事教学科研工作，早期职务为助理研究员，后历任副教授、长聘副教授，现为教授。清华大学英文教师页记载其于2013年加入计算机系；该时间可作为其现系正式任职的可查节点。曾任新加坡国立大学（NUS）计算机学院高级访问研究员，但公开可检索资料未明确访学起止年份，故不作年份推断。
时间线如下：
- 2002年前后—2006年：就读清华大学计算机科学与技术专业，获工学学士学位（入学年份按四年本科常规推定，待核实）。
- 2006—2011年：在清华大学攻读计算机科学博士，导师为孙茂松教授；2011年获博士学位。
- 2011年后：留校开展教学与科研，职业序列经历助理研究员、副教授、长聘副教授，现任教授；其中各职级的准确任职年度待核实。
- 2013年：清华大学计算机系英文教师页标注加入该系。来源
- 2010年代（具体时间待核实）：赴新加坡国立大学计算机学院任高级访问研究员。
- 2018年起：带领团队加强预训练模型研究，围绕知识增强预训练、CPM等模型开展工作；后与北京智源人工智能研究院的研究力量形成协同。
- 2022年8月：与其本科生曾国洋共同创办面壁智能，刘知远担任联合创始人、首席科学家；由此将THUNLP长期积累的大模型研究向工程化和产业化延展。
这一履历的特点是“清华培养—清华留校—国际访问—开源与产业转化”并行：学术上依托THUNLP与清华知识智能、大模型生态，国际上保持访问和论文合作通道，产业上则以OpenBMB和面壁智能建立从论文、开源模型到端侧与行业模型的连接。
三、学生培养情况
其公开主页列出了多位已毕业研究生及去向。以下选择8位能够从主页或相关公开资料获得相对明确培养阶段与去向的信息；“共同指导”表示主页明示与孙茂松或郑海涛教授共同指导，并不将其简化为单一导师关系。
1. [涂存超]（幂律智能联合创始人，博士生／与孙茂松共同指导）
涂存超（Cunchao Tu）于2013—2018年在清华攻读博士，研究社会计算与网络表示。刘知远主页记载其获清华大学优秀博士学位论文、清华大学及北京市优秀毕业生等荣誉，博士毕业后先在清华从事博士后研究，继而共同创办幂律智能（PowerLaw）。其路径显示，刘知远早期在网络表示学习方向的培养已产生“科研—博士后—创业”的连续人才链条；在产业关联上，也使社会计算与图表示研究进入商业化应用网络。
2. [阿雅娜]（内蒙古财经大学教师，博士生／与孙茂松共同指导）
阿雅娜于2013—2019年完成博士培养，研究方向为文档摘要。公开主页记载其毕业后任职于内蒙古财经大学。该案例体现了刘知远团队的人才输出并不限于北京一线科技企业或清华体系，也向地方高校扩散自然语言处理研究与教学能力。其后续职称、学院及研究组信息未在本次检索的权威页面中逐项确认，故不作延伸。
3. [林衍凯]（中国人民大学高瓴人工智能学院教师，博士生／与孙茂松共同指导）
林衍凯（Yankai Lin）于2014—2019年攻读博士，研究知识图谱的表示、构建与应用，获北京市优秀毕业生等荣誉。刘知远主页显示其毕业后曾进入腾讯微信，后转入中国人民大学任教；2026年智源大会资料将其标为中国人民大学高瓴人工智能学院学者。其发展连接了THUNLP的知识图谱传统、腾讯微信的工程场景与人大人工智能学科建设，是刘知远学术网络向高校与互联网企业双向延伸的代表。
4. [杨成]（北京邮电大学副教授，博士生／合作指导关系）
杨成（Cheng Yang）于2014—2019年完成博士训练，研究合作网络表示学习、网络表示学习及其应用。个人主页明确其毕业后就职于北京邮电大学任副教授，并记录其获中国中文信息学会（CIPS）优秀博士学位论文。该学生的研究主题与刘知远在网络嵌入、社会计算方向高度连续；其进入北京邮电大学后，为清华—北邮之间在图学习、网络数据与自然语言智能领域形成了稳定的人才连接。
5. [谢若冰]（腾讯微信，硕士生／与孙茂松共同指导）
