大语言模型的出现极大地推进了实现通用人工智能的进程，下一个关键问题是开发能基于现实世界并对其推理的 AI。多模态技术有望通过让 AI 理解和生成自然信号，将其提升到该水平。

在 OpenAI，靖礼重点关注⽤于学习真实世界的 AI 模型，特别是在⽣成模型和多模态学习领域。他是 DALL·E 3、Sora 和 GPT-4o 三个重要模型的核心贡献者。

  DALL·E 3 是 OpenAI 第三代从文本到图像的模型，能够根据用户提示生成准确、美观的图像。它增强了人类的创造力，每天有数百万人使用。

  Sora 是 OpenAI 第一个从文本到视频生成的模型，能够生成长达一分钟的高分辨率视频。它可以生成包含多个角色、特定动作和详细背景的复杂场景，展示了其对物理世界的理解。使用文本表示来学习视觉世界模型，被证明是最可扩展和高效的方法。

  GPT-4o 作为 OpenAI 第一个原生多模态大型语言模型，能够实时跨越音频、视觉和文本进行推理。它革新了人机交互，为通用人工智能在现实世界中的互动奠定了基础。

靖礼在多模态表示学习方面的贡献对多模态转移至关重要：使图像和视频生成模型能够理解文本，使语言模型能够解释视觉输入。

 

 

  近几年，大模型的问世和迅猛发展，让人工智能技术再度备受瞩目。这背后，少不了千千万万人工智能从业者的不懈努力。杨植麟，便是其中之一。

  2023 年 3 月，杨植麟以创始人兼 CEO 身份创办大模型公司月之暗面。将近半年之后，该公司推出一款全球首个支持 20 万汉字输入的智能助手 Kimi，不仅具有翻译、代码编写、长文总结和生成、联网搜索、数据处理等核心功能，还能应用于学术论文理解和翻译、法律问题辅助分析等场景。

  长文本输入，是该产品的核心竞争优势，超过 Claude 2、GPT-4 等当下顶尖大模型。与此同时，该公司成立不到一年半，估值已达 30 亿美元。

  走上创业道路之前，杨植麟曾供职于 Facebook AI Research、Google Brain 等全球顶级人工智能机构，并曾作为共同第一作者发布 Transformer-XL 模型。

  该模型包含两项新技术，分别是片段层级的注意力循环机制，以及新型的相对位置编码，能够生成连续数千个词的话题相对统一的文本，比原始 Transformer 模型和循环神经网络拥有更强的对长距离建模的能力，且有更高的优化效率。此外，他也联合华为云发布了首个千亿级参数的中文大模型“盘古”。

  当下及未来，他将致力于带领团队探索将能源转化为智能的最优解，基于规模法则（Scaling Law）持续攀登通用人工智能技术的新高峰。

 

 

  能源危机与气候危机相互交织，问题日益严峻。自本科起，罗姗姗便明确了要为解决这些问题做出贡献。她致力于利用合成生物学应对能源和气候挑战。

  大气中不断增加的 CO2 是全球气候危机的主要原因之一。通过建立更高效的 CO2 固定系统，可有助于恢复碳循环的平衡。罗姗姗的研究专注于 CO2 固定，利用合成生物学构建高效的 CO2 固定系统。

  她已设计并在体外构建了两条人工 CO2 固定途径，即 rGPS-MCG 循环和 THETA 循环，这些途径均具有超越自然固碳途径的性能。进一步地，她将 THETA 循环以模块化方式植入大肠杆菌，迈出了在活细胞中构建复杂人工固碳途径的第一步。

  在构建体外固碳系统时，需要能量来驱动 CO2 固定途径。电能，特别是来自可再生能源的绿电，因其清洁和可持续性，是理想的能量来源。

  为实现以电能驱动从头构建的生物系统，她设计和构建了一个电生物模块——AAA 循环，可将电能直接转化为 ATP。这个电生物模块是一个多步级联反应，由 3 至 4 种酶组成，不需要任何膜结构。

