刚刚，备受期待的英伟达2025-2026年度博士奖学金出炉了！
该奖学金计划已经累计开展了二十多年，一直支持着从事与英伟达技术相关杰出工作的研究生。
前几年还是每人5万美元，而今年随着风生水起的英伟达市值节节攀高，博士奖学金计划也跟涨20%，每位获选者都可以拿走6万美元！
今年，在一共600位符合条件的申请者中，经过层层筛选，最终共有10位来自世界各地的博士研究生获选，另有5位华人学者成功入围。
其中，共有6位华人学者成功入选，中科大、浙大、上交、上科大、东南大学校友上榜。另外5位入围的优秀学者中，其中一位Wenlong Huang还是李飞飞高徒。
他们的研究工作处于加速计算的前沿，涵盖了自主系统、计算机架构、计算机图形学、深度学习、编程系统、机器人技术以及安全性等项目。
此外，这些从激烈的竞争中脱颖而出的获奖者，还将受邀参加英伟达的夏季实习。
接下来，一起看看入选名单的学者都有谁。
10位获奖者
Jiawei Yang
所在学校：南加州大学
入选理由：通过自监督学习创建可扩展的、通用的基础模型，用于自主系统；利用神经重建捕获详细的环境几何和动态场景行为，并提升机器人技术、数字孪生技术和自动驾驶的适应能力。
Jiawei Yang是南加州大学（USC）的二年级博士生，导师是Yue Wang教授。
此前，他曾在2020年获得了东南大学的计算机科学与工程学士学位，并于2023年获得加利福尼亚大学洛杉矶分校（UCLA）的电气与计算机工程系硕士学位。
Jiawei Yang研究兴趣集中在计算机视觉、计算机图形学与深度学习的交叉领域，目前也在探索语言模型的可能性。尤其关注从感知到推理、重建及生成的表征学习，旨在弥合人类认知与机器智能之间的鸿沟。
他的研究理念核心在于相信简洁与可扩展的力量，「我被那些既优雅简洁又具备有效扩展潜力、能产生重大影响的创意所吸引」，在他的个人主页中醒目地写道。
Jiayi (Eris) Zhang（张嘉懿）
所在学校：斯坦福大学
入选理由：设计和开发智能算法、模型与工具，从而提升用户在设计、动画和仿真中的创造力和生产力。
Jiayi Zhang现为斯坦福大学计算机科学专业的三年级博士生，师从Doug L. James教授。
她对计算机图形学有着广泛的兴趣，涵盖物理仿真、几何处理以及计算设计与制造等领域。
目前，她的研究主要集中在开发智能算法、模型和工具，以提升用户在设计、动画制作和仿真中的创造力与生产效率。
在此之前，Jiayi Zhang在多伦多大学取得了计算机科学和数学学士学位，师从Alec Jacobson教授。并且，在校期间，她曾与Marc Alexa、David Levin、Fanny Chevalier和Ken Jackson教授一起进行研究，研究主题涵盖计算机图形学、人机交互和数值分析。
Ruisi Cai（蔡睿思）
所在学校：德克萨斯大学奥斯汀分校
入选理由：致力于大规模基础模型的高效训练和推理，以及AI安全性和隐私保护。
Ruisi Cai是德克萨斯大学奥斯汀分校电气与计算机工程系VITA组的三年级博士生，导师是Zhangyang (Atlas) Wang。
在此之前，她获得了中国科学技术大学（USTC）的工学学士学位。直博三年来，累计发表八篇顶会论文。
目前的研究重点包括：自适应框架——弹性模型用于自适应部署，专家混合模型（MoE），长上下文生成——长上下文训练与服务，状态空间模型（SSM），可信机器学习——专家混合模型（MoE）的鲁棒性，以及分布式训练。
Tairan He（何泰然）
所在学校：卡内基梅隆大学
入选理由：研究人形机器人的发展，重点通过大规模从模拟到现实的学习推进全身运动操控。
Tairan He是卡内基梅隆大学机器人研究所的二年级博士生，师从Guanya Shi和Changliu Liu 。
