机器之心编辑部
刚刚，腾讯「青云奖学金」正式在深圳颁奖。
作为腾讯支持青年人才和科学研究的项目，「青云奖学金」首期评选出15位获奖者，并为每位获奖者提供总价值50万的激励，包括20万现金和价值30万的云异构算力资源。
「我们希望青年研究者敢于探索未知、富有创新精神，追逐那些大胆的、前沿的、具有长远影响力的科研方向，共同探索更广阔的科技前沿。」腾讯集团高级副总裁、首席人才官奚丹说。
不久之前正式入职腾讯出任「CEO/总裁办公室」首席AI科学家的姚顺雨（VincesYao），也现身为获奖者颁奖。
吉嘉铭、董冠霆、张金涛等多位机器之心熟知的青年AI学者获奖，以下为全部获奖者介绍。
白雨石
来自清华大学的白雨石，研究领域涉及长上下文大模型与大模型评测。截至目前，他已在NeurIPS、ICML、ICLR、ACL等国际顶会发表10篇一作论文，总引用量4000+次，一作论文被引近2000+次。开源的LongBench、Long-Writer、LongAlign等工作在GitHub共获3000+stars及300+forks，在HuggingFace上开源的数据集和模型共被下载200万+次。
陈俊松
来自香港大学的陈俊松，研究领域围绕AIGC高效视觉生成大模型，专注于扩散模型的高效部署研究，早期贡献了里程碑式的PixArt模型，近期主导的SANA系列实现效率突破：SANA原生支持4K图像生成，SANA-Sprint达成0.1秒实时成像，SANA-Video支持分钟级长视频合成。成果累计引用量2500+次及在GitHub获得1万+stars，有力推动了高性能生成式AI在实时消费级场景的落地。
董冠霆
来自中国人民大学的董冠霆，主要研究方向为智能信息检索和智能体强化学习，曾获国家奖学金、北京市优秀毕业生等荣誉，并入选国家自然科学基金青年学生基础研究项目(博士生)、中国科协青年人才托举工程博士生专项计划资助，代表工作包括ARPO、AUTOIF.DMT、Search-o1、Webthinker、FlashRAG等,受到国内外研究者的广泛关注。其中监督微调数据配比策略DMT、自动化指令遵循对齐策略AUTOIF被落地应用于模型的对齐训练中。以第一/共一作身份在ICLR、NeurlPS等国际顶会发表论文10+篇，谷歌学术引用量1万+次，GitHub获得8000+stars。
邓洋涛
来自香港中文大学的邓洋涛，研究领域聚焦AI基础设施与系统，致力于攻克大语言模型预训练中的稳定性难题，设计并研发了细粒度、实时的数据依赖追踪与根因分析系统，研究工作已录用或发表于SOSP、NSDI、NDSS、FSE等会议，相关系统已在工业级预训练集群中部署，能针对异常进行快速告警。
吉嘉铭
来自北京大学的吉嘉铭，研究领域是大模型安全与强化学习对齐，致力于构建和人类的偏好与意图对齐的人工智能系统，曾获北京大学2025年度人物，以第一/共一作身份发表人工智能领域顶会论文14篇，代表论文被评为ACL2025最佳论文，相关成果谷歌学术总引用量4600+次，GitHub开源项目获得3.2万+stars，开源模型累积下载量500万+次。
林彬
同样来自北京大学的林彬，研究方向聚焦于视频生成与多模态大模型，连续一年获评HuggingFace社区Top100影响力用户，代表作Open-SoraPlan与Video-LLaVA，在GitHub累计获得2万+stars，模型开源下载量突破1300万+次。在CVPR、ICLR、NeurlPS等国际顶会期刊发表十余篇论文，多项开源成果获GitHub与PapersWithCode热度榜Top1，谷歌学术引用量3200+次，单篇一作引用量1000+次。
李磊
来自香港大学的李磊专注于多模态大语言模型与可解释性研究，现任ACLARR领域主席，获评EMNLP2025杰出领域主席，与微信AI合作论文获EMNLP2023最佳长文奖，多篇论文入选CVPRHighlight及PaperDigest最具影响力论文。核心参与开发MiMo-VL-7B、MiMo-V2-Flash并获得广泛关注，以第一作者在ICLR、CVPR、ACL等国际顶会发表多篇论文，谷歌学术引用量8700+次。
刘松铭
来自清华大学的刘松铭，致力于具身大模型方向研究，曾获清华本科生特奖，主导研发机器人基础模型RDT系列：RDT-1B(ICLR2025)获得1600+stars，RDT-2作为全球首个UMI无本体训练的7B大模型，支持任意机械臂零样本部署，实现接箭、打乒乓球等毫秒级动态操控。累计发表12篇文章，总引用量1300+次。
刘子君
来自清华大学的刘子君，聚焦于大模型群体智能体系与推理时扩展方向研究，曾获国家奖学金、清华大学未来学者等荣誉，主持完成北京市自然科学基金学生项目，提出大模型群体智能体系的动态协同网络DyLAN与跨环境迁移算法CollabUlAgents，实现了推理时高效扩展的通用奖励模型，在ACL、ICML、COLM等国际顶会发表多篇论文。
宋立阳
来自西湖大学的宋立阳主要研究如何利用统计与深度学习算法来理解复杂疾病的遗传机制，围绕遗传数据与多组学数据的整合，开发了MeDuS(NatureComputationalScience,2023)和qsMap(Nature,2025)等方法,将遗传关联信号解析到具体的细胞状态和组织空间中，实现对疾病相关遗传根源细胞的精准定位。
胥嘉政
来自清华大学的胥嘉政，专注于多模态生成模型和强化学习方向研究，代表作包括图像生成模型偏好强化对齐工作lmageReward和视频生成偏好框架VisionReward，其中lmageReward是最早将人类偏好引入文生图领域的工作之一，并设计了首个基于梯度对扩散模型直接完成偏好对齐的算法ReFL。谷歌学术总引用量4000+次，lmageReward研究引用量1000+次，GitHub获得1600+stars，Python工具包PyPi官方下载量接近百万次。
徐明皓
来自北京大学的徐明皓，研究聚焦于AlforScience，北京大学和Mila魁北克人工智能研究所联培博士，在国际顶会和期刊上发表20+篇论文，论文累计引用量3000+次,多次受邀在大会上进行报告分享，并组织开展生命科学大语言模型tutorial。
杨丽鹤
来自香港大学的杨丽鹤研究方向专注于计算机视觉，曾获知名企业奖学金、世界人工智能大会青年优秀论文奖等荣誉，相关工作入选CVPR2024、NeurlPS2024十大最具影响力论文。在CVPR、ICCV、NeurlPS、TPAMI等国际顶会发表若干论文，谷歌学术引用量5000+次，GitHub获得1.6万+stars。
张金涛
来自清华大学的张金涛，研究聚焦高效机器学习系统，发表一作A类国际顶会长文9篇，均发表于ML/DB的三大顶会，代表作SageAttention是首个专注于低比特量化加速注意力计算的研究，相关成果在GitHub获得3000+stars，被200+家知名企业的真实产品采用，其他一作代表作有TurboDiffusion、SpargeAttn、Sparse-LinearAttention等。
赵威霖
来自清华大学的赵威霖，研究领域是大模型高效架构，针对推理效率与长文本瓶颈进行探索，围绕高频词子空间提出了FR-Spec，辅助投机采样实现更高效的并行生成，设计InfLLM-V2稀疏注意力架构，实现长短文本稀疏稠密的动态切换并获约4倍加速，相关成果已整合并开源至CUDA框架CPM.cu。