北京
2026年「科学探索奖」获奖名单正式公布，50位青年科学家获得表彰，覆盖10个领域。在信息电子领域，共有5位研究者入选，分别来自清华大学、北京大学、哈尔滨工业大学和郑州大学。
5位获奖者及研究方向
- 清华大学黄高：深度学习、多模态、具身智能
- 北京大学刘譞哲：大模型系统、泛在智能体、云计算
- 清华大学钱学海：计算机体系结构、软硬件协同、量子计算
- 哈尔滨工业大学肖淑敏：微纳光学、超构表面
- 郑州大学杨西贵：金刚石材料、高压物理
这些方向与当前AI基础设施、量子计算、光通信和新材料的发展密切相关。
黄高：从DenseNet到大语言模型
黄高是经典神经网络架构DenseNet的主要提出者，近年来转向基础模型、生成模型和高效推理研究。其团队在ICML 2026获得杰出论文奖，研究扩散语言模型的生成顺序和强化学习训练机制，核心目标是提高AI系统的性能与效率。
刘譞哲：大模型系统软件优化
刘譞哲专注于大模型系统、泛在智能体和云计算。他领导的联合实验室研究模型架构、训练框架和推理优化，并参与开发DistServe系统——通过分离预填充和解码阶段来提升推理服务效率。其团队的资源管理技术已在多家公司生产环境上线。
钱学海：软硬件协同降低数据搬运成本
钱学海的研究聚焦计算机体系结构、软硬件协同和硬件安全，特别关注机器学习系统中的数据移动优化和领域定制加速。随着AI算力需求持续增长，他的工作致力于降低数据搬运成本，提高计算、存储和通信的协同效率。
肖淑敏：超构表面压缩光学系统体积
肖淑敏研究微纳光学功能器件和超构表面，通过设计亚波长微纳结构来控制光特性。她的团队在Nature发表了超表面激光系统，为通信、计算、感知和成像提供新的器件基础，有望在AI数据中心高速互联中发挥作用。
杨西贵：金刚石材料支撑极端环境电子器件
杨西贵研究金刚石材料与器件，成功合成纯相六方金刚石块材，为高功率、高频率和极端环境电子器件提供新材料。这项研究对于解决AI芯片散热、功率器件和材料性能限制具有潜在意义。
从DenseNet到大语言模型，黄高的研究长期集中于一个核心问题：如何通过模型架构和学习机制创新，提高人工智能系统的性能与效率。这也是本届信息电子领域获奖者们的共同底色——从算法、系统到器件，各自在AI基础设施的关键环节上推进边界。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
