25 年來，NVIDIA 研究生獎學(xué)金計劃致力于為在與 NVIDIA 技術(shù)相關(guān)的前沿領(lǐng)域開展研究的碩博研究生提供支持。近日，該計劃公布了最新一批獎學(xué)金授予結(jié)果：10 位博士生脫穎而出，每人將獲得最高 6 萬美元的資助，他們的研究方向涵蓋了計算創(chuàng)新的多個前沿領(lǐng)域。

獲獎學(xué)生從競爭激烈的申請者中脫穎而出，他們將在獎學(xué)金資助年度前參與 NVIDIA 暑期實習(xí)項目。這些獲獎學(xué)生的研究處于加速計算領(lǐng)域前沿，涉及輔助駕駛、計算機架構(gòu)、計算機圖形學(xué)、深度學(xué)習(xí)、編程系統(tǒng)、機器人技術(shù)以及安全技術(shù)等多個方向。

NVIDIA 研究生獎學(xué)金計劃面向全球所有符合條件的申請者開放。

2026-2027 年研究生獎學(xué)金獲得者：

Jiageng Mao，南加州大學(xué)：通過挖掘互聯(lián)網(wǎng)規(guī)模數(shù)據(jù)中蘊含的豐富先驗知識，攻克復(fù)雜的物理 AI 問題，旨在為現(xiàn)實世界中的具身智能體賦予強大且通用的智能能力。

Liwen Wu，加州大學(xué)圣地亞哥分校：通過神經(jīng)材質(zhì)與神經(jīng)渲染增強基于物理渲染的真實感與效率。

Manya Bansal，麻省理工學(xué)院：在保留實現(xiàn)峰值性能所需的底層控制能力的前提下，設(shè)計現(xiàn)代加速器編程語言，使開發(fā)者能夠編寫模塊化、可復(fù)用的代碼。

Sizhe Che，加州大學(xué)伯克利分校：為現(xiàn)實世界應(yīng)用中的 AI 提供安全保障，現(xiàn)階段重點防御針對 AI 智能體的提示注入攻擊，通過通用且實用的防護機制，在確保安全性的同時保持 AI 智能體的原有功能。

Yunfan Jiang，斯坦福大學(xué)：通過融合現(xiàn)實世界的全身操控數(shù)據(jù)、大規(guī)模仿真與互聯(lián)網(wǎng)級多模態(tài)監(jiān)督信息等混合數(shù)據(jù)源，開發(fā)可擴展的通用服務(wù)機器人構(gòu)建方法，使其勝任日常任務(wù)。

Yijia Shao，斯坦福大學(xué)：研究方向為人機協(xié)作，致力于開發(fā)能夠在任務(wù)執(zhí)行過程中與人類進行有效溝通與協(xié)同的 AI智能體，并設(shè)計新的人機交互界面。

Shangbin Feng，華盛頓大學(xué)：聚焦于推進模型協(xié)作研究，多個經(jīng)由不同數(shù)據(jù)集和不同團隊訓(xùn)練的機器學(xué)習(xí)模型，將相互協(xié)作、集成與互補，共同構(gòu)建一個開源、去中心化且協(xié)作的 AI 未來。

Shvetank Prakash，哈佛大學(xué)：致力于基于新算法、精標數(shù)據(jù)集及智能體優(yōu)先的基礎(chǔ)設(shè)施構(gòu)建 AI 智能體，推動硬件架構(gòu)與系統(tǒng)設(shè)計的革新。

Irene Wang，佐治亞理工學(xué)院：正在開發(fā)一體化協(xié)同設(shè)計框架，將加速器架構(gòu)、網(wǎng)絡(luò)拓撲與運行時調(diào)度深度融合，以實現(xiàn)高能效、可持續(xù)的大規(guī)模 AI 訓(xùn)練。

Chen Geng，斯坦福大學(xué)：構(gòu)建基于可擴展數(shù)據(jù)驅(qū)動算法與物理啟發(fā)式原理的 4D 物理世界建模方法，推進具有物理基礎(chǔ)的 3D 與 4D 世界模型在機器人與科學(xué)計算領(lǐng)域的應(yīng)用發(fā)展。

我們同樣感謝 2026-2027 年研究生獎學(xué)金決賽入圍者：

Zizheng Guo，北京大學(xué)

Peter Holderrieth，麻省理工學(xué)院

Xianghui Xie，馬克斯·普朗克信息學(xué)研究所

Alexander Root，斯坦福大學(xué)

Daniel Palenicek，達姆施塔特工業(yè)大學(xué)