一位计算机科学学者的思索——访致远学院任课教师李永露 建立于2025-12-15，可以参见和李永露老师通话 - 251027
编者按
在人工智能高速发展的今天，如何走好科研之路，是每位青年学子需要思考的命题。
本文源自与一位青年学者的深度对话。他从亲身经历出发，分享了自己**从独自摸索到接触前沿视野的蜕变历程，探讨了从“能够到”的研究到挑战“无人区”的学术选择。**在他的讲述中，科研不仅产出论文，更重塑心智与思维。
对话涵盖了科研训练的系统设计、高水平想法的产生逻辑、面对成果被“撞车”的应对智慧，以及在“内卷”常态中寻找自我定位的思考。对于大模型时代的学习范式变迁，他敏锐指出：“复杂度并未消失，只是发生了转移。”
愿这篇对话为你带来启发，帮助你在快速变化的时代，找到自己的成长节奏与精神底色。前路漫长，愿每一步都清醒而坚实。
教师介绍
李永露博士，上海交大副教授、上海创智学院全时导师，博导，研究具身智能、物理推理、行为理解。在TPAMI、CVPR、NeurIPS、CoRL等发表成果50余篇，引用100+论文8篇，获ICRA 2025 Best Paper Award（HRI，独立通讯），开源项目获Github star 1.3万+；代表工作HAKE（引用1.48k+，Github Star 2.18k+，官网全球访问16.8万+次）、AlphaPose（引用780+，Github Star 8.3k+）。任NeurIPS、ICLR Area Chair， VALSE EACC，中国人工智能学会-具身智能专委会副秘书长。主持、参与多项国家级项目，如青基、科技部重点研发计划等。获上海市海外高层次人才、中国人工智能学会吴文俊人工智能科学技术奖-优秀博士学位论文、蚂蚁Intech奖、WAIC云帆奖-璀璨明星、明日之星、AI100青年先锋、世界互联网大会领先科技奖、NeurIPS’20/21杰出审稿人、百度奖学金、华人AI新星百人等。在致远学院任教ACM班《计算机视觉》。
个人主页：
https://dirtyharrylyl.github.io/
实验室主页：
您实验室的招新推送里面有写到培养本科生的四个阶段，这里面有哪些您对于人才培养的考虑呢?
我给本科生安排系统的科研训练，是因为我本科和读研时都是自己摸索，没人指导，所以过程很痛苦。那时候不是不知道怎么做，而是自己摸索会走很多弯路，遇到很多问题。你会处于一个信息茧房里，很多信息完全接触不到。后来读博时能发表一些文章，是因为那时我能接触到大量信息，比如北美顶尖实验室在研究什么，一些优秀导师的学生在做什么，以及某些领域的世界级研究者是如何思考和看待问题的。最重要的是，他们会传递给你一个信号：什么样的研究是好的。这种“taste”需要在一个合适的平台上才有机会获得。
以前我在自己的实验室里做一个方向时，完全没有人能帮我建立这种信息渠道，这需要实验室的平台来搭建桥梁。 所以，如果初期就有人引导，告诉你哪些东西应该先看书学习，哪些需要边动手边学，有了这些额外信息，你就可以学得更轻松，入门更顺畅，否则就会很痛苦，自己在那里绕来绕去。另外，科研和考试这类事情不太一样，它有一些特殊的需求，比如交流、写作，怎么表达自己的想法，怎么让别人理解你的想法。这些技巧需要在实验室体系下传承，很难自己摸索出来，否则容易走偏，养成不好的习惯。
所以我觉得系统性的训练，除了能让学生更高效地打好基础，还包括一些通过课程或自学难以获得的东西，这些需要实验室来提供。因为我自己早期没有这样的机会，所以我觉得这件事很重要，不能让我带的学生也经历同样的过程。
您在博士期间发表了许多高质量的文章。您是如何看待博士生涯的？