同时，他也是Jim Fan和Yuke Zhu领导的NVIDIA GEAR小组的成员。
他在上海交通大学获得计算机科学学士学位，导师是张伟楠。他也曾在微软亚洲研究院工作过。
目前，他的研究重点在如何构建机器人的数据飞轮，来解锁人类水平的运动技能和语义智能，以及如何让机器人具有适应性、通用性、敏捷性和安全性，执行有用的任务。
今年10月爆火的机器人项目HOVER由英伟达高级科学家Jim Fan带队，论文一作之一便是Tairan He。
Xiaogeng Liu
所在学校：威斯康星大学麦迪逊分校
入选理由：开发稳健且可信的AI系统，重点评估和增强机器学习模型，以确保其在多样化攻击和不可预见输入下的一致性能和韧性。
Xiaogeng Liu是威斯康星大学麦迪逊分校信息科学专业的二年级博士生，师从Chaowei Xiao教授。
2023年，他获得华中科技大学硕士学位。
他的研究兴趣在于值得信赖的人工智能，尤其是机器学习模型的稳健性，强调模型保持性能并抵抗任何类型的攻击或意外输入的能力。
Yunze Man
所在学校：伊利诺伊大学厄巴纳-香槟分校
入选理由：开发面向多模态和具身AI智能体的视觉中心推理模型，重点研究动态场景中的以对象为中心的感知系统、用于开放世界场景理解和生成的视觉基础模型，以及用于具身推理和机器人规划的大型多模态模型。
Yunze Man是伊利诺伊大学厄巴纳-香槟分校计算机科学系的博士，师从Yuxiong Wang和Liangyan Gui。
此前，他在卡内基梅隆大学获得了机器人学硕士学位，导师是Kris Kitani，并在浙江大学获得了计算机科学学士学位。
他的研究兴趣在于视觉、机器学习和机器人技术的交叉领域。
现在，他正致力于为多模态和具体人工智能代理开发以视觉为中心的推理模型，重点关注动态场景中以对象为中心的感知系统、用于开放世界场景理解和生成的视觉基础模型，以及用于具体推理和生成的大型多模态模型和机器人规划。
Zhiqiang Xie
所在学校：斯坦福大学
入选理由：构建基础设施以支持更高效、可扩展且复杂的复合 AI 系统，同时提升此类系统的可观测性和可靠性。
Zhiqiang Xie是斯坦福大学计算机科学三年级博士生。
他的研究旨在构建基础设施，以实现更高效和大规模的机器学习，并增强此类系统的可观察性和可靠性。他在MAST实验室工作，师从Christos Kozyrakis教授，还与Kayvon Fatahalian教授密切合作。
他在上海科技大学获得硕士和学士学位，曾在马普所（MPI-SWS）的云软件系统组、微软亚洲研究院的系统和网络研究组、AWS上海人工智能实验室的DGL团队实习。
Anish Saxena
所在学校：佐治亚理工学院
入选理由：重新思考跨堆栈的数据移动。这一研究涵盖大语言模型架构、系统软件和内存系统，目的是提高LLM训练和推理的效率。
Anish Saxena师从Moin Qureshi教授，他的兴趣是运用计算机体系结构概念来解决一些有趣的问题。在此之前，他在印度理工学院坎普尔分校完成了本科阶段的学习。
近期的工作包括利用新兴的CXL内存互连技术设计以带宽为中心的服务器。
目前，他正致力于在大语言模型服务堆栈，也就是LLM架构、系统软件及内存系统中进行数据移动优化，以实现服务效率的阶跃式提升。
Seul Lee
所在学校：韩国科学技术院
入选理由：开发用于药物发现的分子生成模型和化学空间探索策略。
Seul Lee是韩国科学技术院（KAIST）机器学习与人工智能实验室（MLAI）的三年级博士生，由Sung Ju Hwang教授指导。在此之前，她的本科与硕士阶段也都在KAIST完成。同时，她也是英伟达GenAIR团队的研究实习生。
