始于清华，立于智谱：聆芯智语黄民烈，怀揣梦想再出发，要做人机交互的“连接器”

文：刘颂佳

从伏案攻关学术课题、斩获多项AI领域重磅奖项的清华教授，到奔赴人机交互蓝海的领路人，黄民烈教授怀揣初心与理想情怀开启二次创业，成立聆芯智语，立志于构建AGI水平的多模态交互模型，让人与AI之间的交流不再有任何障碍……

——写在前面

你可能还不太熟悉聆芯智语，但在清华园里，提起计算机系的黄民烈教授，一定是学界公认的资深学者，褪去高校学者身份，他亦是躬身前行的创业人。早在2021年，大模型浪潮初起，黄教授即创办了聆心智能。而他，也在忙碌的科研工作和创业征途的步履不停中，活成了真正的“全能顶流”。

而如果你了解黄教授过去的十年，就会明白：聆芯智语不是继聆心智能之后，又一场从零开始的冒险，而是一个把“清华底色+专业技术+AGI梦想”全部装进行囊，在既有积淀之上的继续前行。

01. 奔赴AGI交互的追光者

黄民烈教授出生于技术理想主义浓厚的一代人中。本科时期，他就读于清华大学工程物理系，并于2006年获得清华大学计算机博士学位，毕业后，留在清华任教，自此扎根清华讲台与人工智能科研一线。

黄教授是很特别的一类人，他无意参加各类社交场合，鲜少出席对外活动，甚至学术报告，一心深耕学术。他为人正直谦和、作风质朴、本心纯粹。在中国AI学界，他既懂底层算法，也长期研究“人的情感”；既做学术，也做产业；既关注模型能力，也关注模型边界。很多研究者只追求“更强”，而他更关心：如何让人工智能理解和学会“人性之美”，如何更好地连接人与机器。

作为导师，黄教授善于激发学生的内驱力，鼓励学生挑战无人区。在他的悉心培养下，一大批优秀的青年学者走出清华，活跃在海内外的顶尖高校和科技巨头中，成为中国乃至全球NLP领域的新生代中坚力量，几乎每个大模型公司都有他的学生作为技术Leader并承担着关键角色。去年，他的学生顾煜贤获得了清华大学研究生的最高荣誉——研究生特等奖学金。这不仅是清华学术基因的传承，更是中国AI学者在核心技术上的代代接力。

如今，黄教授的身份很多：清华大学计算机系长聘教授、国家杰青、清华基础模型中心副主任、智谱AI研究院科学家等。他长期深耕大模型、对话系统、情感智能等方向，是国内最早开展生成式对话系统的学者、自然语言处理领域国际知名学者、大语言模型领军人物之一。在ACL、ICML、ICLR、NeurLPS等国际顶会发表论文200余篇，引用近四万次，入选Elsevier中国高被引学者、AI2000全球最有影响力AI学者榜单，获得2025世界互联网大会领先科技奖、中国人工智能学会吴文俊人工智能科技进步奖一等奖等诸多奖项。

但相比头衔和荣誉，他更愿意外界记住他的另一个身份：

一位对AGI水平的对话交互有着深度执念与情怀的教授。

早在2015年，黄教授就把清华课题组的研究方向锚定在了自然语言生成这一最难、最具挑战性的研究方向上，也是国内最早开展这一研究的学者。故事生成、对话生成这些最难的开放域生成任务，成为了他挑战的目标。经过五年的成果积累，2020年他出版了国内第一本自然语言生成方面的著作《现代自然语言生成》。彼时，他研究的开放域对话生成，对标的正是国际大厂Meta的Blenderbot和Google的LaMDA系统（LaMDA系统的研发团队后来创立了Character AI，后被Google收购，而他创立的聆心智能正对标Character AI，后被智谱收购）。在他看来，AGI水平的人工智能，不只是会算题，而是会交流、会理解、会共情、拥有全局理解、长期记忆和人格化思维。

2017年前后，黄民烈教授团队又做出了一项广受关注的研究——ECM（Emotional Chatting Machine）。他第一次尝试把“情绪机制”引入聊天机器人。这意味着：当你难过时，AI不再只是机械回答；它会尝试判断你的情绪，并给出更符合情感场景的回应。今天看来，这似乎已经是AI产品的“标配”。但在当年，还是一个相当前沿的方向。然而黄教授并不满足于实验室里的理论研究，始终渴望让前沿技术落地生根。这份敢想敢闯的劲头，也让他走上了科研成果商业化的道路。他常言：“做研究不能只停留在纸面上，必须去真正解决问题，有人看，有人用，有人买，才能创造真正的价值。”

2021年11月，黄教授躬身入局，创办了北京聆心智能科技有限公司，并担任首席科学家。他先后带领团队打造出了国内首个情感大模型Emohaa与超拟人大模型 CharacterGLM，将清华大学在对话AI领域的顶尖研究成果进行商业化转化。那年，聆心智能深受资本青睐，仅成立三个月即连续完成了天使轮、天使+轮融资。2023年底成为智谱旗下全资子公司，接入GLM大模型，形成“技术互补、资源协同”格局。这不仅验证了黄教授学术理论的实用价值，也为中国AI技术的商业化探索出了一条特色之路。

