核心观点 - 一位私募投资经理开发并运行了一套融合压力因子与机器学习的日内截面CTA策略 该策略通过模型预测筛选品种进行日内交易 严格风控 并计划通过扩展交易品种和产品化来提升资金容量与市场应用 [1][2][5] 策略框架与交易机制 - 策略为日内截面机器学习CTA策略 以日内截面CTA为框架 融合压力因子与机器学习进行非线性组合 [2] - 策略核心是通过机器学习深度挖掘市场数据 结合压力因子预测品种的日内收益 筛选有潜力的品种交易 [2] - 严格遵循“日内交易、不隔夜持仓”原则 在每日下午收盘前固定时间强制平仓以彻底规避隔夜风险 [2][4] - 策略覆盖40～50个主流商品期货品种 但每次仅自动挑选预测值排名前五的品种进行交易 [2] - 回测数据显示 选5个品种进行交易时夏普比率最优 若资金容量提升 交易品种可扩展至10～15个 [2] - 仓位分配采用“等市值”原则 回测显示其表现与“信号强品种高仓位”模式相差不大 且在资金规模有限时操作更简便 [2] - 数据周期兼顾细节与广度 最高采用1分钟K线捕捉短期波动 同时结合日线数据把握长期趋势 信号生成频率控制在一天两次 [3] 风险控制与策略表现 - 风险控制构建多维度防护网 包括规避隔夜风险、盘中方向反转及时平仓、以及设置规则剔除开盘价格波动异常（如接近涨停或跌停）的品种 [4] - 实盘交易以来策略回撤率控制在5%～6% 在“期货寻星”赛事期间最大回撤率为28.95% [4] - 策略更适合震荡行情 核心逻辑基于“涨多必跌、跌多必涨”的反转效应 [4] - 认识到机器学习模型的“黑箱”特性 部分高阶特征难以观察 策略偶尔会在趋势中跟随操作 [4] - 为弥补不足 已尝试引入传统趋势子策略进行风险对冲 目前已有账户运行但效果一般 未来将持续研究优化 [4] 未来规划与发展 - 计划将交易品种扩展至10～15个以进一步提升资金容量 认为下单延时3分钟左右对收益影响不大 可通过增加品种、分散下单等方式平衡容量与收益 [5] - 策略正迈向更广阔的资管市场 今年8月已备案一只由该日内截面CTA策略全权运作的新产品 [5] - 未来将继续聚焦商品期货CTA赛道 在因子挖掘和模型优化上持续投入 以更稳健的业绩回报客户 [5] - 强调量化策略的关键是逻辑扎实、适配市场 会微调参数但核心框架不会轻易改变 [5]

文章核心观点 - 一项最新研究确定了一个由11个环状RNA（circRNA）组成的特征谱（circRNA-Sig），该模型能够预测晚期非小细胞肺癌患者对PD-L1抑制剂阿替利珠单抗的免疫治疗响应，为个性化治疗提供了新的潜在生物标志物[3][4][8] 非小细胞肺癌治疗现状与挑战 - 肺癌是最常见的恶性肿瘤，其中非小细胞肺癌占病例总数的85%以上，其患者5年总生存率仅从15%提高到了25%[2] - 以PD-1/PD-L1抑制剂为代表的免疫检查点抑制剂已改变非小细胞肺癌治疗方式，但在未经筛选的患者中，客观缓解率仅为10%-30%[2] - 对于PD-L1阳性患者，免疫治疗的客观缓解率可达30%-45%，而PD-L1阴性患者仅为15%-25%，但现有生物标志物的可靠性存在局限[2] circRNA-Sig模型的发现与验证 - 研究团队通过分析来自OAK和POPLAR两项临床试验中891名晚期非小细胞肺癌患者的circRNA表达谱，确定了差异表达的circRNA[4] - 利用机器学习构建预测模型，最终筛选出一个由11个circRNA组成的特征谱，命名为circRNA-Sig[3][4] - 该模型在OAK临床试验中预测阿替利珠单抗疗效的曲线下面积为0.71，在POPLAR临床试验中为0.67[5] circRNA-Sig的临床意义与机制 - 在OAK临床试验中，circRNA-Sig得分低的患者从免疫检查点抑制剂治疗中获益比化疗显著更多（风险比=1.347），而得分高的患者无显著差异[5] - 富集分析表明，得分低的患者表现出激活的肿瘤免疫微环境，其中干扰素-γ和IL-2/STAT5通路上调，能够激活CD8+ T细胞和自然杀伤细胞等免疫细胞[5] - 该研究揭示了这些circRNA与免疫检查点抑制剂治疗敏感性之间存在机制上的关联[5] 研究发表与期刊背景 - 该研究由遵义医科大学第二附属医院的科研人员完成，发表于期刊Therapeutic Advances in Medical Oncology[3] - 该期刊最新影响因子为4.2，JCR分区为Q2，中科院分区为医学2区，每年全文文章浏览量超过60万次[10]

