2025年字节跳动奖学金揭晓：20位获奖人才研究方向速览

2025年字节跳动奖学金重磅升级！继去年首次拓展海外高校后，今年再掀人才集聚浪潮！

20位顶尖博士从中国、新加坡66所高校的500余份申请中脱颖而出，奖学金直接翻倍至20万元 （含10万现金 + 10万学术补贴），还新增10万元导师奖励，五年累计支持67位青年学者深耕前沿科技。

从AI大模型到AI for Science ，从机器人到硬件创新，这群来自清华、北大、南洋理工等名校的佼佼者， 正以产学研融合的硬核实力定义技术未来 。下面，深入解读20位获奖者的代表性论文与落地成果！

1.趋势洞察：人才画像与研究方向大揭秘

规模趋势

• 规模历年之最：2025年获奖人数扩增至 20人，较去年增长33%，创下奖学金设立五年来的最高纪录。

• 奖金重磅升级：单人奖学金总额提升至20万元（含现金与学术资源补贴），并首次为导师设立10万元伯乐奖，支持力度空前。

• 顶尖高校霸榜：清华大学与北京大学各占据6席（共12人），中国人民大学、香港大学、新加坡国立大学等名校紧随其后，展现了顶尖学府的科研统治力。

  
  

核心赛道分布

• 大模型绝对领跑： 大模型与机器学习方向累计人数稳居前二，其中大模型在2025年增长显著，确立了当前AI科研的绝对核心地位。
• 新兴赛道井喷： AI for Science与具身智能等前沿方向异军突起，近两年实现了从无到有的跨越式增长，成为最具潜力的科研新高地。
• 研发生态多元： 获奖领域覆盖面持续拓宽，囊括从底层系统、网络安全到上层多模态应用等16个细分赛道，构建了软硬协同的全面科研图景。

获奖者高校版图

• 清北双雄霸榜： 清华大学与北京大学各斩获6 席，合计占据总获奖人数的60%，展现了这两所顶尖学府在科研人才培养上的绝对统治力。
• 梯队分层明显： 中国人民大学与香港大学各占10%领跑第二梯队，其余名校呈单点分布，整体形成了“双强引领、多极支撑”的获奖格局。
• 国际视野拓展： 获奖名单不仅涵盖国内多所知名高校，还囊括了新加坡国立大学与南洋理工大学，体现了该奖项辐射亚洲顶尖科研力量的国际化视野。

2.学术前沿：获奖者顶会论文代表作一览

大模型与生成式AI赛道

01.袁境阳 (北京大学)

代表 成果 ： Native Sparse Attention (NSA)

收录于： ACL 2025

核心价值： 提出了一种原生稀疏注意力机制，在保持模型性能的同时，将推理成本降低了50%以上。

02.陈锰钊 (香港大学)

代表 成果 ： Efficient Large Model Inference

收录于： ICML 2024

核心价值： 针对万亿参数模型的推理加速算法，解决了超大模型显存占用过高的瓶颈。

03.胥嘉政 (清华大学)

代表 成果 ： Uni-Modal Generation

收录于： CVPR 2025 Highlight

核心价值： 统一了图像与视频生成的底层架构，大幅提升了生成内容的时空一致性。

具身智能与机器人赛道

01.刘家铭 (北京大学)

代表成果： RobotGPT: Embodied

收录于： CoRL

核心价值： 赋予机器人“常识推理”能力，使其能在未见过的开放家庭环境中完成复杂指令。

02.薛峥嵘 (清华大学)

代表 成果 ： Sim-to-Real Transfer RL

收录于： RSS 2025

核心价值： 极低成本的虚实迁移算法，让机器人仅需 1 小时真实数据即可掌握灵巧操作。

AI for Science & 体系结构

01.钱昱冰 (北京大学)

代表 成果 ： Deep Wave Function

收录于： Nature Communications

核心价值： 利用深度学习求解量子波函数，将微观分子模拟的速度提升了数个数量级。

02.蔡经纬 (清华大学)

代表 成果 ： LLM Optimization

收录于： ISCA 2025

核心价值： 软硬协同优化方案，挖掘了国产芯片在Transformer运算上的极致算力。

3.产研融合：技术落地成果

极致算力：为大模型“瘦身”加速

贡献者： 袁境阳 & 陈锰钊

核心技术： 原生稀疏注意力机制

产业落地： 针对长文本大模型推理昂贵的痛点，提出稀疏化算法已探索应用于豆包等大模型的推理框架中。 在保证模型长窗口理解能力不掉点的前提下，将推理吞吐量提升了数倍，大幅降低了云端推理成本，让每个人都能用得起更聪明的AI。

软硬协同：定义下一代云端芯片

贡献者： 蔡经纬 (清华大学)

核心技术： Chiplet架构下的软硬协同映射

产业落地： 作为字节跳动Seed团队的TopSeed实习生，他 直接参与了下一代AI推理芯片与云端工作负载的协同设计。 其研究成果打破了传统硬件与算法的隔阂， 帮助火山引擎 (Volcengine) 的底层算力设施在处理复杂推荐与生成任务时，实现了能效比的极致优化。

具身智能：解决机器人“数据荒”

贡献者： 薛峥嵘 & 刘家铭

核心技术： Sim-to-Real&RobotGPT

产业落地： 面对机器人真实训练数据稀缺的难题，他们研发的合成数据生成 (DemoGen) 与通用机器人大模型技术，正在为未来的家庭服务机器人构建“大脑”。 让机器人能够通过极少量的真实演示，快速学会复杂的灵巧操作 ，大大缩短了具身智能从实验室走向家庭的研发周期。

AI for Science：探索微观世界的规律

贡献者： 钱昱冰 (北京大学)

核心技术： 深度学习波函数

产业落地： 将AI引入量子化学计算，利用神经网络求解薛定谔方程。 这一前沿探索正在助力字节跳动AI for Science团队在生物制药与新材料发现领域，以千倍于传统计算的速度，模拟分子的微观相互作用，加速科学发现的进程。

4.总结

从2021到2025，字节跳动奖学金见证了AI技术从深度学习到大模型爆发，再到具身智能的每一次代际跨越。学界越来越多的新星正在冉冉升起，每位获奖者都在以各自的创新性成果和多元的发展路径成为新领域的攻坚力量。

及时捕捉核心文献，正是窥见行业发展与学术进步的关键前提。

AMiner全面升级邮箱订阅系统，无需登录AMiner官网，不必在海量文献中逐一筛选 —— 只需一次关键词订阅设置，即可每日12点准时接收领域前沿动态：