2023-2025年，黄民烈教授团队贡献了若干有代表性的世界级成果，包括：认知知识图谱（COKE）、机器心智测试基准(TomBench)，以及大模型情商评估标准(EmoBench)。他的团队正在尝试补齐当前大模型最关键、也最困难的一块拼图——让机器真正具备理解人的能力。这些成果背后，体现的是他对人工智能发展路径的独特判断。在他们看来，未来的大模型竞争不仅是参数规模和知识储备的竞争，更是心智能力、社会认知能力和情感理解能力的竞争。机器不仅要“知道世界是什么样”，更要“理解别人为什么这么想”。

02. 真正的强者，永远深耕不辍

在对话交互领域已经卓有建树的他，被问到为什么重新思考多模态自然交互这一命题，以及看到了什么样新的机会时，他结合自己十几年的研究心路历程，分享了自己的思考与感悟。

2015-2020期间，黄教授一直致力于解决开放域对话生成的难题。同时期，国际上开展同类研究的只有FAIR（meta公司）和Google的LaMDA团队。但因为当时的生成模型很小，中文开放域对话数据的规模也非常有限，无论怎么努力都难达到满意的效果。他的另一部分团队成员还在攻克任务导向对话系统的泛化性和迁移性的难题。在小模型时代，订宾馆、订餐、订机票这样的任务对话系统，都普遍面临任务迁移难，很难泛化到未知场景的难题。从模态的角度来说，这些工作局限在text in、text out的形态上，距离真正的语音自然交互依然较远。

2020年GPT3问世，开启了大语言模型时代的新篇章。2022年，ChatGPT第一次把开放域对话（闲聊），指令遵循、任务对话（摘要、写作、解题等）统一在一个模型中。在黄教授看来，这其实是开放域对话和任务对话的完美统一，也是他过去没有想到的。而2026年的今天，大模型已经具备了更多工具调用、复杂任务执行的能力，在许多广泛的场景和任务中达到了接近AGI的水平。

那接下来对话交互还有什么新的机会呢？黄教授认为，一个是“类人心智“，一个是模态。前者，强调是否能够像人一样理解认知、情绪和行为，像人一样进行心智推理，理解“理性”背后“感性”的部分。后者，把对话交互从文本模态扩展到语音模态、视觉模态，带来更泛在、更自然的体验，而这也必将成为AGI时代的必然趋势。举例来说，同一个任务，text GPT能做到85%，而最强的Grok voice think fast语音智能体只能做到67.3%，这之间还有巨大的鸿沟。

黄教授认为，从文本对话系统，到语音对话系统，再到多模态对话系统，这是再自然不过的继承和发展了。他把对话交互的本质总结得入木三分：无论什么模态，最重要的事情是理解（感知），持续倾听（全双工在线），主动交互（策略+表达）。而这，正是他十几年一直在做的事情。

“任何一个端侧设备都需要语音交互功能，任何一个Agentic AI都需要一个多模态交互层，这将架设起人和机器之间无缝衔接的桥梁——此时此刻，你不是和一个机器在下命令，你是和一个伙伴、甚至你生命中的一部分在一起协作。”在黄教授说，在他眼里，这才是AI下半场必须做的大事之一。

03.做那个把“未来感”变成“可用性”的连接器

在外界看来，被智谱华章全资收购，已经是创业故事里足够圆满的答卷：清华团队、技术领先、资本加持、全球大模型第一股布局中的重要板块。

但对黄民烈教授而言，经历了技术、产品和商业的完整磨炼之后，他也开始思考：经历了大模型的上半场，在接下来5-10年的下半场里，又该做点什么呢？

答案越来越清晰：他想做的，是从基础大模型重新出发，重新定义”AI+人性+场景“的全新范式，朝着具备类人理解、思考与表达能力的AGI自然交互目标迈进。这条发展路径有着清晰且一脉相承的规划：现阶段聆芯智语将聚焦深耕语音大模型与实时全双工交互模型，筑牢人机交互核心底座，在此基础上，持续迭代升级，未来全面拓展至视觉多模态技术领域，一步步解锁下一代人机交互的全新形态。

黄教授深信，未来的AI不应只是一个等待指令的工具，而应该成为能够持续理解用户、陪伴用户、与用户共同成长的智能伙伴。大模型时代真正的机会，也不只是再造一个更强的模型，而是重新定义人与智能体之间的连接方式，将人机交互从“工具使用”走向“关系建立”，从“机器属性”走向“深度协作与融合”。如今，怀揣通用人工智能（AGI）的愿景，聆芯智语正式启动融资进程，使命即是让人工智能不仅有“智商”，更有与人类一样的“心智”，理解、倾听和主动交互，成为人类生命中自然的一部分。