**我觉得是这样：头几篇文章可能是一个技能培养阶段，这个时候不用特别纠结这篇文章有多牛，它的主要作用是帮助你训练从阅读相关文献、理解领域重要问题、找到自己想解决且能解决的问题、设计合适的实验方案、做实验、写论文、 rebuttal、去开会、presentation等一系列技能。**这整条线上有很多技能需要掌握，这需要时间，天分再高也需要时间。比如你天分高但口才不好，也需要时间去锻炼。这个过程我觉得可能需要两三篇文章的锻炼，之后你才能变成一个相对成熟的researcher。再往后就看个人喜好和你想追求什么了。
像我是自己给自己找麻烦的类型。初期我做行为理解比较多，头几篇文章基本上都是一次就中了。连续发了好几篇之后，我觉得需要改变，就去做一些concept learning、物体理解、推理等方向，主动去挑战一些我觉得更深、更有价值、也更难的方向，所以那时我的产出就骤减了。
那个分界线大概在2020年。我记得CVPR我第一次投了三篇一作，结果都中了。那时我意识到，我已经非常熟悉这个小方向了，所以我需要改变。后来有一篇文章，是我和我的一个师弟（也算我的学生）合作的。就是那篇做concept learning的文章，被拒了5次。
那篇文章就是我主动找麻烦去做的。因为早期我们做一些attribute learning的文章很容易就中了，甚至CVPR、TPAMI都一次中。但后来做这篇文章就很难，因为大家会觉得：你为什么要提这个东西？它太新了，和过去的研究是什么关系？你应该按照过去的思路来解释这个东西。所以会遇到很多问题。这篇论文我们修改到最后，发现文章变成了一个“四不像”，所以我们干脆又改回去，把它描述得尽量简洁、少一点，后来可能也有点运气，就中了。
其实我发现，到了机器人时代，文章的价值逐渐变得重要。那时候我们想去做分类，比如识别一个物体有什么物理性质、能用来干什么。现在变成了需要完成人的一句指令，比如“我饿了”，它需要去分析场景中的物体，其实要做的事情本质上是一样的。但如果没有一个完善的数据集、一套流程和清晰的问题定义，就太难做了。所以那时做这个太早了，如果放在当下，估计会更容易中一些。
所以我觉得，一个好的博士生生涯，其难度曲线应该是这样的：初期做一些不用踮脚就能够到的工作；中期做一些需要踮起脚才能够到的工作；后期当你有了比较好的积累，并且博导也支持你时，可以去挑战一些更难的工作。 这是一个比较好的路径。但真正决定你学术生涯的时段，可能是毕业后的两年。
您觉得做研究中高水平的idea应该具备怎样的一些特性？或者说我们怎么样才能得到这样一个高水平的 idea？
我可以说一些鸡汤，但我更愿意讲一个更具执行性的方案。首先要对科学问题有个基本的定义。简单来说，我们可以对论文进行一个基本的分类。按照一个学科从被定义、发展到高潮、再到末尾的阶段，我们可能有几个不同的生命周期。
比如“The first paper”，就是第一次把这个问题提出来。 比如我觉得可以用神经网络的方法去解释蛋白质折叠，或者用神经网络去做图像生成、生成3D点云、生成视频。虽然不可能完全创新，但可能是有所变化的。那你就要先定义科学问题：它在数学上是一个什么样的过程？我们是用统计学习的分布拟合方法去做一件事，还是用采样方法去做一件事？这篇论文一开始可能不会得到特别多的关注，但如果这个方向发展起来了，它就会是那个“第一篇论文”，也就是定义问题的那篇。这种文章需要前期大量的积累和思考，可能要坐点冷板凳。然后要让公众发现这个方向很有潜力，比如像扩散模型（diffusion）、Transformer，它们很早就出来了，但到大放异彩，可能是2020年以后了。