公司财务与研发投入 - 2025年前三季度实现营收1.34亿元，同比增长5.85% [1] - 2025年前三季度归母净利润亏损7521.66万元，但亏损同比收窄 [1] - 年内研发投入空前聚焦，密集推出多款智能化新品 [1] 公司战略与定位 - 公司目标是成为“AI驱动的数据开发服务商” [1] - 核心战略是“聚焦数字经济，致力AI创新” [3] - 公司正从传统的软件服务商向AI赋能与核心技术自主可控的双轨并进 [2] 技术架构与产品研发哲学 - 曾主导技术架构重构，放弃局部优化，系统性构建了高内聚、可扩展的快速开发平台，并演进为标准化低代码平台 [2] - 产品研发哲学是在业务压力、技术债务和团队认知的复杂约束下，做出最坚定也最务实的取舍，最大化技术价值 [2] - 判断前沿技术投入的标准包括：解决高价值问题、成本与体验超越现有方案、生态兼容性、有可验证的最小场景 [3] 2025年核心产品创新 - 发布企业级AI智能体开发平台SunwayLink [2] - 发布国产质量分析软件QRS（三维天地QRS数据处理分析平台） [1][2] - 对低代码平台、中间件ESB和数据资产平台等产品做了升级迭代 [2] - SunwayLink平台通过低代码/零代码交互提供可视化编排画布与AI组件库，支持自然语言交互与拖拽配置，缩短想法到智能体的转化路径 [3] 行业解决方案与应用场景 - 针对环境检测行业推出“AI+生态环境数智化监管平台”，构建全流程智能监管体系，提升自动化与智能化水平 [4] - 在疾病预防控制方面，已率先在某省完成省级一体化平台落地，构建覆盖检测全流程、管理全要素、安全全链条的智能防控体系 [4] - 在数据资产管理领域，计划通过SunwayLink构建“企业级物料自主决策Agent”，实现物料主数据的自动归类、审核，预计归类速度将提升至人工归类的数倍 [5] 对行业趋势的洞察与公司未来方向 - AI带来的不仅是效率提升，更是关于工作本质、组织形态和核心能力的深层革命 [5] - 未来3-5年，“AI for Science”将驱动实验室范式变革，智能体将重塑从数据到决策的工作流 [6] - 高质量、可信的检测数据将成为驱动产品研发、供应链优化和商业决策的核心生产要素 [6] - 公司将继续发力数智化检验检测管理平台、数据资产管理平台、AI智能开发平台、数智化供应链管理平台等主营业务，结合AI技术实现全景可视的价值溯源、构建端到端安全防护体系、打破数据孤岛 [6]

公司近期市场活动与销售表现 - 12月6日，北京大兴荟聚商场Apple Store开业，为大中华区第59家门店，开业前已排起长龙 [2] - 12月8日，Apple Store官方旗舰店推出年末降价，iPhone 17 Pro及Pro Max机型官方直接降价300元，起售价分别为8699元和9699元，部分区域叠加国家补贴至高可省500元 [2] - 公司同步推出“12.12”促销，指定iPhone 17 Pro系列可领300元券，以旧换新补贴700元起，并享12期免息 [5] - 近年来公司调整定价策略，改变了新品发布后官方渠道鲜少迅速降价的传统，但今年官方直接降价幅度较去年iPhone 16系列双11可领500元优惠券的促销力度略有收缩 [6] - 2025年10月，苹果在中国市场实际出货量同比增长12%，市场份额达到24.2%，创历史单月新高，增长得益于iPhone 17系列在中国、美国及西欧等关键市场的表现 [6] - Counterpoint研究总监预计，苹果将在2025年超越三星，成为全球智能手机出货量第一的品牌，这将是公司自2011年以来首次登顶 [6] - 市场分析认为，公司通过小幅降价维持高端市场竞争力，其多渠道协同的促销策略有望进一步拉动第四季度业绩增长，iPhone 