6800萬美元，清華、北大、上海交大多位校友獲獎，亞馬遜AI博士獎學金公布

亞馬遜 AI 博士獎學金獲得者已經陸續公布了，該計劃將資助來自九所大學的 100 多名博士生來研究機器學習、計算機視覺和自然語言處理領域。

九所高校包括 CMU、約翰霍普金斯大學、MIT、斯坦福大學、加州大學伯克利分校、加州大學洛杉磯分校、伊利諾伊大學厄巴納 - 香檳分校、德克薩斯大學奧斯汀分校和華盛頓大學。

另外，該項目將在 2025–2026 和 2026–2027 兩個學年中，向學生提供 1000 萬美元的資助，并每年額外提供 2400 萬美元的 Amazon Web Services（AWS）云計算額度。這使得該項目在兩年內共計提供 6800 萬美元。

截止目前，已有多所高校公布了博士生入選名單，接下來，我們看看華人學者有哪些。

MIT

Jenny Huang

Jenny Huang 是 EECS 的博士生。她的研究興趣包括數據驅動的機器學習、不確定性量化以及高效人工智能的開發。Huang 在杜克大學獲得了統計學和計算機科學學士學位。

David Jin

David Jin 是計算科學與工程系的博士生。Jin 對可擴展計算有濃厚興趣，并致力于通過算法設計和現代硬件推動其發展。在機器人和能源應用方面，他的研究專注于人工智能驅動決策系統中 GPU 加速的大規模優化方法。

Songyuan Zhang（張凇源）

張凇源是航空航天系的博士研究生，本科畢業于清華大學錢學森工程科學實驗班（錢班）。他是可靠自主系統實驗室的成員。張的研究興趣集中在安全多智能體系統、強化學習、控制理論和機器人。目前，他的目標是開發真正智能的輔助機器人。

CMU

Yuxiao Qu

Yuxiao Qu 希望為 AI 智能體賦予人類的求知欲，一個像科學家一樣尋求知識的 AI 系統 —— 提出假設、進行實驗并得出結論 —— 將推動科學研究、藥物發現和持續數字輔助領域的探索前沿。他本科畢業于香港中文大學。

Danqing Wang（王丹青）

王丹青正致力于通過建立基準和評估方法、將安全性和功能性整合到訓練中，并確保智能體僅共享必要信息以提高效率并降低風險，從而提高基于 LLM 智能體在復雜現實環境中的可靠性和安全性。這項研究將為開發智能、可信且安全的 AI 智能體奠定堅實基礎。

她本碩畢業于復旦大學計算機專業，曾在字節跳動研究院 AI 實驗室擔任研究員，在 Meta AI（FAIR）、阿里巴巴（Qwen 團隊）實習。

Mengdi Wu（吳夢迪）

吳夢迪本科畢業于清華大學姚班。她利用機器學習來自動學習和適應計算內核優化策略，以適用于硬件和工作負載。這項工作旨在跨不同平臺提供高性能內核，同時減少開發人員的工作量，并實現更快、更具可擴展性的模型訓練和推理。

Xinyu Yang

Xinyu Yang 希望通過簡化端到端訓練系統來使 AI 智能體得到擴展。他的工作引入了一種新的生成模型架構，該架構能夠在單個模型運行時實現多智能體工作流程。他本科畢業于上海交通大學 ACM 班。

Zeji Yi

Zeji Yi 希望將生成模型應用于通用機器人平臺，例如人形機器人和靈巧手。這項工作可能為下一代人形機器人基礎模型鋪平道路，其潛在應用包括倉庫自動化和配送中心。

他本科畢業于清華大學錢學森工程科學實驗班，碩士畢業于清華。

Zichun Yu

Zichun Yu 主要研究 LLM 面臨的一些挑戰，即有機數據有限及其對模型預訓練造成的瓶頸。Zichun Yu 專注于設計和優化合成數據生成系統，以補充稀缺的有機數據，從而提升數據的質量和數量，最終提供更優、更純凈、更豐富的預訓練數據。他本科畢業于清華大學。

Xinran Zhao

Xinran Zhao 研究領域之一是增強RAG，一種依賴外部來源的生成式人工智能，這些來源在不確定的來源、不斷變化的用戶解釋和先前的行為方面存在困難。Xinran Zhao的新系統提高了在復雜 RAG 場景中的意識、歸因和有效性。他本科畢業于香港科技大學。

