知春路希格玛大厦，五道口清华科技园启迪大厦，从北京地图上看，这两个地方之间的距离只有3.1公里，但张亚勤从希格玛走到启迪大厦，用了23年。

闲云潭影日悠悠，物换星移几度秋。1998年底，32岁的张亚勤回国与李开复创办微软中国研究院，希格玛大厦成为他第一个办公场所。张亚勤向记者回忆，“那时候我需要和李开复证明在中国可以做出一个顶尖级研究院，对我们来说，最难的还是人，要找到顶尖级科学家愿意回来。”

希格玛这栋7层高的驼色小楼见证了微软亚洲研究院从0到1的成长。“包括后来陆续回来的张宏江，沈向洋，郭百宁，马维英，林斌，王坚，李世鹏，朱文武，汤晓鸥这些人，他们回来后，至少可以继续同步美国的那个水平。另外我们又找到一批最优秀的年轻人，像张黔，吴枫，童欣，王海峰等，刚从学校毕业就加盟了。”张亚勤回忆。

张亚勤在希格玛度过了5年，期间，微软中国研究院升格成微软亚洲研究院，张亚勤成为首任院长。这5年，微软亚洲研究院网罗了50名世界一流研究员和120名国内顶尖人才。希格玛当时也被戏称为全国智商密度最高的建筑。2004年，38岁的张亚勤晋升微软全球副总裁，成为比尔·盖茨智囊团核心成员。

时随势易，微软亚洲研究院后来成为中国IT互联网产业的黄埔军校。有这样一份名单在产业界流传：字节跳动的张一鸣2008年加入微软亚洲研究院，并在此认识了马维英和李航，后来马维英字节AI实验室的负责人，李航也加盟了字节的AI实验室；他们都与张亚勤共事11年。还有小米的联合创始人林斌，他2001年加入微软亚洲研究院。

此外，微软亚洲研究院还向业界输出了中国人工智能领域的骨干：最近即将上市的商汤科技，创始人唐晓鸥，CEO徐立，联合创始人杨帆都曾在微软亚洲研究院或长或短的工作过，还有旷视科技、依图科技负责人等等。

张亚勤48岁出任百度总裁，5年后从百度“退休”。2020年7月加入清华大学担任智能科学讲席教授，并筹建清华大学智能产业研究院AIR。

张亚勤把AIR的地址选在了清华东南门的五道口清华科技园。AIR成立这一年，张亚勤的工作分三块，招人，定方向，资源。对张亚勤来讲，他的挑战是AIR能不能成为顶尖级研究院，其衡量因素是能不能做出颠覆性的重要科研成果。

通常早晨九点，张亚勤会出现AIR的办公室。近一段时间，张亚勤在比较系统的看生物学的书籍。在他的办公桌上，放着一本《Lewin基因XII》，还有一本《肿瘤转化研究与免疫疗法》。张亚勤说，家里还有更多类似的书籍，车上也有，看得比较慢，慢的原因是他同时还要做智慧交通领域的研究。

张亚勤喜欢做从零到一的事情，微软研究院如此，AIR亦是如此。现在，张亚勤不需要证明中国能不能出顶尖级研究院了，国内很多学校和机构，都做出了不错的成绩。因此，张亚勤有信心AIR在未来能有重要影响力。

在某种程度上来讲，AIR所在的清华科技园见证了中国互联网的崛起。如今的清华科技园，东起清华南路，西至蓝旗营高校教师住宅区，南邻成府路，北至清华大学南校墙，占地面积 25 公顷、建筑面积约 73 万平方米。这片土地的价值曾被这样描述：四百多家企业，包括搜狐、网易、还有后来的快手。清华科技园成为中国互联网发展壮大的一个缩影。

对张亚勤来说，他的身份在科学家和企业家之间变换，但科学家这个标签一直未曾改变。

在微软亚洲研究院那些年，他曾向女儿这样介绍他的工作，“家里用的很多东西，包括高画质电视（HDTV），DVD光碟机，电脑的操作系统Windows，打网络电话及收发Email等，都有爸爸的专利。”在百度，张亚勤则专注于自动驾驶、云计算、量子计算、芯片等AI相关领域的前沿技术；而在AIR，张亚勤和他的同事们专注于智慧交通（AI+Transportaion），智慧医疗（AI+Healthcare）+智慧物联（AI+IoT）三个方向。