17系列在中国市场销量有望冲刺新高 [7] 产品策略与竞争环境 - iPhone 17系列采取“加量不加价”策略，起售价格保持不变，但实现多项配置升级：包括配备4800万像素摄像头、搭载新一代处理器芯片，以及全系列取消128GB版本，直接从256GB容量起步，被称为“隐性降价” [6] - 公司在国内市场面临加剧的竞争压力，华为Mate 80系列在高端市场正面对抗，小米、荣耀、OPPO、vivo等国产厂商在影像、续航、快充及系统体验上不断寻求突破 [7] - “AI手机”成为行业下一阶段竞争焦点，国产品牌率先在端侧大模型、系统级AI、跨设备协同及“AI智能体”等方向加速布局，将AI能力作为核心卖点贯穿全产品线 [7] - 苹果在全球部分市场上线了Apple Intelligence服务，但目前仍未在国内推出其AI功能，在AI浪潮中显得“缺席” [7] - 截至2025年8月，国行iPhone 15 Pro系列、iPhone 16系列的用户仍无法体验到苹果的AI功能，公司AI推进缓慢、无法及时兑现承诺是此前股价承压的原因之一 [10] 公司财务与运营状况 - 2025年第三财季（截至6月28日），公司总营收达940.4亿美元，创近年来新高，同比增长10%，高于市场预期的895.3亿美元；净利润达244.3亿美元 [9] - 第三财季iPhone营收为445.8亿美元，同比增长13%，优于市场预期的402.2亿美元 [9] - 其他硬件业务表现分化：Mac收入达80.5亿美元，同比增长15%；iPad收入为65.8亿美元，同比下降8%；可穿戴设备和其他硬件产品营收为74亿美元，同比下滑8.6% [9] - 服务业务（包括iCloud、Apple Music、AppleCare等）延续增长，第三财季营收为274.2亿美元，同比增长13%，毛利率为75.6%，继续保持高位，是公司业绩的稳定器 [9] - 截至当地时间12月5日，苹果股价报278.78美元，最新市值为4.12万亿美元，2025年累计上涨超11% [11] 管理层与人才动态 - 公司近期经历激烈人事动荡，过去一周内有4名高管宣布将离职，官网公告了三项管理层人事变动 [7] - 人工智能、机器人和机器学习方面的人才大多流入Meta公司，加剧了外界对苹果在人工智能领域本就稍显落后的前景担忧，公司人力资源团队已接到指示加大招聘和留任力度 [8] - 有消息曾提及库克可能最早于2026年卸任，公司正在加紧物色接班人，硬件工程高级副总裁特努斯被普遍视为最可能的继任者，其技术背景与公司当前试图向偏重硬件技术转型的需求相契合 [8] - 据透露，库克暂时不会卸任，预计至少任职到当前美国总统任期结束，即2028年，推翻了“明年交棒”的猜测 [8]

机器学习在投资领域的应用 - 机器学习能够帮助投资者拓展信息源 [1] - 机器学习能够帮助投资者提升决策能力 [1]

苹果公司领导层可能很快会再次发生变化，有传言称芯片主管约翰尼·斯鲁吉（Johny Srouji）正在考 虑离开这家 iPhone 制造商。 苹果公司 Johny Srouji 公众号记得加星标⭐️，第一时间看推送不会错过。 继其他离职人员之后 此前，一系列其他员工相继宣布退休或离职，而这条新消息正是在此之后传出的。 苹果公司的管理层在短时间内经历了多次变动。如果一份最新报告属实，那么新一轮的人事变动可能 即将到来。 据消息人士透露，苹果公司硬件技术高级副总裁约翰尼·斯鲁吉已告知首席执行官蒂姆·库克，他正在 考虑在不久的将来离开苹果公司。据悉，斯鲁吉还告诉同事，如果他真的离开，他希望加入另一家公 司，但目前尚不清楚具体是哪家公司。 苹果公司拒绝就该报道置评。 一个值得怀疑的说法 对 苹 果 公 司 而 言 ， Johny Srouji 的 离 职 可 能 会 对 其 创 新 硬 件 造 成 巨 大 打 击 。 作 为 苹 果 芯 片 （ 包 括 Apple Silicon系列芯片）的设计者，他的离开可能会在几代芯片迭代后带来重大变革。 然而，与此同时，这一离职传闻也令人感到蹊跷，原因有很多。首先，它紧随其他类似 ...

