編輯｜楊文

眾所周知，AI 科研極為燒錢，而全球高校普遍面臨一道難題：沒錢、沒資源。

為此，大佬們沒少發牢騷。

菲爾茲獎得主陶哲軒曾公開吐槽自身資源捉襟見肘，無法充分投入長期項目，部分工作被迫眾籌甚至擱置。

Stanford HAI 執行主任 Russell Wald 也直言，「全美所有大學加在一起，現在都訓練不出一個 ChatGPT 級別的模型，這非常成問題。」

為改善這一境況，科技公司參與資助學術研究，在硅谷早已是慣例，比如谷歌、微軟等頂尖企業設置了獎學金支持青年學者。國內字節跳動也在做這件事，只是一直比較低調。

就在今天，2026 字節跳動獎學金正式啟動，且首次開放全球申請。此前五屆，這個項目主要關注中國和新加坡高校，今年起不再設地區限制

獲獎名額也在擴大，從首屆 9 人，逐步增至 20 人，2026 年將繼續上調，具體數字尚未公布。

獎金方面，獲獎學生可拿到 20 萬元，其導師同步獲得 10 萬元科研經費。單獨給導師設一筆配套經費，在國內同類獎學金里屬于獨一檔。

申請標準上也更開放，不止根據已發表的成熟研究做判斷，尚在探索中的階段性成果同樣可以拿來申請。

去年，字節跳動獎學金就吸引了來自 66 所高校的超 500 位候選人報名，今年擴大申請范圍后，這場「神仙打架」或將迎來更多國際頂尖選手，其影響力和含金量將進一步提升。

學歷不是門檻，碩士也能拿

字節跳動獎學金自 2021 年啟動，至今已走過 5 個年頭。獲獎名額從最初的 9 人，逐步增至 10、13、15、20 人，累計發掘并支持了 67 位青年研究者

獎金也一路水漲船高，從最初的 10 萬元漲至 20 萬元，并在去年新增 10 萬元導師配套經費。

高校分布來看，清華大學以 23 名獲獎者居首，北京大學以 15 人緊隨其后，兩校加起來占了半壁江山。此外，上交、復旦、浙大、人大、港大、新加坡國立大學等高校均有同學入選。

學歷構成上，博士生是主力軍，但并非鐵板一塊。五屆獲獎名單中，有兩位碩士生格外引人注目，分別是 2021 獲獎者任意和 2023 獲獎者黃融杰。

這兩人師出同門，導師均是浙江大學趙洲教授。

任意是 FastSpeech 系列語音合成模型的第一作者。FastSpeech 在語音合成領域的影響力幾乎不需要過多介紹，這一工作重新定義了非自回歸語音合成的效率邊界，至今仍是相關研究的基礎參考之一。

碩士期間，他在頂會發表論文 30 余篇，其中一作就有 10 篇，總引用量過千。畢業后，他選擇加入字節跳動，擔任語音方向研究員，后來出任 HeyGen 新加坡辦公室基礎視頻模型研究團隊負責人。

黃融杰專注語音音樂生成和多模態處理研究，碩士期間曾用三年時間在 NeurlPS、ICML、ICLR、ACL 等 A 類會議發表近 20 篇文章，相關開源項目 GitHub 星標超過 10k。畢業后加入 Meta FAIR 團隊，繼續深耕多模態大模型。

由此可見，只要研究具備足夠說服力，碩士研究生同樣可以與更高學歷的候選人在同一維度競爭。

研究方向上，五屆獲獎者幾乎覆蓋了 AI 領域的全譜系。

機器學習、深度學習、計算機視覺、自然語言處理、強化學習是貫穿始終的主線方向，而高性能網絡、AI for Science 等相對小眾的方向同樣有人入選。尤其是 2023 年起，具身智能、世界模型、多模態大模型、AI+藥物研發、深度學習量子力學等前沿或交叉方向開始頻繁出現，到 2024、2025 年，這些方向已然成為名單上的主角。