2021年11月18日，张亚勤当选中国工程院2021年外籍院士。张亚勤表示，“这些年来，对技术的热情，学新东西是我一直坚持的。”

回归高校一年半后，张亚勤近日接受记者专访，系统阐述了对元宇宙、AI与生物科学、自动驾驶和智慧物联等技术领域的思考。以下为记者整理的专访实录：

元宇宙不是另一个虚拟宇宙

记者：您如何看待当下大热的元宇宙？

张亚勤：元宇宙是真实社会、物理世界和数字世界的融合，是大趋势，包括像AR、VR等很多技术性的东西，我是认同的。但在我看来叫元空间更好一点。目前很多技术的发展还需要时间，比如VR/AR眼镜，我们可能需要达到三千个（PPI）才能真实地（呈现）内容，比如眩晕问题，定位问题，显示问题，包括高通量低时延通讯网络也需要一些时间，还有就是“元宇宙”的需要内容生态。

目前推动元宇宙的大企业都是从自己的立场出发的，因此，元宇宙的定义也不清晰。例如，Facebook收购了Oculus后，把过去的AR、VR加上新的内容，讲了几个不同的维度（的内容），我觉得都有道理，等于他产品的升级。而做游戏的公司，这本身就是一个游戏的升级版。微软的Teams，一款会议通讯软件，已经做了十多年了，上个月，微软宣布Mesh元宇宙就是teams加上更好的Avatar新功能。英伟达提供基础GPU算力，元宇宙是新的机遇。从技术方向来讲，大家都在按照自己的思路和计划发展对元宇宙的定义也不一致。

第二点，虚拟世界和真实世界的关系，我认为一定是真实世界是根本，虚拟世界是我们的一个延伸。而不是相反的，或者是等同的。我不希望我们人类生活在完全虚拟的空间里面。我们真实世界的人，玩游戏可以，完全虚幻世界也可以，但那只是你的一部分，是一种体验，且是一个小部分，我们不能一直在玩游戏，我们的身体，思维，以及生活，工作和社交方式还是要建立在真实世界里。

第三个是现在看到的，有很多公司，利用“元宇宙”概念炒作。现在元宇宙卖房地产，卖（NFT），卖货币。我认为这是有问题的。目前有不少炒元宇宙概念的人，并不是真正做事情的人，其中投机者很多。这要说自己是元宇宙公司，股票马上就疯涨，这很危险，不要炒作。

对待元宇宙，我们要用开放的态度，但有些人讲元宇宙完全是胡扯，我觉得这个也要避免，要用科学的态度对待元宇宙。

我更喜欢“元空间”这个名字，是扩充我们真实世界的新空间 而不是另外一个虚拟宇宙。

自动驾驶会成为万亿级赛道

记者：智慧交通（AI+Transportaion）会怎么样的改变我们的生活？

张亚勤：AI本身是一个工具，你可以想像10年、20年之后自动驾驶的车里面不需要司机，实现真正的无人驾驶。你可以用手机APP或者语音告诉车你要去的地方，中途所有的路径都是经过算法优化的，整个交通的堵塞会大大减少，排放会大幅度降低。最重要的一点，自动驾驶会挽救生命。现在90%以上的交通事故都是人为因素造成的，喝酒、疲劳、看手机等，有了无人驾驶之后车祸会降低一个数量级。总的来说，自动驾驶第一是安全，第二是高效，第三很环保，第四是一个大的产业机遇。

记者：自动驾驶会成为一个万亿级赛道吗？

张亚勤：对，我在百度工作时曾和麦肯锡一起做了一个分析，预计到2030年整个自动驾驶产业会新增1.5万亿美金的市场，现在车辆的市场是3.5万亿美金，不包括交通细分市场。汽车这个产业经过100多年的发展，新能源汽车、智能汽车、无人驾驶、软件、电池其实对这个产业是一个巨大的颠覆，我们以前叫四化，特别是智能化无人驾驶，是颠覆最大的一个，这个颠覆对中国来说也是一个大的机会。

记者：技术把起点拉平了是吗？

张亚勤：对。过去100年主要是欧美企业在做的燃油机，知识产权也好，技术也好，产业链也好，历史的原因造成了我们成为跟随者。现在，整个产业技术的基本要素发生了变化，我们有机会颠覆和超越欧美，且可以挽救生命，降低排放，让城市更高效。既有社会价值，又有产业机遇。

