字节奖学金首次全球开放，五年67位得主去向追踪

来源：市场资讯

（来源：机器之心）

编辑｜杨文

众所周知，AI 科研极为烧钱，而全球高校普遍面临一道难题：没钱、没资源。

为此，大佬们没少发牢骚。

菲尔兹奖得主陶哲轩曾公开吐槽自身资源捉襟见肘，无法充分投入长期项目，部分工作被迫众筹甚至搁置。

Stanford HAI 执行主任 Russell Wald 也直言，「全美所有大学加在一起，现在都训练不出一个 ChatGPT 级别的模型，这非常成问题。」

为改善这一境况，科技公司参与资助学术研究，在硅谷早已是惯例，比如谷歌、微软等顶尖企业设置了奖学金支持青年学者。国内字节跳动也在做这件事，只是一直比较低调。

就在今天，2026 字节跳动奖学金正式启动，且首次开放全球申请。此前五届，这个项目主要关注中国和新加坡高校，今年起不再设地区限制。

获奖名额也在扩大，从首届 9 人，逐步增至 20 人，2026 年将继续上调，具体数字尚未公布。

奖金方面，获奖学生可拿到 20 万元，其导师同步获得 10 万元科研经费。单独给导师设一笔配套经费，在国内同类奖学金里属于独一档。

申请标准上也更开放，不止根据已发表的成熟研究做判断，尚在探索中的阶段性成果同样可以拿来申请。

去年，字节跳动奖学金就吸引了来自 66 所高校的超 500 位候选人报名，今年扩大申请范围后，这场「神仙打架」或将迎来更多国际顶尖选手，其影响力和含金量将进一步提升。

学历不是门槛，硕士也能拿

字节跳动奖学金自 2021 年启动，至今已走过 5 个年头。获奖名额从最初的 9 人，逐步增至 10、13、15、20 人，累计发掘并支持了 67 位青年研究者。

奖金也一路水涨船高，从最初的 10 万元涨至 20 万元，并在去年新增 10 万元导师配套经费。

从高校分布来看，清华大学以 23 名获奖者居首，北京大学以 15 人紧随其后，两校加起来占了半壁江山。此外，上交、复旦、浙大、人大、港大、新加坡国立大学等高校均有同学入选。

学历构成上，博士生是主力军，但并非铁板一块。五届获奖名单中，有两位硕士生格外引人注目，分别是 2021 获奖者任意和 2023 获奖者黄融杰。

这两人师出同门，导师均是浙江大学赵洲教授。

任意是 FastSpeech 系列语音合成模型的第一作者。FastSpeech 在语音合成领域的影响力几乎不需要过多介绍，这一工作重新定义了非自回归语音合成的效率边界，至今仍是相关研究的基础参考之一。

硕士期间，他在顶会发表论文 30 余篇，其中一作就有 10 篇，总引用量过千。毕业后，他选择加入字节跳动，担任语音方向研究员，后来出任 HeyGen 新加坡办公室基础视频模型研究团队负责人。

黄融杰专注语音音乐生成和多模态处理研究，硕士期间曾用三年时间在 NeurlPS、ICML、ICLR、ACL 等 A 类会议发表近 20 篇文章，相关开源项目 GitHub 星标超过 10k。毕业后加入 Meta FAIR 团队，继续深耕多模态大模型。

由此可见，只要研究具备足够说服力，硕士研究生同样可以与更高学历的候选人在同一维度竞争。

研究方向上，五届获奖者几乎覆盖了 AI 领域的全谱系。

机器学习、深度学习、计算机视觉、自然语言处理、强化学习是贯穿始终的主线方向，而高性能网络、AI for Science 等相对小众的方向同样有人入选。尤其是 2023 年起，具身智能、世界模型、多模态大模型、AI+药物研发、深度学习量子力学等前沿或交叉方向开始频繁出现，到 2024、2025 年，这些方向已然成为名单上的主角。

