5月4日，史丹佛大學宣佈：將旗下兩大AI與資料科學組織——Stanford HAI（以人為本人工智慧研究院）和Stanford Data Science（史丹佛數據科學）合併為一個統一機構，名稱保留Stanford HAI，由電腦科學家James Landay全面掌舵。而那位讓全世界記住ImageNet的女人——李飛飛，則升任校長Jonathan Levin的AI特別顧問，同時與史丹佛前校長、圖靈獎得主John Hennessy共同出任HAI顧問委員會聯席主席。
HAI，2019年由李飛飛、前教務長John Etchemendy、NLP大神Chris Manning和Landay聯合創立。7年間，它集結了超過400位跨學科學者，累計發放6000萬美元研究資助，覆蓋史丹佛全部七個學院。它做出了每年一度的AI Index報告，搞了面向國會議員的「AI訓練營」，還在基礎模型、數位經濟、環境智慧等領域建立了多個研究中心。Stanford Data Science，由數學與統計學家Emmanuel Candès領銜創建，專注大規模資料處理，建造了高性能計算集群Marlowe，並在天體物理、因果推斷、可持續發展、神經科學等領域建立了跨領域研究中心。
過去，兩個組織各有側重：HAI偏「人文視角+政策影響」，Data Science偏「算力基建+資料方法」。但AI發展到2026年，問題變了——無論做天文發現、腦科學建模還是歷史文本挖掘，都需要同時具備大規模資料能力、高性能算力和AI方法論。兩個團隊分開運作，效率越來越低。用史丹佛校長Levin的話說，合併後的HAI將是「史丹佛AI的統一入口」。也就是說，以後史丹佛搞AI，不管哪個學院、哪個方向，都從這一扇門進。
作為HAI創始院長和ImageNet的締造者，李飛飛在學術界和產業界的號召力毋庸置疑。但HAI發展到今天，需要的不只是學術聲望，更需要一個能同時完成「工程、協作、基礎建設」的操盤手。李飛飛升任校長AI特別顧問，管的是全校七個學院的AI策略，格局更大了。因為AI正在改變的不只是技術，還有追求科學發現、學習和教育、服務社會的方式。
而接棒的Landay，在人機互動（HCI）領域，也是一位教科書級的人物。他在1990年代開發的設計工具SILK，比Figma和Canva早了二十多年；他在2000年代初做的UbiFit項目，比Fitbit和Apple Watch早了近十年。2024年，他拿到了ACM SIGCHI終身研究獎——這是人機互動領域的最高榮譽之一。他強調「團隊科學（Team Science at Scale）」——不是傳統的五人小實驗室，而是20-30人的跨學科大團隊，包含教授、博士後、研究工程師、資料科學家、專案經理和設計師。恰恰是AI研究從「個人英雄主義」走向「工業化協同」所需要的組織形態。
John Hennessy——這位史丹佛前校長、圖靈獎得主、RISC架構之父、Alphabet董事長——也加入了顧問委員會。他的評價最為直接：這是史丹佛最重要的舉措。
合併後的HAI明確了三大支柱：
第一、重新定義大學裡的科學發現方式。史丹佛的天文學家用機器學習搜尋系外行星，神經科學家用模型預測腦活動，歷史學家用NLP挖掘檔案——這些不再是「AI+X」的點綴，而是新的研究模式。HAI要提供算力、研究工程師和數據科學家，讓「團隊科學」真正跑起來。
第二、推動教育變革。 從K-12到終身學習，AI正在改變人類學習和被評估的方式。HAI要和史丹佛學習加速器等機構合作，探索適應性輔導系統和新型教育模式。
第三、研究和塑造AI的社會影響。就業怎麼變？組織流程怎麼變？設計方法怎麼從「以用戶為中心」升級到「以社區和社會為中心」？這些問題不能只靠工程師回答。
而貫穿這一切的關鍵字是：開放。開原始程式碼、開放數據、開放模型、開放課程。
史丹佛這次重組代表著大學AI競爭的下半場，拼的不再是一篇論文、一個明星教授，而是一整套系統能力——算力、數據、人才、組織力和開放研究生態。過去幾年，前沿AI研究的話語權加速向產業界集中。OpenAI、Google DeepMind、Anthropic手握最強算力和數據，學術界的聲量不斷被壓縮。史丹佛這次的動作，本質上是在回答一個存亡級問題：學術界在AI時代還有沒有不可替代的價值？答案是有的——但前提是要能提供產業界給不了的東西：透明性、可複現性、公共利益導向的長期研究，以及真正跨學科的融合視角。而這些東西，不是靠一兩個超級教授就能實現的，需要從組織架構層面去支撐。當產業界拼命推進模型、算力、融資的時候，史丹佛選擇聚焦「組織力」——用開放、跨學科、以人為本的方式，重新定義學術界在AI時代的角色。
