2024年度苹果学术名人榜公布，其中一半为华人！宾大博士与Jim Fan联手创造英伟达最热门机器人
一年一度的「苹果学者」最新名单公布了！苹果机器学习研究中心（AppleMachineLearningResearch）刚刚宣布了2024年获得博士生奖学金的「苹果学者」名单，这表明他们在人工智能/机器学习领域对才华横溢的学生进行支持和鼓励。值得一提的是，今年共有21位学者获奖。其中，华人学者名额占据半壁江山，有11人。苹果学者博士奖学金旨在奖励在计算机科学和工程领域，从研究生到博士后阶段做出卓越贡献的研究人员。这个奖学金旨在支持和鼓励人工智能与机器学习领域的创新工作，以推动科学和技术的进步。每位获奖学金的
一年一度的「苹果学者」最新名单公布了！
苹果机器学习研究中心（Apple Machine Learning Research）刚刚宣布了2024年获得博士生奖学金的「苹果学者」名单，这表明他们在人工智能/机器学习领域对才华横溢的学生进行支持和鼓励。
值得一提的是，今年共有21位学者获奖。其中，华人学者名额占据半壁江山，有11人。
苹果学者博士奖学金旨在奖励在计算机科学和工程领域，从研究生到博士后阶段做出卓越贡献的研究人员。这个奖学金旨在支持和鼓励人工智能与机器学习领域的创新工作，以推动科学和技术的进步。
每位获奖学金的学生在攻读博士学位期间将得到财务支持，并获得实习机会，同时还将受到苹果公司同领域研究员的指导。
每位"苹果学者"都是根据其创新研究、领导能力、合作记录以及促进领域发展的承诺而被选定的。
一起看看，获奖的华人学者都有哪些？
11位华人学者当选
Jie He
爱丁堡大学，信息检索和知识
Jie He是爱丁堡大学的博士生，导师是Jeff Pan。他致力于开发更可靠、更准确的生成模型，尤其是通过诊断和评估模型的弱点，来进行针对性的改进。他最近研究主要包括「常识推理和检索增强语言模型」。
他于2022年在天津大学计算机系获得硕士学位，在2019年获得了山东大学软件学院获得学士学位。
Lavender (Yao) Jiang （蒋遥）
纽约大学，AI健康与保健
Lavender Jiang是纽约大学数据科学中心的三年级博士生，导师是Eric Oermann和Kyunghyun Cho。她的研究重点是将大模型 (LLM) 安全高效地整合到医疗保健领域，探索其实用性、隐私影响和计算效率。
她曾在在卡内基梅隆大学（CMU）获得了电气与计算机工程，以及数学科学双学士学位。
Bowen Jin
伊利诺伊大学厄巴纳-香槟分校（UIUC），信息检索和知识
Bowen Jin是伊利诺伊大学香槟分校的博士生，导师是著名的计算机科学家韩家炜（Jiawei Han）。
他的研究领域是大模型、信息网络和文本/数据挖掘。他尤其关注语言模型如何整合文本、网络和多模态数据，以解决现实世界中的问题，包括信息检索和知识发现。
他于2021年获得了清华大学电气工程与统计学学士学位，导师是Yong Li。
目前，Bowen Jin正在维护一个很棒的GitHub库，关于图上的大模型，并总结了一篇综述论文。
Daogao Liu
华盛顿大学，隐私保护机器学习
Daogao Liu是华盛顿大学西雅图分校的博士生，导师是Yin Tat Lee教授。他的研究方向是理论计算机科学和机器学习。目前，他主要专注于设计算法和解决（convex）优化问题，同时满足差分隐私约束。
他曾在2020年获得了清华大学数学和物理学学士学位。
Yecheng (Jason) Ma
宾夕法尼亚大学，具身机器学习
Jason是宾夕法尼亚大学的四年级博士生，导师是Dinesh Jayaraman和Osbert Bastani。他的研究重点是机器人基础模型的训练和部署，尤其是如何让机器人从互联网规模的多模态数据中学习。
他在哈佛大学获得了计算机和数学双学士学位。
值得一提的是，Yecheng (Jason) Ma也是去年英伟达爆火Eureka机器人的作者之一。
