英偉達研究生獎學金計劃（NVIDIA Graduate Fellowship Program）近日公布了 2026–2027 年度的獲獎名單。

該計劃自成立 25 年來，一直為在英偉達技術相關領域取得突出成果的研究生提供支持。2025 年 12 月 4 日，該計劃公布了 2026-2027 學年獲得獎學金的 10 位博士生名單。每位獲獎者將獲得最高 6 萬美元的資助，用于推進他們在計算機創(chuàng)新各領域的研究，并將在獎學金年度開始前進入英偉達開展暑期實習。他們的研究方向涵蓋加速計算的多個前沿領域，包括自主系統(tǒng)、計算機體系結構、計算機圖形學、深度學習、編程系統(tǒng)、機器人技術和安全等。今年的 10 位獲獎者中有 8 位為華人學生。

以下是入選的華人博士生名單及簡介：

Jiageng Mao（南加州大學）

獲獎理由：利用互聯(lián)網(wǎng)規(guī)模數(shù)據(jù)中的多樣先驗知識解決復雜的物理人工智能問題，使現(xiàn)實世界中的具身智能體能夠具備穩(wěn)健且具有泛化能力的智能。

Jiageng Mao 是南加州大學計算機科學博士生，導師為 Yue Wang 教授。其研究聚焦于“物理人工智能”，致力于通過在機器人、計算機視覺和自然語言處理等領域開發(fā)算法，將人工智能引入現(xiàn)實世界。他尤其對直觀物理學、大規(guī)模視覺–語言–動作模型以及世界建模等方向感興趣。

Liwen Wu（加州大學圣地亞哥分校）

獲獎理由：利用神經(jīng)材質和神經(jīng)渲染技術，提升基于物理的渲染的真實感和效率。

Liwen Wu 是加州大學圣地亞哥分校計算機科學與工程系博士生，此前在伊利諾伊大學香檳分校獲得計算機科學學士和碩士學位。他的研究領域為計算機圖形學和三維視覺，尤其關注神經(jīng)渲染、逆向渲染、神經(jīng)外觀建模以及三維重建等方向。

陳思哲（Sizhe Chen）（加州大學伯克利分校）

獲獎理由：致力于提升人工智能在真實場景下的安全性，目前正針對提示詞注入攻擊（prompt injection attacks）研發(fā)通用且實用的防御措施，以在不影響 AI 智能體正常功能的前提下保護其免受此類攻擊。

陳思哲是加州大學伯克利分校電子工程與計算機科學系的博士生，他的研究重點是人工智能在現(xiàn)實應用中的安全保障。他本科和碩士均畢業(yè)于上海交通大學。他注意到，提示詞注入攻擊是當前 AI 智能體面臨的首要威脅，已對 Google、OpenAI、Anthropic 等公司的多個 AI 系統(tǒng)造成了實際危害。為此，他提出了有理論依據(jù)且行之有效的防御機制，希望在不犧牲模型實用性的前提下提高大型語言模型抵御此類攻擊的能力。

Yunfan Jiang（斯坦福大學）

獲獎理由：通過結合真實世界的人形操作數(shù)據(jù)、大規(guī)模模擬以及互聯(lián)網(wǎng)規(guī)模的多模態(tài)監(jiān)督等混合數(shù)據(jù)源，開發(fā)可擴展的方法來構建勝任日常任務的通用機器人。

Yunfan Jiang 是斯坦福大學計算機科學系的三年級博士生，師從李飛飛教授。他的研究橫跨機器學習與機器人技術兩個領域，旨在研發(fā)可擴展的方法來構建具備通用能力的機器人。Yunfan Jiang 碩士也畢業(yè)于斯坦福大學，并在加入博士項目前曾分別在英偉達 GEAR 實驗室和波士頓動力的 AI 研究所擔任研究實習生。他目前通過結合真實世界全身操作數(shù)據(jù)、大規(guī)模模擬數(shù)據(jù)以及互聯(lián)網(wǎng)規(guī)模的多模態(tài)信息，探索訓練能夠執(zhí)行日常任務的通用機器人。

