衡宇 发自 凹非寺
量子位 | 公众号 QbitAI
你也被刷屏了吧？向来低调的阶跃星辰一口气抛出两大重磅消息。
一是完成超50亿元人民币的B+轮融资，刷新大模型赛道过去12个月单笔融资纪录，金额甚至超过智谱、MiniMax等公司的IPO募资总额。
另一项更具战略意义的消息是：印奇正式加入阶跃星辰核心决策层，担任董事长。
印奇是谁？清华姚班首批学生、旷视科技创始人、现千里科技董事长。他是中国AI创业史上极少数横跨AI 1.0（计算机视觉）与AI 2.0（大模型）时代，并实现产业落地与硬件闭环的代表性人物。
阶跃星辰的核心决策层由此形成“1+3”架构：
“1”指新任董事长印奇；
“3”为CEO姜大昕、首席科学家张祥雨、CTO朱亦博。
四人皆为行业顶尖人才，单拎一人即可代表一段AI发展史。但对阶跃而言，豪华阵容只是表象，真正关键的是这一组合背后所体现的战略纵深——全面覆盖大模型落地所需的四大核心能力：战略、算法、系统与工程。
借此契机，深入解析阶跃星辰“1+3”团队的构成逻辑及其战略指向。
起底阶跃“1+3”核心团队
这套团队配置完整对应了大模型从研发到落地的四大关键维度：战略引领、算法创新、系统支撑与工程实现。
董事长 印奇
印奇虽为最新官宣成员，但早在阶跃创立初期便参与战略设计。
作为清华姚班首批学生，他于2011年创办旷视科技，带领公司推动计算机视觉从学术研究走向大规模工程应用，在手机、金融等领域实现广泛落地。
其经历独特之处在于：不仅完成技术突破，更跑通了完整的产业闭环，涵盖组织管理、交付稳定性、软硬件协同与供应链整合。
2024年，印奇出任千里科技董事长，主导企业向“AI+车”转型，推进智能驾驶系统上车，并吸引奔驰入股，筹划港股上市。
旷视与千里分别兴起于AI 1.0和AI 2.0浪潮，但共同点均为“AI+终端”落地，这与阶跃星辰自2023年起坚持的“AI+终端”战略高度契合。
印奇的加入，为阶跃提供了宝贵的终端视角与产业化经验，强化其在真实场景中部署大模型的能力。
CEO 姜大昕
姜大昕是自然语言处理领域的国际权威，因“对上下文感知搜索与语言Scaling方法的贡献”入选2025 IEEE Fellow，谷歌学术引用超2.4万次。
他曾任微软全球副总裁、微软亚洲互联网工程院副院长兼首席科学家，长期负责必应搜索引擎的网页排序、智能问答与知识图谱等核心模块，带领超400人团队打造超大规模在线系统。
具备典型的工业级系统构建与优化经验。
姜大昕的研究与工程背景决定了他对大模型的关注不止于算法层面，更注重实际系统的可扩展性与稳定性。
在大模型竞争进入深水区后，工程化能力成为决定迭代速度与成本控制的关键，姜大昕正是这一环节的核心掌舵者。
首席科学家 张祥雨
张祥雨是ResNet论文作者之一，该模型解决了深层网络训练中的梯度消失问题，11年前横扫ImageNet五项冠军，至今仍是计算机科学领域引用最高的论文之一，构成当前所有大模型视觉骨干的基础。
除ResNet外，他还主导开发了ShuffleNet——一种高效的移动端卷积神经网络，广泛应用于苹果3D人脸解锁等毫秒级响应场景。
此后多年，他持续聚焦模型结构简化、推理加速与硬件适配，涵盖SPOS、RepVGG等多项关键技术。
进入大模型时代，张祥雨投身阶跃星辰，主攻原生多模态大模型研发，这也是阶跃区别于其他厂商的技术特色。
他强调底层架构统一，反对通过拼接方式实现多模态，坚持将多模态作为基座模型的核心能力进行构建。
