英偉達研究生獎學(xué)金計劃（NVIDIA Graduate Fellowship Program）近日公布了2026年度獲獎名單，共有10位博士生憑借在計算創(chuàng)新領(lǐng)域的卓越研究脫穎而出。每位獲獎?wù)邔@得最高6萬美元的資助，用于支持其涵蓋自主系統(tǒng)、計算機體系結(jié)構(gòu)、深度學(xué)習(xí)等前沿方向的研究工作。本年度獲獎?wù)咧?，華人學(xué)者占比達八成，延續(xù)了近年來該獎項對華人科研力量的關(guān)注趨勢。

斯坦福大學(xué)成為最大贏家，共有4位博士生入選。其中，Yunfan Jiang師從李飛飛教授，專注于通過混合數(shù)據(jù)源構(gòu)建通用機器人，其研究整合了真實世界操作、大規(guī)模仿真與互聯(lián)網(wǎng)多模態(tài)監(jiān)督；耿晨的研究則聚焦4D物理世界建模，致力于開發(fā)神經(jīng)符號圖形引擎以實現(xiàn)機械系統(tǒng)逆向建模；邵奕佳的研究方向為人機協(xié)作，通過設(shè)計新型交互界面提升AI Agent與人類的溝通效率；另一位獲獎?wù)唠m未詳述研究方向，但斯坦福團隊的集體突破凸顯了該校在機器人與AI領(lǐng)域的領(lǐng)先地位。

加州大學(xué)系統(tǒng)貢獻兩位獲獎?wù)撸耗霞又荽髮W(xué)的Jiageng Mao通過融合互聯(lián)網(wǎng)規(guī)模數(shù)據(jù)與物理先驗知識，推動具身智能體在現(xiàn)實場景中的泛化能力；圣地亞哥分校的Liwen Wu則利用神經(jīng)渲染技術(shù)提升物理渲染的真實感與效率，其研究涵蓋三維重建與外觀建模等計算機圖形學(xué)核心領(lǐng)域。

其他獲獎?wù)叻植荚谌蝽敿鈱W(xué)府：華盛頓大學(xué)的Shangbin Feng推進模型協(xié)作研究，探索開放AI生態(tài)中多模型的協(xié)同機制；佐治亞理工學(xué)院的Irene Wang提出協(xié)同設(shè)計框架，通過整合加速器架構(gòu)與調(diào)度算法優(yōu)化AI訓(xùn)練能效；哈佛大學(xué)的Shvetank Prakash聚焦AI智能體構(gòu)建，同時推進超低功耗機器學(xué)習(xí)系統(tǒng)設(shè)計；MIT的Manya Bansal則致力于設(shè)計面向現(xiàn)代加速器的編程語言，平衡模塊化編碼與底層性能控制的需求。

5位學(xué)者入圍終選名單，包括北京大學(xué)的Zizheng Guo、MIT的Peter Holderrieth、馬克斯普朗克計算機科學(xué)研究所的Xianghui Xie、斯坦福大學(xué)的Alexander Root以及達姆施塔特工業(yè)大學(xué)的Daniel Palenicek。他們的研究涉及量子計算、自然語言處理、生物信息學(xué)等跨學(xué)科領(lǐng)域，雖未最終獲獎，但已展現(xiàn)出不俗的科研潛力。

英偉達獎學(xué)金計劃自設(shè)立以來，持續(xù)為全球研究生提供科研支持，其評選標(biāo)準(zhǔn)強調(diào)技術(shù)創(chuàng)新性與應(yīng)用潛力。本年度獲獎項目普遍呈現(xiàn)兩大特征：一是研究深度聚焦AI底層技術(shù)，如加速器設(shè)計、模型協(xié)作機制等；二是強調(diào)跨學(xué)科融合，例如將物理原理與計算機視覺結(jié)合、通過多模態(tài)數(shù)據(jù)訓(xùn)練通用機器人等。這種趨勢反映出當(dāng)前AI領(lǐng)域正從單一技術(shù)突破轉(zhuǎn)向系統(tǒng)性創(chuàng)新，而華人學(xué)者的突出表現(xiàn)也印證了中國科研力量在全球計算創(chuàng)新中的日益重要地位。