这也说明，字节奖学金并未只盯着热门方向，在相对宽松的评选框架下，它也愿意给那些冷僻、重要的课题留出一席之地。

拿了奖学金之后，创业、进大厂、搞学术

那么，这群脱颖而出的 AI 高端人才，后来都去干啥了？

我们做了统计，这 67 名获奖者，有人进了 top 大厂成为冉冉升起的新星，有人走入顶尖高校任教职，还有少数人自己创业并拿到了融资。

2023 字节奖学金获得者路橙，博士毕业就加入了 OpenAI，成为研究科学家，是 GPT-4o 图像生成、Sora 2 等项目的重要研究贡献者。

或许很多人不知道，路橙还是清华大学合唱团的男低音歌手，2019 年凭借一曲爵士《秋叶》拿下清华大学「校园十佳歌手」。

读博期间，他提出的 DPM-Solver 系列算法将扩散模型采样速度大幅提升，被 Diffusers、Stable Diffusion WebUI 等主流生成模型生态广泛采用。

目前，路橙已入职 Meta，任 Meta Super Intelligence TBD Lab 研究科学家，研究方向转向预训练架构与优化算法。

同年获奖的朱琪豪，2024 年以应届博士生身份加入 DeepSeek，主导开发了 DeepSeek-Coder，技术报告引用超 1800 次，还深度参与了 DeepSeek-V2、V3 等核心大模型研发。

来自清华大学交叉信息研究院的李云飞，博士期间师从吴翼助理教授。

实验室建组初期，曾面临极大的硬件挑战。李云飞从头开始搭建了机械臂、足式机器人等全套软硬件设施，开发出双臂协同、自然语言驱动机械臂操作等系统。她提出主动简化任务再复用自我策略的强化学习框架，是全球首个仅依赖二值化奖励信号就能控制机械臂搭建 6 层积木塔的工作。

博士毕业后，李云飞入职字节跳动任研究员，继续从事强化学习与通用机器人技术研究。

不是所有人都选择进大厂，也有人干脆自己创业。

游凯超 2022 年获奖时，是清华大学在读博士。他曾深度参与了大模型推理框架 vLLM 的开发，这个项目几乎成了 AI 推理工程的代名词，被全球开发者和企业广泛使用。

今年 1 月，游凯超与 vLLM 团队共同创立了 AI 基础设施公司 Inferact，开局即完成 1.5 亿美元种子轮融资，估值 8 亿美元。这也是近年来 AI Infra 领域最大规模种子轮之一。

从博士生奖学金得主到亿级融资创业者，中间也只隔了不到四年。

同年获奖的鲍凡，彼时刚在 ICLR 2022 拿下杰出论文奖，那是该会议首篇且唯一一篇由中国大陆单位独立完成的获奖论文。他还提出了全球首个扩散模型与 Transformer 融合架构 U-ViT，比伯克利团队的 DiT 早了整整三个月。

博士毕业后，鲍凡联合创立生数科技，担任 CTO，主导推出国内首个长时高清视频生成大模型 Vidu。

2023 奖学金获得者孙天祥则是国内最早的类 ChatGPT 对话式大模型 MOSS 系统的核心开发者，2025 年 3 月创办 Analemma（日行迹智能），获得高榕创投、红杉中国、奇绩创坛等机构数千万美元天使轮融资。

2025 年字节跳动奖学金获得者薛峥嵘，是清华大学交叉信息研究院具身智能方向博士生。

他的代表作 ArrayBot 提出一种阵列式桌面机器人，通过 16×16 个带触觉感知的可升降柱体，实现对桌面物体的支撑、感知与操控，并利用强化学习完成可泛化的分布式操作。