  通过 AAA 循环，可利用电能驱动耗能生化反应及更复杂的生物过程，如从 DNA 合成 RNA 和蛋白质。这一创新为自下而上构建生物系统提供了全新的 ATP 再生思路，为实现电能驱动的固碳、固氮和生物合成开辟了新的路径。

  无细胞生物学的进步将助力实现通过这些合成固碳循环在体外将 CO2 高效转化为有用的化学品。而电生物模块如果成功工业化，将为生物系统提供全新的可持续供能方式，同时助力电能的存储和利用。

 

 

  正如寒武纪生命大爆发离不开视觉器官的进化一样，未来的人工智能也离不开视觉和感知能力的发展。在过去十余年间，谢赛宁一直专注于视觉智能领域的前沿研究。他曾参与开发下一代神经网络模型 ConvNeXt 和 DiT。

  ConvNeXt 作为一种纯粹基于卷积神经网络的设计，具有无注意力机制、分阶段结构等优点，无论是在准确性、可扩展性还是鲁棒性方面，都能与 Transformer 架构相媲美。该成果也充分证明，即便是在 Transformer 主导视觉识别任务的当下，精心设计的卷积神经网络仍然具有强大的竞争力。

  DiT 则是一种创新的图像生成框架，将 Transformer 应用于扩散模型中，能够有效提升图像生成的质量和效率。

  最近，他又参与提出了可扩展插值 Transformer 模型 SiT。该模型基于 DiT 主干构建，相较于标准的扩散模型，能以更加灵活的方式实现两个分布之间的连接。

  并且，在 ImageNet 256x256 基准测试中，使用完全相同的基底网络、参数数量和每秒浮点运算次数，SiT 的性能全面超越 DiT。

  对于谢赛宁个人而言，他于 2023 年从工业界转向学术界，成为美国纽约大学助理教授。他希望能够利用学术界的科研平台和在工业界积累的广泛资源，推广开源项目和学术论文，探索视觉智能的“规模化法则”。

  同时，他也正在研究更加高效的多模态模型的训练与部署方法，以及关于 AI 部署的安全、伦理和隐私问题，助力未来的 AI 系统惠及全人类。

  这方面具有代表性的成果是，日前他与图灵奖得主杨立昆（Yann LeCun）等人，采用以视觉为中心的设计方法，联合打造了视觉多模态大模型 Cambrian-1。目前，该模型的模型权重、代码、数据集等内容已全面开源。

 

 

  加入清华前，王琛在美国硅谷任职于英特尔和泛林半导体等知名芯片公司，负责多代高性能芯片核心研发，具有高端芯片器件/架构设计、材料、工艺集成、流片验证和良率提升方面的研发能力，并获得英特尔特别贡献奖。

  目前，他已经回到学术研究领域，致力从芯片新材料与后摩尔芯片两个端口，多维度开展对新型半导体材料、下一代半导体工艺、新原理高性能器件、多源异质集成微系统和新一代芯片的系统性基础研究和融合性应用研究。

  王琛创建了具有鲜明特色的 NEXT Mini-Fab，以打破芯片研究 Lab 与 Fab 之间的壁垒，发展具有特色的基于新材料、新原理器件和新工艺的后摩尔芯片研究。

  他在业内率先提出了原子层半导体分子超晶格新材料体系，为攻克新型高性能半导体器件研制的材料瓶颈提出全新的解决方案。

  面对后摩尔时代芯片互联材料在纳米尺度的强量子效应，王琛发展了适用于后摩尔芯片纳米尺度互联新材料体系和工艺方案。

  在芯片器件三维高密度集成领域，他通过发展新型的中间结层设计和工艺方案，突破了器件三维集成的层级限制和领域商业化瓶颈。此外，他通过发展高度可集成的硅通孔材料和工艺，实现了晶圆级多模式的立体多源异构集成微系统芯片的技术突破。

 