记者：现在有的企业做飞行车，这是一种概念还是说在某一天会实现？

张亚勤：这个都会实现，其实是一个无人系统，可以是车，可以在天上飞的，也可以在海上航行。有了无人驾驶技术，未来在规划城市的时候，就是完全不同的思路。

记者：真正的无人驾驶落地大概还要多久？

张亚勤：无人驾驶变成现实还需要很长的时间，但技术一直在进步，比如现在亦庄有几十辆的无人车里可以实现“无人”了，过去按照相关规定需要安全员坐在车里。在目前这种有限制的环境下，无人车的水平已经和人开车的水平差不多了，11月国家已经同意无人驾驶可以商用，过去试乘是不付钱的，现在在那70平方公里范围内，要付费了，这是无人驾驶车走向商业化了。

无人驾驶国家在政策支持的力度很大，在北京、广州、长沙，城市推广的幅度很大，但政府也很谨慎，这是关乎人的生命的。目前百度差不多跑了2000万公里，一直把安全放在第一位，没有人员伤亡。只有安全无人驾驶才能慢慢落地，不能急。汽车产业和别的产业不一样，产业周期很长，比如电动车，到目前为止至少发展20年了，直到去年电动车出货量第一次超过10%。回到自动驾驶，无人车、和无人系统都是智慧交通很重要的一环。

打通人工智能和生命科学

记者：智慧医疗（AI+Healthcare）在未来会给产业带来什么样的改变？

张亚勤：以新药研发为例，目前要发明一个新药需要差不多12到15年时间，需要10到20亿美金的费用，周期很长，造价很高。AI的出现，扮演了一个很重要的角色，它能够把这个周期缩短很多。

这里面有几个大的趋势，现在整个生物世界在数字化，我以前一直讲物理世界在数字化，生物世界也在数字化，蛋白质、基因、细胞都能用数字的方式表示出来，数字化的好处是有大量的数据，加上很强的算力和算法，人工智能里面这么多年技术就可以发挥作用了。目前很多制药很多是在小分子找精准靶点，现在我们把它用到大分子，抗体，以及TCR个性化的疫苗和药物，还有最近AlphaFold在蛋白质解析方面的进展等等。

另外就是基因编辑，这个是兰艳艳教授带领学生完成的，基因有编码区和非编码区。编辑的基底清楚之后，AI算法就可以更精准的预测基因序列变化，同时靶点也更加的准确。因为AI能更快地找到规律，减少搜索的空间，速度更快。

另外是干实验和湿实验可以闭环，湿实验就是真正的生物实验，生物世界数字化后，有了AI的助力，马维英老师还有彭健他们设计把湿实验和干实验完全形成一个闭环。干实验讲的是AI算法，湿实验就是纯生物化学实验，把AI加到湿实验里就能完全加速实验周期，就像AlphaGo下围棋，最后人没法跟它下，它等于是左右手互相下，其效率是指数级增长的。我们也在研究打通干湿实验，形成闭环，我们做基因编辑，新药研制等都可以运用。

谷歌AlphaFold通过基因序列预测蛋白质结构，而AlphaFold2彻底改变了蛋白质从氨基酸序列到三维结构到功能的研究。过去这些年，科学家们用冷冻电镜和高精度X-ray在找蛋白质结构，AlphaFold2出来之后就把这个工作指数性的加速。我们希望AlphaFold能够成为一个特别好的方法论、基石，能够运用到别的地方去。

记者：人工智能和生命科学这两个领域打通容易吗？

张亚勤：做计算机的人，做人工智能的人和做生物生命科学的人是两个完全不同的专业领域，这两个领域一直是没有共同语言的，人也好，使用的体系也好，方式也好，都是不一样的，我们希望可以把这两个领域打通，我们把这叫做破壁计划。

第一次把人工智能深度学习用到蛋白质三维结构解析的，是芝加哥丰田实验室的许锦波教授和他的博士生彭健等，他们现在都是清华AIR的访问教授，就坐在我旁边的办公室。AIR的生物计算团队由马维英教授带领，有兰艳艳教授和近10位年轻的科学家们，是一个很强的团队。

