大家好,今天小编来为大家解答以下的问题，关于卡内基梅隆大学博士 卡内基梅隆大学博士申请难度，这个很多人还不知道，现在让我们一起来看看吧！
华人学生占比 70％。
今天，一年一度的英伟达奖学金公布了入选者名单。
二十多年来，英伟达研究生奖学金计划（NVIDIA Graduate Fellowship Program）一直为研究生提供与英伟达技术相关的杰出工作支持。英伟达迄今为止已向近 200 名学生提供了 600 万美元的资助，推动了机器学习、计算机视觉、机器人和系统编程等领域的研究工作。
今年同样宣布向计算创新相关领域的 10 位博士生提供每人 6 万美元的奖金，他们的工作涉及到了自主系统、计算机架构、计算机图形学、深度学习、编程系统、机器人和安全。本届获奖者中有 7 位华人博士生入选。
Jiawei Yang
- 机构：南加州大学
- 入选理由：通过自监督学习为自主系统创建可扩展、可泛化的基础模型，利用神经重建来捕捉详细的环境几何和动态场景行为，并增强机器人、数字孪生技术和自动驾驶的适应性。
Jiawei Yang 目前是南加州大学二年级博士生，指导老师是 Yue Wang 教授。在此之前，他在加州大学洛杉矶分校攻读硕士学位。
Jiawei Yang 的研究兴趣在于计算机视觉、计算机图形学和深度学习的交叉领域。特别是，他的兴趣集中在表征学习上，从感知到推理、重建和生成。
张嘉懿（Jiayi (Eris) Zhang）
- 机构：斯坦福大学
- 入选理由：开发智能算法、模型和工具，以增强用户在设计、动画和模拟方面的创造力和生产力。
张嘉懿是斯坦福大学计算机科学专业三年级博士生，指导老师是 Doug L. James 教授。
她对计算机图形学有着广泛的兴趣，包括物理模拟、几何处理和计算制造。目前，她的研究主要集中于开发智能算法、模型和工具，以提高用户在设计、动画和模拟方面的创造力和生产力。
之前，张嘉懿在多伦多大学完成了计算机科学和数学的本科学习，指导老师是 Alec Jacobson 教授。
Ruisi Cai
- 机构：德克萨斯大学奥斯汀分校
- 入选理由：致力于大规模基础模型的高效训练与推理与人工智能安全隐私保护。
Ruisi Cai 是德克萨斯大学奥斯汀分校电气与计算机工程系 VITA 小组的博士生，导师是 Zhangyang (Atlas) Wang 教授。她在中国科学技术大学获得了本科学位。
目前，我的研究方向主要集中在机器学习，主要包括大规模基础模型的高效训练与推理与人工智能安全与隐私。她也是将推理系统的吞吐量提高了近 30 倍的 KV 缓存逐出策略 H2O 的主要作者。
何泰然（Tairan He）
- 机构：卡耐基梅隆大学
- 入选理由：人形机器人的发展，重点是通过大规模的仿真到现实学习来推进全身运动操作。
何泰然目前是卡耐基梅隆大学博士二年级学生，指导老师是 Guanya Shi 和 Changliu Liu。他还是 Jim Fan 和 Yuke Zhu 领导的 NVIDIA GEAR 小组的成员。此前，他在上海交通大学获得了计算机科学学士学位，导师是张伟楠。
Xiaogeng Liu
- 机构：威斯康星大学麦迪逊分校
- 入选理由：开发强大且值得信赖的人工智能系统，重点在于评估和增强机器学习模型，以确保一致的性能以及对各种攻击和意外输入的抵御能力。
Xiaogeng Liu 目前是威斯康星大学麦迪逊分校博士二年级学生，导师为 Chaowei Xiao。此前他于 2023 年获得华中科技大学硕士学位。
Yunze Man
- 机构：伊利诺伊大学厄巴纳 – 香槟分校
- 入选理由：为多模态和具身人工智能智能体开发以视觉为中心的推理模型，重点关注动态场景中的以对象为中心的感知系统、用于开放世界场景理解和生成的视觉基础模型，以及用于具身推理和机器人规划的大型多模态模型。
Yunze Man 目前是伊利诺伊大学香槟分校计算机科学专业的博士生，导师是 Yuxiong Wang 和 Liangyan Gui。他在卡内基梅隆大学获得机器人学硕士学位，导师是 Kris Kitani，此前在浙江大学获得计算机科学学士学位。