 

  栾海文致力于生物集成多功能微系统的研究。该研究旨在将人造系统与生物体更密切地交互，从而用于应对健康和医疗领域的挑战。

  在该领域，他发展了一套设计和制备高性能生物集成器件的完整技术，包括可拉伸的健康监测穿戴器件和可以适应人类行为的智能材料系统。

  其中，三维微尺度结构组装及其在生物集成器件领域的应用，是他最具创新性的一项研究成果。该技术能够有效控制复杂三维形态和尺寸，并能集成高性能电子元件。

  借助这项技术，他首创了用于人脑皮质类器官（迷你脑）的三维柔性多功能神经接口，两者形状匹配，由三维神经接口轻柔包裹迷你脑。

  该神经接口能够在整个球状人脑类器官的表面观测神经活动，可以为研究、理解并治疗神经疾病和神经创伤提供所需的平台，从而为大脑修复带来更好的方案。

  其实，在三维生物界面中，还需要一种可以供养更大更复杂的生物组织的“生命线”，来运输养料和排除废物。

  他还开发了一种复杂三维微流控网络的组装方法，具有同步实现高精度尺寸、复杂任意的几何形状、大面积流道网络等众多优势，并据此实现了一种新型智能三维生物集成界面，集感测调控与养料输送为一体，有望在生化分析、药物输送、人造器官等领域实现重要应用。

 

 

  现如今，在量子、半导体和人工智能三大领域的国际竞争日趋激烈。就量子领域而言，融合当前最尖端的量子计算技术和半导体集成电路技术的硅基量子计算技术，在近十年来获得快速发展，并有望成为量子计算的最佳解决方案。

  实现分布式可集成量子计算，即构建多个小规模计算模块，并使模块间进行量子通信，同时与经典控制电路进行集成，是量子计算研究（不限于硅基）的聚焦点。而这也正是薛潇近年来专注的研究方向。

  在计算模块层面，他在 2022 年取得高达 99.65% 的硅基两比特逻辑保真度，并首次达到量子纠错所要求的保真度阈值；在集成层面，他与英特尔公司合作测试并验证了基于 22 纳米制程的低温量子控制芯片，于 2021 年首次实现利用低温芯片对量子芯片的控制；在模块间通信层面，他于 2023 年利用超导微波光子，在远距离的硅基量子模块间实现两比特逻辑。

  基于上述研究，他计划打造一个真正全集成的模块化硅基量子处理器，并助力推动量子计算规模化落地产业界，进而应用于加密算法、通信、无人驾驶、药物发现等诸多领域。

 

 

  具有高能量密度的锂金属负极，被视为新一代储能体系的“圣杯”电极。不过，由于锂负极/电解液界面的不稳定性，以及锂反复电镀/退镀过程中的枝晶或死锂生长，锂金属通常展现出较差的电化学性能，并存在严重的安全隐患。

  要解决这一问题，需要进一步加深对金属锂负极界面的系统性认识。为此，祖丽皮亚·沙地克将研究方向集中在金属锂电池界面原位研究和调控上。

  她结合同步辐射 X 射线衍射技术和分布密度函数技术，定性/定量分析了电解液溶剂化结构、金属锂负极界面中的晶相/非晶相组分，成功地证实了氟化锂（LiF）和氢化锂（LiH）是金属锂负极界面的主要组分，并且可能以 LiFxH1-x 固溶体形式存在，因此有利于锂离子在界面扩散。

  她还提出金属锂负极界面中的 LiF 与常规 LiF 之间的不同，前者的 X 射线衍射峰形较宽、晶格参数更大、晶粒更小（尺寸约为 3 纳米），因此有利于锂离子在晶界的传输。该成果为实现对锂负极表面/本体固体电解质界面膜的系统认知，提供了极为关键的实验依据，也为界面优化带来了有效的研究思路。

  美国能源部的报道曾评价：“沙地克揭示了锂金属固体电解质界面膜产生的新机理，将促进低成本、超轻、超薄电池体系的开发和应用。”

