2026年7月1日，第35届国际万维网大会（The Web Conference 2026）在迪拜揭晓年度重磅大奖——首尔时间检验奖（Seoul Test of Time Award）。北京大学计算机学院张铭教授课题组2015年发表于WWW的论文《LINE: Large-scale Information Network Embedding》获此殊荣。论文第一作者唐建博士，现任加拿大蒙特利尔大学终身副教授、Mila魁北克人工智能研究所成员，并于2021年创办AI制药企业百奥几何。
（图源：北京大学计算机学院公众号）
奖项分量：与PageRank同列的“互联网核心基础技术”
时间检验奖旨在表彰发表满十年、持续引领学术思潮并对万维网生态产生深远影响的奠基性研究。该奖项设立首年（2015年）的获奖者，正是Google创始人谢尔盖·布林与拉里·佩奇——表彰其定义现代互联网检索范式的经典论文《The Anatomy of a Large-Scale Hypertextual Web Search Engine》。
（图源：AMiner）
十一年后，《LINE》的折桂，标志着图表示学习（Graph Representation Learning）正式被纳入“互联网核心基础技术”评价体系。这不仅是对一项学术成果的表彰，更是业界对这一技术方向在过去十年中所构筑的产业支撑价值的礼赞。
算法溯源：一阶与二阶邻近度的双重建模
《LINE》的核心贡献在于首次系统性地解决了大规模信息网络的高效嵌入问题——将包含数百万节点、数十亿条边的网络，映射到低维向量空间并保留其局部与全局结构。
2015年之前，已有方法在处理这一量级的网络时普遍面临可扩展性瓶颈。唐建在张铭教授指导下，设计双重损失函数，同步建模节点的一阶直接关联（直接连接关系）与二阶间接相似（共享邻居特征），以轻量化计算实现海量社交网络、知识图谱、网页链接数据的低维向量表示。
该论文目前谷歌学术累计引用量超7000次，长期应用于互联网推荐、社交好友匹配、电商商品检索、AI制药、知识图谱推理等工业场景。
（图源：AMiner）
学者轨迹：从北大DLIB到Mila终身教职
唐建于2009年进入北京大学信息科学技术学院，在张铭教授指导下开展网络数据挖掘与机器学习研究。
2014年，课题组同步完成两项核心工作：
完成主题模型极限理论分析相关研究，相关论文获机器学习顶会ICML 当年最佳论文；
提出LINE大规模网络嵌入算法，初稿曾投递NIPS 2014，最终正式发表于WWW 2015。
博士毕业后，唐建先后在微软亚洲研究院、卡内基梅隆大学与密歇根大学完成博士后研究，后成为加拿大蒙特利尔学习算法研究院（Mila）唯一华人终身教授，多次担任ICML、NeurIPS等顶会领域主席。
（图源：AMiner）
范式延伸：从信息网络到生命分子的底层映射
《LINE》所代表的方法论，其长期价值在于“从结构中学习有效表征”的能力经受住了不同技术周期的迁移。
2021年，唐建创办百奥几何（BioGeometry）。2023年3月，百奥几何正式运营。随后，团队将几何深度学习与深度生成模型应用于大分子设计与优化。其自研的GeoFlow大模型将“原子级精度建模分子相互作用”落地为可工程化的AI基础设施：
从头抗体设计：18个项目验证，零样本命中率18.7%，最优KD达2 nM，设计周期缩短至3周；
抗体亲和力优化：CR3022（抗Omicron）提升17倍；Ab1372（抗JN.1）提升超300倍；
疫苗设计：登革病毒包膜蛋白二聚体稳定化，比例从<10%提升至>95%；
AI酶设计：冰片酶法合成成本降至约30美元/公斤，较植物提取降低80%。
这验证了唐建的判断：行业终局由基模层的底层操作系统定义。就在今年6月，百奥几何刚完成数亿元战略融资。这表明：这家AI制药公司已经用三年时间，完成了从团队搭建、底层大模型研发到商业闭环的验证。
师承与传承：北大DLIB实验室的人才版图
张铭教授从教三十五年，带领北大DLIB实验室持续开展网络表征、文本挖掘、大语言模型、科学智能等方向研究。实验室不仅产出《LINE》等经典成果，更在2025年联合DeepSeek提出Native Sparse Attention（NSA），相关论文获ACL 2025最佳论文，已落地应用于DeepSeek 3.2及后续版本。
（图源：AMiner）
课题组坚持面向真实业务场景开展理论研究，培养了一批活跃于学界与产业界的人才：
学术界：华盛顿大学助理教授王晟、加州大学圣克鲁兹分校助理教授王晨光、华为诺亚方舟实验室研究员尹伊淳、四川大学副教授琚玮等；
（图源：AMiner）
产业界：安克创新阳萌、天眼查柳超、Alluxio李浩源、知衣科技郑泽宇等独角兽创始人。
基础研究的长周期价值
人工智能领域技术迭代极快，多数算法仅能维持一两年热度。《LINE》问世十余年仍保持高引用与广泛产业应用，说明面向真实场景的基础算法研究具备长期价值。
从LINE到GeoFlow，从信息网络中的关系表示到生命分子世界中的几何建模——这是一条经十一年前沿研究验证的技术路径：从理解结构，到生成结构。百奥几何正将这一核心命题从“理解生命”推向“设计与创造生命分子”，打造新一代生命科学AI基础设施。
论文信息：
LINE: Large-scale Information Network Embedding
获奖合作者：Meng Qu, Mingzhe Wang, Jun Yan, Ming Zhang, Qiaozhu Mei
Awards | 百奥几何唐建博士获 WWW 2026 Test of Time Award