文章核心观点 - 量化私募机构启林投资通过其技术驱动的投资体系与产品布局 深度参与并支持科技创新 并与“星耀领航计划”共同探索私募机构在服务国家科创战略与实体经济中的独特路径与作用 [1][4] 公司概况与定位 - 启林投资成立于2015年 由王鸿勇等中国科学技术大学校友联合创立 公司名称寓意创业艰辛与开拓精神 [1] - 公司本质上将自己视为一家金融科技公司 其创始人早期从事等离子体计算模拟研究的背景与量化投资方法论一脉相承 [1] 投资体系与科创结合 - 产品布局紧密贴合科创导向 公司管理规模中超过80%为指数增强策略产品 主要以中证500ETF和中证1000ETF为主 通过长期配置为上市科技公司提供资金支持 [2] - 策略研究聚焦科技企业特质 专门针对科技类上市公司开发并优化因子与策略 以更好地捕捉其成长轨迹与风险特征 [2] - 技术驱动深度融合 量化投资全流程广泛应用人工智能与机器学习算法 公司在数据、算力、算法方面的积累与前沿科技所需的技术基座高度相通 [2] 合规风控与社会责任 - 公司持续加大合规风控投入 在程序化交易新规推出前已提前布局系统整改 在风控与交易执行环节严格采用逻辑透明、符合监管要求的技术手段 [3] - 公司与国内顶尖高校建立长期人才培养合作 涵盖招聘、奖学金及公益活动 [3] - 公司致力于为投资者提供更佳的投资体验与可持续回报 并通过投资者教育引导长期投资理念 [3] 行业角色与生态构建 - 量化私募是技术驱动型机构 与科技企业基因相近 “星耀领航计划”旨在搭建平台促进量化机构与科创企业之间的多元交流与合作 形成科技、资本与实体经济的良性循环 [1][4] - 量化公司在研发投入强度上甚至高于许多上市科技公司 这为双方对话与合作提供了可能 [4] - 随着中国经济向高质量发展转型 量化投资正成为连接资本市场与科技创新的重要纽带 能在赋能科创企业、服务国家战略中发挥日益重要的作用 [4]

公司概况与运营 - 截至2025年12月，公司管理规模为470亿元人民币 [1][43] - 公司曾于2022年底达到500亿元人民币的规模高点 [3][46] - 公司当前规模未触及策略容量上限，在约2万亿元人民币的日均成交环境下运作舒适，内部设定若未来规模接近700亿元人民币将启动封盘或参数调整机制 [3][46] - 公司员工总数超过80人，其中投研和IT人员占比超过80% [8][51] - 截至2025年12月初，中基协登记显示公司员工数为36人，其中高管3人，正在运作产品313个，延期清算0个，提前清算104个，正常清算6个 [3][46] - 公司股权结构为何文奇占比50.5089%，张万成占比49.4911%，两人合计绝对控股 [4][47] - 公司计划将部分股权用于激励平均年龄30岁出头的核心投研队伍 [4][47] - 公司是国内早期从事量化投资的机构之一，从2014年开始发行阳光化私募量化对冲产品，2018年以前以自营资金为主，2018年后开始与银行合作代销 [4][47] 投研团队与背景 - 创始人/实控人何文奇是实战派，在A股量化投资初期就开始实盘交易，拥有超过10年的长期实战经验 [7][50] - 何文奇曾于2010年股指期货上市首日在千禧年基金担任高级研究员并参与A股对冲交易，履历包括清华大学学士、东京工业大学硕士，2008年起历任千禧年高级研究员等职，2013年9月创立公司 [7][50] - 投资总监/合伙人张万成博士，拥有北京大学物理学学士和中国科学院微电子学博士学历，2009年起历任世坤投资高级研究员、基金经理、中国区总经理、全球研究总监、首席研究官等职，曾带领全球超过300人的研发团队 [7][50] - 张万成于2020年正式加入公司并担任投资总监，带来了国际前沿的量化研究和大规模管理经验 [8][51] - 何文奇与张万成优势互补，何文奇负责交易、IT系统与对外关系，张万成主导投研全流程 [8][51] 投研技术迭代与策略框架 - 2022年以前，公司策略以传统多因子和统计套利为主，采用线性模型并辅以人工经验判断 [12][52] - 自2023年起，公司逐步转向以机器学习为核心的非线性建模框架 [1][12][43][52] - 目前模型库内常用模型约五六百个，实盘使用两三百个，涵盖深度学习乃至Transformer等复杂结构 [12][52] - 公司控制单一模型的最高占比不超过4%，整体模型占比不超过3%，采用多频段、多策略融合的方式 [12][52] - 