记者：这个团队最近在忙什么？

张亚勤：彭健教授团队最近做的HelixonAI 在全球持续蛋白质结构预测竞赛CAMEO（Continous Automated Model EvaluatiOn）上，刷新了AlphaFold2的记录。

同时，他们最近在新冠抗体方面有新的进展，还发布了全球首个由AI设计的新冠抗体，可以广谱的适用于最新的变株。

智慧物联降低5G和数据中心能耗

记者：智慧物联（AI+IoT）会给我们这个社会带来什么改变？

张亚勤：首先有很多用处，IoT这个领域分得太细，而且比较杂，大家开始讲物联网，家庭里面的物联网，产业里面的物联网，我们现在把物联网用到双碳，用到节能，如何减少排放。我跟我们AIR的科学家讲，先把大型的数据中心包括人工智能算法大模型的排放解决掉，如果能把数据中心的排放只减少10%就有很大的成效。

我们近期的一个工作是5G基站，5G用的Massive MIMO里面有很多基站，我们最近做的一些工作，是真实的基站加上一些模拟的场景，用多Multi-agent cooperative Contextual Bandits这个算法，也包括一些离线的深度学习算法，使得功耗降低了15%左右、5G网络覆盖质量提高了5%左右。

还有一点是现在把它用到各种能源的融合上，太阳能、风能、水能，还有氢能。我们并不是做能源本身的，但是由于有AIoT，第一可以知道能源本身的效率，包括什么时候合、什么时候传、什么时候存，也知道它们的排放，用大量数据，用AI的算法去做这个优化。

另外詹仙园教授做的发电系统，比如火电，可以通过强化学习算法去做数据分析、决策和控制。初步结果显示，可以提高火力发电机组的锅炉燃烧效率，如600兆瓦的机组，每年可节煤3-4千吨。如果更多推广的这样算法，发电机组就会有更多的节省。

记者：还有别的用途吗？具体形式是什么样的？

张亚勤：其实AI可以用到很多地方，赵峰教授和刘云新教授负责这个方向。如何让技术做这种在手机上运行的小模型，它的效果也是从大模型里边提取出来，用边缘计算的方式能不能把这些能耗降下去。通过新的算法模型量化、压缩，面向异构进行模型生成，边缘端可以达到80%、90%的性能，同时算力减少几十上百倍。

记者：这三个方向这一年进展怎么样？

张亚勤：智慧交通也好，智慧医疗，还有智慧物联，这三个方向对社会，对产业有重大影响，也和AIR的科学家们背景比较一致，这也是我们为什么选择这三个方向，这一年确实有蛮多进展，虽不能说是突破性的，但也是有一些阶段性的进展。我觉得只要方向对了，人找对了，就要看看三年或者五年后的发展。

高校创新和企业创新的差异

记者：您在微软亚洲研究院之前，也在Sarnoff研究院工作过，现在回归高校。在您看来，高校创新和企业创新之间的差异是什么？

张亚勤：大部分企业的研究院，是为企业战略服务的，企业研究院的成果基本都服务于企业产品。企业研究的优势：第一是资金和资源相对比较稳定。第二是有组织的，是为了一个明确的目标共同奋斗，由资深科学家带的团队，氛围轻松。相对局限在于研究成果仅用于本企业地战略和产品，当然这对于企业的性质是无可厚非的；还有一点是企业产品研究的周期比较短，三五年相对都是比较长线的研究，一到两年是常态。

记者：高校创新有什么不同？

张亚勤：高校的很多研究是属于好奇心驱使的。我作为一个教授，有学生资源，对一个问题有兴趣，然后就去做这个事。高校创新与企业创新相比优点是：其一开放性，其二可以长期解决一些很根本的科学问题，研究没有任何限制。从全球来看，大学的基础研究对整个社会是有巨大贡献的，很多科学的重大的成果都是大学教授做的。高校创新相对系统性比较弱。总的说来，高校创新和企业创新各有优势。

记者：高校创新和企业创新之间的互动是什么？

张亚勤：在美国30年前，很多大型企业研究院真正做长期的基础研究。 比如贝尔实验室发明了晶体管和无线通信等基础技术，施乐研究院发明互联网和图形用户界面，对整个社会的发展起到了重要作用。但现在这种机构越来越少了。现在的研究越来越产品化，美国的大企业也有这个趋势。目前做基础研究的就只有微软等少数企业了