 

 

  刘文柱致力于高效非晶硅/单晶硅异质结太阳电池基础与应用研究。他主导发明了一种柔性单晶硅太阳电池制作技术，获得了像 A4 纸一样柔韧的高效单晶硅太阳电池。

  他创新性地提出介观对称性设计方案，实现工业尺寸单晶硅片最小弯曲半径约 4 毫米，单片电池最大弯曲角度超过 360 度。

  单晶硅太阳电池的缺点是在力学上表现出脆性易碎，刘文柱率先成功研制工业尺寸高效柔性单晶硅太阳电池，1000 次“边对边”折叠后，电池效率仍保持不变，实现了力学韧性和抗震性的跨越式提升。

  该技术推动柔性光伏成为下一个能源应用的热点话题，并在多个领域具有普适性应用价值。例如，低轨卫星、高空飞行器、光伏-建筑一体化、车载光伏、机器人感光、可穿戴电子等。

  目前，该类型电池已成功应用于中国多个型号高空飞行器，创造了多个长航时飞行纪录，为国家战略应用做出重要贡献。此外，应用于中国南极科考（第 35、36、38 次）可再生能源系统，被评为“第 35 次南极科考工作亮点”，未来计划应用于低轨卫星平台。

  在揭示光照对硅太阳电池性能影响背后的物理根源方面，刘文柱在国际上首次发现了反常的 Staebler-Wronski 效应。目前，该光电效应已经应用于所有硅异质结太阳电池生产企业，产线平均提效 0.3%-0.5%，成为提高电池效率的关键技术。

 

 

  王飞的研究致力于解决液相大规模信息处理有效性的挑战，致力于构建大规模的 DNA 分子计算与大数据 DNA 存储系统。

  她提出了以单链 DNA 作为全局性传输信号的通用性液相集成电路构建策略，并基于此构建了具有通用性编程能力的 DNA 可编程门阵列（DPGA，DNA-based programmable gate array），通过 DNA 分子指令调用 DPGA 中的逻辑门元件，实现了类似电子系统 FPGA 模式的 DNA 计算电路配置。

  并基于构象-自由能协同设计思想，设计了结构精简、响应迅速、运算精确 DNA 计算元件，构筑了一种新型的可寻址调用的双轨逻辑门，实现了一百余种不同计算功能的稳健运行，展示了迄今为止 DNA 电路编程最高的程序多样性。

  这些研究实现了 DNA 分子电路可编程性与可扩展性的突破，同时建立了将 DNA 计算的设计者与用户分离的标准化设计范式，为 DNA 计算体系的软硬件独立开发以及推动 DNA 分子计算在生物医学领域的广泛应用奠定了基础。

  目前，王飞已实现大规模 DNA 数字计算电路，下一阶段计划将此构建策略适配到 DNA 存储体系，以实现海量数据的 DNA 存储。

 

 

  可水平起降的高速空天飞行器，被认为是改变人类未来生活方式的高新技术之一。然而，与传统的航空航天飞行器相比，此类飞行器执行任务的距离更长、难度更大、飞行工况更复杂。所以，相关领域的研究人员，在开展总体气动设计时也会面临诸多难题。在这方面，屈峰近年来进行了系统研究。

  他构造了曲线坐标系下的新型多维宽速域通量求解方法，弥补了传统“维度分裂”近似思想在理论上的缺陷，突破了多维宽速域复杂流动数值模拟置信度不足的瓶颈。

  他也实现了基于离散伴随的高速空天飞行器整机气动优化设计方法。该方法使国内业界实用工程优化设计从百级变量提升到万级变量，优化效率提升至少 2 个量级，填补了业界缺乏工程实用的飞行器宽速域大变量整机高效高精度气动优化设计技术的空白。

  这些技术有望在未来空天飞行器总体气动设计中得到广泛应用，为我国乃至世界实现空天飞行器总体气动设计及优化提供支撑。

 