Zhiqiang Xie
- 机构：斯坦福大学
- 入选理由：搭建基础设施，提高了复合型人工智能系统的效率、可扩展性和可靠性，同时让 AI 系统更容易被观察，更可信。
Zhiqiang Xie 目前是斯坦福大学的计算机科学博士生，导师是 Christos Kozyrakis 教授。他的研究集中在构建提升大规模机器学习系统的效率、可扩展性和可靠性的基础设施上。他在上海科技大学获得了硕士和学士学位。同时，他也是广受好评的、专为大语言模型设计的结构化生成语言 SGLang 的主要作者。
详情可参见机器之心此前的报道：《吞吐量提升 5 倍，联合设计后端系统和前端语言的 LLM 接口来了》
Seul Lee
- 机构：韩国科学技术院
- 入选理由：为药物发现应用开发分子生成模型以及化学空间探索策略。
Seul Lee 是韩国科学技术院（KAIST）机器学习和人工智能实验室 (MLAI) 的三年级博士生，她的导师为 Sung Ju Hwang。她在 NVIDIA 基础生成式人工智能研究团队 (GenAIR) 担任研究实习生，研究兴趣包括科学人工智能和生成模型。
Anish Saxena
- 机构：佐治亚理工学院
- 入选理由：重新思考跨堆栈的数据移动 —— 跨越大型语言模型架构、系统软件和内存系统 —— 以提高 LLM 训练和推理的效率。
Anish Saxena 现在是佐治亚理工学院博士生，师从 Moin Qureshi 教授。在此之前，他本科毕业于印度理工学院坎普尔分校。
Anish Saxena 目前正在研究大型语言模型服务堆栈（LLM 架构、系统软件和内存系统）中的数据移动优化，以逐步提高 LLM 服务效率。
Sreyan Ghosh
- 机构：马里兰大学帕克分校
- 入选理由：通过设计资源高效的模型和训练技术来推进音频处理和推理，改进音频表征学习并增强人工智能系统的音频感知。
Sreyan Ghosh 是马里兰大学帕克分校（UMD）计算机科学三年级博士生，在 Gamma Lab 接受 Dinesh Manocha 教授指导。他的工作重心是推进音频处理，包括语音、声音和音乐。他的工作目标包括开发数据和计算高效的音频模型、改进音频表征学习、增强 AI 系统中的音频感知和推理。
此外，今年的英伟达奖学金还有 5 位入围者，他们全部都是华人。
博客地址：https://blogs.nvidia.com/blog/graduate-fellowship-recipients-2025-2026/
卡内基梅隆博士造出“鸟人”，抢先特斯拉完成一万订单，刚融10亿
作者丨巴里
编辑丨海腰
最近，马斯克亲口说，自己的一个儿子将在明年入学卡内基梅隆大学。
这所大学被称为美国的“计算机神校”，同时也是机器人领域的顶尖学府。
就在10月底，这所名校刚刚冲出一只独角兽。
卡内基梅隆博士因受鸵鸟启发，创办的人形机器人公司Agility Robotics完成了1.5亿美元（约11亿元人民币）的C轮融资，公司估值达到10亿美元（约72亿元人民币），正式跻身独角兽行列。紧接着进入到11月，公司又宣布获得了德国知名汽车零部件供应商舍弗勒（Schaeffler）的战略投资，同时还计划购买其人形机器人Digit。
有趣的是，马斯克的特斯拉Optimus人形机器人还在力保2025年交付时，Agility Robotics已经率先在全球物流巨头的GXO仓库里完成了10000个订单的商业化里程碑，同时其全球首个人形机器人工厂也已经投产，正式开启了大规模商业化的进程。
那么，这家刚刚跻身独角兽的公司到底什么来头？为何能够在早期的人形机器人赛道，真正率先实现商业化？
首家人形机器人工厂投产，接连融资又拿新订单
11月14日，舍弗勒宣布对Agility Robotics战略投资的同时，还计划购买Agility Robotics的人形机器人Digit，用于其全球100家工厂的物流和生产任务。舍弗勒计划在2030年前在全球工厂网络中部署大量Digit机器人，以提高生产效率和物流自动化水平。
舍弗勒自1946年成立以来，一直专注于高精度汽车传动系统的研发，服务于比亚迪、奥迪、福特等全球知名品牌。截至2023年，舍弗勒在全球拥有82个工厂和约83400名员工。