谢若冰（Ruobing Xie）于2014—2017年攻读硕士，研究知识表示学习。主页记载其获Siebel Scholar、清华大学优秀硕士学位论文、北京市优秀毕业生等荣誉，毕业后进入腾讯微信部门。她是从知识表示学习研究走向超大规模互联网产品研发的典型：在刘知远与孙茂松共同指导框架下形成的知识建模能力，连接到微信这一高规模语言、内容和用户交互场景。其在腾讯的具体职位和负责产品未见本次检索的可靠公开材料，标为待核实。
6. [韩旭]（清华大学研究员，博士生）
韩旭（Xu Han）于2017—2022年攻读博士，聚焦知识计算和大模型基础架构。主页显示其获国家奖学金、清华大学蒋南翔奖学金、钟士模奖学金、清华大学优秀博士学位论文等，并入选CCF优博激励计划、清华水木学者计划、微软学者计划、腾讯犀牛鸟精英人才计划等；毕业后进入清华大学任助理研究员，后以研究员身份活跃于相关公开活动。韩旭也是OpenBMB的重要参与者，其研究和开源工作直接将刘知远团队的知识计算路线延伸到大模型基础设施与开源社区。
7. [姚远]（清华大学人工智能学院助理教授，博士生）
姚远（Yuan Yao）于2018—2023年攻读博士，研究多模态大语言模型。公开主页记载其获清华大学综合优秀一等奖学金、腾讯犀牛鸟精英人才培养计划一等奖学金、吴文俊人工智能科学技术奖优秀博士学位论文奖，并入选清华水木学者计划；毕业后进入清华大学人工智能学院任助理教授。他的去向表明刘知远培养网络在清华校内完成了跨院系延续，并把知识计算／大模型方向扩展至多模态智能。
8. [丁宁]（清华大学电子工程系助理教授，博士生／与郑海涛共同指导）
丁宁（Ning Ding）于2018—2023年攻读博士，研究大语言模型的对齐与适配，与郑海涛教授共同指导。主页列明其曾获ACL最佳系统演示论文、世界人工智能大会青年学术论文奖、百度奖学金、国家奖学金和清华大学优秀博士论文等，并入选中国科协青年人才托举工程、清华水木学者计划；毕业后任清华大学电子工程系助理教授。其学术去向构成清华计算机系—电子工程系之间的交叉桥梁，研究主题则与当前大模型安全可控、对齐和高效适配直接相连。
上述学生网络呈现三类主要输出：其一是高校教职（中国人民大学、北京邮电大学、清华人工智能学院、清华电子工程系、内蒙古财经大学）；其二是大型互联网企业（腾讯微信）；其三是创业与开源生态（幂律智能、OpenBMB相关活动）。这也解释了刘知远在知识图谱、网络表示与大模型三个阶段都具有较高人才辐射能力。
四、学术合作网络
4.1 实验室内部合作
刘知远的核心实验室合作圈首先围绕THUNLP展开。孙茂松是其博士导师，也是涂存超、阿雅娜、林衍凯、谢若冰等学生记录中的共同指导教师，构成最清晰的“导师—共同培养—校友”链路。研究上，刘知远团队从网络表示、知识图谱表示学习出发，进一步发展知识增强预训练模型、CPM系列和大模型对齐／多模态方向；韩旭、姚远、丁宁等毕业生正对应这一演化中的基础架构、多模态与对齐分支。
在清华校内的知识智能合作圈中，李涓子、侯磊、唐杰等学者与刘知远在知识图谱、大模型评测或相关论文中出现共同作者关系。例如KoLA大模型知识基准论文署名包含刘知远、李涓子、侯磊、唐杰等人，显示跨研究组的知识智能协同。论文作者信息 这类合作应理解为项目和论文层面的协作，不等同于行政隶属或固定共同课题组。
4.2 跨机构合作
跨机构网络以“学生去向—联合项目—产业协作”三条链条交织。高校侧，林衍凯任教于中国人民大学、杨成任教于北京邮电大学，形成清华向京内人工智能与信息通信院校的校友节点；阿雅娜则将网络扩展至内蒙古财经大学。北京智源人工智能研究院是重要平台节点：公开报道显示，刘知远以智源青年科学家身份参与大模型研究，团队与该平台共同构成早期CPM／悟道相关研究协同的一部分。
企业侧，腾讯微信是最显著的学生就业与技术连接节点，谢若冰、林衍凯均有该去向经历；腾讯犀牛鸟计划也出现在韩旭和姚远的培养荣誉中。公开招募材料还表述其团队与华为、腾讯、阿里等科技企业“深度合作”，但本次检索未得到可逐项对应的项目合同、合作论文或技术成果清单，因此报告仅将其记为公开披露的企业协作关系，不对合作规模、负责人或成果归属作推断。知乎的关联主要经面壁智能董事长兼CEO李大海（原知乎合伙人、CTO）以及公司早期资源支持形成，不能据此表述为刘知远个人与知乎存在独立科研合作项目（待核实）。
