25 年来，NVIDIA 研究生奖学金计划致力于为在与 NVIDIA 技术相关的前沿领域开展研究的硕博研究生提供支持。近日，该计划公布了最新一批奖学金授予结果：10 位博士生脱颖而出，每人将获得最高 6 万美元的资助，他们的研究方向涵盖了计算创新的多个前沿领域。
获奖学生从竞争激烈的申请者中脱颖而出，他们将在奖学金资助年度前参与 NVIDIA 暑期实习项目。这些获奖学生的研究处于加速计算领域前沿，涉及辅助驾驶、计算机架构、计算机图形学、深度学习、编程系统、机器人技术以及安全技术等多个方向。
NVIDIA 研究生奖学金计划面向全球所有符合条件的申请者开放。
2026-2027 年研究生奖学金获得者：
- Jiageng Mao，南加州大学：通过挖掘互联网规模数据中蕴含的丰富先验知识，攻克复杂的物理 AI 问题，旨在为现实世界中的具身智能体赋予强大且通用的智能能力。
- Liwen Wu，加州大学圣地亚哥分校：通过神经材质与神经渲染增强基于物理渲染的真实感与效率。
- Manya Bansal，麻省理工学院：在保留实现峰值性能所需的底层控制能力的前提下，设计现代加速器编程语言，使开发者能够编写模块化、可复用的代码。
- Sizhe Che，加州大学伯克利分校：为现实世界应用中的 AI 提供安全保障，现阶段重点防御针对 AI 智能体的提示注入攻击，通过通用且实用的防护机制，在确保安全性的同时保持 AI 智能体的原有功能。
- Yunfan Jiang，斯坦福大学：通过融合现实世界的全身操控数据、大规模仿真与互联网级多模态监督信息等混合数据源，开发可扩展的通用服务机器人构建方法，使其胜任日常任务。
- Yijia Shao，斯坦福大学：研究方向为人机协作，致力于开发能够在任务执行过程中与人类进行有效沟通与协同的 AI智能体，并设计新的人机交互界面。
- Shangbin Feng，华盛顿大学：聚焦于推进模型协作研究，多个经由不同数据集和不同团队训练的机器学习模型，将相互协作、集成与互补，共同构建一个开源、去中心化且协作的 AI 未来。
- Shvetank Prakash，哈佛大学：致力于基于新算法、精标数据集及智能体优先的基础设施构建 AI 智能体，推动硬件架构与系统设计的革新。
- Irene Wang，佐治亚理工学院：正在开发一体化协同设计框架，将加速器架构、网络拓扑与运行时调度深度融合，以实现高能效、可持续的大规模 AI 训练。
- Chen Geng，斯坦福大学：构建基于可扩展数据驱动算法与物理启发式原理的 4D 物理世界建模方法，推进具有物理基础的 3D 与 4D 世界模型在机器人与科学计算领域的应用发展。
我们同样感谢 2026-2027 年研究生奖学金决赛入围者：
- Zizheng Guo，北京大学
- Peter Holderrieth，麻省理工学院
- Xianghui Xie，马克斯·普朗克信息学研究所
- Alexander Root，斯坦福大学
- Daniel Palenicek，达姆施塔特工业大学