马毅于1972年在中国四川省出生。他的学术生涯起步于清华大学，并于1995年顺利获得自动化与应用数学专业的学士学位。此后，他前往美国深造，在加州大学伯克利分校先后于1997年取得电气工程与计算机科学理学硕士学位，进而于2000年同时获得数学硕士学位以及电气工程与计算机科学博士学位，完成了其系统的学术训练。 博士毕业后，马毅开始了他的教研职业生涯。自2000年8月起，他在伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系担任助理教授，历时六年。因其出色的学术贡献，他于2006年8月晋升为该系的副教授，并获得终身教职，直至2011年12月。 在工业研究领域，马毅也拥有丰富的经验。从2009年7月到2014年2月，他受聘于微软亚洲研究院，担任视觉计算组的负责人及首席研究员，领导了一系列前沿的视觉计算研究项目。 凭借其在学术界的卓越成就，马毅于2013年当选为国际电气与电子工程师协会会士，这是对其专业影响力的重要认可。2014年2月，他回到中国，加入上海科技大学信息科学与技术学院担任教授，并于同年9月至2017年3月期间，兼任该学院的执行院长，为学院的建设与发展投入了大量精力。2017年，他再次获得国际学术界的崇高荣誉，当选为国际计算机协会会士。 2018年1月，马毅重返其母校加州大学伯克利分校，在电气工程与计算机科学系担任教授。2020年，他的学术成就进一步得到跨学科领域的肯定，当选为美国工业与应用数学学会会士。 近年来，马毅的职业生涯聚焦于香港大学。2023年1月，他出任香港大学数据科学研究院的创院院长，负责该研究院的筹建与规划。同年6月，他又兼任香港大学计算机科学系系主任一职，直至2024年7月。自2024年7月起，他肩负起新的重任，正式出任香港大学计算与数据科学学院的创院院长，致力于推动该新兴交叉学科领域的教学与研究发展。
马毅教授的研究领域广泛且深入，主要聚焦于计算机视觉、高维数据分析以及智能系统的开发与创新。他在多个前沿研究方向上都进行了开创性的探索，并亲自领导了与之相关的一系列重要项目。为了系统性地展示这些研究成果，马毅教授为每个项目都建立了专门的学术网站，其中涵盖的代表性工作包括：“基于稀疏率缩减原理构建的白盒Transformer模型”、“ReduNet：一种遵循率缩减最大化理论的白盒深度网络架构”、“混合神经场的规范因子研究”、“融合视觉与触觉感知的通用在手物体旋转技术”、“面向灵巧操作的机器人手精细操控系统”、“大规模三维场景结构与几何特性的探索与分析”、“利用凸优化方法实现低秩矩阵恢复”、“基于稀疏表示理论的人脸识别算法”、“通过有损压缩技术进行聚类与分类的框架”以及“广义主成分分析的扩展与应用”。在科研资助方面，马毅教授作为项目负责人或联合负责人，成功主持并推进了多项由美国国家科学基金会、美国海军研究办公室、美国国防部高级研究计划局等知名机构提供资金支持的重要研究计划，这些项目有力地推动了相关领域的理论发展和技术进步。
截至2024年9月的统计数据显示，研究员马毅在学术领域已累计发表了超过60篇高质量的期刊论文，同时还有120余篇成果发表于各类重要学术会议。这些研究成果在学术界获得了广泛的关注与认可，根据谷歌学术的公开引用数据，其论文的总被引次数已突破75600次，充分体现了其研究工作的影响力和学术价值。
2024年11月2日，马毅受邀出席于香港举办的2024未来科学大奖研讨会，并在会上发表了精彩的主旨演讲，分享了其在相关前沿领域的深刻见解。同年10月18日至20日，他参加了在中国乌鲁木齐隆重召开的第七届中国模式识别与计算机视觉大会（PRCV），并作为重要嘉宾之一发表了主旨演讲，与国内外同行进行了深入的学术交流。2024年8月28日，马毅在港区省级政协委员联谊会举办的专题论坛上，向全体与会者作了内容详实的会议报告。此前的8月10日，他还在中国青岛举行的CCF BigData会议上，面向广大参会者进行了全面的全体会议报告。2024年5月21日，马毅于深圳华为战略论坛上发表了一场引人深思的主旨演讲，阐述了其对行业未来发展的独到观点。而在2024年4月14日至19日期间，马毅远赴韩国首尔，在国际声学、语音与信号处理会议（ICASSP）上，就“构建白盒深度神经网络”这一前沿课题，作了一场系统而深入的教程报告，获得了与会学者的广泛关注。
（马毅是）计算机视觉领域的著名学者。（马毅）为低维模型的理论、算法及其在计算机视觉与图像处理领域的应用作出了贡献（for contributions to the theory and algorithms for low-dimensional models and their applications in computer vision and image processing）。