她的研究兴趣包括科学AI和生成模型，特别关注其在科学研究中的应用与创新。
Sreyan Ghosh
所在学校：马里兰大学帕克分校
入选理由：通过设计资源高效的模型和训练技术，推进音频处理和推理，改进音频表示学习，并增强 AI 系统的音频感知能力。
Sreyan Ghosh是马里兰大学帕克分校（UMD）计算机科学专业的三年级博士生，在Gamma实验室开展研究工作，导师是Dinesh Manocha教授。
他于2020年在班加罗尔的Christ University获得了计算机科学与工程学士学位。在本科期间，他曾赢得了超过20项国家级和国际级黑客马拉松比赛（hackathons）。
他的研究方向是推动音频处理技术的发展，包括语音、声音和音乐，并致力于解决以下挑战——开发数据和计算高效的音频模型、改进音频表征学习，以及增强AI系统对音频的感知和推理能力。
5位入围者，全是华人
Bo Zhao
所在学校：加州大学圣地亚哥分校
Bo Zhao是加州大学圣地亚哥分校（UCSD）的计算机科学四年级博士生，导师是Rose Yu教授，对深度学习中的数学结构感兴趣。
她曾在佐治亚理工学院获得计算机科学硕士学位，并在伊利诺伊大学厄巴纳-香槟分校（UIUC）获得计算机科学和物理学的学士学位。
目前，Bo Zhao正在研究神经网络参数空间中的对称性，以及它们对优化、泛化和损失景观的影响。
Chenning Li
所在学校：麻省理工学院
Chenning Li是麻省理工学院CSAIL（计算机科学与人工智能实验室）EECS（电气工程与计算机科学系）网络与移动系统组的博士生，师从Hari Balakrishnan教授和Mohammad Alizadeh教授。
他在2018年曾获得了清华大学工程学学士学位，并在密歇根州立大学取得了计算机科学硕士。
他的研究重点是将机器学习应用于增强网络、网络系统和边缘/移动计算。
Dacheng Li
所在学校：加州大学伯克利分校
Dacheng Li是加州大学伯克利分校EECS（电气工程与计算机科学系）的二年级计算机科学博士生，并和MIT学院Song Han教授密切合作。
在LMSYS、Sky和BAIR实验室，师从Ion Stoica教授和Joseph Gonzalez教授。
此前，他曾在CMU获得了机器学习硕士学位，师从Eric Xing教授和Hao Zhang教授。还在加州大学圣地亚哥分校获得计算机科学和数学双学位，师从Zhuowen Tu教授。
Dacheng Li研究的是全栈机器学习和系统，目标开发和支持高性能模型，推动现实世界中的智能应用。
Jiankai Sun
所在学校：斯坦福大学
Jiankai Sun是斯坦福大学的博士候选人和跨学科研究生研究员，在多机器人系统实验室（MSL）师从Mac Schwager教授。
同时，他还是斯坦福人工智能安全中心的研究员。
Jiankai Sun曾在上海交通大学获得了计算机科学学士学位，并在港中文大学取得了哲学硕士学位。
他的研究兴趣覆盖了多个领域，包括学习、感知和决策的机器人和具身智能，以及世界模型的推理规划等等。
Wenlong Huang
所在学校：斯坦福大学
Wenlong Huang是斯坦福大学计算机科学专业的三年级博士生，在斯坦福视觉与学习实验室（SVL）师从李飞飞教授。
他的研究目标是，赋予机器人在开放世界操作任务中的泛化能力，尤其是在家庭环境中。
他曾在2021年获得了加州大学伯克利分校获得计算机科学学士学位，师从Deepak Pathak、Igor Mordatch和Pieter Abbeel教授。
这些导师，皆是圈子里有名的具身智能领域的专家。在与李飞飞教授合作的研究中，Wenlong Huang皆是以一作的身份出现。
