苹果公布2025AI学者名单，超半数为华人学者。这些年轻学者将在AI/ML领域获得苹果的奖学金和实习机会。
原文标题：2025苹果AI学者名单公布，黄子琪、孔令东、北大吉嘉铭、清华顾煜贤等12位年轻华人入选
原文作者：机器之心
冷月清谈：
苹果公司公布了2025年度AI/ML领域博士生奖学金“苹果学者”名单，共有21位年轻学者获奖，其中华人学者占据一半以上。该奖学金旨在支持计算机科学与工程领域有潜力的博士生，获奖者将获得奖学金、苹果实习机会和研究员的学术指导。入选的华人学者包括来自清华大学的顾煜贤、北京大学的吉嘉铭、新加坡国立大学的孔令东等，他们的研究方向涵盖人机交互、混合现实、语言模型、强化学习、计算机视觉等多个领域。这些年轻学者在顶级会议和期刊上发表了多篇论文，并在各自的研究方向上取得了显著成果。
怜星夜思：
1、苹果学者计划对AI领域的人才培养有什么样的影响？
2、这些入选的华人学者，他们的研究方向有哪些共同点和不同点？
3、从这些入选者的背景来看，名校背景是成功的必要条件吗？
2、这些入选的华人学者，他们的研究方向有哪些共同点和不同点？
3、从这些入选者的背景来看，名校背景是成功的必要条件吗？
原文内容
机器之心报道
机器之心编辑部
他们都是来自全球的年轻 AI 学术新星。
刚刚，苹果机器学习研究中心（Apple Machine Learning Research）正式公布了 2025 年 AI（人工智能）、ML（机器学习）领域获得博士生奖学金的「苹果学者」名单。
今年共有 21 位年轻学者获得了苹果学者计划的资助，华人占了一半多。
苹果博士奖学金旨在奖励和支持计算机科学与工程领域极具潜力的博士研究生开展研究，每年颁发一次，今年已是第六年。获奖者不仅可以获得奖学金支持，还能得到苹果实习机会和苹果研究员的学术指导。
在参与苹果的工作期间，历年的年轻学者已经共同撰写了 50 多篇顶会论文。
以下是本年度获得奖学金的部分学者：
Ruei-Che Chang
Ruei-Che Chang 是密歇根大学计算机科学专业的博士研究生，导师是郭安鸿（Anhong Guo）。他的研究专注于设计交互式人机交互系统，助力现实世界的无障碍建设。他的研究重点是开发能够理解和描述盲人或视障人士现实世界周围环境的智能体，其技术核心可以适应更广泛的环境。
在攻读博士学位期间，他在 Meta Reality Labs 实习。在此之前，他曾在达特茅斯学院获得计算机科学硕士学位，并在台湾成功大学获得电气工程学士学位。
个人主页：https://rueichechang.github.io/
Cathy Mengying Fang
Cathy Mengying Fang 是麻省理工学院（MIT）媒体实验室流体交互小组（Fluid Interfaces Group）博士研究生。她的研究立足于技术与人类体验的交叉领域，致力于消除数字与物理世界之间的界限，通过混合现实（mixed reality）、人工智能（artificial intelligence）和可穿戴设备（wearable devices）等技术，提升人类与环境的互动方式及自我认知。
她已获得麻省理工学院硕士学位，以及卡内基梅隆大学（Carnegie Mellon University）机械工程和人机交互（Human-Computer Interaction）专业荣誉学士学位。在学术探索之外，她曾先后在微软（Microsoft）、苹果（Apple）、IDEO 和 Magic Leap 等知名企业积累实践经验。
个人主页：https://cathy-fang.com/about.html
顾煜贤 （Yuxian Gu）
顾煜贤（Yuxian Gu）是清华大学计算机科学与技术系交互式人工智能（CoAI）课题组的四年级博士生，师从黄民烈教授。他的研究聚焦于语言模型全生命周期的高效算法开发，涵盖预训练、下游适配及推理过程。近期，他的工作重点放在大型语言模型 (LLMs) 的数据策划策略研究、高效模型架构设计，以及运用知识蒸馏技术 (knowledge distillation) 进行语言模型 (LM) 压缩。此前，他曾在微软亚洲研究院实习，由董力博士指导。
个人主页：https://t1101675.github.io/
Tiancheng Hu
Tiancheng Hu 是剑桥大学语言技术实验室的计算、认知与语言方向的三年级博士生，师从 Nigel Collier 教授。他的研究专注于构建能够真实模拟群体和个体层面人类行为的人工智能 (AI) 系统，目标是创造能够真正理解并适应全球多样化人类观点的人工智能。
他已获得苏黎世联邦理工学院电气工程与信息技术硕士学位，以及德克萨斯大学达拉斯分校电气工程理学学士学位。其硕士论文研究美国政治新闻中的引述用法。他曾在 Carlos Busso 教授的指导下研究利用 3D 数据进行驾驶员头部姿态估计，积累了宝贵的实践经验。
个人主页：https://tiancheng.hu/
黄子琪（Ziqi Huang）
