蔡经纬
清华大学研究领域为 AI 芯片架构和调度优化领域，以第一作者（含共一）在计算机体系结构四大顶会上发表四篇文章，其中 GEMINI 获得 HPCA 2024 Distinguished Artifact Award（1/410）。这些成果聚焦于探索大算力 AI Chiplet 加速器的架构和调度优化空间，相关的开源工具在该领域被广泛使用并实现商业落地，相关研究成果显著促进了该领域的研究和认识。
2025 获奖名单
陈华玉
清华大学主要研究领域为强化学习，致力于构建一个可扩展、稳健且适应性强的决策引擎，以使人类从繁琐的任务中解脱出来。目前，专注于统一不同领域（如视觉和语言）的强化学习范式，以及连接强化和监督学习理论，是 NFT、DiffusionNFT 系列方法的第一作者。
陈锰钊
香港大学主要研究领域是大模型高效推理与训练。参与的研究工作发表于 ICLR、NeurIPS、ACL、ICCV、IJCV 等国际会议或期刊，作为一作（含共一）的论文共有 6 篇。这些成果涵盖后训练量化、量化感知训练、低精度训练、软硬联合设计等方向，显著降低了大模型推理和训练成本，其中，软硬联合设计结论落地实际 AI 芯片业务。
戴孙浩
中国人民大学主要研究领域是信息检索和推荐系统，致力于构建负责任可信赖的智能信息获取系统。已在 SIGIR、KDD 等国际著名会议上发表论文 20 余篇，其中第一/共一作者 12 篇，谷歌学术引用 1100 余次，一作论文曾获 SIGIR 最佳短文论文提名。
揭示并系统探索了大模型时代信息检索源偏差问题，并在 KDD 等会议上组织大模型时代可信信息检索的 Tutorial 报告。多项研究成果（如 OnePiece、RecGPT 等）落地于工业实际场景，显著提升了用户体验。
李聪
北京大学主要研究领域为计算机系统结构，致力于通过系统和硬件架构的跨层次协同设计，优化数据密集型应用的性能。以第一作者（含共一）的身份在 ISCA、ASPLOS、HPCA、DAC 等计算机系统结构顶级会议中发表论文 6 篇，并获得 ISCA 与 HPCA 的最佳论文奖。这些成果探索了近存计算技术在通用计算、边缘侧大模型推理等场景的应用潜力，解决了近存计算在应用落地中面临的关键问题。
奖学金得主分享
汶川
上海交通大学助理教授具身智能
“作为国内最具影响力的企业奖学金之一，字节跳动奖学金是我学术道路上的重要鼓励。我印象最深的是评审环节，答辩并不只是对科研经历的审视，更是一场平等、友好且富有启发的学术交流。这让我真切感受到，优秀的奖学金评选不仅是在筛选成果，更是在理解和支持年轻研究者的探索。
如今成为教师，我深感这种包容视角的难得，获奖者的研究方向十分多元，既有热门前沿方向，也有相对小众但具有长期价值的探索。这种开放的评审视角，能够鼓励更多年轻学者坚持「真正重要的问题」。每一位在科技前沿持续探索的研究者，都值得被看见。”
董胤蓬
清华大学助理教授AI 安全与对齐
“我一直坚持的研究方向是 AI 安全，它关乎 AI 发展的边界，也与 AI 的广泛应用密切相关。获得字节跳动奖学金，对当时的我而言是重要的肯定，坚定了我沿着这条学术道路前进的决心。
字节跳动奖学金的意义不止于个人资助，更在于将前沿问题、产业资源与青年学者成长相连接。在 AI 快速演进的今天，优秀年轻人能否在关键阶段获得足够的信任、资源与视野，往往会影响他们能走多远、走多深。
想对今年的申请者说，希望大家保持足够的好奇心，有充足的勇气去探索无人区，敢于去做不一样的事情，投入到真正重要、热爱的方向上。”
吴胜琼
牛津大学博士后研究员多模态大模型与智能体
“获得字节跳动奖学金后，最意外的收获是定期组织的交流分享，可以和产业界一线的研究员深入探讨当前最前沿的 AI 发展。这种直接对话非常难得，也让我对学术研究如何落地有了更具体的理解。
通过与企业的碰撞和对真实场景的观察，我坚定了深耕「多模态理解与生成」研究的决心。我逐渐更加关注模型在真实应用中的表现，包括探索如何让多模态模型在复杂场景下更加稳定、可控和高效。我希望自己的研究能具备很强的应用价值，真正解决现实问题。
如果你也希望拓展产学视野，非常建议你申请字节跳动奖学金！这不仅是一份荣誉，更是一个连接优秀人才和前沿研究的平台。”
孙天祥
Analemma 创始人兼 CEO
上海创智学院助理教授AI 科研系统
“通过字节跳动奖学金活动，我结识了 AI 领域里一群最优秀的年轻人，极大拓宽了我的视野，让我思考如何在学术理想与商业落地之间寻求平衡。现在，我专注研究如何让 AI 自动化地进行 AI 研究，进而在各个领域扩展人类知识的边界。
字节跳动奖学金因其公允性与高标准，在学术界和工业界广受认可。它不仅是职业生涯中的“强力 buff”，更是一段自我探索旅程的起点。愿今年申请的同学们勇敢展现最好的自己，把这次申请当作重新出发的契机，想清楚真正想要探索的问题，然后坚定地走下去。”
吴海旭
麻省理工学院博士后研究员深度学习与科学机器学习
“申请时曾担忧「大厂不会喜欢 AI for Science 方向」，但没想到评委对我的工作很认可，了解后才知道字节跳动对基础研究领域的重视，后来我也基于字节跳动开源的 Protenix 做了一些研究。
字节跳动奖学金让我认识了不同领域的同辈学者，对我的帮助很大。虽然 AI for Science 领域的主要研究风格是融合数据驱动与基础理论的归纳偏好，但和做 LLM 及 ML System 的同学交流后，我越来越意识到 AI for Science 也要去做 Scaling up。
这一视角让我发现了很多值得探索的问题，比如构建 domain-specific ML system 以及如何让科学模型持续扩展。近期我和合作者们也沿袭该思路完成了工作 GeoPT， 通过新的预训练范式实现快速的物理仿真数据积累。欢迎同学们申请字节跳动奖学金，去了解更多有趣的研究方向！”