12月9日晚，清華大學計算機系在自強科技樓13層報告廳舉辦2024年學生獎勵大會暨鐘士模獎學金評審會。

計算機系黨政聯(lián)席會全體成員、教師代表、杰出系友代表、企業(yè)代表等出席活動，鐘士模獎學金候選人、國家獎學金得主、第六屆1984級創(chuàng)新未來獎學金得主、其他系設獎學金得主及相關工作人員參加了會議。

系友劉懷宇學長（左一）、衣豐超學長（右一）

為獲得“1984級創(chuàng)新未來獎學金”的學生頒獎

系友劉懷宇學長（左一）、衣豐超學長（右一）

為獲得“1984級創(chuàng)新未來獎學金”的學生頒獎

獎勵大會現(xiàn)場， 1984級系友、英諾天使基金管理合伙人劉懷宇學長、內(nèi)蒙古科電數(shù)據(jù)服務有限公司總工程師衣豐超學長為本次獲得1984級創(chuàng)新未來獎學金的9支優(yōu)秀團隊頒獎。

1984級創(chuàng)新未來獎學金設立于2019年，由1984級系友在清華大學計算機系60周年系慶時發(fā)起，旨在獎勵計算機系做出突出科技或應用創(chuàng)新的研究生團體，每年獎勵總金額為30萬元，這也是清華大學首個以年級命名的獎學金項目。

第六屆1984級創(chuàng)新未來獎學金終審合影

此前，清華大學計算機系第六屆1984級創(chuàng)新未來獎學金終評答辯于11月17日自強樓舉行，計算機系韓文弢老師、任豐原老師、蘇航老師、李涓子老師、張立老師、馮建華老師、艾清遙老師；84級系友李竹學長（線上出席）、劉懷宇學長、衣豐超學長；以及英諾天使基金北京/西安基金合伙人王晟、水木清華校友種子基金合伙人丁昳婷學姐共11位嘉賓擔任評委，以下為答辯現(xiàn)場詳情：

第六屆1984級創(chuàng)新未來獎學金評審嘉賓合影

終審答辯開始前，計算機系黨委副書記韓文弢老師發(fā)表致辭，介紹了1984級創(chuàng)新未來獎學金及其意義。韓文弢表示：“清華計算機系1984級創(chuàng)新未來獎學金的設立，讓學生們在校期間就能意識到他們的科技創(chuàng)新對于國家和產(chǎn)業(yè)發(fā)展的重要性及其實際應用的潛力，從而激發(fā)他們以更前瞻的視角、更堅定的決心投身于科技創(chuàng)新。獎學金在培養(yǎng)研究生和滿足產(chǎn)業(yè)發(fā)展需求之間架起了一座寶貴的橋梁。”

李竹學長作為1984級創(chuàng)新未來獎學金發(fā)起人代表線上致辭，表達了對學弟學妹們在創(chuàng)新之路上的美好期許，并表示：“過去5年，1984級創(chuàng)新未來獎學金共吸引了64個團隊、近150位碩博同學的熱情報名。我們共發(fā)出獎金150萬人民幣，嘉獎了37個團隊的75位同學，這其中，有多次連續(xù)幾年為我們推薦同學參評的老師，也有連續(xù)2年、3年報名參評的同學團隊，這些數(shù)字背后，是每一位同學對科技創(chuàng)新的執(zhí)著追求，他們在各自的研究領域中散發(fā)著青春的熱情，這是清華精神的傳承，也堅定了我們對1984級創(chuàng)新未來獎學金建立的意義和信心。”

接下來，9支優(yōu)秀隊伍分別展示了項目的創(chuàng)新點和階段成果，并與學長學姐們進行深度互動答疑。參評項目涵蓋模型訓練、具身智能、智能體系統(tǒng)、智能交互、智能感知等方向，包括學術論文、項目應用和國際競賽等多項研究成果，不僅涉及計算機領域的科研前沿，而且緊密結(jié)合產(chǎn)業(yè)應用。

