IT之家 12 月 14 日消息，近日，英伟达公布 2026-2027 年研究生奖学金获得者：10 位博士生脱颖而出，每人将获得最高 6 万美元（IT之家注：现汇率约合 42.4 万元人民币）的资助。据悉，英伟达研究生奖学金计划致力于为在与英伟达技术相关的前沿领域开展研究的硕博研究生提供支持。
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英伟达暑期实习项目。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。英伟达研究生奖学金计划面向全球所有符合条件的申请者开放。
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。
此外，英伟达还同样感谢 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