4.3 国际合作
国际合作有两类可查线索。第一类是个人流动：刘知远曾在新加坡国立大学计算机学院担任高级访问研究员，构成与新加坡学术界的直接连接，但访问年份和具体合作课题待核实。第二类是论文合作：NeurIPS 2020论文《Graph Policy Network for Transferable Active Learning on Graphs》作者包括刘知远、清华团队成员，以及Mila／蒙特利尔大学、HEC Montréal的Jian Tang和微软研究院研究者Xingdi Yuan、Marc-Alexandre Côté等，显示其在图学习与主动学习方向与加拿大、微软研究院研究者存在具体共同成果。论文
因此，其国际网络并非仅限于访问经历，而是以顶级会议共同论文、访问交流和开源模型的全球使用者社区共同构成。对未见连续共同项目记录的国际学者，不宜夸大为长期固定合作伙伴。
五、业界合作关系深度分析
5.1 产业合作：从知识计算到开源大模型生态
刘知远团队的产业协作逻辑可概括为“基础研究—开放基础设施—企业场景”。在基础研究层，知识图谱、网络嵌入和预训练模型研究沉淀了表示、知识注入和高效训练能力；在开放基础设施层，THUNLP与北京智源研究院语言大模型加速技术创新中心共同支持发起OpenBMB（Open Lab for Big Model Base）开源社区，面向大模型开放研究。OpenBMB使论文成果、模型权重、工具链和开发者社群连接起来，韩旭等团队成员是其中的重要技术节点。OpenBMB相关介绍
与腾讯的关系具有较强的人才与培养项目特征：谢若冰毕业后加入腾讯微信；林衍凯也曾在腾讯微信任职；韩旭、姚远在博士培养阶段与腾讯犀牛鸟人才计划发生连接。该网络使实验室能够理解互联网文本、社交与产品场景，但公开资料不足以支持对具体商业产品、数据使用或联合专利作确定性描述。与华为、阿里等企业的合作，公开招募材料有所概述；在缺少可复核项目细节的前提下，应定位为“公开披露的产学研合作方向”，而非具体成果清单。
知乎关联需要审慎界定：面壁智能的李大海有知乎CTO／合伙人经历，媒体亦以“知乎给钱给人”描述公司早期资源关系；这说明刘知远的创业平台与知乎创业／产品人才网络存在交集，但不等于清华或刘知远个人与知乎建立了已公开的长期学术联合实验室。故本报告不将其列为已证实的独立科研合作项目。
5.2 创业孵化：面壁智能与师生创业网络
面壁智能是刘知远产业关系网络的中心节点。公开资料显示，公司于2022年8月由刘知远与其本科生曾国洋共同创立，刘知远任联合创始人、首席科学家，曾国洋任联合创始人兼CTO；后由原知乎CTO李大海担任董事长兼CEO。该配置清晰体现了师生互补：刘知远承担前沿技术路线与学术资源连接，曾国洋承担工程与产品实现，李大海带来互联网产品和公司经营经验。
其技术前史可追溯至2020年前后的CPM研发。公开报道将曾国洋列为CPM-1核心工程负责人，并指出团队以此探索中文大模型；随后面壁智能围绕CPM、MiniCPM等模型推进端侧和高效大模型研发。产业化并非简单将高校论文“公司化”，而是将高效训练、知识增强、模型压缩／能力密度与终端部署等问题转化为工程目标。面壁智能与清华大学、OpenBMB共同开源MiniCPM相关模型的实践，也使公司、实验室和开源社区形成持续的技术循环。
从人才网络角度看，面壁智能的价值还在于将学生培养网络转为创新创业网络：曾国洋由本科阶段进入THUNLP、参与CPM研发，再成为公司联合创始人；涂存超则形成“博士—博士后—幂律智能”的另一创业支线。两条路径共同说明，刘知远团队的产业影响主要通过长期科研训练、开源项目协作和师生信任关系产生，而非单次技术转让。
六、重要奖项与学术兼职