答辯結(jié)束后，評委們從創(chuàng)新性、應用難度、應用前景等維度進行綜合考量評選，最終9支優(yōu)秀團隊分獲1984級獎學金一二三等獎。

以下為獲獎項目詳情：

一 等 獎

項目名稱：多模態(tài)開放世界檢測感知模型

團隊成員：劉世隆

項目介紹：我們希望構(gòu)建最強的開放世界檢測模型。我們針對這一目標，對模型架構(gòu)提出一系列改進、構(gòu)建大規(guī)模數(shù)據(jù)集、提出新訓練方案。

項目包括：1. DAB-DETR&DINO：設計并改進了基于Transformer的檢測模型，最終第一次基于Transformer獲得COCO榜單第一。2. Grounding DINO：構(gòu)建大規(guī)模的開放世界數(shù)據(jù)集，并訓練出了當前Hugging Face下載量最高的開放世界檢測模型。3. LLaVA-Plus: 提出了新的多模態(tài)大模型增強方案，通過調(diào)用專家視覺模型提升大模型在檢測等傳統(tǒng)視覺任務的能力。

二 等 獎

項目名稱：基于大模型自動獲取推理路徑以優(yōu)化獎勵信號和大模型自訓練

團隊成員：張 丹

項目介紹：針對大語言模型訓練數(shù)據(jù)不足、訓練模型依賴高成本人類標注與模型生成錯誤或無用結(jié)果等挑戰(zhàn)，本項目研究開發(fā)一種新穎的方法自動獲取語言模型生成的可靠推理路徑，同時有效地利用獎勵信號進行驗證和語言模型自我訓練。

包括：(1)提出了一個蒙特卡洛樹搜索算法以自動標注中間節(jié)點的過程獎勵，保證數(shù)據(jù)的多樣性；(2)提出了一個過程獎勵模型以準確計算推理步驟的獎勵值，已保證獲取高質(zhì)量數(shù)據(jù)；(3)提出了一個自訓練方法以同時訓練策略模型和獎勵模型。

二 等 獎

項目名稱：雙臂機器人擴散大模型

團隊成員：吳凌軒，劉松銘

項目介紹：本項目構(gòu)建全球首個針對雙臂機器人操作任務的擴散基礎模型——Robotics Diffusion Tranformer(RDT)。RDT 在多個高挑戰(zhàn)性任務上展示出全球領先的泛化能力和操作精度，標志著機器人操作已實現(xiàn)從“小模型”到“大模型”，從“單臂”到“雙臂”的飛躍。

三 等 獎

項目名稱：大模型高效訓練與推理系統(tǒng)

團隊成員：張金濤，王子騰，胡越舟

項目介紹：本項目致力于構(gòu)建高效的大模型訓練與推理系統(tǒng)，針對大模型訓練與推理成本高昂、計算瓶頸顯著的問題，提出了多項技術創(chuàng)新，包括：(1)可微高效混合專家；(2)半結(jié)構(gòu)化訓練加速；(3)反向傳播采樣加速；(4)高吞吐量化注意力。

通過這些技術，項目實現(xiàn)了訓練目標優(yōu)化與顯著的計算加速，大幅降低了模型的計算量和資源需求，同時確保甚至超越原有精度。在實際應用中，該系統(tǒng)顯著減少了企業(yè)運營成本和用戶延時。未來，項目將進一步優(yōu)化訓練成本、提升推理加速效率，并拓展至更多領域，推動高效大模型技術的普及與廣泛應用。

三 等 獎

項目名稱：基于慣性傳感的智能指環(huán)手勢交互技術

團隊成員：何 哲，李卓君，王子軒

項目介紹：本項目突破了傳統(tǒng)手勢識別技術的局限，采用了智能指環(huán)這一創(chuàng)新載體，利用其低能耗、高精度、便攜性等優(yōu)勢，結(jié)合慣性傳感單元(IMU)，為手勢識別帶來了新的解決方案。通過結(jié)合傳統(tǒng)算法與機器學習，本研究在單指環(huán)上實現(xiàn)了精準的空間手勢識別和精細的平面手勢操控，15種空間手勢識別準確率大于95%，平面書寫任務上字母識別準確率90.94%，同時實現(xiàn)了一套包含命令輸入，目標選擇，文本輸入的完整輸入系統(tǒng)，展現(xiàn)了技術的前沿性和創(chuàng)新性。