然后是“The second paper”，就是让大家意识到这个东西很有价值。 或者过去第一篇论文定义的问题太难、解决不了，大家尝试过但效果不好，而这篇论文给出了一些可行的迹象或范式，让大家有更广阔的思路，可以沿着做下去。第二篇论文会让这个方向产生巨大的影响。这个时期需要你具有敏锐的眼光，能够从一堆文献中发现最有价值的方向，并且找到一个好的解法，而不是靠最初的简单思路就能解决，需要很巧妙的思路。比如大家也想把神经网络加深，都做过尝试但失败了，ResNet 出来之后，大家发现可以加深了，而且ResNet后来变成了一个非常基础的backbone，有各种各样的变体，从十几层到几十层都有。然后大家沿着这条路一直做，延续Kaiming的思路，做得更深更厚，或者在很多任务上做得更好。
**那我们把它叫做“The third paper”，或者叫“The best paper”，就是你在某个领域做到了这个方向的极致，再往上可能只是工程技巧。**比如刷到很高的分数。这类论文是大家最喜欢做的，也是做的人最多的。第二篇论文出来后，就会有一大堆人想去争抢第三篇论文的位置，所以就会卷着这个方向一直往下走。最后这个方向已经很成熟了，所有人都知道了，哪怕不看论文、只看社交媒体的人也都知道了。然后还会有一批人进来，继续做一些工程性的工作，把它推到更稳定、性能更高、可以直接用、甚至傻瓜化的程度。
最后是“The last paper”，把这个方向终结掉。 大家觉得，按照这种方式去做，可能没有太多空间可以搞了。
这是我划分的：第一篇、第二篇、第三篇、第四篇。这中间就有好几个区间：一和二之间、二和三之间、三和四之间，你都可以做选择。
一般来说，刚开始读博时，想直接做第一篇论文是比较难的，除非你的博导也在思考这个问题，你可以作为一作把它完成。大概率你可能需要从第二、第三、第四类论文中选择入手。
比如我在第二类和第三类论文之间，已经做了很多文章，做得还不错，在小方向上甚至可以做到比较前沿的位置，那我就会考虑：我这个方向里是不是有很多基本问题？我们是不是可以换个方式去做？或者我做的过程中发现，比如行为理解缺乏一些非常基本的东西：应该怎么定义人类的行为？它有没有像英文字母一样的一些primitive？如果没有，我们是不是要去定义它？如果有，应该怎么实现？这里面有一些很基础的问题，其实我在做第二类和第三类论文时就会思考。
但那时没有办法解决，只有经过两年多的积累，各方面条件成熟了，我才有资格去挑战这个问题，才会进入一和二之间，甚至去做第一类论文。这个阶段非常难，一是成功概率低，二是不太容易被接受。 因为这类论文需要你的想法和大多数审稿人的想法基本匹配才能中。审稿机制会挑选出正态分布两三个σ以内的文章，特别与众不同的论文也不太好中。所以本质上是两个极端：要么做得特别差，要么做得特别前沿。过于前沿就会变成“先烈”，稍微前沿一点变成“先知”。
这就是一个模型，可以让你大致理解科研的演进规律，在博士生阶段我觉得是够用的。如果你后面要当老师了，那就要有自己的哲学和美感，就是你觉得这个问题，虽然不知道怎么解决，但你相信某种优雅、简洁的方法才是合理的，哪怕做一辈子也没突破也没关系，那是另一种追求。当然我觉得目前AI领域发展比较快，做这种风格的人可能会少一点。但有人这样做，他们都拿了图灵奖，对吧？所以看你的个人追求是什么。
当我们的研究被别人抢先发表的时候，可能会陷入一种情绪低迷的状态。您觉得这种情况我们应该如何应对？
有句话说“选择比努力重要”。首先，如果你对自己做的是哪个区段的工作有清晰的认识，你就已经知道这个风险了。你所有的行为都来源于你对未来整体收益的期望估计。就像你买了一只股票，它可能会涨会跌。这是第一点。第二，如果你已经做出了选择，很多事情就进入了action space，你就跳不出来了。比如你已经做了一年半，还有沉没成本，你必须把它完成。这个时候突然被大团队撞上了，那确实很惨。
