繼清華姚班陳立杰之后，OpenAI又迎來一位重量級華人學者：北大數院「黃金二代」蘇煒杰。今年，他剛剛摘下有「統計學諾獎」之稱的COPSS Presidents' Award。

就在剛剛，北大數院「黃金二代」之一的蘇煒杰，官宣加入OpenAI。

同時，他也正式晉升成為沃頓商學院統計與數據科學系的正教授。

對此，OpenAI聯創Greg Brockman親自發帖表示歡迎。

十年前離開灣區時，蘇煒杰是一個剛拿到博士學位的應用數學家。

十年后回來，他的研究清單上寫滿了大模型時代最急迫的理論問題。

現在他要親自下場訓練模型了。

OpenAI再攬北大數學天才

如今，AI前沿正在把理論計算機、數學、統計、優化這些看似不同的學科，拉回同一張桌子上。

年初加盟OpenAI的陳立杰代表的是理論計算機科學，他的復雜性理論研究直接指向AI推理能力的底層極限。

蘇煒杰代表的則是統計與優化，去OpenAI做的是「訓練AI模型」，從理論直接下場練兵。

OpenAI研究員、Muon優化器作者Keller Jordan也曾轉發蘇煒杰的優化器工作

剛剛斬獲「統計學諾獎」

蘇煒杰是斯坦福校友、賓夕法尼亞大學沃頓商學院統計與數據科學系正教授，同時兼任計算機與信息科學系、數學系和生物統計學系的聯合教職，并擔任賓大機器學習研究中心（PRiML）聯合主任。

他今年最閃耀的標簽，是2026年COPSS Presidents' Award得主。

這個獎由國際數理統計學會（IMS）、美國統計學會（ASA）、加拿大統計學會（SSC）以及美東、美西生物統計學會共同頒發，被廣泛視為國際統計學界的最高榮譽之一。

它每年只授予一位40歲以下的統計學家，選拔規則上類似基礎數學領域的菲爾茲獎。

更關鍵的是，蘇煒杰是14年來首位華人得主。上一位華人獲獎者是2012年哈佛大學的寇興昌（Samuel Kou）。

再往前，范劍青、蔡天文、劉軍、孟曉犁等統計學界的重量級人物都曾站上這個領獎臺。

COPSS給他的獲獎理由，幾乎就是一張「大模型時代理論基礎」的清單。

生成式AI的統計基礎，LLM水印檢測、偏好對齊與排序機制；隱私保護數據分析及其在2020年美國人口普查中的應用；機器學習同行評審機制改進；凸優化基礎性工作；以及深度學習理論和高維推斷的廣泛貢獻。

換句話說，蘇煒杰沒有把自己鎖在一個窄方向里，他把統計、優化和AI這些原本分屬不同體系的學科，融合到了一起。

大模型下半場需要什么樣的人？

蘇煒杰圍繞LLM展開的研究十分全面。

偏好對齊方向，他最近的一項研究從投票理論出發，揭示了LLM對齊中隱藏的「孔多塞悖論」，即當人類偏好本身就存在循環矛盾時，任何對齊方案都不可能同時滿足所有人。

他的解法是把問題重構為納什均衡，為RLHF的理論邊界畫出了第一條線。

水印檢測方向，他建立了LLM水印的統計檢驗框架，給出了最優檢測規則和效率邊界，正面回應了「AI生成的內容還能不能被檢測出來」這個越來越急迫的問題。

審稿機制改革方向，他提出的「保序機制」（Isotonic Mechanism）讓作者自行為自己的研究排序，用數學手段保證誠實排序時收益最大。

這項工作被Operations Research接收，他本人也將在今年7月ICML 2026首爾大會上擔任Scientific Integrity Chair（誠信主席）。

論文地址：https://arxiv.org/abs/2206.08149

大模型上半場拼的是規模、算力和工程組織能力。

到了今天，有效評估模型能力、降低幻覺、實現快速且數值穩定的優化、理解模型泛化，正在變成AI公司的核心戰場。

蘇煒杰恰好長期站在這些問題的交叉點上。

一篇ODE論文，串起兩位華人學者

說到蘇煒杰加入OpenAI，有一個名字不得不提，Ernest Ryu。

近期，OpenAI內部模型推翻了離散幾何中的「單位距離猜想」，這個由Paul Erd?s在1946年提出的經典問題，80年來無人突破，把AI for Math推到了新的高度。

而這波浪潮中更早引發關注的標志性事件，是UCLA教授Ernest Ryu借助GPT-5 Pro解決了凸優化理論中一個42年的公開問題，Nesterov加速梯度法的點收斂性。

這個問題之所以重要，是因為Nesterov加速梯度法是優化理論的基石，廣泛應用于CT/MR圖像重建、圖像去模糊，以及幾乎所有深度學習模型的訓練。

1983年提出以來，它的收斂速率早已被證明是最優的，但它的參數是否會收斂到一個確定的點，一直懸而未決。

支撐Ryu這項工作的關鍵理論工具之一，正來自蘇煒杰2016年在斯坦福讀博期間與導師Stephen Boyd和Emmanuel Candès合作的那篇論文。

論文地址：https://arxiv.org/abs/1503.01243

在研究中，團隊用一個二階常微分方程（ODE）刻畫了Nesterov加速方法的連續時間極限，為后續所有對該方法的理論分析提供了核心框架。

巧的是，Ernest Ryu的博士導師也是Stephen Boyd。畢業后不久，便受邀以研究科學家身份加入OpenAI。

如今蘇煒杰也加入OpenAI，師出同門的兩人成了同事。

北大數院的「黃金二代」

2007年至2011年，蘇煒杰就讀于北京大學數學科學學院基礎數學專業，并以年級第一的成績畢業。

在國內數學圈，這一級常被稱為北大數院「黃金二代」甚至「白金一代」。

這一屆的同級同學中，包括王虹、鄧煜、唐云清等后來在國際數學界極受關注的青年學者。

今年4月，王虹和唐云清獲得2026科學突破獎「數學新視野獎」，同級校友張明嘉獲得「米爾扎哈尼新前沿獎」。

有意思的是，在這批純數學天才同學之外，蘇煒杰選擇了應用數學、統計和AI這條路。

結果，他并沒有離開數學，而是把數學思想一路推到了AI前沿。

其實，蘇煒杰的數學天賦從中學就開始顯現了。

高一時他代表浙江省參加中國數學奧林匹克競賽獲得銀牌，被保送進入清華大學數理基科班，成為余姚中學建校以來首位獲得該資格的學生。

高三階段，他在中國數學奧林匹克競賽中獲得金牌，隨后保送進入北京大學數學科學學院，并入選中國IMO國家集訓隊。

本科期間，他獲得首屆丘成桐大學生數學競賽全能金獎，也在數學建模競賽中多次獲獎。2010年，他與同學組隊參加美國大學生數學建模競賽，獲得中國大陸賽區第一名。

從北大到斯坦福，再到賓大沃頓，蘇煒杰的學術軌跡剛好對應了「純數學 → 應用數學 → 統計與AI」這條路徑。

而這條路在2026年，把他帶到了OpenAI。

比GPU更貴的軍備競賽

值得一提是， 蘇煒杰不是這個月唯一一個 做出選擇的人。

一邊是統計與優化的頂級理論家投向OpenAI，一邊是最懂工程落地的預訓練老將投向Anthropic。

方向不同，賭的是同一件事。

大模型競賽打到現在，算力囤完了，數據刮完了。

下一輪勝負手，藏在這些人的腦子里。

參考資料：

https://www.weijie-su.com/

https://x.com/weijie444/status/2060604060362014803

文章來源：新智元。