英伟达研究生奖学金计划（NVIDIA Graduate Fellowship Program）近日公布了2026年度获奖名单，共有10位博士生凭借在计算创新领域的卓越研究脱颖而出。每位获奖者将获得最高6万美元的资助，用于支持其涵盖自主系统、计算机体系结构、深度学习等前沿方向的研究工作。本年度获奖者中，华人学者占比达八成，延续了近年来该奖项对华人科研力量的关注趋势。
斯坦福大学成为最大赢家，共有4位博士生入选。其中，Yunfan Jiang师从李飞飞教授，专注于通过混合数据源构建通用机器人，其研究整合了真实世界操作、大规模仿真与互联网多模态监督；耿晨的研究则聚焦4D物理世界建模，致力于开发神经符号图形引擎以实现机械系统逆向建模；邵奕佳的研究方向为人机协作，通过设计新型交互界面提升AI Agent与人类的沟通效率；另一位获奖者虽未详述研究方向，但斯坦福团队的集体突破凸显了该校在机器人与AI领域的领先地位。
加州大学系统贡献两位获奖者：南加州大学的Jiageng Mao通过融合互联网规模数据与物理先验知识，推动具身智能体在现实场景中的泛化能力；圣地亚哥分校的Liwen Wu则利用神经渲染技术提升物理渲染的真实感与效率，其研究涵盖三维重建与外观建模等计算机图形学核心领域。
其他获奖者分布在全球顶尖学府：华盛顿大学的Shangbin Feng推进模型协作研究，探索开放AI生态中多模型的协同机制；佐治亚理工学院的Irene Wang提出协同设计框架，通过整合加速器架构与调度算法优化AI训练能效；哈佛大学的Shvetank Prakash聚焦AI智能体构建，同时推进超低功耗机器学习系统设计；MIT的Manya Bansal则致力于设计面向现代加速器的编程语言，平衡模块化编码与底层性能控制的需求。
5位学者入围终选名单，包括北京大学的Zizheng Guo、MIT的Peter Holderrieth、马克斯普朗克计算机科学研究所的Xianghui Xie、斯坦福大学的Alexander Root以及达姆施塔特工业大学的Daniel Palenicek。他们的研究涉及量子计算、自然语言处理、生物信息学等跨学科领域，虽未最终获奖，但已展现出不俗的科研潜力。
英伟达奖学金计划自设立以来，持续为全球研究生提供科研支持，其评选标准强调技术创新性与应用潜力。本年度获奖项目普遍呈现两大特征：一是研究深度聚焦AI底层技术，如加速器设计、模型协作机制等；二是强调跨学科融合，例如将物理原理与计算机视觉结合、通过多模态数据训练通用机器人等。这种趋势反映出当前AI领域正从单一技术突破转向系统性创新，而华人学者的突出表现也印证了中国科研力量在全球计算创新中的日益重要地位。