這也說明，字節獎學金并未只盯著熱門方向，在相對寬松的評選框架下，它也愿意給那些冷僻、重要的課題留出一席之地。

拿了獎學金之后，創業、進大廠、搞學術

那么，這群脫穎而出的 AI 高端人才，后來都去干啥了？

我們做了統計，這 67 名獲獎者，有人進了 top 大廠成為冉冉升起的新星，有人走入頂尖高校任教職，還有少數人自己創業并拿到了融資。

2023 字節獎學金獲得者路橙，博士畢業就加入了 OpenAI，成為研究科學家，是 GPT-4o 圖像生成、Sora 2 等項目的重要研究貢獻者。

或許很多人不知道，路橙還是清華大學合唱團的男低音歌手，2019 年憑借一曲爵士《秋葉》拿下清華大學「校園十佳歌手」。

讀博期間，他提出的 DPM-Solver 系列算法將擴散模型采樣速度大幅提升，被 Diffusers、Stable Diffusion WebUI 等主流生成模型生態廣泛采用。

目前，路橙已入職 Meta，任 Meta Super Intelligence TBD Lab 研究科學家，研究方向轉向預訓練架構與優化算法。

同年獲獎的朱琪豪，2024 年以應屆博士生身份加入 DeepSeek，主導開發了 DeepSeek-Coder，技術報告引用超 1800 次，還深度參與了 DeepSeek-V2、V3 等核心大模型研發。

來自清華大學交叉信息研究院的李云飛，博士期間師從吳翼助理教授。

實驗室建組初期，曾面臨極大的硬件挑戰。李云飛從頭開始搭建了機械臂、足式機器人等全套軟硬件設施，開發出雙臂協同、自然語言驅動機械臂操作等系統。她提出主動簡化任務再復用自我策略的強化學習框架，是全球首個僅依賴二值化獎勵信號就能控制機械臂搭建 6 層積木塔的工作。

博士畢業后，李云飛入職字節跳動任研究員，繼續從事強化學習與通用機器人技術研究。

李云飛興趣廣泛，喜歡音樂、科幻和旅行，擅長演奏古箏 。

不是所有人都選擇進大廠，也有人干脆自己創業。

游凱超2022 年獲獎時，是清華大學在讀博士。他曾深度參與了大模型推理框架 vLLM 的開發，這個項目幾乎成了 AI 推理工程的代名詞，被全球開發者和企業廣泛使用。

游凱超本科時曾獲 2019 年清華大學特等獎學金

今年 1 月，游凱超與 vLLM 團隊共同創立了 AI 基礎設施公司 Inferact，開局即完成 1.5 億美元種子輪融資，估值 8 億美元。這也是近年來 AI Infra 領域最大規模種子輪之一。

從博士生獎學金得主到億級融資創業者，中間也只隔了不到四年。

同年獲獎的鮑凡，彼時剛在 ICLR 2022 拿下杰出論文獎，那是該會議首篇且唯一一篇由中國大陸單位獨立完成的獲獎論文。他還提出了全球首個擴散模型與 Transformer 融合架構 U-ViT，比伯克利團隊的 DiT 早了整整三個月。

博士畢業后，鮑凡聯合創立生數科技，擔任 CTO，主導推出國內首個長時高清視頻生成大模型 Vidu。

2023 獎學金獲得者孫天祥則是國內最早的類 ChatGPT 對話式大模型 MOSS 系統的核心開發者，2025 年 3 月創辦 Analemma（日行跡智能），獲得高榕創投、紅杉中國、奇績創壇等機構數千萬美元天使輪融資。

2025 年字節跳動獎學金獲得者薛崢嶸，是清華大學交叉信息研究院具身智能方向博士生。

他的代表作 ArrayBot 提出一種陣列式桌面機器人，通過 16×16 個帶觸覺感知的可升降柱體，實現對桌面物體的支撐、感知與操控，并利用強化學習完成可泛化的分布式操作。

