一年一度的英伟达奖学金出炉了。

二十五年来，英伟达研究生奖学金计划（NVIDIA Graduate Fellowship Program）一直为研究生提供与英伟达技术相关的杰出工作支持。

今天，该计划宣布了 2026 年度的 10 位博士生获奖者，他们每人将获得最高 6 万美元的资助，以支持他们在涵盖计算创新所有领域的各项研究。

他们的研究工作聚焦于加速计算的前沿领域，包括了自主系统、计算机体系结构、计算机图形学、深度学习、编程系统、机器人技术和安全。

本年度的10 位获奖者中有 8 位华人。去年有 7 位华人博士生入选，包括了上交、中科大、浙大校友。

接下来，我们一起了解下本年度获奖者的信息。

Jiageng Mao

南加州大学，获奖理由：利用来自互联网规模数据的各种先验知识解决复杂的物理人工智能问题，从而为现实世界中的具身智能体实现稳健、可推广的智能。

资料显示，Jiageng Mao 是南加州大学博士生，研究方向是物理人工智能，目标是通过开发机器人、计算机视觉和自然语言处理等领域的算法，将人工智能应用于现实世界。据了解，他对直观物理学、大型视觉 - 语言（- 动作）模型和世界建模尤为感兴趣。

Liwen Wu

加州大学圣地亚哥分校，获奖理由：利用神经材料和神经渲染，提升基于物理渲染的真实感和渲染效率。

Liwen Wu 是加州大学圣地亚哥分校计算机科学与工程系的博士生，此前，他曾在伊利诺伊大学厄巴纳 - 香槟分校获得计算机科学硕士和学士学位。他的研究领域是计算机图形学和三维视觉，尤其感兴趣的是神经渲染、逆渲染、（神经）外观建模和三维重建。

陈思哲（Sizhe Chen）

加州大学伯克利分校，获奖理由：致力于保障 AI 在真实场景应用中的安全性，当前重点是通过通用且实用的防御措施，在不损害 AI Agent 功能的前提下，保护 Agent 免受提示词注入攻击（prompt injection attacks）。

资料显示，陈思哲当前主要研究方向为人工智能在实际应用中的安全问题，此前在上海交通大学获得工程硕士学位和工程学士学位。在他看来，提示词注入攻击是 AI Agent 面临的首要威胁，已经对 Google、OpenAI、Anthropic 等公司的多个人工智能系统造成了实际损害。为了促进 LLM 在 AI Agent 中的更广泛应用，他开发了原则性强、通用且实用的提示词注入防御机制。

Yunfan Jiang

斯坦福大学，获奖理由：开发可扩展的方法，通过涵盖真实世界全身操作、大规模仿真和互联网规模多模态监督的混合数据源，构建用于日常任务的通用机器人。

资料显示，Yunfan Jiang 是斯坦福大学计算机科学系三年级博士生，师从李飞飞教授，隶属于斯坦福视觉与学习实验室，研究方向是机器学习和机器人技术的交叉领域。 此前，他获得了斯坦福大学硕士学位，还曾在 NVIDIA GEAR 和波士顿动力人工智能研究所担任研究实习生。

邵奕佳（Yijia Shao）

斯坦福大学，获奖理由：研究人机协作，开发能够在任务执行过程中与人类沟通和协调的 AI Agent，并设计新的人机交互界面。

资料显示，Yijia Shao 是斯坦福大学自然语言处理专业博士，本科毕业于北京大学元培学院数据科学方向，那时开始从事机器学习和自然语言处理方面的研究，曾在微软亚洲研究院、加州大学洛杉矶分校等机构实习。

目前，她的研究兴趣在于机器学习和自然语言处理，致力于将自然语言处理模型（例如 LLM）集成到更大的系统中。

Shangbin Feng

华盛顿大学，获奖理由：推进模型协作，让多个由不同人员在不同数据上训练的机器学习模型，能够相互协作、组合和互补，以实现开放、去中心化和协作的未来 AI。

他于 2022 年进入华盛顿大学攻读博士学位，研究方向包括模型协作、社交自然语言处理（NLP）、网络与结构。他本科毕业于西安交通大学（计算机科学与技术）、硕士毕业于华盛顿大学（计算机科学与工程）。

Irene Wang

佐治亚理工学院，获奖理由：开发一个整体的协同设计框架，其中整合加速器架构、网络拓扑和运行时调度，以实现大规模、能源高效且可持续的 AI 训练。

她现为佐治亚理工学院三年级博士生，导师为 Divya Mahajan 教授。此前，她获得了不列颠哥伦比亚大学的计算机工程学士学位。

目前，她的研究兴趣广泛覆盖机器学习系统和计算机体系结构，并重点放在了优化分布式深度学习基础设施。

耿晨（Chen Geng）

斯坦福大学，获奖理由：利用可扩展的数据驱动算法和物理启发的原理对 4D 物理世界进行建模，以推进物理基础的 3D 和 4D 世界模型在机器人技术和科学应用中的发展。

他现为斯坦福大学计算机科学博士生，导师为知名学者吴佳俊。2023 年，他在浙江大学获得计算机科学学术学位。

他的研究重心在于 4D 计算机视觉、图形学和机器学习的交叉领域，广泛关注物理世界的数据驱动建模以及此类模型的应用。 他目前热衷于开发神经符号图形引擎，用于宏观机械系统的（逆向）建模。

Shvetank Prakash

哈佛大学，获奖理由：利用基于新算法、精选数据集和智能体优先基础设施构建 AI 智能体，并推进硬件架构与系统设计。

他本科毕业于哥伦比亚大学工程与应用科学学院，2021 年进入哈佛大学攻读计算机科学博士学位。他的研究兴趣包括超低功耗的机器学习系统、计算机架构、系统领域的机器学习。

Manya Bansal

MIT，获奖理由：设计面向现代加速器的编程语言，使开发人员能够在编写模块化、可重复使用代码的同时，不牺牲实现峰值性能所需的底层控制能力。

她现在 MIT 攻读计算机科学博士学位，本科毕业于斯坦福大学。她的研究兴趣包括为异构系统设计可扩展且高效的语言的工具。

此外，2026 年度英伟达奖学金还有 5 位终选入围者，他们分别是：

• Zizheng Guo，北京大学
• Peter Holderrieth，MIT
• Xianghui Xie，马克斯普朗克计算机科学研究所
• Alexander Root，斯坦福大学
• Daniel Palenicek，达姆施塔特工业大学

官网链接：

https://blogs.nvidia.com/blog/graduate-fellowship-recipients-2026-2027/