这也是科研中会遇到很多挫折的原因，因为有价值的东西大家都看得到，都会去抢。这个时候我觉得：一是要珍惜已有的结果。 世界上没有两片完全相同的叶子，你做的东西一定和他有不一样的地方。你可以考虑把文章里重叠的部分剥离掉，去发展一些你自己独特的地方。二是痛定思痛，他们做出了这样一个重大成果，你为什么没有做出来？这其实是一个自我成长的重要契机。你要想一想这个问题，如果是平台性的问题，你就要考虑个人的选择；如果不是平台性问题，而是你自己策略上的问题，那你就要更新你的策略包。这是一个我觉得比较重要的事情。我也经历过这种问题，而且最近比较频繁。这没办法，因为一个科学问题在高速发展期就是这样。这种事情一定会发生，无非是谁来做。所以其实还是看个人追求。如果你自己喜欢投入这种竞争，喜欢去赢，并且也有这个实力，那你就去做这种工作，总得有人做这样的工作。大家都“避世”躲进山里也不现实，总得有人“入世”。
一个是对这个事情本身的认识，另一种就是我们中国有巨大的哲学积淀，可以帮助你更好地调整心态。 我的办公桌上贴了几句话，比如“无心而为”：做事情不要太功利，太功利、算得太细，其实你算不出来的。还有“无所为而为”：有些事情你不用刻意去做，只要平时积累就可以了。还有“无为无不为”：有些事情不需要那么算计地去考虑。当然不是让你完全不算。比如我知道这件事很难，但我还是要干，这是孔子的一种勇气的哲学。所以面对这种情况有两个层面：一种是策略层面，我们肯定要足够理性；另一种是从哲学上去看待这件事，你看待它的方式不一样，就会极大地影响你的心情。 所以如果你把它看成一种机械式的对抗，那就一定会有消耗，这是必然的。你不能只选择快乐，选择了快乐就会有痛苦。
以及这是一个很长期的事情，一时的得失其实没有我们想象的那么重要。比如问你个问题：你两年前，大二时忧虑的那些问题，现在还会忧虑吗？你肯定觉得那时候傻乎乎的，为什么会忧虑这种问题。一样的，两年后你也不会忧虑你现在忧虑的事。我觉得事情是这样的。
另外不是有个“一万小时定律”吗？也不一定非得一万个小时，但确实需要重复性的、刻意的训练。一件事情当你的心理成本很低的时候，你就不会痛苦了。就像刷牙一样，你不会觉得刷牙好麻烦。我遇到过一些很牛的人，大家都去聚餐了，他就坐在那里写论文。他不会把它当成一件很特别的事。所以，当你到一定阶段的时候，面对文章中了或者没中，你也会比较平静。
达到这种心态也有两种方式：一种是无意识地达到那种状态，就是经验到了，自然而然就到了；另一种是有意识地接近那种状态。我觉得第二种会好一点，你不是糊里糊涂地达到那个状态，而是很清楚为什么这样。这样可以举一反三，在很多其他事上你也可以用到这个技巧。 所以读博最重要的事情之一是对于自己的心智、思维、做事方法，甚至包括你自己的智力都需要进行“reshape”。我觉得这可能是你成熟之前最后一次低成本修改自己模式的机会，因为毕业之后可能就不太允许你有这么多的容错空间去尝试。所以读博有一个很重要的任务，就是重新审视自己想要的东西、自己的状态，以及自己作为一个“系统”，是否适合你想要的东西。最后要达到的状态是：你喜欢的、你想要的、你从事的工作，这三者能否对齐。如果能对齐，我觉得不管怎么样都会有一个不错的未来。
在您带过的学生里面，有没有什么印象比较深刻的例子？
那多了。我接触过很多同学，有我的师弟师妹，也有我自己带的学生。我就不举具体例子了。
我个人喜欢比较踏实的学生。不是说他很勤奋，而是他天生不那么急躁。这是一种性格禀赋，他更冷静一点。更冷静就会给自己更多的机会去理解客观事物，进行客观分析，而不是完全出于条件反射的本能和别人告诉你的经验。 冷静下来后，你会更愿意用自己的脑子去思考问题。所以我觉得一般这种同学会成长得快一点，少走一些弯路。
当然，交大的同学整体都比较聪明，我遇到的厉害的学生很多，有很多比我强。他们毕业之后去外面发展，做得很好。这个就很难一概而论了。
