锦秋基金参与AI先行者榜单评选 - 锦秋基金作为一支拥有12年经验的AI方向投资基金，其合伙人臧天宇以评委身份参与知乎首期「AI先行者」榜单评选 [1][2][3] - 锦秋基金被投企业宇树科技创始人兼CEO王兴兴上榜该榜单 [3] - 公司通过与知乎等平台合作，旨在发现并赋能AI领域最具潜力的创业者和学者，共同推动行业进步 [3] 评选机制与评委阵容 - 知乎通过站内提问征集提名，由评委从创新性、思辨力、影响力、生态价值、发展潜力五个维度进行评估 [10][11][12] - 评委团包括机构评委（如创新工场执行董事、蓝驰创投投资总监等）和答主评委（如HuggingFace中国区负责人、知乎新知答主等） [4][6][7][8][9] - 最终榜单基于所有评委打分综合得出 [13] AI先行者榜单入选者及贡献 - 中科院计算所副所长包云岗主导"一生一芯"项目与RISC-V生态建设，推动"香山"芯片研发，为AI自主计算培养人才 [17] - 卡内基梅隆大学助理教授陈天奇研发TVM、MXNet、XGBoost等深度学习编译器，推动模型部署优化和开源生态发展 [18][19] - Manus首席科学家季逸超深耕NLP领域，曾创建猛犸浏览器、Magi搜索引擎，以产品推动AI行业应用 [20][22] - BosonAI创始人李沐推动MXNet、D2L开源生态建设，降低AI学习门槛，惠及超千万开发者 [21] - DeepSeek创始人梁文锋深耕AI领域，推出多款行业适配模型，为AI创新与产业落地注入活力 [23] - Qwen大模型负责人林俊旸主导Qwen大模型研发与优化，实现多场景适配，推动大模型技术创新 [23] - 月之暗面研究员苏剑林提出RoPE技术并被LLaMA等主流大模型采用，通过"科学空间"分享500多篇高质量文章 [23][25] - 清华大学教授汪玉率无问芯穹破解AI算力难题，提出芯片联合设计新思路，并以捐资助学助力AI算力发展 [24] - 宇树科技创始人王兴兴深耕智能机器人领域，推出多代商用机器人产品，加速产业化应用 [24][25] - 晶泰科技联合创始人工书豪聚焦AI+药物研发，2024年推动企业港交所IPO，押注AI for Science [26] - 月之暗面创始人杨植麟主导核心大模型迭代，推动大模型领域技术突破，是AI创业领域的重要引领者 [26] - vLLM核心贡献者游凯超推动该项目从伯克利大学的demo成长为全球热门大模型推理框架，助力开源AI技术普及 [26] - 地平线创始人余凯专注AI芯片研发，推出征程系列芯片，打破国外技术垄断，为AI算力国产化提供支撑 [26] - ControlNet开源项目作者张吕敏推动AI绘图领域发展，其IC-Light技术获ICLR2025满分 [26] 榜单意义与后续计划 - 该榜单被视为AI同行者的记录册，旨在记录探索新边界、打磨新工具、思考新答案的先行者 [28][29] - 榜单已开启下一期提名，鼓励更多推荐和自荐，以发现更多改变未来方向的AI先行者 [29]

论文生产发表流程 - 深度学习论文生产流程包括从想法到实验扩充、撰写修改、投稿审稿、反驳修改等环节，通常需要经历多次打磨和修改[3] - 论文投稿后若未因格式等问题被直接拒绝，将进入审稿阶段，由三位审稿人给出意见反馈，作者需撰写一页反驳并等待最终结果[4] - 论文录用率通常在六分之一到四分之一之间，大多数论文会经历多次投稿和修改过程，形成所谓的"斐波那契投稿法"[4][5] 写好论文的意义 - 论文是传达思想的载体，帮助作者严格完成工作并明确创新点，同时为后人提供改进基础[7] - 高质量论文具有长期影响力，可能成为学者科研成就的代表作，而低质量论文可能误导他人或成为黑历史[7] - Simon Jones推荐通过写论文来监督研究进程，在写作过程中发现问题并补充实验[7] 创新点和论文核心 - 创新性(novelty)是论文关键，可表现为新问题、新发现或颠覆理论，MXNet作者李沐提出创新性=影响范围×有效性×新颖性[10] - 衡量创新性常见错误包括：认为复杂即创新、混淆前人工作、说不清创新点等[10] - 论文应明确核心想法并不断打磨，避免"从多个方面改进算法"等模糊表述，理想状态是"一条巨龙，一招制敌"[11] 论文的写作要点 - 深度学习论文常用"八股文"结构，同一故事在摘要、介绍和正文中分层次讲述三遍[13] - 标题和摘要最关键，影响检索和审稿人匹配，流行做法是为方法起好记名字如ShuffleNet、Transformer等[13][14] - 好论文标准：问题重要新颖、思路有理有据、实验超越前人、消融实验扎实；差论文则呈现混乱、拼凑或选择性展示结果[15] - 写作技巧包括：用图表串联故事、优化详略分布、先求严谨再求美观、统一符号定义等[16] 投稿经验与审稿意见 - 作者存在知识盲区，需通过他人反馈修正错误认知，写作时要考虑不同读者群体[18][19] - RIFE论文经历五次投稿，前四次分别因基准错误、动机不明、亮点不突出被拒，最终通过调整内容结构获得录用[20] - CoNR论文因跨领域问题遭遇多样化审稿意见，通过裁剪内容和凝练创新点改进；DMVFN论文因突出优势一次投稿即中并被选为CVPR亮点论文(占接收论文10%)[21] - 常见负面审稿意见包括：缺少重要参考文献、结果不可信、不尊重前人工作、创新性差、呈现质量差、路线分歧等[22][24]