硬件投入逐年递增，现已达上亿元人民币级别，强调按需配置、高效利用，在关键节点不惜成本采购高端显卡等紧缺设备 [12][52] - 策略体系呈现“双轨并行”特征：量价类信号基本由机器自动挖掘，而中低频基本面与另类数据则继续依赖人工构建因子 [12][52] - 预测周期覆盖广泛，包括日内策略和日间策略，回看窗口周期短至20个交易日用于高频预测，长至12年历史数据用于中长期模型训练 [12][52] - 风控层面，自2024年2月事件后新增硬性要求，所有新上线策略必须在中证1800指数范围内验证超额稳定性，尤其关注中大市值股票表现，防止过度依赖小微盘 [15][55] 产品策略与业绩表现 - 公司追求纯粹的Alpha收益，股票持仓数目是全市场最多的一家，持股高度分散，通过相对中高频的换手获取短期微小统计型获利机会累积Alpha [17][56] - 中证500指数增强策略自2021年7月21日建仓以来，在2022、2023、2024及2025年均取得正向超额收益 [17][56] - 2023年该策略表现相对平淡，主要受小票行情与公司内部机器学习策略转型的双重影响 [17][56] - 从2024年起，随着机器学习权重加大和技术迭代完成，策略超额能力明显回升，重回市场中上游水平，近两年超额排名稳定在头部管理人前三分之一 [19][58] - 在2024年2月小票崩盘期间，同业500指增策略平均超额回撤8%至10%以上，而公司产品的超额回撤仅为6.2%，随后在两周内修复60%以上，并于两个月内创出新高 [20][58] - 在2024年9月“924”行情期间，指数快速上涨27%，策略产生约2%的超额回撤，但在2024年11月实现单月7%的超额反弹 [20][58] - 该策略与目标中证500指数的相关性高达95.8%，在同类产品中位列第一或第二 [20][58] - 从长期持有视角看，无论投资者在哪个月份买入并持有满12个月，其超额收益均为正 [20][59] - 净值端最大回撤发生在2023年4月至2024年2月期间，幅度显著低于同期中证500指数-39%的回撤水平，且仅用18个月即完成修复，远快于指数所需的46个月 [20][59] - 空气指增策略是公司旗下进攻性最强的多头产品，无需严格对标单一指数，旨在通过灵活选股与动态调仓捕捉市场风格轮动红利 [21][60] - 空气指增策略以夏普比率或卡玛比率最优化为目标，在控制波动的前提下争取更高复合回报 [23][61] - 空气指增策略持仓灵活，例如2025年10月底持仓中证1800成分股占比约55%至60%，中证2000及更小市值股票占比40%；而在2024年大票行情好时，中证1800成分股占比可达70%甚至80% [24][26][62][63] 市场环境与行业观点 - 当前A股市场对量化策略极为有利，上市公司数量从2015年的不足3000家增至目前逾5000家，A股市值突破百万亿级 [28][65] - 市场流动性空前充裕，2025年多个月份日均成交额突破1.5万亿元人民币，9月曾达2.4万亿元人民币，远超2015年牛市峰值时的1.7万亿元人民币 [28][65] - 宏观利率环境进入长期下行通道，十年期国债收益率处于约1%左右的历史低位，推动资金向权益市场转移 [29][66] - 当前行情估值分化，沪深300市盈率约14倍、中证500为32倍、中证1000为46倍，真正泡沫集中于中证2000等微盘股 [30][67] - 监管态度趋于理性，2025年7月7日程序化交易新规落地，明确定义高频交易边界，合规压力减轻 [30][67] - 量化策略的核心价值在于持续获取稳定阿尔法，即使贝塔震荡，年化十几个点的超额收益通过复利积累亦具强大吸引力 [31][68] - 对于微盘股，由于头部管理人体量较大，持有比例通常很低，因超额贡献占比太低且需承担下行风险，性价比不高 [34][35][71][72] - 公司认为量化能力不止于算力，而是算力、算法、数据三方面的有机结合，不建议“唯算力论” [37][39][74][77] - 国内量化策略存在一定程度的趋同性，且量化产品第一名与最后一名的业绩差距比主观产品要小很多 [39][77] - 在2025年市场日均成交额达两三万亿元人民币的环境下，量化成交占比对市场的同频共振影响比较小 [42]