邵奕佳（Yijia Shao）（斯坦福大學）

獲獎理由：探索人機協(xié)作機制，開發(fā)能夠在任務執(zhí)行過程中與人類溝通協(xié)調的 AI 智能體，并設計新型的人機交互界面。

邵奕佳是斯坦福大學計算機科學系從事自然語言處理研究的博士生，師從楊笛一教授。她本科就讀于北京大學元培學院數(shù)據(jù)科學方向，在學期間即投身于機器學習和自然語言處理研究。她曾在微軟亞洲研究院和加州大學洛杉磯分校等機構實習，從事相關研究項目。目前，邵奕佳的研究興趣聚焦于機器學習和自然語言處理，尤其致力于將大型語言模型等 NLP 技術融入更復雜的軟硬件系統(tǒng)，以提升 AI 助手的協(xié)作能力。

Shangbin Feng（華盛頓大學）

獲獎理由：推進“模型協(xié)作”研究：讓多個由不同研究者在不同數(shù)據(jù)上訓練的機器學習模型能夠彼此協(xié)作、組合互補，推動構建開放、去中心化且協(xié)作的未來 AI 體系。

Shangbin Feng 目前是華盛頓大學攻讀計算機科學博士，師從 Yulia Tsvetkov 教授。在此之前，他于西安交通大學獲得計算機科學與技術學士學位，并在華盛頓大學取得計算機科學與工程碩士學位。馮尚彬的研究興趣廣泛，涵蓋模型協(xié)作、社會導向的自然語言處理以及網(wǎng)絡與結構等方向。

Irene Wang（佐治亞理工學院）

獲獎理由：提出一種面向大規(guī)模 AI 訓練的整體協(xié)同設計框架，將加速器體系結構、網(wǎng)絡拓撲和運行時調度統(tǒng)一考慮，以支持高能效、可持續(xù)的 AI 訓練。

Irene Wang 目前是佐治亞理工學院的三年級計算機科學博士生，由 Divya Mahajan 指導，所在課題組為 Infrastructure and Architecture Research Lab，研究方向集中在“機器學習系統(tǒng)”和計算機體系結構，重點優(yōu)化分布式深度學習基礎設施。她本科畢業(yè)于加拿大英屬哥倫比亞大學（UBC）計算機工程專業(yè)，在讀期間參與硬件性能建模等研究工作。

耿晨（Chen Geng）（斯坦福大學）

獲獎理由：利用可擴展的數(shù)據(jù)驅動算法和物理啟發(fā)的原理對“四維”物理世界進行建模，推進面向機器人技術和科學應用的物理驅動 3D 與 4D 世界模型的發(fā)展。

耿晨現(xiàn)為斯坦福大學計算機科學博士生，師從吳佳俊教授。他于 2023 年在浙江大學獲得計算機科學學士學位，并曾在竺可楨學院榮譽項目深造。耿晨的研究橫跨 4D 計算機視覺、計算機圖形學和機器學習等領域，著重于物理世界的數(shù)據(jù)驅動建模及其應用。目前，他正專注于開發(fā)融合神經(jīng)網(wǎng)絡與符號方法的圖形學引擎，用于對宏觀機械系統(tǒng)進行（正向及逆向）建模與仿真。

獎學金最終候選人：

郭資政（Zizheng Guo）（北京大學）

郭資政是北京大學計算機科學技術系的在讀博士生，師從林一波教授。他的研究方向為電子設計自動化（EDA）領域中的算法優(yōu)化，涉及數(shù)據(jù)結構與算法設計，以及利用 GPU 加速來求解物理設計自動化中的組合優(yōu)化問題。目前，他注意關注芯片設計流程中的時序分析、功耗分析、邏輯仿真等關鍵環(huán)節(jié)，并在相關國際競賽中取得過優(yōu)異成績（曾獲 2024 年 ICCAD 電子設計自動化競賽和 CADathlon 競賽冠軍）。

參考資料：

1.https://blogs.nvidia.com/blog/graduate-fellowship-recipients-2026-2027/

運營/排版：何晨龍