據公開報道，薛崢嶸已加入家庭機器人創業項目破殼機器人，擔任 CTO。該公司近期完成估值 4 億美元的早期融資，并已開啟預期 7 億美元估值的新一輪融資談判。

還有許多獲獎得主堅守在學術一線。

董胤蓬是第一屆獲獎者，現為清華大學助理教授。其代表性工作動量迭代法入選 2018 年 CVPR Spotlight 論文，被谷歌、OpenAI、IBM 開發的對抗攻防平臺列為基準算法。他還是國際上首次攻破 GPT-4o、Gemini 等商用多模態大模型的研究者，相關工作被 OpenAI 用于 GPT-o1 魯棒性評估。

覃立波博士畢業后直接被中南大學聘為特聘教授。現已加入哈爾濱工業大學(深圳)，繼續從事自然語言處理與大模型推理相關方向研究。

方浩樹本科期間主動 gap 兩年，一邊繼續在學校的科研，一邊奔赴 UCLA 訪學，而后輾轉多家 AI 公司實習，打磨具身智能方向的研究。這種選擇在當時不算主流，但現在看來，他的押注相當精準，如今是 MIT CSAIL 博士后的他，即將入職馬里蘭大學帕克分校，擔任計算機科學系助理教授。

此外，廖曉堅（北航計算機學院副教授）、孟子立（香港科技大學助理教授）、周煊赫（上海交通大學長聘軌助理教授）、張心怡（中國人民大學吳玉章特聘講師）、汶川（上海交通大學人工智能學院長聘軌助理教授）等人均已在高校任職。

這份名單還在不斷更新。67 人中，仍有相當一部分人還在讀博，未來幾年的發展軌跡尚未展開，但從已嶄露頭角的這批得主身上，可以清晰看到字節獎學金的眼光。

獲獎者的研究方向，普遍比風口早了兩三年

把五屆獲獎者的研究方向平鋪開來，某種意義上就是一份 AI 研究的演進圖譜。

2022 年，鮑凡在研究擴散概率模型，路橙在做擴散模型加速算法，Stable Diffusion 還沒有爆發，這些工作在當時屬于「有意思但不確定商業價值」的基礎研究。幾年后，擴散模型成了圖像和視頻生成的標準范式。

2023 年，孔祥哲做抗體設計研究時，AI 制藥遠未進入大眾視野，到 2026 年，他參與發布的 AnewOmni 統一生成模型已覆蓋從小分子到納米抗體的全范圍，這個冷門方向如今是科技公司爭相布局的新賽道。

2024 年，具身智能、視覺基礎模型相關研究者開始批量入選。

他們被看見，比風口早了兩三年

名單里還有一類研究始終占據一定比例，卻容易被忽略：計算機體系結構、機器學習系統、高性能網絡、數學理論、AI for Science。這類研究短期內未必能轉化為爆款產品，但它們是整個 AI 技術棧的地基。大模型每一次能力的躍升，背后都站著這些方向的長期積累。

2025 年獲獎者吳海旭申請時曾擔心「大廠不會喜歡 AI for Science 方向」，但后來發現評委們對這類基礎研究同樣保持高度關注。

事實上，字節跳動技術副總裁楊震原曾對獎學金得主們介紹，字節自身的技術發展也離不開越來越深入的研究探索

2020 年起，字節開始投入科學計算方向，吳海旭后面還基于字節開源的蛋白質結構預測模型 Protenix 做了一些工作；2023 年，字節在 infra 方向的研究取得突破，大規模訓練系統 MegaSacle 的 MFU 超過 55% ，達到主流開源框架 1.3 倍以上，為大模型高效訓練提供了支撐；2024 年以來，Seed 在 GenMedia、VLM、語音等領域持續探索，不少前沿研究轉化為超越業界的模型表現。

也正因如此，字節在支持高校青年的獎學金評審中，不看當下熱不熱，而是看研究是否瞄準了真正重要和長期的問題

2026 年字節跳動獎學金首次開放全球申請，并明確接受「階段性成果」。這并非降低門檻，而是意味著項目希望支持的，是更早期、更廣泛的源頭創新。

畢竟，很多真正重要的研究，最初都不在聚光燈下。但回過頭看，往往正是那些少有人關注的問題，以及堅持追問的人，最終推動了技術向前。