# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
亚马逊AI博士奖学金，正式公布了！
两年共计6800万美金，计划将为全球「九所」顶尖大学，100多名博士生提供研究资金的支持。
这九所顶尖大学，个个都是AI界的「扛把子」，主要包括：
卡内基梅隆大学（CMU）
约翰霍普金斯大学（Johns Hopkins）
斯坦福大学（Stanford）
麻省理工学院（MIT）
加州大学伯克利分校（UC Berkeley）
加州大学洛杉矶分校（UCLA）
伊利诺伊大学厄巴纳-香槟分校（UIUC）
德克萨斯大学奥斯汀分校（UT-Austin）
华盛顿大学（UW）
这次，亚马逊资助的领域，主要瞄准了几个超硬核的AI方向——
首批的1000万美元，直接「真金白银」砸给学生，让他们在机器学习、计算机视觉、自然语言处理等领域大展拳脚。
除了现金奖励，还有算力的资助：分别在未来两个学年期间，每年给到2400万美元的云计算额度。
截止目前，首批博士生入选名单已由多所高校公布。其中不乏华人学者的身影。
华人博士获奖
清华姚班校友在列
以下介绍，均以目前每个大学公布的名单为主。
MIT
在本次奖学金评选中，麻省理工学院共有九名博士生入选。
Jenny Huang
Jenny Huang是EECS三年级的博士生。她曾获得了杜克大学统计学和计算机科学的学士学位。
个人研究兴趣包括，以数据为中心的机器学习、不确定性量化以及高效AI的开发。
David Jin
David Jin是MIT计算科学与工程专业的博士生。
他对可扩展计算以及如何通过算法设计，以及现代硬件来提升其性能抱有浓厚兴趣。
目前，他的研究应用于机器人学和能源领域，专注于利用GPU加速方法，解决AI驱动决策系统中的大规模优化问题。
Songyuan Zhang
Songyuan Zhang是航空航天系的博士生，也是可靠自主系统实验室的成员。
他的研究兴趣主要集中在安全多智能体系统、强化学习、控制理论和机器人学。目前的目标是开发真正实用的智能辅助机器人。
UC Berkeley
UC Berkeley共有十位博士生入选。
Dacheng Li
Dacheng Li目前是伯克利EECS三年级博士生，主要研究大规模全栈开放式智能体。
他曾获得了CMU机器学习硕士学位，师从Eric Xing和Hao Zhang教授；本科毕业于加州大学圣地亚哥分校，获得了计算机科学与数学双学位，师从Zhuowen Tu。
值得一提的是，他也是LMSYS创始成员之一。
Hao Wang
Hao Wang是UC伯克利计算机专业一年级博士生，主攻通过受控安全推理实现实用的安全代码生成。
他于2024年北大「图灵班」，获得了计算机科学学士学位。
Melissa Pan
Melissa Pan是UC伯克利二年级博士生，主要研究面向高能效AI智能体的机器学习与系统协同设计。
她曾在CMU获得了硕士学位，毕业于多伦多大学，获计算机工程学士学位。
Shiyi Cao（曹诗怡）
曹诗怡目前是UC伯克利二年级博士生，主要研究面向高级长时程智能体训练的高效RL系统。
她于苏黎世联邦理工学院（ETH Zürich）获得计算机科学硕士学位；本科毕业于上海交通大学，获计算机科学学士学位。
个人主要研究兴趣在于，对大规模异构系统上的计算（尤其是ML工作负载）进行加速与优化。
Shuo Yang
Shuo Yang是UC伯克利Sky Computing Lab博士生，专注于高效长视频生成。
他本科毕业于上海交通大学ACM荣誉班。
个人研究专注于高效机器学习，具体包括LLM推理和 DiT 视频生成。
CMU
同样，CMU十位博士生荣获亚马逊奖学金。
Yuxiao Qu
Yuxiao Qu是CMU一年级博士生，师从 Aviral Kumar 教授和 Ruslan Salakhutdinov 教授。
他本科毕业于威斯康星大学麦迪逊分校计算机科学系。在此之前，我曾就读于香港中文大学。
个人研究兴趣在于，强化学习与基础模型的交叉领域。他还致力于开发创新的算法和系统，以解决推理及智能体任务中的各类决策挑战。
Danqing Wang（王丹青）
王丹青目前是CMU语言技术研究所（LTI）博士生。
她本科与硕士阶段，均就读于复旦大学计算机科学专业。
个人研究聚焦于LLM的战略规划，特别是多智能体协作领域。同时，她也致力于AI科学应用研究，例如AI辅助药物发现
Mengdi Wu（吴梦迪）
吴梦迪现为CMU计算机科学系三年级博士。她于2023年本科毕业于清华大学姚班。
个人研究方向为机器学习系统，重点关注机器学习编译器与超级优化。
Xinyu Yang
Xinyu Yang是CMU三年级博士生，本科毕业于上海交通大学致远学院ACM班。
Yang的研究旨在通过优化端到端训练系统，实现AI智能体的规模化。
其工作引入了一种全新的生成式模型架构，能够在单一模型运行时支持多智能体工作流。
Zeji Yi
Zeji Yi目前是CMU电子与计算机工程系二年级博士生。
此前他在清华大学获得硕士学位，并曾以优异成绩毕业于清华大学钱学森力学班，获工学学士学位。
Yi致力于将生成式模型应用于人形机器人、灵巧手等通用机器人平台。
这项工作有望为下一代人形机器人基础模型铺平道路，其潜在应用包括仓库自动化和订单履约中心。
Zichun Yu
Zichun Yu是CMU语言技术研究所（LTI）的三年级博士生。
他于2023年毕业于清华大学计算机科学与技术系，获得荣誉学士学位。
Yu致力于解决以数据为中心的LLM所面临的一项关键挑战：原生数据有限，这严重制约了模型的预训练。
他将设计并优化合成数据生成系统，以补充稀缺的原生数据，从而提升数据的质量与数量，最终为模型预训练提供更优质、更纯净、更丰富的数据集。
