大多数用过聊天机器人的人都没听过颜水成（Shuicheng Yan）这个名字。但如果你曾好奇，为什么深度神经网络可以不靠末尾那一大排全连接层就完成图像分类，那你已经碰到他的痕迹。2013年，他的团队提出Network In Network（NIN），用全局平均池化替代全连接层——一个很小的想法，悄悄塑造了现代卷积网络的构建方式。
十多年后，颜水成仍站在前沿，只是焦点换成了另一道缺口：给语音智能体装上记忆。2025年，他的团队开源了VoiceMem，一个面向实时语音智能体的"流式双脑"记忆框架。这是他频繁往返学界与产业之间的最新一转。
关键要点
- 颜水成1995年进入北京大学，1999年获学士、2004年获应用数学博士（师从程乾生）；之后在香港中文大学多媒体实验室随汤晓鸥做博士后，并曾在伊利诺伊大学厄巴纳-香槟分校随黄煦涛研究。2007年加入新加坡国立大学（NUS），创立机器学习与计算机视觉实验室。
- 他是罕见的"五料会士"：新加坡工程院、AAAI、ACM、IEEE、IAPR均授予会士，研究横跨计算机视觉、机器学习与多媒体分析。他的Network In Network最被人记住的一点，是用全局平均池化取代全连接层，这一思路影响了后续许多网络结构的设计。
- 他的职业生涯不断在学界与产业间切换：2015年加入三六零任副总裁、首席科学家兼人工智能研究院院长；2019年任依图首席技术官；2021年加入Sea集团任首席科学家，并创立新加坡Sea AI Lab；2023年9月加入昆仑万维，任天工智能联席CEO及首任2050全球研究院院长。
- 2024年11月，昆仑万维公告他不再担任研究院院长、改任荣誉顾问，同时辞去天工智能联席CEO。他当时回应：AIGC环境已从基础研究转向应用落地，自己"已完成既定使命"。
- 2025年他的方向转向效率与可部署：VoiceMem用"事实脑"与"人格脑"双结构，让实时语音在极低延迟下记住用户；同年10月团队发布多模态模型PaDT，直接输出视觉令牌而非猜测坐标。他目前是新加坡国立大学教授，提出"e-AGI"（可执行、可部署、可演化）的研究方向。
- 他提出的"e-AGI"强调在开源模型之上提升效率、执行与演化能力，主张"能落地"而非只追求参数规模，是其回归学界后的主线。
- 在"大模型"叙事主导的当下，颜水成反复强调效率、部署与记忆，提醒业界：落地的难题常常不在参数，而在集成与持续交互。
诚实的局限
本文依据颜水成的公开学术记录、公司公告（昆仑万维2024年11月官方声明）以及2025年相关成果的报道。VoiceMem与PaDT的具体基准分数来自项目说明与科技媒体，而非我能独立复现的同行评审论文，因此我只描述了其方向，不对精确分数背书。他的总引用次数各来源差异较大，我没有采用某个具体数字。早期履历时间线在不同资料中也有细微出入，例如博士后与访学的具体年份表述略有不同。
普通人现在能做什么
- 若你做语音或对话产品，在匆匆接上向量数据库前，先研究VoiceMem这类开源记忆框架——延迟与人格连续性是两个可以分开解决的问题。
- 评价一位科学家的研究，看可复现性：颜水成团队倾向于开源代码，这比单纯看引用数更健康。
- 对选方向的学生：他"学界—产业—回归学界"的循环说明，工业经历与学术回归并不互斥，二者互相打磨。
- 对科研管理者：他横跨学界与多家头部企业的经历说明，研究机构的生命力在于既能发论文，也能把技术送进真实产品。
颜水成的价值，在于他既写得出被业界沿用的方法（如NIN的全局平均池化），也带得动从实验室到产品的落地。在"参数越大越好"的喧嚣里，他反复强调效率与可部署，是一条清醒的对照线。颜水成这类"桥梁型"科学家的稀缺，恰恰反衬出中国AI最缺的不是模型，而是能把研究与产业缝起来的人。