三 等 獎

項目名稱：Agent Hospital: A Simulacrum of Hospital with Evolvable Medical Agents

團隊成員：李俊凱，黎雍卉，李偉韜

項目介紹：項目開發(fā)了“Agent Hospital”虛擬醫(yī)院模擬系統(tǒng)以模擬整個醫(yī)療流程，包括從疾病發(fā)生到診斷、治療、康復等一系列環(huán)節(jié)，并通過LLM構(gòu)建了醫(yī)生和患者等智能體角色。為了提升醫(yī)生智能體的治療能力，項目提出了“MedAgent-Zero”的方法，該方法無需人工標注數(shù)據(jù)，而是醫(yī)生智能體在虛擬環(huán)境中通過處理病患案例不斷自我學習和進化，從而不斷提高診療的準確性。

實驗表明，經(jīng)過大量模擬病例的訓練，醫(yī)生智能體在虛擬測試和實際評估中均表現(xiàn)出優(yōu)異的診療能力。

三 等 獎

項目名稱：自我學習進化的智能體系統(tǒng)

團隊成員：楊宗瀚，劉子君

項目介紹：在大語言模型驅(qū)動下，智能體可通過與外界交互自主完成任務。依賴于文本理解、推理規(guī)劃、文本與代碼生成等基礎能力，智能體已在軟件工程、網(wǎng)頁瀏覽、計算機操作等場景上實現(xiàn)了一定程度的自動化。對于智能體而言，通過在環(huán)境中不斷交互，進行自我學習和持續(xù)進化是其關鍵的發(fā)展方向。

本項目圍繞自我學習與進化這一核心問題進行了多項技術研究，提出智能體的進化準則，設計單智能體自我訓練、多智能體組織優(yōu)化與強化學習等方法和系統(tǒng)，在高度開放的環(huán)境中提高自我進化能力。

三 等 獎

項目名稱：面向多模態(tài)大模型的具身智能體平臺

團隊成員：程志立，胡錦毅，胡聲鼎

項目介紹：本項目構(gòu)建了面向多模態(tài)大模型的具身智能體平臺，為開發(fā)具身智能體提供功能強大的3D模擬環(huán)境和數(shù)據(jù)生成系統(tǒng)。模擬環(huán)境作為現(xiàn)實世界的模擬器，是智能體在3D交互場景中低成本、可擴展地進行實驗的基礎。與之配套的數(shù)據(jù)生成系統(tǒng)可以解決多模態(tài)大模型應用于具身智能體時，訓練數(shù)據(jù)的規(guī)模和多樣性不足的問題。

三 等 獎

項目名稱：以人為中心的高表現(xiàn)力3D內(nèi)容生成系統(tǒng)

團隊成員：王子軒，王浩宇，黃 爍

項目介紹：以人為中心的高表現(xiàn)力3D內(nèi)容生成系統(tǒng)致力于提升游戲、表演、影視等領域中3D內(nèi)容的制作效率與質(zhì)量，涵蓋三維人體模型生成、人臉動畫生成、肢體動作與相機運鏡生成。

針對傳統(tǒng)手工建模復雜且難以滿足高質(zhì)量需求的現(xiàn)狀，我們開發(fā)了語義驅(qū)動的快速生成方法；為解決寫實人臉動畫制作成本高、流程慢的問題，研究了高效自動生成技術；同時提出針對肢體動作與相機運動的自動化生成方案，減少人工參與，賦予3D內(nèi)容更豐富的表現(xiàn)力。

恭喜以上9支獲獎隊伍，1984級創(chuàng)新未來獎學金作為計算機系校友畢業(yè)30年之后給母校的回饋，將繼續(xù)堅定不移地支持創(chuàng)新，讓想象力生根發(fā)芽，助力學弟學妹不斷開拓新的邊界。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。

關鍵詞：