5月23日，2024年度《麻省理工科技评论》“35岁以下科技创新35人”（以下简称TR35），中国区发布暨中国科技青年论坛上新一届入选者正式揭晓，戴国浩、王韵婧、张昊、王灏、齐晓娟5位交大人入选。

【校友名片】

戴国浩

上海交通大学电子人工智能学院副教授

无问芯穹联合创始人兼首席科学家

他提出了创新的稀疏计算软硬协同优化方法，显著提升通用人工智能的计算效率和能效，有效缓解了大模型时代的算力瓶颈。

人工智能，特别是大语言模型的迅猛发展，正推动人类进入通用人工智能（AGI，Artificial General Intelligence）时代。但随之而来的海量计算需求导致算力不足和高能耗问题，成为人工智能产业进一步发展的核心挑战。

作为无问苍穹的联合创始人，2023年戴国浩致力于将这些稀疏计算加速技术产业化，以解决实际应用中更大规模的算力需求问题。目前已推出一系列终端与云端智能解决方案，在终端，包括首个大语言模型定制推理 LPU IP FlightLLM 和首个视频生成模型定制推理 LPU IP FlightVGM 等；在云侧，包括推理引擎 FlashDecoding++和推理系统通信加速方案 FlashOverlap 等。为 AGI 时代的算力普惠和可持续发展提供了关键技术支撑。

王韵婧

上海交通大学农业与生物学院长聘教轨副教授

她首次阐明了气态水杨酸甲酯的植物受体及其介导植物气传性免疫的分子机制，揭示了全新的蚜虫与病毒间的共进化方式。

植物病毒是全球农业生产的重大威胁，近 80% 的植物病毒依赖蚜虫、粉虱等媒介昆虫传播。植物在感受到昆虫侵害时会产生挥发性化合物，其作为一种特殊的信号能被邻近植物感知，进而诱发临近植物的防御反应，这一现象被称为气传性免疫，这种天然的植物群体防御机制有潜力用于绿色防控。但这一现象的分子机制不得而知。

王韵婧研究发现，植物被蚜虫侵害后会产生大量的挥发性化合物水杨酸甲酯（MeSA），其不仅趋避蚜虫、吸引寄生蜂等蚜虫捕食者，还能诱导临近植物产生气传性免疫，降低蚜虫对病毒的传播。并首次鉴定了气态 MeSA 的植物受体 SABP2，详细阐明了 MeSA 介导的植物气传性免疫的分子基础，同时也揭示了蚜虫传病毒抑制气传性免疫帮助蚜虫存活和病毒传播的机制。

她还发现了植物感知病毒入侵并激活 RNAi 的新通路。通过将钙信号与 RNAi 联系起来，揭示了植物感知病毒入侵诱发 RNAi 通路基因表达上调的抗病机制，同时也揭示了一种全新的病毒反防御机制。

张昊

上海交通大学计算机学院（网络空间安全学院、密码学院）2014届计算机科学与技术专业硕士校友

加州大学圣地亚哥分校助理教授

他采用开创性分布式机器学习系统与 LLM 优化技术，主导构建 Chatbot Arena 开放评测平台，推动 AI 高效化与普惠化。

在博士研究期间，张昊率先提出了“机器学习并行性可自适应、可组合、可自动化”的核心理念，并构建了全球首个 GPU 参数服务器，为大规模深度学习提供了革命性支持。进入大语言模型时代后，张昊将其研究重点拓展至 LLM 的训练与推理优化。他主导或核心开发了包括Alpa（可扩展 LLM 训练）、vLLM 和 DistServe（高效 LLM 服务）在内的多项关键技术，显著降低了大模型推理成本，提高了服务吞吐量，为 LLM 的实际应用铺平了道路。

同时作为LMSYS.org 联合创始人，张昊主导构建了 Chatbot Arena 和 LLM-as-a-Judge 等全球最具影响力的开放 LLM 评测平台，通过自动化、透明化评估促进了开源 AI 生态的繁荣。未来他将继续拓展开放LLM生态，将大模型生态彻底公开，普适化。

王灏

上海交通大学计算机学院（网络空间安全学院、密码学院）2013届计算机科学与技术专业本科校友

罗格斯大学计算机系助理教授

他提出并发展了层级贝叶斯深度学习框架，让AI模型具备可解释性、可控性和因果推理能力。

在现实世界中，感知与推理往往是紧密相连的。但在人工智能中，它们却被分为两大基本任务，其中，深度学习在感知任务上表现出色，概率图模型在推理任务中优势显著。为弥合基于深度学习的感知与基于概率图模型的推理之间的鸿沟，王灏在他的博士论文中提出了层级贝叶斯深度学习（HBDL，Hierarchical Bayesian Deep Learning）框架。在进一步扩展和改进该框架的基础上，他致力于推动其在大语言模型和基座模型的可解释性与可控性，以及医疗健康 AI 两大方面的应用。

他先是提出一个图神经网络的因果解释器，具有普适性、弱假设依赖和可验证性等特性，能有效识别生成因果解释所需的因果语义，性能显著优于现有方法。随后，又提出一个时间序列预测模型的反事实解释器，从反事实角度解释任意的时间序列模型。

他还提出一个通用的多模态大语言模型和基座模型概念级解释器，能通过人类易懂的概念，来解释大语言模型的预测和推理。不仅如此，他还将 HBDL 的可解释性集成到健康监测系统中，提升了患者的用药效率，并用于帕金森病检测。

目前，上述研究成果已经影响了包括医疗、推荐系统、天气预报等多个领域，并在微软、亚马逊等企业获得应用，影响了数百万用户。

齐晓娟

上海交通大学集成电路学院（信息与电子工程学院）2014届电子科学与技术专业本科校友

香港大学助理教授

她致力于推动人工智能在3D视觉领域的边界，赋予AI系统先进的3D空间智能，使其能够以类似人类的方式无缝感知、理解并与现实环境交互。

在早期研究中，齐晓娟开创性地将图神经网络（GNNs，Graph Neural Networks）应用于 RGBD 语义分割，是首批利用图网络进行 3D 感知的研究之一。其单目几何估计（GeoNet 系列工作）将物理几何约束融入模型，从单张 2D 图像生成了与物理世界结构更一致的 3D 重建结果。

加入香港大学以来，她将研究重点扩展至开放世界场景下的 3D 环境重建、生成与理解。在 3D 理解方面，她贡献了先进的 3D 处理架构，并开创了 3D 自训练方法以提升模型在开放世界环境中的鲁棒性，同时探索了从预训练 2D 模型到 3D 领域的知识迁移，显著降低了对标注数据的依赖。

齐晓娟的研究已拓展至医学、生物学等跨学科领域，如改善肿瘤诊断、提升电子显微镜 3D 成像，并开发了基于深度学习的物理不可克隆功能防伪系统。

【奖项简介】

“35岁以下科技创新35人”（TR35）由美国著名科技商业媒体《麻省理工科技评论》发起，自1999年起，每年都会从世界范围内的前沿科学、新兴技术、创新应用中遴选出对未来的科技发展产生深远影响的创新领军人物，已成为全球极具影响力的青年科技创新人才评价体系之一。2014年开始公布亚太地区“35岁以下科技创新35人名单”；2017年，该榜单正式进入中国，旨在以全球视野挖掘最有创新能力的中国籍科技青年，给予这些青年创新者应得的关注，肯定他们在技术领域的创新工作，并且激励他们继续在专业领域上取得更大的成就。