25 年來，NVIDIA 研究生獎學金計劃致力于為在與 NVIDIA 技術相關的前沿領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金授予結果：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)新的多個前沿領域。

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

NVIDIA 研究生獎學金計劃面向全球所有符合條件的申請者開放。

2026-2027 年研究生獎學金獲得者：

Jiageng Mao，南加州大學：通過挖掘互聯網規(guī)模數據中蘊含的豐富先驗知識，攻克復雜的物理 AI 問題，旨在為現實世界中的具身智能體賦予強大且通用的智能能力。

Liwen Wu，加州大學圣地亞哥分校：通過神經材質與神經渲染增強基于物理渲染的真實感與效率。

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

Sizhe Che，加州大學伯克利分校：為現實世界應用中的 AI 提供安全保障，現階段重點防御針對 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：通過融合現實世界的全身操控數據、大規(guī)模仿真與互聯網級多模態(tài)監(jiān)督信息等混合數據源，開發(fā)可擴展的通用服務機器人構建方法，使其勝任日常任務。

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

Shangbin Feng，華盛頓大學：聚焦于推進模型協作研究，多個經由不同數據集和不同團隊訓練的機器學習模型，將相互協作、集成與互補，共同構建一個開源、去中心化且協作的 AI 未來。

Shvetank Prakash，哈佛大學：致力于基于新算法、精標數據集及智能體優(yōu)先的基礎設施構建 AI 智能體，推動硬件架構與系統設計的革新。

Irene Wang，佐治亞理工學院：正在開發(fā)一體化協同設計框架，將加速器架構、網絡拓撲與運行時調度深度融合，以實現高能效、可持續(xù)的大規(guī)模 AI 訓練。

Chen Geng，斯坦福大學：構建基于可擴展數據驅動算法與物理啟發(fā)式原理的 4D 物理世界建模方法，推進具有物理基礎的 3D 與 4D 世界模型在機器人與科學計算領域的應用發(fā)展。

我們同樣感謝 2026-2027 年研究生獎學金決賽入圍者：

Zizheng Guo，北京大學

Peter Holderrieth，麻省理工學院

Xianghui Xie，馬克斯·普朗克信息學研究所

Alexander Root，斯坦福大學

Daniel Palenicek，達姆施塔特工業(yè)大學