Renjie Pi（皮仁杰）
香港科技大学，以数据为中心的AI
Renjie是香港科技大学的三年级博士生，由Tong Zhang教授和Xiaofang Zhou教授共同指导。他主要研究以数据为中心的人工智能方法，包括提高数据质量、减少数据冗余和自动生成训练数据的方法。目前，他正在研究大模型、多模态学习和数据生成的交叉问题。
他曾在2017年北京大学的访问学者，并在2018年-2019年之间成为马里兰大学的交换生。
Mengzhou Xia（夏梦舟）
普林斯顿大学，语音与自然语言
我目前是普林斯顿大学计算机系的四年级博士生，导师是陈丹琦教授。她现在是普林斯顿自然语言处理小组的成员。
在此之前，我是卡内基梅隆大学的硕士研究生，顾问是Graham Neubig教授。
夏梦舟曾在复旦大学大数据学院获得学士学位。
Mengzhou Xia的研究主要集中在，开发学术预算范围内可负担得起的强大的小规模基础模型。其中就包括开发模型压缩方法和高效的数据选择策略。
根据她的个人主页，今年共有3篇论文被ICLR 2024接收。
Yiming Xie（谢一鸣）
美国东北大学，计算机视觉
Yiming Xie是东北大学计算机科学专业的三年级博士生，导师是Huaizu Jiang教授。他的研究重点是三维计算机视觉，尤其是三维重建、感知和生成。他的目标是为增强现实（AR）开发一种能统一三维感知和生成的智能系统。
他曾在Xiaowei Zhou的教授指导下于2019年获得了浙江大学学士学位。
Jiayuan Ye
新加坡国立大学，隐私保护机器学习
Jiayuan是新加坡国立大学的博士生，导师是Reza Shokri。她主要研究各种威胁模型和任务下，学习算法的严密隐私分析。她的研究旨在实现在保证较好隐私性的同时，保留其他理想特性，如实用性和效率性的学习。
她于2020年获得了中国科学技术大学数学科学学院的学士学位。
Jieyu Zhang
华盛顿大学，数据为中心的人工智能
Jieyu Zhang是华盛顿大学Paul G. Allen计算机科学与工程学院的博士生，师从Ranjay Krishna教授和Alex Ratner教授。他的研究重点是以数据为中心的人工智能/ML，强调忠实评估和轻量级方法。他的目标是开发高效和有效的方法，以创建高质量的训练数据集和全面的评估基准。
在此之前，他曾获得了UIUC计算机学士学位，导师是韩家炜（Jiawei Han）。
Zhuohao (Jerry) Zhang（张倬豪）
华盛顿大学，无障碍人工智能
Zhuohao (Jerry) Zhang是华盛顿大学的三年级博士生，导师是Jacob O. Wobbrock教授。他的研究重点是利用人与AI的交互来解决现实世界中的无障碍问题。他对设计和评估智能辅助技术特别感兴趣，以实现创造性任务无障碍化。
他曾在UIUC获得了CS理学硕士学位，曾在SALT实验室得到Yang Wang教授指导，在此之前获得了浙江大学CS学士学位。
完整名单
5月30日，华为推出了全新的AI模型——盘古UltraMoE，该模型的参数量达到了7180亿。作为一款接近万亿参数的MoE(MixtureofExperts)模型，它在整个训练过程中完全基于华为的昇腾AI平台完成，标志着华为在超大规模模型训练方面取得了重要进展。盘古UltraMoE的成功训练离不开盘古团队研发的一系列创新技术。例如，Depth-ScaledSandwich-Norm(DSSN)稳定架构的引入，显著改善了超大规模模型训练期间出现的梯度异常及
AI视频生成正迎来属于“通义”的高光时刻！就在昨晚，阿里巴巴悄然推出了一款由音频驱动的14B视频大模型——Wan2.2-S2V。只需上传一张静态图片和一段音频，就能生成出面部表情生动、口型精准匹配、肢体动作流畅自然的电影级数字人视频，效果惊艳。实际效果展示如下：△来自@AIMIRAI46487更令人振奋的是，这款新模型一经发布便全面开源，现在所有人都可以免费在通义万相官网体验使用。据官方介绍，Wan2.2-S2V的核心优势包括：支持最长分钟级的单次视频生成，画面稳定且具有一致性；具备影院级别的音