 

  特定的细胞类型及其组织方式与生物活动密切相关，因此解析细胞的空间信息对于深刻理解细胞生物学、发育生物学、神经生物学、肿瘤生物学等具有至关重要的作用。不过，现阶段人们对于在整个组织和生物体规模上的细胞空间信息仍然知之甚少。

  鉴于此，邓彦翔开始专注于开发新型空间组学技术，实现在细胞水平上对组织切片中的表观基因组、转录组和蛋白质组进行高空间分辨率映射。

  2020 年，他开发了一种新型空间多组学技术（DBiT-seq），这一技术利用微流控平台将分子条形码递送到甲醛或 FFPE 固定的组织切片中，实现了对 mRNA 和蛋白质的空间二维编码，从而构建高空间分辨率的多组学图谱。

  这项技术能够在单细胞水平上对整个转录组和数十种蛋白质标志物进行高空间分辨率映射，与现有方法相比，具有更高的空间分辨率、高覆盖率和多组学能力。

  他还开发了两项全新的空间组学技术 Spatial-CUT&Tag 和 Spatial-ATAC-seq，首次实现了在空间和全基因组水平上观察组织发育的表观遗传机制，实现了与发育和疾病相关的表观遗传调节的空间映射，是生物医学领域的一项重大突破。

  空间组学技术已经催生了一系列新的应用，涵盖从植物生物学到对肿瘤微环境复杂相互作用的研究。值得一提的是，早在 2020 年，一家名为 AtlasXomics Inc. 的公司落地并推进邓彦翔研发的空间组学技术商业化。

 

 

  陈鹏程通过结合扫描探针纳米印刷术和纳米反应器调控合成策略，建立起一种普适性好、调控精度高的多元素纳米粒子合成方法，实现多元素纳米材料数据库的高通量制备和研究。

  他利用扫描探针印刷术制备含有金属离子的高分子纳米液滴反应器，通过纳米反应器的空间限域作用，将多种元素束缚在极小尺度范围内形成多元素纳米粒子。

  以金、银、铜、钴、镍五元体系为模型，成功合成由这五种金属组成的所有组合方式的纳米粒子。在国际上首次实现多元素纳米粒子的数据库式制备和组合研究，拓宽了学界对于多元素体系在微观尺度下热力学行为的理解。

  利用该技术的优势，他还制备了涵盖七种元素的非中心对称异质结纳米粒子数据库。基于对七元体系的系统性探索并结合理论模拟，陈鹏程在单个粒子中成功构筑了一至六种不同的热力学稳定相界面，为创制具有复杂异质结构的纳米材料提供了理论指导。

  该技术还为纳米材料基因组学的研究提供了理想平台，有望成为功能性纳米材料高通量筛选的新一代变革性技术。

 

 

  常林的主要研究方向为集成光学，他通过研发基于晶圆键合的异质集成技术和兼容多种材料的低损耗波导工艺，突破了集成在光芯片上的材料种类的限制，将单片可集成的材料的数量提升到 4 种以上。

  该技术实现了光学系统中不同功能部件的全集成化，极大提升了光子芯片的集成度。基于该平台，常林提出新的片上光源结构，通过不同材料间的自注入锁定机制，实现了超窄线宽的集成激光器和微腔光频梳，极大降低了光芯片光源的噪声，提升了并行度。

  基于多材料集成光子芯片平台技术，常林实现了大规模并行的光子芯片系统，解决了传统光子芯片在信息处理效率上的瓶颈：在数据中心光模块中，通过用光频梳作为多信道光源取代传统的激光器，将光模块的信道数提升到 20 个，实现了 2T/s 的总速率，比过去水平提高了 5 倍以上。

  常林与合作者还探索了基于光子芯片的并行计算，实现了面向卷积神经网络的全芯片化的光处理器，达到在 1 TOPS mm-2 的算力密度，为未来光计算的大规模量产和普及，提供了一种可能的解决方案。此外，他还积极推动多材料光子芯片相关技术的应用落地。