据公开报道，薛峥嵘已加入家庭机器人创业项目破壳机器人，担任 CTO。该公司近期完成估值 4 亿美元的早期融资，并已开启预期 7 亿美元估值的新一轮融资谈判。

还有许多获奖得主坚守在学术一线。

董胤蓬是第一届获奖者，现为清华大学助理教授。其代表性工作动量迭代法入选 2018 年 CVPR Spotlight 论文，被谷歌、OpenAI、IBM 开发的对抗攻防平台列为基准算法。他还是国际上首次攻破 GPT-4o、Gemini 等商用多模态大模型的研究者，相关工作被 OpenAI 用于 GPT-o1 鲁棒性评估。

覃立波博士毕业后直接被中南大学聘为特聘教授。他创立的「机器学习算法与自然语言处理」社区，在当时订阅人数突破 50 万，阅读量超 2000 万。

方浩树本科期间主动 gap 两年，一边继续在学校的科研，一边奔赴 UCLA 访学，而后辗转多家 AI 公司实习，打磨具身智能方向的研究。这种选择在当时不算主流，但现在看来，他的押注相当精准，如今是 MIT CSAIL 博士后的他，即将入职马里兰大学帕克分校，担任计算机科学系助理教授。

此外，廖晓坚（北航计算机学院副教授）、孟子立（香港科技大学助理教授）、周煊赫（上海交通大学长聘轨助理教授）、张心怡（中国人民大学吴玉章特聘讲师）、汶川（上海交通大学人工智能学院长聘轨助理教授）等人均已在高校任职。

这份名单还在不断更新。67 人中，仍有相当一部分人还在读博，未来几年的发展轨迹尚未展开，但从已崭露头角的这批得主身上，可以清晰看到字节奖学金的眼光。

获奖者的研究方向，普遍比风口早了两三年

把五届获奖者的研究方向平铺开来，某种意义上就是一份 AI 研究的演进图谱。

2022 年，鲍凡在研究扩散概率模型，路橙在做扩散模型加速算法，Stable Diffusion 还没有爆发，这些工作在当时属于「有意思但不确定商业价值」的基础研究。几年后，扩散模型成了图像和视频生成的标准范式。

2023 年，孔祥哲做抗体设计研究时，AI 制药远未进入大众视野，到 2026 年，他参与发布的 AnewOmni 统一生成模型已覆盖从小分子到纳米抗体的全范围，这个冷门方向如今是科技公司争相布局的新赛道。

2024 年，具身智能、视觉基础模型相关研究者开始批量入选。

他们被看见，比风口早了两三年。

名单里还有一类研究始终占据一定比例，却容易被忽略：计算机体系结构、机器学习系统、高性能网络、数学理论、AI for Science。这类研究短期内未必能转化为爆款产品，但它们是整个 AI 技术栈的地基。大模型每一次能力的跃升，背后都站着这些方向的长期积累。

2025 年获奖者吴海旭申请时曾担心「大厂不会喜欢 AI for Science 方向」，但后来发现评委们对这类基础研究同样保持高度关注。

事实上，字节跳动技术副总裁杨震原曾对奖学金得主们介绍，字节自身的技术发展也离不开越来越深入的研究探索。

2020 年起，字节开始投入科学计算方向，吴海旭后面还基于字节开源的蛋白质结构预测模型 Protenix 做了一些工作；2023 年，字节在 infra 方向的研究取得突破，大规模训练系统 MegaSacle 的 MFU 超过 55% ，达到主流开源框架 1.3 倍以上，为大模型高效训练提供了支撑；2024 年以来，Seed 在 GenMedia、VLM、语音等领域持续探索，不少前沿研究转化为超越业界的模型表现。

也正因如此，字节在支持高校青年的奖学金评审中，不看当下热不热，而是看研究是否瞄准了真正重要和长期的问题。

2026 年字节跳动奖学金首次开放全球申请，并明确接受「阶段性成果」。这并非降低门槛，而是意味着项目希望支持的，是更早期、更广泛的源头创新。

毕竟，很多真正重要的研究，最初都不在聚光灯下。但回过头看，往往正是那些少有人关注的问题，以及坚持追问的人，最终推动了技术向前。