记者：这些年大企业的理想在变少？

张亚勤：对。这是美国这三十年的一个变化。中国恰恰相反，中国企业原来没有研究院，现在开始有企业研究院了。有了之后，开始考虑长期的问题。所以企业和学校是两个极端，每一个都有它的作用，都是很好的机制，没有谁好谁不好。比如深度学习，最基础核心的算法是学校的教授做出来的，但到了比如微软，谷歌等科技公司才变成主流。

记者：AIR的很多科学家都有在企业工作的经历，也有研究院的经历，这意味着AIR既会保留高校创新的基因，又距离企业一线不会那么远？

张亚勤：AIR做的东西是相对有组织的，但组织不像企业那么严密。比如说我们每个教授，包括助理教授，都有自己的工作计划，他自己也有PI（学术带头人），但是他们之间是合作关系，不是经理和员工关系，每个人有自己的独立方向和团队。大家为了一个大的战略和方向去合作。尽管AIR的资金主要是从企业来，但是并不需要给企业做产品，我们希望保留高校创新的某种自由基因，但又希望能做些有组织的系统工程

记者：所谓的无用的研究会带来什么？

张亚勤：高校的很多研究，当下看起来确实不知道这个有什么用，也不知道这个为什么，但是有一个问题需要去解决，这个也很重要。没准将来技术上的颠覆式创新就来自于这种无用的研究。我觉得科研有各种不同的模式和形态。不同的维度，不能讲这个就比那个好，我们这个社会需要各种形态。而关于AIR，我想探索一个新的模式。

AIR要做出颠覆性的技术

记者：AIR建院一周年，面临的挑战是什么？与当时建立微软亚洲研究院有什么不同？

张亚勤：第一是招人，每个人来的人我都要聊很多次；第二是定方向，第三是找资源。1999年我和李开复一起要证明在中国，能做出一个顶尖级的研究院。现在AIR不需要证明这个问题了，国内很多学校、机构都做出了一些不错的成绩。现在中国的科研环境，研究人员的数量和质量，都是较之前有大幅度提高的，和20年前完全不一样，因此成立AIR，我是信心大增的。

但AIR能不能成为一个顶尖研究院还是需要我们去证明的。能不能真正做出有颠覆性、很重要的科研成果。多年后，我希望在国际范围内人们谈到AIR，能想起来哪些是AIR做的。我们AIR已经有了很好的科学家，也有一些不错的研究基础，做成的几率很大。前天研究院一周年，让我讲话。我讲了几点，第一要要有梦想，而且这个梦要大要远。第二要把事做实了，代码是一行行写出来的，文章是一篇篇发表的，安安静静的把事情做实了。第三做人要正。

记者：需要给科学家营造一个什么样的研究氛围？

张亚勤：人要正，文化来讲还是要简单。科研人员态度和品性要好，平时大家在一起，要与人为善，要善待同事、善待学生、善待老师，这些都是最基本的。大家来AIR工作，一心放在工作上，办公室政治这种东西，我是不能容忍的，做事快点、慢点没关系；每个人性格不一样，有的人婉转，有的人直接，有人内敛，有人张扬，这些都没关系，但有一点绝对不能使坏，这是我绝对不能允许的。

记者：研究院的资金来源于哪里？

张亚勤：主要是企业。也会承担一些国家科研项目。

记者：AIR研究院和企业的关系是什么样的？

张亚勤：在AIR的三大方向上，企业的合作伙伴有需求，我们能帮它解决问题，而不是企业有这个需要，AIR帮他做个项目，不是这样的。AIR的研究成果及用户资源都是开源的，数据集也是开放的。我们刚刚发布了几个开放的数据集，企业必须要认同这种做法，不是说合作成果就是企业独家的。合作企业也是很清楚，大部分科研成果不是为目前产品的，也许下一代，也许下下一代。如果合作企业说现在产品马上要用，或者觉得他们人手不够，让AIR帮找点学生，那找错地方了，我们做的东西是面向未来的。但我们也需要和企业合作，企业有大量的沉淀数据和场景。比如车，车需要大量的数据场景，百度将近两千辆L4车在地面上跑，这些数据大学是没有的，只有基于真实的数据研究出来的东西才可以验证研究成果的好坏。

