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

打开网易新闻 查看精彩图片

  • 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。