然而，舍弗勒也正在面临挑战，宣布将在欧洲削减约4700个工作岗位，以每年节省约2.9亿欧元（约22亿元人民币）的成本。与Agility的合作，也表明舍弗勒正在加速人形机器人在全球工厂智能自动化生产的升级，减少大量劳动力的依赖。
作为Agility Robotics的旗舰产品，Digit身高5英尺9英寸（约175cm），采用蓝绿和金属灰的配色。其肩部和髋部装有不锈钢执行器，头部和躯干布满了电路和传感器，所有组件通过整齐排列的电线连接，整体设计模仿人类的神经系统。
Digit的独特设计使其能够在大型仓库环境中工作，利用其后膝设计来举起和放下物品，并可以直接集成到大型仓储物流的处理流程中。
Digit机器人，图源：Agility Robotics
Agility Robotics自成立以来，已陆续交付了约100台Digit机器人。今年10月，Agility Robotics全球首家人形机器人生产工厂RoboFab在美国俄勒冈州塞勒姆正式投入运营。
据悉，RoboFab工厂的第一条生产线配备了专门用于组装机器人手臂、腿部、躯干和头部的工作站，还设有测试Digit摄像头和激光雷达的区域，以及一个用于调整组件的空间。工厂的另一侧设有“机器人医院”，用于处理客户反馈的问题并进行维护。
这家RoboFab工厂采用了“轻资本支出”模式，这意味着工厂不需要传统汽车制造厂那样昂贵的机械设备。Digit机器人主要由工人通过螺丝刀和其他手动工具进行组装。后续随着新一轮融资后，将向大规模制造的过渡。
首批Digit机器人预计将于2024年交付给舍弗勒。2025年，Digit机器人将全面上市，预计售价为25万美元（约180万元人民币）。2024年预计生产数百台，明年将扩展至数千台，未来计划每年生产超过10000台。
根据Agility Robotics的成本分析，Digit的运营成本现阶段为每小时10至12美元（约72-87元人民币），随着生产规模的扩大，未来成本将降至每小时2至3美元（约14-22元人民币），远低于人力成本。
相比传统工业机器人，Agility Robotics的人形机器人正展现出了独特优势。汽车制造过程中动作类型单一，人形机器人可以进行重复性工作，如移动零部件、装配和物料搬运等，发挥其灵活性与精确性的特点。
例如，特斯拉正在测试其人形机器人Optimus，展示其在车间中的应用潜力，而波士顿动力的Atlas也在多个执行任务中表现出色。
Agility Robotics创始人Damion Shelton认为，全球首家人形机器人工厂的投产标志着机器人历史上的一个关键时刻——“商业人形机器人大规模量产的开始”。
受鸵鸟启发，造出首个双足行走机器人
Agility Robotics是一家从大学实验室里孵化出来的公司。
公司的两位创始人，Damion Shelton和Jonathan Hurst，最初在卡内基梅隆大学攻读研究生时相识。毕业后，Damion Shelton选择了创业道路，成立了一家专注于医疗激光扫描仪的公司Three Rivers 3D，而Jonathan Hurst则继续他的学术生涯，最终获得了机器人学博士学位。
Jonathan Hurst，图源：Oregon State University
好巧不巧，马斯克也在近日透露，自己的儿子Kai Musk将于明年入学被称为美国“计算机神校”和机器人领域顶尖学府的卡内基梅隆大学。
后来，Jonathan Hurst成为了俄勒冈州立大学工程学院的机器人学教授，带领机器人实验室研究双足机器人。
Jonathan Hurst对一些鸟类强大的奔跑能力感兴趣，于是便与伦敦大学皇家兽医学院的Monica Daley教授合作，研究鸟类行走和奔跑。
实验中，鸵鸟在跑道上奔跑时，一条腿陷入坑洞却未摔倒，而是轻松越过。研究发现，鸵鸟腿部能自动伸展适应坑深，无需大脑反应。这一发现启示了双足机器人的设计，灵活性更加依赖于机械特性而非软件。
受此启发，Jonathan Hurst带领实验室团队研发了名为ATRIAS的足式机器人，通过优化硬件设计，实现了模仿鸟类行走，双腿如弹簧般交替前进，无需视觉和力传感器，类似盲人行走。