Xinran Zhao
Xinran Zhao是CMU语言技术研究所（LTI）的二年级博士生。
他获得了斯坦福大学计算机科学硕士学位，本科毕业于香港科技大学。
他的研究重点在RAG，其开发的新系统提升了模型在复杂RAG场景下的情境感知、信息溯源及整体效果。
截止发稿前，已有三所大学MIT、伯克利、CMU公开博士获奖者名单，其余六所大学感兴趣可关注官网发布。
九所顶尖学府，两年6800万
可以说，这是亚马逊首次发布的巨额AI博士奖学金计划，总金额6800万美元
此计划旨在推动技术创新，为实用 AI 的下一步发展奠定基础。
这项计划提供了全方位的支持，不仅有资金、云资源，还有导师助力。
奖学金获得者，主由各大学根据亚马逊的指导方针自行选拔，优先考虑有望对解决实用AI问题产生重大影响的研究工作。
每所大学每年将获得110万美元，受资助的学生人数则根据各大学与其学生的财务协议而有所不同。
AWS副总兼杰出科学家Stefano Soatto表示：
亚马逊AI博士生奖学金，能够创造强大的协同效应。
大学提供了自由开放的环境，让好奇心驱动的研究在此蓬勃发展，为长远进步播下希望的种子；
而亚马逊则专注于问题驱动、客户至上的研究，旨在规模化地解决真实世界的挑战。
总言之，这种「产学结合」的模式，为AI技术的落地提供了无限可能。
参考资料：
https://www.amazon.science/news/amazon-launches-68-million-ai-phd-fellowship-program?utm_campaign=ai-phd-fellowship&utm_medium=organic-asw&utm_source=twitter&utm_content=2025-10-21-ai-phd-fellowship&utm_term=2025-october
文章来自于微信公众号 “新智元”，作者 “新智元”
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务，如比较价格、添加购物车、回复各种社交媒体等。
项目地址：https://github.com/browser-use/browser-use
【开源免费】字节工作流产品扣子两大核心业务：Coze Studio（扣子开发平台）和 Coze Loop（扣子罗盘）全面开源，而且采用的是 Apache 2.0 许可证，支持商用！
项目地址：https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目，它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址：https://github.com/n8n-io/n8n
在线使用：https://n8n.io/（付费）
【开源免费】DB-GPT是一个AI原生数据应用开发框架，它提供开发多模型管理（SMMF）、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL（智能体工作流编排）等多种技术能力，让围绕数据库构建大模型应用更简单、更方便。
项目地址：https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础，任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤，并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址：https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用：https://vectorvein.ai/（付费）
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目，只需要输入一句话的老板需求，MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色，包括产品经理 / 架构师 / 项目经理 / 工程师，MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】graphrag是微软推出的RAG项目，与传统的通过 RAG 方法使用向量相似性作为搜索技术不同，GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址：https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG，Agent，模型管理等一站式AI开发的工具平台，并且项目方一直持续维护。其中在任务编排方面相对领先对手，可以帮助研发实现像字节扣子那样的功能。
项目地址：https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目，该项目在大文件解析方面做的更出色，拓展编排方面相对弱一些。
项目地址：https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储，并通过AI实现RAG功能的项目
项目地址：https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG，Agent，大模型管理等AI项目开发的工具平台，比LangChain更强大的中间件AI平台工具。
项目地址：https://github.com/TaskingAI/TaskingAI
