英伟达为博士生颁发最高6万美元研究奖学金

NVIDIA研究生奖学金计划（NVIDIA Graduate Fellowship Program）连续25年来支持杰出的研究生，帮助他们在与NVIDIA技术相关的研究领域中持续取得卓越成果。近日，这一计划宣布了最新奖项，10位博士生从众多竞争者中脱颖而出，获得了最高达6万美元的奖学金。他们将在奖学金年度前参与夏季实习，为创新研究积累实践经验。这些获奖者的研究项目涉及加速计算的多个领域，包括自动化系统、计算机架构、计算机图形学、深度学习、编程系统、机器人技术及安全性相关课题。

该奖学金面向全球申请者开放，每年从高竞争性的候选者池中选出最具潜力的研究者。2026至2027年度的获奖者通过创新性研究工作站在加速计算发展最前沿，以下是本年度的获奖名单及其研究重点：

毛嘉庚（南加州大学）
运用互联网规模数据中的多样化先验信息解决复杂的物理人工智能问题，推进现实世界中具备鲁棒性与广泛适应能力的智能化 embodied agents。
吴立文（加州大学圣地亚哥分校）
通过神经材料与神经渲染技术提升物理基础渲染的真实感与效率，从视觉生成与处理的技术层面推动图像领域进步。
Manya Bansal（麻省理工学院）
开发适用于现代加速器的编程语言，使开发者在保持模块化与代码复用的同时，仍能实现高性能所需的底层控制。
Sizhe Chen（University of California, Berkeley）
提供真实应用场景中人工智能的安全保障，包括设计旨在抵御提示注入攻击的通用实用防御机制，同时保持系统功能正常。

江云帆（斯坦福大学）
利用混合数据源，包括真实世界的全身操作数据、大规模模拟及互联网规模的多模态监督，为日常任务开发具备通用功能的机器人。
邵怡嘉（斯坦福大学）
通过开发具有自然交互能力的AI代理与人协同完成任务，并设计新的人机交互界面，探索人机协作的新可能。
Shangbin Feng（华盛顿大学）
专注于模型协作，探索由多方训练的不同机器学习模型之间的协作、组合及交互，为开放、去中心化的AI未来铺平道路。

Shvetank Prakash（哈佛大学）
利用人工智能代理推进硬件架构与系统设计技术，结合新算法、数据集和以代理优先的基础设施推动硬件创新。
Irene Wang（Georgia Institute of Technology）
开发整合加速器架构、网络拓扑和运行时调度的全面协同设计框架，实现大规模AI训练的能源效率和可持续发展。
陈庚（斯坦福大学）
通过基于数据驱动算法和物理启发原理对4D物理世界进行建模，推进服务机器人技术及科学应用的4D世界模型。

除了获奖者之外，NVIDIA研究生奖学金计划还特别提名了五名决赛入围者，以表彰其在相关领域的杰出表现。他们分别是：