还有一点就是，其实不管是成功还是失败，成功的方式有很多种，做得好的人各种各样。但做得不好，有一些固定的模式。 但这和“幸福的家庭都是相似的，不幸的家庭各有各的不幸”那句话不完全一样。有一些固定的失败模式是可以借鉴的。比如选择方向时，什么火就做什么；或者对审稿人或一些意见特别emotional，把它当成一种对个人的评价，就会很难受。没有人喜欢被否定，对吧？如果你把文章的审稿意见变成别人对你个人的评判，那就会很累。
像前段时间ICLR，大家都很激动。我年轻时也是这样。后来想清楚一个问题，就是我刚才讲的：它是一种分布的匹配。只是说你的文章刚好在正态分布的某个位置，你才得到了这样的反馈。另一个是，很多时候我们会有作者和读者之间的偏差，我们会觉得，我写一篇文章，读者应该理解我，但其实别人阅读是需要成本的。所以这层关系需要换位思考之后才能明白。
您对本科生科研怎么看？您觉得是应该早点开始好，还是晚点开始好？
这个问题很有争议。**我是觉得，如果不以培养“卷王”为核心的话，可以早点开始。如果只是单纯地去卷论文、卷奖项、卷奖学金、卷GPA，我觉得从长期来看不一定是好事。**我也有很多本科生实习生，我更希望他们先有一个基础。我只针对CS和AI专业（别的专业我不知道）。我会让他们先学一些基础课程，再真正到实验室做实验。在进实验室之前，要先学课程，每周固定时间练习编程，这不管在不在这个实验室都是有用的。
另外，他们来了之后，我希望他们能提早掌握一些基本的研究技巧。这不仅仅是为了发论文。做其他事情，比如今天我做饭，也要考虑并行和串行，对吧？这是一种思维模式。所以我觉得这个可以提前开始，但不是说一定要在本科就发表那么多篇一作论文，比如发5篇、3篇，我觉得没有必要，因为人生路很长。
我认为最重要的事情之一是“taste”要好。 这个“taste”很玄乎，每个人都觉得自己品味好，但其实不是的。科研里有一些固定的模式，好的研究问题有一些固定的例子。所以我觉得年轻的时候应该接受好的品味的熏陶。这不一定非得是这个老师来教。你可以去看爱因斯坦、曼宁（Manning），或者其他学者。比如汉明（Hamming）有一个演讲叫“You and Your Research”，里面讲到不同的学者。这种经过多年认证的科学研究的品味，需要很早就开始培养。因为这属于所谓的“道”层面的东西，就有点玄乎了。
还有一个事情是，现在确实资源有限，而且“卷”是一个客观现实，逃避它没有意义。你将来想去一个更好的平台，有更多的发展空间和机会，那确实需要和同龄人竞争，这是客观现实。所以，在课余有余力的情况下，早一点做一些研究，有一些成果是好事。而且年轻人，我觉得是这样的。
像AI这种学科，它并不需要多少资历才能做事情。你可以看到很多创业者、很出名的研究者都很年轻，20多岁就可以了。 所以不是一定要到27岁才能开始做事业，年轻的时候就可以。甚至你本科就可以做出很强的工作，那为什么不做呢？我很不喜欢用资历去评价研究水平，这完全没有关系。甚至你脑子里“senior”的东西太多了，反而不利于你做研究。
所以我觉得本科生应该有志向去做一些伟大的事情，这不是唱高调，是真的可以。 因为可以看到OpenAI，或者其他一些很强的实验室里，很多人也就20多岁就做出了非常重要的工作，甚至很多人一辈子都做不出来。所以我觉得这个时代对做AI的人是很幸运的，他们可能没有掌握社会资源和地位，却会有这样的机会。在别的行业可能没有这样的机会。别的行业看你是个20多岁的年轻人，可能不会理你，但在AI领域不是这样。
所以从这个角度来说，如果你学有余力，我觉得早一点接触科研没有坏处，但不是说你一定要去卷很多篇论文。 因为有时候论文发多了不一定是好事。论文只能在初期和你的水平大致正相关，但到了一定阶段之后就不一定了。比如体重越大，力气越大，初期确实是这样，到了一定阶段就不一定了，这是另一回事。