 

 

  在扩散模型方向，鲍凡做出了诸多具有国际影响力的成果，最具代表性的包括 Vidu、Analytic-DPM、U-ViT 和 UniDiffuser。

  其中，Vidu 综合了他在扩散模型领域的所有努力，涉及基础理论、网络架构和概率建模等多个方向，可支持一键生成长达 16 秒、分辨率高达 1080P 的高清视频内容。

  Analytic-DPM 则是一种新颖且优雅的免训练推断框架，使用蒙特卡洛方法和预训练得分函数模型，来估计方差和库尔贝克-莱布勒散度的解析形式。该方法也作为核心技术，被应用到 OpenAI 发布的超大规模图文生成系统 DALL·E 2 上。

  另外，在网络架构方面，他提出 Diffusion 与 Transformer 融合的架构 U-ViT，为多模态的扩散模型打下架构基础。在概率建模方面，提出基于 U-ViT 融合架构的多模态扩散模型 UniDiffuser，并完成了 U-ViT 架构的大规模可扩展性验证。

  当下，他的研究目标是真正可落地的通用多模态大模型，希望实现让一个模型能统一地理解各种各样模式的输入，从而灵活地完成各种可控生成任务。目前，他已经作为联合创始人兼 CTO，创办了一家名为生数科技的多模态大模型公司，并正在推动实现产业化。

 

 

  如今，先进陶瓷是信息、能源等新兴技术的材料基石。因此，长期从事无机非金属材料研究的董岩皓，一直将开发更好的陶瓷材料作为自己的研究兴趣。他专注于探索陶瓷制备的科学理论，主要关注扩散机理、微结构演化等陶瓷制备的科学基础问题，以给自己今后的研究打好基础。

  在这方面，他阐明了氧化锆陶瓷的扩散传质机制，提出了超均匀纳米晶材料概念，突破了材料晶粒尺寸分布均匀性的 Hillert 极限，发现了电化学陶瓷电致失稳现象。不仅如此，他也聚焦于研究交叉学科陶瓷材料的设计、制备和衰减机理，特别是在能源陶瓷材料中的应用，以更好地解决人类当下面临的能源和气候变化挑战。

  在锂电正极领域，他提出应力腐蚀断裂主导的衰减机理，修正了传统理论框架下的脆性机械断裂认知，成功开发出具有优异性能的富锂锰基单晶正极材料。在陶瓷质子膜燃料电池领域，他提出界面反应烧结概念，设计开发了可控表面酸处理和共烧技术，刷新了峰值功率密度的世界纪录。

  目前，他致力于研发高可靠性和多功能化的新型陶瓷材料，希望通过创新的陶瓷制备科学理论和工艺，有效提升先进陶瓷材料的结构功能特性和极端条件适应性，从而为其在航空航天、电子信息、生物医疗等领域的应用奠定基础。

 

 

  自动驾驶汽车安全性测试的严重低效性，成为阻碍其研发迭代与落地应用的瓶颈性难题。据测算，一款自动驾驶汽车需要在自然驾驶环境中累积测试超过 100 亿公里，才能得到较高置信度的安全性能测试结果。

  针对这一行业难题，封硕凝练其背后的科学难题——超高维空间小概率事件估计，提出了“连续时空智能环境测试”的全新思路。

  他创立“自动驾驶汽车等效加速测试”理论与方法体系，解决了自动驾驶测试的低效率难题，克服了片段化场景测试的局限性。

  不仅实现了测试环境的智能化生成，还通过智能环境与自动驾驶之间的“AI Against AI”方法，显著提升了大时空尺度下自动驾驶汽车安全性测试能力，并加速了仿真与实车测试速度 3 至 5 个数量级。

  2023 年 3 月相关论文作为封面论文发表于《自然》，是自动驾驶领域在《自然》正刊发表的首篇论文。