这种技术路线依赖深厚的架构创新能力，而张祥雨正是此类方法论的奠基者之一。
近期他公开指出：“Transformer难以支撑Agent时代的进一步演进”，未来模型进化取决于架构选择、训练范式与系统协同能力。
CTO 朱亦博
朱亦博负责阶跃星辰最容易被忽视却至关重要的环节——AI Infra（人工智能基础设施）。
他在UCSB博士期间奠基RoCE（基于融合以太网的远程直接内存访问）技术，该协议已成为现代大规模AI训练集群的标准通信方案，被NVIDIA（前Mellanox）广泛采用。
其在SIGCOMM发表的论文十年后荣获时间检验奖。
随后加入字节跳动，从零搭建国内最大规模AI Infra体系之一，拥有多个万卡级别集群建设与运维经验。
之后担任Google Cloud GPU产品技术负责人，直接支持Anthropic的大模型训练。
加入阶跃后，他推动公司成为唯一大规模投入AI Infra的创业公司。
知情人士透露，AI Infra在阶跃内部地位极高，与算法团队并列为核心主线。
系统团队并非传统支撑部门，而是驱动模型迭代的“第二引擎”，直接影响训练效率、资源利用率与架构探索空间。
这一双引擎架构，构成了阶跃在大模型深水区的差异化优势。
微软系+旷视系阵容交汇
阶跃核心团队的履历呈现出两条清晰脉络：微软搜索系与旷视CV系。
算法与商业化团队主要源自旷视体系。这批人才经历过从人脸识别到城市级安防部署的完整战役，深谙算法如何在传感器精度、功耗限制与边缘算力约束下与物理世界博弈。
这种软硬结合的实战经验，使阶跃天然具备将大模型适配终端设备的能力，尤其在手机、汽车等场景中表现突出。
而数据与系统团队则多来自微软搜索体系。搜索系统对数据质量、反馈闭环与实时评估要求极高，任何失误都会迅速反映在用户行为中。
在这种高压环境下成长的团队，普遍建立起了端到端的数据闭环机制与多层评估体系，这对大模型长期运行中的稳定性、评估准确性与发布节奏控制至关重要。
两股力量交汇于阶跃，本质上是两种底层信念的融合：模型必须接受真实系统的约束。
微软系带来系统思维与数据闭环能力，旷视系提供终端落地经验与软硬协同视角，二者共同构成“AI+终端”战略的两大支柱。
表面上看是四位专家联手，实则是不同背景的技术领袖在大模型时代达成共识：唯有系统化工程能力与长期演进逻辑，才能支撑AI真正落地。
连起来就是中国版xAI+特斯拉
从“1+3”团队配置到双体系融合，阶跃星辰的战略路径已清晰浮现：构建软硬一体的AI闭环，全力冲刺“AI+终端”方向。
从市场角度看，“AI+终端”仍存蓝海机会。终端设备掌握高频交互入口、连续上下文与本地数据优势，能承载更完整的AI使用链路。
IDC《迈入AI原生时代：2026年中国智能终端市场十大洞察》预测：到2026年，中国AI终端出货量将超3亿台，2027年渗透率有望突破93%。
这意味着AI正从功能卖点升级为系统级基础能力。
参考硅谷模式，马斯克通过xAI与特斯拉实现了大模型与物理世界的深度融合。
在中国，随着印奇同时执掌阶跃星辰与千里科技，这一软硬协同结构首次变得清晰可行。
印奇加入前，“AI+终端”已是阶跃既定的长期战略；加入后，他进一步明确2026年三大目标：
-
汽车端：100万辆车搭载千里智驾系统； -
基础模型：达到全球第一梯队水平； -
创新硬件：孵化新产品，计划在未来12～15个月面世。
AI浪潮奔涌十余年，如今进入深水攻坚阶段。印奇与三位曾定义AI时代的技术领军人物再度聚首，或将重塑中国大模型产业格局。