您在上ACM班的《计算机视觉》课时，会收获到什么样的感受？或者说做老师这个职业给你带来了什么样的成就感？
我觉得学生年年都不一样。现在的学生基本上每一年都和上一年很不一样，很有意思。每一年的学生都觉得上一年的学生已经很老了，其实只是比他们小一岁。因为这个时代发展很快。两年前，没人觉得写代码是可以自动化搞定的事情，现在大家甚至都开始反过来想了。我以前布置大作业会在coding上考考他们，但现在发现考coding没有意义了。现在我就要考虑别的问题。所以我一般都会希望他们不是仅仅学会知识，因为知识很容易忘掉。我一般都会强调：这节课我觉得你们应该记住的一句话是什么，而不是一个具体的知识点。
另外，我非常有感受的一点是：提问题的能力是一个更重要的问题。现在知识很便宜了，甚至很高深的知识都很便宜。问题是你会不会query（提问）？提问题，是需要水平的。像咱们高考写作文，可能给你一整段引言让你写作文。有的人只是问：“啊，这个是怎么回事？”这样的问题没意义。你要有很长的题干，有上下文，然后提出一个问题，那个问题的解空间才会很清晰，它会让你对这个深刻、复杂的问题有很好的理解。
我觉得给他们上课时，我更在乎这个。当然，ACM班的同学有很好的编程基础，所以在活跃度和兴奋度上会好一点，思维会比较活跃，这是一个很典型的特点。然后其他方面，我感受到现在的年轻人和我们那时候变化特别大。对，其实也很好理解，因为客观的物理现实和基础也不一样了。
对于在AI大模型时代成长起来的新一代学生，您如何看待他们所处的环境及其对学习与科研的影响？
过去要想获取一些信息是需要很多条件的，现在你可以很便宜地打开手机获得信息。
复杂度发生了转移，转移到了别的事情上。**过去的成本在获取信息的条件上，以后可能就变成了：你都掌握这么多信息了，信息过载了，你怎么样去过滤？**以及在大家都有信息的情况下，你会不会主动采取一些行动？你做的事情能不能让你快速迭代起来？这意味着大家做事的成本都降低了，这时候就考验一些其他的东西。这是学生时代，甚至整个教育行业都要面临的问题。
我们过去培养的是让学生掌握更丰富、更系统、更全面的知识，掌握很多动手能力。现在知识不需要存到脑子里了，可以存到大模型里。这就相当于有很多助手，可以调用大模型来做事。这个时候难度就从努力获取、记住或运用信息，变成了一些别的事情。这需要老师、学生、学校，包括整个社会一起去研究。
现在大模型刚出来，还太新鲜了，我们自己也要适应。过去很多工程问题现在不再是问题了。比如写一个前端，很容易就写出来了。我现在给学生改论文，以前改得很头疼，全是typo，现在看到typo会很开心，为什么？证明这不是大模型生成的，它还有点语法错误。以及现在会检测你多少内容是大模型生成的，那注重的就是大模型之外的方面。
我觉得事情没有变简单，只是复杂度转移了。
您在科研之外有其他的兴趣爱好吗?这些兴趣爱好对您有什么意义呢?
我以前有一些爱好，我很喜欢看漫画，也很喜欢看电影。但是现在时间有限，我已经很久很久没看过电影了，漫画买了也没时间看，偶尔闲的时候会翻一翻。
**我觉得是这样：我喜欢体验不同人的生活。所以当你自己没有足够的时间和精力时，可以通过“代入”的方法去体验。这是一种拓展人生体验的方式，对研究有帮助，因为它会改变你固定的思维模式。**有时候你想不出一个东西，其实是因为你看问题的角度有问题。科研很多时候就是找新的看待问题的角度，这时候你也不可能换一个脑子。你只能说：如果我是谁，我经历过这样的事，我会怎么看待这个问题？这就是一个获取idea很好的方法。
过去的话，你可能需要真的到那个地方，和那个人有深度理解后才能做到。但其实通过书本、电影或其他方式也可以获取，就看你自己愿不愿意了。有些人可能只关注其他东西，有些人会想：如果是我，我会怎么做？喜欢历史的人应该都会有这种感触。