黄子琪是 MMLab@NTU 的三年级博士生，师从刘子纬教授，2022 年本科毕业于新加坡南洋理工大学。她在 CVPR、ICCV、ECCV、SIGGRAPH Asia、TPAMI 等国际顶级会议与期刊上发表多篇研究成果。其研究方向为视觉生成模型，重点关注生成、编辑及相关系统的评估方法。致力于构建以人为中心的视觉生成框架，提升模型与人类意图的对齐与交互能力，推动更直观、灵活的视觉内容创作。她的研究成果如 Collaborative Diffusion 和 ReVersion 受到社区广泛关注；主导的 VBench 系列工作已成为视频生成领域的权威评测体系，被学术界和工业界广泛采用，协助推动和指引视频生成领域的发展。
个人主页：https://ziqihuangg.github.io
吉嘉铭（Jiaming Ji）
吉嘉铭，北京大学人工智能研究院博士生在读，导师为杨耀东老师，研究方向为强化学习、大模型的安全与价值对齐，在计算机顶级会议期刊发表口头、焦点论文等十余篇，谷歌学术引用累计 2200 余次，GitHub 开源累计获得 2W+ Stars。曾获首批国自然博士青年基金资助（2023 年度北京大学智能学科唯一），获北京大学博士最高研究奖「校长奖学金」， 首届中国电子学会 — 腾讯博士生科研激励计划（全国 17 人），获 NeurIPS‘22 机器人灵巧操作比赛冠军，研究成果及模型被 OpenAI 、Meta 引用，被 MIT Tech Review 报道。
个人主页：https://jijiaming.com/
孔令东（Lingdong Kong）
孔令东是新加坡国立大学计算机系的三年级博士生，导师是 Wei Tsang Ooi 教授和刘子纬教授。他的研究方向为 3D 计算机视觉和深度学习，及其在自动驾驶、机器人等场景的应用。
他曾于英伟达、字节跳动和上海人工智能实验室等机构实习。一作论文发表于 CVPR、ICCV、ECCV、NeurIPS 等国际会议中，谷歌学术引用超过 2400 余次。
个人主页：https://ldkong.com
Tian (Sunny) Qin
Tian (Sunny) Qin 是哈佛大学的一名三年级博士生，由 David Alvarez-Melis 和 Sham Kakade 共同指导。
她的研究重点是数据驱动的人工智能和基础模型科学。通过开发合成数据生成方法并深化对模型学习动态的理解，提高小型语言模型的推理能力和分布外泛化能力。
个人主页：https://sunnytqin.github.io/
王广辉（Guanghui Wang）
王广辉（Guanghui Wang）是佐治亚理工学院的四年级博士生，师从 Jacob Abernethy 和 Vidya Muthukumar。他的研究兴趣主要集中在机器学习理论与优化领域。目前，他主要致力于开发能够适应多样化环境的稳健且高效的序列决策方法。
王广辉于 2020 年在南京大学计算机科学与技术系获得了硕士学位，师从张利军教授。同时，他也是由周志华教授领导的 LAMDA 研究小组的一员。2017 年，他在西安电子科技大学电子工程学院获得了学士学位。
个人主页：https://guanghui-wang-gatech.github.io/
王嘉宸（Jiachen (Tianhao) Wang）
王嘉宸（Jiachen (Tianhao) Wang）是普林斯顿大学的博士研究生，他的导师是 Prateek Mittal 教授，并且与 Ruoxi Jia 教授保持密切合作。他的研究专注于从数据角度出发的可信机器学习。最近，他致力于开发适用于基础模型的数据归因与优化技术。他运用统计学和博弈论的工具来分析训练数据与模型行为之间的复杂联系。
2024 年，他被选为数据科学新星。
个人主页：https://tianhaowang.netlify.app/
谢若宇（Ruoyu (Roy) Xie）
谢若宇（Roy Xie）是杜克大学的博士研究生，导师是 Bhuwan Dhingra。他的研究专注于提升大型语言模型的效率和鲁棒性。他的工作主要研究上下文压缩，包括信息充足性检测和内容符号化，这些研究在检索增强型生成和智能体系统中有应用价值。
目前，他正在探索强化学习方法，以提高 LLM 的推理效率，尤其是对于涉及长序列的复杂任务。
个人主页：https://royxie.com/
徐豪飞（Haofei Xu）
徐豪飞（Haofei Xu）是苏黎世联邦理工学院（ETH Zurich）和图宾根大学的博士研究生，导师是 Marc Pollefeys 和 Andreas Geiger。他的研究专注于计算机视觉，特别是密集对应关系、运动、三维以及视频表示学习。他的目标是推动通用智能系统的发展，以实现三维重建、合成和理解。
徐豪飞在攻读硕士学位期间就读于中国科学技术大学（USTC），导师是张举勇（Juyong Zhang）。在硕士阶段，他曾交换到新加坡南洋理工大学（NTU），在那里他受到蔡剑飞（Jianfei Cai）和 Jianmin Zheng 的指导。此外，他还曾在微软亚洲研究院（MSRA）实习，期间得到了杨蛟龙（Jiaolong Yang）和童欣（Xin Tong）的指导。
个人主页：https://haofeixu.github.io/
完整获奖名单如下：
参考链接：https://machinelearning.apple.com/work-with-us#scholars
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：[email protected]