| 类别 | 奖项／任职 | 时间或说明 |
|---|---|---|
| 科研奖励 | 高等学校科学研究优秀成果奖（科学技术）自然科学一等奖，第2完成人 | 2023；清华计算机系主页所载 |
| 科研奖励 | 教育部高等学校科学研究优秀成果奖（科学技术）自然科学一等奖 | 2020；“结构化知识表示学习方法”相关成果，公开简历所载 |
| 科研奖励 | 中国中文信息学会钱伟长中文信息处理科学技术奖一等奖 | 2020；公开简历所载 |
| 科研奖励 | 世界互联网领先科技成果 | 2022；“大规模知识图表示学习的体系化基础算法及开源工具” |
| 科研奖励 | 世界互联网大会领先科技奖 | 2023；公开简历所载 |
| 人才与荣誉 | 国家青年人才项目／国家青年拔尖人才计划 | 公开页面使用两种表述，具体称谓以官方名单为准 |
| 人才与荣誉 | MIT Technology Review Innovators Under 35 China（MIT TR-35 China） | 2018；公开简历所载 |
| 人才与荣誉 | 中国科协青年人才托举工程 | 2017；公开简历所载 |
| 人才与荣誉 | Elsevier中国高被引学者 | 公开简历记载2020—2022连续入选；之后年度待逐年核对 |
| 教学荣誉 | 清华大学优秀硕士学位论文指导教师 | 2021；学生钟皓曦 |
| 学术兼职 | 《AI Open》副主编 | 公开个人简介所载 |
| 学术兼职 | ACL、EMNLP、WWW、CIKM、COLING等会议领域主席／领域或赛道主席 | 历年任职，具体会议届次待按会议官网逐项确认 |
| 学术兼职 | 中国中文信息学会理事；社会媒体处理专委会副主任 | 公开个人简介所载 |
上述奖项与兼职覆盖知识表示、中文信息处理、大模型及学术共同体服务。特别是会议领域主席和期刊副主编角色，说明其连接不仅来自共同论文，也来自同行评审、议题组织和学术标准制定。
七、Connection圈层总结
第一圈层：师承与THUNLP核心圈。 孙茂松教授是明确的博士导师，也是多名学生的共同指导者；刘知远与THUNLP内部学生、博士后和共同指导教师围绕网络表示、知识图谱、预训练模型与大模型形成最紧密的科研圈。该圈层以持续共同培养和共同论文为主要连接机制。
第二圈层：学生与校友学术扩散圈。 林衍凯（人大）、杨成（北邮）、阿雅娜（内蒙古财经大学）、韩旭（清华）、姚远（清华人工智能学院）、丁宁（清华电子工程系）构成高校人才节点；谢若冰等则进入腾讯微信。其显著特征是同一研究谱系向高校、互联网企业和创业公司分流，再反向带来题目、平台和合作机会。
第三圈层：清华校内及跨机构知识智能圈。 李涓子、侯磊、唐杰等在知识图谱、大模型评测或项目论文中形成协同；北京智源人工智能研究院连接大模型公共科研平台；中国人民大学、北京邮电大学等则通过学生教职建立长期机构间纽带。这一圈层以知识智能研究议题、联合论文和人才流动为主。
第四圈层：产业与开源圈。 面壁智能是最强的创业节点，曾国洋与李大海分别连接工程创业和知乎互联网产品网络；OpenBMB把清华、智源、开源开发者和模型用户纳入共同生态；腾讯及其犀牛鸟计划则构成人才培养与应用场景的显著接口。华为、阿里等属于公开披露的合作企业，但具体项目需进一步查证。
第五圈层：国际学术圈。 新加坡国立大学访问经历提供个人国际流动节点；与Mila／蒙特利尔大学、HEC Montréal和微软研究院研究者的共同论文体现图学习方向的具体国际合作。国际圈层目前可明确确认的是论文与访学连接，长期合作网络的规模和持续性不宜在缺乏完整共著数据时过度推断。
总体而言，刘知远的关系网络呈现“孙茂松师承—THUNLP研究组—学生校友—开源平台—创业公司—国内外论文合作”的多层结构。其中，学生培养与产业转化不是彼此割裂的两条线：知识表示和网络表示阶段培养的人才，已在大模型基础设施、互联网产品、大学教职与AI创业中形成可持续的交叉网络。