做教育，要让人变得更真，而不是更假

记者：科学家、企业家和老师这三重身份，你更喜欢哪一个？

张亚勤：其实我没怎么想过，更喜欢老师这个身份吧。

记者：您母亲也是教育工作者，她对您的影响是什么？

张亚勤：母亲对我的影响比较大，除了母亲，还有祖母。印象最深刻的是我小时候说谎了，绝对会受到最严重的惩罚。做错事没关系，但绝对不能说谎，从小就这样。我母亲不太管我，我12岁去合肥上大学，从太原到合肥，我母亲都没有送我，送到太原火车站就走了，后来连火车站都不送了，直接送到汽车站。

记者：您母亲很智慧，懂得放手。您如何教育您的孩子？

张亚勤：我觉得我母亲比较懒（笑）。我也管的很少，我们家庭有一个微信群，每天在群里都有沟通，氛围很好。

记者：您认为教育的核心和本质是什么？

张亚勤：第一点我觉得是真。第二点要独立，有独立思考的能力。还有一点是要创新，要有一些创新的能力。

记者：现在您也带博士生，您教学生的理念是什么？

张亚勤：教育首先是要真，要真实，要诚实，教育人要真。第二点，教育要有自己的判断力，他要有自己的观点，不要随波逐流。第三，要有再学习的能力。现在的世界变化很快，培养学生做博士论文，最后那个论文也许就没用了，他学的知识也没用了，但最后他形成了一套自己的方法论，通过再学习，进入一些新的领域，怎么利用最短的时间学习新东西，然后提出问题，最后解决问题。我觉得这三点很重要，我希望我的学生们永远保持纯真。

总的说来，做研究也好，做教育，要让人变得更真，而不是更假。我喜欢淳朴的学生，不喜欢过度包装自己的学生。

记者：您如何看待教育产业当下的一个现状？

张亚勤：我觉得学生们把很多的时间放到应试教育中，这个是很危险的。我那个时候就是高考的时候很辛苦，上了大学也没那么辛苦，中学也没那么辛苦。现在有很多的考试，各种补习，都是为了各种各样的证书和帽子，这是很危险的。如果为了帽子和短期评估，很难做出大成绩。真正做研究的人要耐得住寂寞，有韧性。包括深度学习的算法和mRNA 早期主流的期刊都不刊登。幸运的是现在整个大环境已经在改变了。

记者：您是怎么保持好奇心和觉察力的，天性吗？

张亚勤：这和天性没关系，我就是从小喜欢问问题。上学的时候，学校各种讲座我都喜欢去，不仅是我自己专业的讲座，其他讲座都去听，听懂听不懂都喜欢去。另外一点是要找到非同行的人，跟他们学习。比如我喜欢红酒，喜欢音乐。那么我就要找到这方面最厉害的人，像我们现在的交叉学科最厉害的科学家，向他们请教。我觉得学点新东西很有趣。

记者：您最欣赏的人是谁？

张亚勤：我认识的很多人我都很欣赏，比如我原来的导师和老板鲍尔默，跟他讲话，有的时候具体事情他也没跟你谈，但你跟他谈过话之后就是会觉得很高兴，很乐观，什么事儿都可以解决。还有盖茨，特别聪明。在跟他讲话之前，你会很小心，需要好好准备。跟他讲话，你会感觉自己的IQ一定要往上走。像我过去的老板，斯坦福研究院的CEO Curt Carlson，苹果的Siri就是SRI孵化出来的。他简化问题的能力很强，经常让我把一个问题两分钟讲清楚。

记者：面对未来，您的隐忧和挑战是什么？

张亚勤：大的方面，我很担忧世界和平，过去讲这个可能是在开玩笑，现在我觉得这个世界还是有很多风险；第二个，气候问题，包括整个地球的居住环境问题。我真的在想这件事，过去想得比较少，包括传染病，过去都不是事，最近几年都变成事了，这个世界会不会有战争，过去说怎么可能，现在可能性小，但不能说没有这种可能性，我们这个地球到30年、50年后会怎么样？疫情过去认为是局部的，这两年却变成了一个最大的挑战。

具体的挑战，把AIR做起来是一件大事，AIR现在刚一岁，还是一个咿呀学语，蹒跚学步小baby，如果说这里面的顾虑，我不希望我们AIR是一个什么都做，由小东西堆起来的研究院，我希望AIR可以尝试很多事，但能做出一两件真正改变产业的大事。