十多年前，唐杰和杨植麟仅是清华大学实验室中的师生组合，而如今他们分别创办了Z.AI和月之暗面，这两家公司的估值均达数百亿美元。近年来，这些崭露头角的中国AI创业者实际上早在大模型热潮之前就建立起了共同的学术背景和人才网络。最近，《华尔街日报》通过研究他们的经历，探讨了一个硅谷人才难以忽视的问题：在资金和高端芯片明显少于美国的情况下，中国的AI模型为何能迅速崛起？报道认为，这背后是一套经过长期形成的知识传播和人才培养机制。一位教师培育一位学生，学生则再以创业的方式推动科技进步，同时，公开发表的论文、开源的代码和开放的模型权重也推动了技术在不同企业和实验室间的流动。表面上看，中国的AI追赶似乎是近几年的事情，实则在此之前早已积累起丰厚的人才和技术基础。

唐杰今年49岁，已在机器学习领域耕耘了25年。早在十多年前，他就已开始研究如何让计算机理解语言和识别人脸，成为中国这一领域的先驱者之一。杨植麟作为他的学生，曾获得唐杰提名的清华最高学术奖项，如今在AI领域也是颇有成就，两人合作形成的人才链条，不仅影响着他们自身的发展，也揭示了一个更广泛的人才网络。与此同时，上海其他两家大型AI公司MiniMax和阶跃星辰的创始人也与清华有紧密联系，人才流动的现象在这一网络中愈加明显。学术界的公开发表论文，结合中国开发者对开放技术的热情，使得知识在不同实验室和企业间畅通无阻。《华尔街日报》形容这个群体为“虚拟硅谷”，一些海外观察者指出，理解中国AI发展，不如关注在这个圈子里传授和学习的师生关系。

中国的AI追赶并不始于2023年。2000年代初，中国互联网蓬勃发展，电商和社交网络的崛起使得海量数据产生。对此，电商企业积极利用机器学习提升效率，而各大高校也开始培养计算机视觉与机器学习领域的人才。这一时期，产生了被称为“AI四小龙”的一批企业，商汤科技就是其中之一。至今，许多在AI行业活跃的工程师，都是从这些企业中成长起来的。2005年，知名的理工学者姚期智回归清华，创办了姚班。唐杰从攻读博士以来便一直在清华任职，他研究的数据挖掘有助于从海量数据中提取有用的信息，成为人工智能的基础。科技作家Mehran Gul指出，唐杰决定留在中国是为了在本土实现自己的理想，并推动中国的发展。他在长时间的马拉松训练和铁人三项比赛中，展现出对高强度和持续实验的重视。曾在唐杰团队中的Kevin Zhong回忆，他们不断测试各种机器学习技术，甚至会留到深夜进行实验，正因如此，他们的研究成果频频发表，并成功将其商业化。

2018年，中国政策放宽，鼓励高校和科研机构的人员创业，推动技术转向市场。次年，唐杰便将实验室的公司独立出来，创建了Z.AI，其中的一部分启动资金来自他运营的数据分析平台，客户包括谷歌和IBM。在中美AI竞争升温之前，唐杰就已将OpenAI视为学习的标杆。2020年，GPT-3面世后，Z.AI则迅速制定目标，力求打造一个相对应水平的模型。他在个人网站上表示，自己全力追寻通用人工智能的梦想，渴望让机器思考如人。杨植麟则17岁便投身编程，参加全国信息学奥林匹克赛，进入清华后跟随唐杰专研机器学习，之后赴卡内基梅隆大学攻读博士。期间，他参与了Transformer-XL和XLNet的研究，这些成果对后续大模型在处理长文本方面产生了深远影响。回国后，他先协助唐杰进行研究，逐渐开始着手创办自己的企业。

截至2025年中，唐杰已累计融资约12.5亿美元，投资者包括中国科技企业、香港资本人士及国有基金的响应前述政策。然而，与OpenAI和Anthropic动辄数十亿乃至百亿美元的融资规模相比，这些数字显得微不足道。中国在AI领域的投资，目前仅为美国同行的五分之一，和技术上同样面临着芯片供给不足的挑战。