近日，有汽车领域博主爆料，特斯拉的FSD（完全自动驾驶）辅助系统将迎来一次重要升级，或将实现更真实的环境场景还原。在最新曝光的软件代码中，发现了大量新增的渲染模型，涵盖多种车辆与行人类型。这些新增模型包括救护车、消防车、垃圾清运车、校车、半挂式卡车、高尔夫球车、骑电动滑板车的行人、使用轮椅的行人、玩滑板的行人、推婴儿车的行人，以及道路清扫车、三轮车、拖车、火车和有轨电车等。这一系列高精度建模意味着FSD系统将能更准确识别并响应复杂交通参与者的行为。据CNMO掌握的消息，日本方面已为特斯拉FSD系统的落地扫
大语言模型面对加密数据，即便最新的Qwen3也会感到压力！尽管当下各类推理模型在多种基准测试中表现优异，但在密码学这样对逻辑严谨性和细节准确性要求极高的专业领域，模型的推理能力还有待深入挖掘。密码学不仅要求模型具备高级数学运算能力和严密的逻辑推理链，还需要其能够精准辨识复杂加密模式中的潜在规律；成功解密要求模型拥有极强的综合推理能力。上海AILab等联合推出的CipherBank测评，使用大量真实隐私场景数据和多种密码算法，严苛挑战当前最先进的大模型。CipherBank的测评结果显示，目前的大语言模型
现在，请大家一起来数一下"1"、"2"。OK，仅仅2秒的时间，一个接近万亿规模的MoE大模型就已经掌握了如何解答一道高等数学难题的方法！而且呢，这个大模型还是完全依靠国产设备进行训练的，整个流程都体现了浓浓的“国产”特色。这就是华为借助"昇腾+PanguUltraMoE"这一组合实现的成果——不仅达成了国产算力与国产模型在全流程上的自主可控训练闭环，还在集群训练系统的性能方面达到了行业顶尖水平。有多顶尖？来看一组数据：预训练阶段：昇腾Atlas800TA2万卡集群的MFU提升
只需动动嘴，就能操控GUI代理？由美团与浙江大学联合推出的GUIRoboTron-Speech——让你彻底解放双手，直接对设备“发号施令”。这是首个可以直接通过语音指令和屏幕截图进行端到端（End-to-End）决策的自主GUI智能体，致力于为用户提供更自然、高效且无障碍的人机交互方式。从文本到语音，智能代理的新一轮进化目前，基于大语言模型（LLMs）的自主GUI智能体已经能够通过文本指令自动完成跨应用、多步骤的复杂操作，显著提升用户效率。然而，这种依赖文本输入的方式在某些场景中存在明显局限
哭死啊，全球狂炼大模型，一互联网的数据不够用，根本不够用。训练模型搞得跟《饥饿游戏》似的，全球AI研究者，都在苦恼怎么才能喂饱这群数据大胃王。尤其在多模态任务中，这一问题尤为突出。一筹莫展之际，来自人大系的初创团队，用自家的新模型，率先在国内把“模型生成数据自己喂自己”变成了现实。而且还是理解侧和生成侧双管齐下，两侧都能生成高质量、多模态的新数据，对模型本身进行数据反哺。模型是啥？中关村论坛上刚刚露面的多模态大模型Awaker1.0。团队是谁？智子引擎。由人大高瓴人工智能学院博士生高一钊创立，高瓴人工智能
强化学习（RL）结合真实搜索引擎可以显著提升大模型的检索和推理能力。然而，这一方法面临两大挑战：搜索引擎返回的文档质量不稳定，导致训练过程中的噪音和不稳定性；RL训练需要频繁部署，产生大量API开销，限制了可扩展性。针对这些问题，阿里通义实验室推出了开源解决方案ZeroSearch，这是一个无需与真实搜索引擎交互的强化学习框架。实验表明，ZeroSearch只需使用3B参数的LLM作为检索模块，就能有效提升搜索能力，并大幅节省API成本。ZeroSearch让LLM实现自给自足
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