UC 伯克利

Dacheng Li

Dacheng Li 的研究目標是高效地開發人工智能和人工世界，他一直從事視覺和文本生成模型以及分布式系統的交叉領域研究。

Hao Wang

Hao Wang 主要研究通過受控安全推理實現實用的安全代碼生成。由 Koushik Sen 和 Dawn Song 共同指導。Hao Wang 對安全、軟件工程和 LLM 的交叉領域感興趣，目前專注于安全代碼生成。

Melissa Pan

Melissa Pan 導師是 Matei Zaharia 教授，隸屬于 Sky Computing 實驗室。研究方向是在大規模機器學習和數據中心系統中，將可持續性作為首要優化目標，同時關注效率。Melissa Pan 感興趣的方向包括：機器學習系統、數據中心計算和分布式系統。

Shiyi Cao（曹詩怡）

曹詩怡導師是 Ion Stoica 和 Joseph Gonzalez，隸屬于天空計算實驗室和 BAIR。她在上海交通大學獲得了計算機科學學士學位，主要感興趣的方向為在大規模異構系統上加速 / 優化計算（尤其是機器學習工作負載）。

Shuo Yang

Shuo Yang 導師是 Ion Stoica 教授。他在上海交通大學 ACM 榮譽班完成了本科學業。Shuo Yang 的研究方向是高效的機器學習，包括 LLM 推理和 DiT 視頻生成。

UT Austin

Haoyu Li

個人主頁：https://lihy0529.github.io/

Haoyu Li 導師是 Aditya Akella 和 Venkat Arun。他的研究重點是利用人工智能技術來提升現代系統的性能和可用性，重點關注數據分析流程、LLM 緩存管理以及邊緣計算和自動駕駛汽車系統的調度。在此之前，Haoyu Li 于 2023 年在北京大學圖靈班獲理學學士學位。

Junbo Li

個人主頁：https://ljb121002.github.io/

Junbo Li 的導師是 Atlas Wang 和 Qiang Liu。主要研究方向是 agentic 大語言模型和強化學習，重點是構建能夠自我演進的流程，該流程能夠解釋指令，同時動態地利用外部工具、環境和推理來解決復雜的現實問題。

2023 年，Junbo Li 獲得加州大學圣克魯茲分校計算機科學碩士學位，2021 年，獲得復旦大學數學與應用數學學士學位。高中期間，他曾學習了一年數學競賽，并在中國數學奧林匹克（CMO）中獲得銀牌。

Kaizhao Liang

個人主頁：https://kyleliang919.github.io/

Kaizhao Liang 現在的導師是 Qiang Liu，他的研究方向包括高效訓練方法、稀疏神經網絡以及大語言模型。此前，他在伊利諾伊大學厄巴納 - 香檳分校獲得計算機科學學士學位。

Zeping Liu

Zeping Liu 的導師是 Gengchen Mai。他的研究重點是推進地理空間人工智能研究，重點關注地理基礎模型和空間表征學習。他在期刊和會議上發表了 14 篇論文，包括 NeurIPS、RSE、ESSD 和 IEEE TGRS，并擔任 8 個期刊的審稿人。

Haoran Xu（徐浩然）

學術主頁：https://scholar.google.com/citations?user=iX8AJI0AAAAJ&hl=zh-CN

Haoran Xu 的導師是 Amy Zhang。他的工作重點是擴展強化學習方法并整合生成式人工智能，以推動超越人類的通用人工智能，尤其是在機器人技術和大語言模型領域的應用。他曾在微軟研究院擔任暑期研究實習生。

Chutong Yang

個人主頁：https://chutongyang98.github.io/

Chutong Yang 的導師是 Kevin Tian。他對理論計算機科學和可信機器學習中的算法設計和分析有著廣泛的興趣。他的興趣包括使用優化和統計工具來解決學習理論、算法公平性等方面的問題。2023 年 Chutong Yang 獲得斯坦福大學計算機科學碩士學位。2020 年獲得加州大學圣地亞哥分校計算機科學和數學雙學士學位。

Xiao Zhang

個人主頁：https://timez-zx.github.io/

Xiao Zhang 導師是 Daehyeok Kim。他的研究重點是網絡化和分布式系統，目前重點是通過跨層遙測和資源管理實現 5G 邊緣可預測的 AI 性能。他的目標是構建實用的系統，以彌合現實世界的部署挑戰和核心 AI 基礎設施需求。在攻讀博士學位之前，Xiao Zhang 在上海交通大學獲得了碩士和學士學位。

以上是現已公布的獲獎者名單，之后其他學校名單也會陸續公布，大家可以再等等。