上市表现 - 摩尔线程于2025年12月5日登陆科创板，上市首日股价一度涨幅超过500%，最高达到688元/股，随后涨幅收窄至600元/股以下，截至上午10:38报575.01元/股 [3][14] - 公司发行7000万股新股，发行价为114.28元/股，以盘中最高价688元/股计算，中一签（500股）可获利约28.69万元 [3][14] - 网上发行共有482万户股民参与申购，中签率低至0.036%，相当于每1万名申购者中仅有不到4人中签 [3][14] - 网下发行部分共有267家机构投资者参与，总申购数量达704.06亿股，最终仅获配3920万股 [3][14] 创始人及高管持股价值 - 创始人、董事长兼总经理张建中直接和间接持股比例为12.7304%，按发行前总股本40002.8217万股及600元/股股价计算，其持股价值超过300亿元 [5][15][16] - 联合创始人周苑间接持股比例为4.0161%，持股价值约96.39亿元；张钰勃间接持股比例为4.8894%，持股价值约117.35亿元；王东间接持股比例为4.0161%，持股价值约96.39亿元 [6][16] - 公司至少有9位高层及核心技术人员因持股在上市时身价过亿元 [5][14] 股份锁定期安排 - 根据科创板规则，若无控股股东或实际控制人，相关股东所持首发前股份自上市之日起36个月内不得转让 [6][17] - 张建中设定了额外锁定期，若公司2027年仍未盈利或上市当年利润比上市前下跌超过50%，锁定期在原有基础上再延长12个月 [7][17] 机构投资者参与情况 - 网下申购中，113家私募的2019只产品合计获配50.17万股，获配金额为5734.10万元，包括49家百亿级私募、22家50-100亿私募、27家20-50亿私募和15家10-20亿私募 [8][17] - 获配金额前三的量化机构为宁波幻方量化（获配6.13万股，金额约700.59万元）、上海衍复投资（获配6.004万股，金额约686.17万元）、九坤投资（获配约3.97万股，金额约453.65万元） [8][18] - 按600元/股计算，上市首日宁波幻方量化账面盈利超过2800万元 [10][19] - 战略配售引入10家投资者，包括中信证券投资、天翼资本、美团子公司深圳三快网络科技、中国保险投资基金等，合计投资金额15.9992亿元，其中中国保险投资基金获配437.52万股，金额4.999亿元，为最大战略投资方，限售期12至24个月 [10][20]

英伟达研究生奖学金计划2026年度获奖者概况 - 英伟达研究生奖学金计划已持续二十五年，旨在支持与公司技术相关的研究工作[1][2] - 2026年度评选出10位博士生获奖者，每人将获得最高6万美元资助[4] - 获奖者研究领域覆盖加速计算前沿，包括自主系统、计算机体系结构、计算机图形学、深度学习、编程系统、机器人技术和安全[4] 获奖者研究重点与背景 - 10位获奖者中有8位华人，去年有7位华人博士生入选[4] - Jiageng Mao（南加州大学）专注于利用互联网规模数据解决物理人工智能问题，研究方向包括机器人、计算机视觉和自然语言处理[5] - Liwen Wu（加州大学圣地亚哥分校）研究计算机图形学和三维视觉，重点在神经渲染、逆渲染和三维重建[7][8] - 陈思哲（加州大学伯克利分校）致力于AI安全性研究，开发防御提示词注入攻击的机制[10] - Yunfan Jiang（斯坦福大学）开发通过混合数据源构建通用机器人的可扩展方法，研究方向是机器学习和机器人技术交叉领域[12] - 邵奕佳（斯坦福大学）研究人机协作，开发能与人类沟通协调的AI Agent，并设计新的人机交互界面[14][15] - Shangbin Feng（华盛顿大学）推进模型协作，实现多个机器学习模型的协作、组合和互补[17] - Irene Wang（佐治亚理工学院）开发整合加速器架构、网络拓扑和运行时调度的协同设计框架，以优化分布式深度学习基础设施[19][20][21] - 耿晨（斯坦福大学）利用数据驱动算法和物理原理对4D物理世界建模，推进物理基础的3D和4D世界模型在机器人技术和科学应用中的发展[23][24] - Shvetank Prakash（哈佛大学）利用新算法和基础设施构建AI智能体，并推进硬件架构与系统设计，研究兴趣包括超低功耗机器学习系统[26] - Manya Bansal（MIT）设计面向现代加速器的编程语言，使开发人员能在编写模块化代码时不牺牲底层控制能力[28][29] 其他入围者 - 2026年度奖学金还有5位终选入围者，分别来自北京大学、MIT、马克斯普朗克计算机科学研究所、斯坦福大学和达姆施塔特工业大学[31]