14 年来首个华人「统计学诺奖」得主：北大数院「黄金二代」苏炜杰官宣加入 OpenAI，沃顿休学期间参与模型训练
一句话看懂：2026年5月31日，宾夕法尼亚大学沃顿商学院副教授苏炜杰在X平台宣布正式加入OpenAI，参与AI模型训练。他刚于今年2月获得被誉为“统计学诺贝尔奖”的COPSS会长奖，是14年来首位获此殊荣的华人学者，其研究涵盖大模型统计理论、差分隐私数据保护等关键领域。
事件核心：发生了什么
苏炜杰（北京大学数学科学学院2007级基础数学专业第一名毕业，2016年斯坦福大学统计学博士）在沃顿商学院休学期间加入OpenAI，负责AI模型训练。他在X上表示“阔别十年，很高兴回到湾区并在这里训练AI模型”。同一时间，他正式晋升为沃顿商学院统计与数据科学系正教授。OpenAI联合创始人兼总裁Greg Brockman亲自表示欢迎。苏炜杰的研究方向包括机器学习、隐私数据保护、高维统计与优化，并担任宾大机器学习研究中心联合主任。今年2月，他因在大语言模型统计理论、差分隐私保护应用于2020年美国人口普查、以及AI论文评审改进方面的贡献，获得2026年COPSS会长奖，成为14年来首位获奖的华人学者。
为什么重要
苏炜杰的加入反映了OpenAI在模型训练与数据隐私安全两方面的持续投入。他获奖的关键成果——差分隐私技术——已在实际人口普查中验证，这对AI公司处理海量用户数据、满足日益严格的合规要求具有直接价值。此外，苏炜杰是今年内公开加盟OpenAI的第四位华裔顶尖学者，此前已有清华大学姚班校友陈立杰（数学推理方向）、Meta前研究员庞若鸣（AI基础设施）、以及清华数学系毕业的张鹏川（世界模拟与机器人方向）加入。这股人才流动趋势说明，OpenAI正有组织地补充高水平理论数学与统计人才，以强化模型训练的数学基础与可解释性，而非仅仅依赖工程经验。
对用户/开发者/创作者的影响
对普通用户和开发者而言，苏炜杰的差分隐私研究方向可能影响未来OpenAI API的隐私保护机制——例如更精细的隐私预算控制，或对训练数据使用权的更透明说明。对大模型和图像生成工具的创作者来说，苏炜杰推动的“AI论文评审改进”工作有望提升开源社区和学术圈的公平性，减少“AI写审稿意见”带来的低质量评审。对企业采购用户而言，OpenAI招聘数学家而非单纯工程师，意味着模型输出稳定性和推理质量可能成为下一个竞争焦点，技术选型时可关注基础研究团队构成。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 苏炜杰在OpenAI的具体项目方向尚未披露，但按他的背景，极可能涉及模型训练中数据隐私保护的理论框架，或在推理阶段引入更严格的统计保证。2. 随着多位华裔数学家加入，OpenAI是否会推出强调“数学推理能力”的公开模型或API版本，是开发者应留意的信号。3. 外部竞品如Google DeepMind、Anthropic、以及国内大模型厂商，是否会跟进招揽统计学背景的顶尖学者，以及由此可能引发的模型评估标准变化，值得持续观察。
来源：Readhub · AI