ATRIAS成为了全球最早能够实现人类步行步态动力学的机器人。这也让两人看到了机会，决定联手创业将人形机器人商业化落地。
2015年，他们和机器人实验室的另一位成员Mikhail Jones共同创立了Agility Robotics，也自此开始了科研成果的转化之路。
拥有创业经验和产品化能力的Damion Shelton担任CEO，Jonathan Hurst则发挥其学术和技术专长担任CTO，两人搭配可谓十分互补。
Jonathan Hurst凭借来自DARPA（美国国防部高级研究计划局）的160万美元资助，在16个月的时间内完成Cassie的开发。Cassie是一款只有下半身的双足步行机器人，拥有类似鸵鸟膝盖的弯曲关节。
它可以处理各种复杂多样的地形，适用于搜索和救援，以及送快递包裹等任务。此外，Cassie还创下了双足机器人百米最快的吉尼斯世界纪录。
作为其首款商用机器人，Cassie出售给大学和研究实验室，作为开发测试平台使用。
2019年，Agility Robotics推出自控双足步行机器人Digit，在Cassie基础上添加了上半身与手臂。
Cassie (左) 和 Digit（右），图源：Agility Robotics
Digit最初定位于户外无人配送领域，2019年5月，Agility Robotics并与福特合作，从自动驾驶汽车上装卸货运箱子，并完成“最后一公里配送”。
这项合作的亮点在于Digit机器人的设计灵活性。Digit的手臂和腿部能够紧密折叠在躯干上，使得机器人可以折叠存放于车内。当自动驾驶汽车到达目的地，后门打开时，汽车作为Digit的基站，发送运行指令。Digit随即展开，识别并抓住包裹，开始配送任务。
在与福特的合作中，自动驾驶汽车与云端之间的数据交换被用于操纵Digit机器人。简而言之，福特的方案旨在让自动驾驶汽车与配送机器人共享传感器数据，使Digit能够与汽车协同工作，实现自主交付系统的最后一公里。
使用的Digit机器人重量为42.2千克，高度约155厘米，宽度20厘米，装备了高精度激光雷达和立体相机，能够获取大量测绘信息，帮助它从送货汽车走到客户家门口。此外，Digit还能在车内充电，无需配备大型笨重的电池。
然而，Agility Robotics最终发布声明称，新冠疫情等因素打乱了这一商业计划，导致项目遭遇失败。
图源：福特
后来，公司果断调整策略，将目标瞄准了仓储物流市场。
Damion Shelton认为，物流和仓储领域将是机器人发展的下一个巨大机遇，因为这些行业存在大量重复性工作和日益严重的劳动力短缺问题。
物流和仓储场景，核心是解决物料的移动和放置问题。2019年至2023年间，Digit 从由 V1 升级至 V4 。V4版本不仅增加了用于移动周转箱的末端执行器，还优化了头部与眼睛，支持人机互动。
在此期间，公司也成功吸引了一轮大额融资。
2022年4月，Agility Robotics完成了1.5亿美元（约11亿元人民币）的B轮融资。由DCVC、“安卓之父”Andy Rubin创建的Playground Global领投，亚马逊产业创新基金（AIIF：Amazon Industrial Innovation Fund）参投，其余参投机构包括MFV Partners、ITIC、Robotics Hub、Safar Partners、索尼创新基金和TDK。
领先特斯拉Optimus完成一万个订单
伴随着这笔融资，仓储物流领域也成为公司亟待突破的第二个商业化场景，Digit能否实现规模化在此一战。
此后，公司进行了一系列的高层重组。
图源：Agility Robotics
2023年5月，找来了十分对口的仓储物流机器人公司Fetch Robotics的CEO Melonee Wise担任新的CTO，原CTO Jonathan Hurst则担任首席机器人官。
到了2024年3月，Damion Shelton卸任 CEO，担任总裁，新任CEO由Peggy Johnson接任。
Peggy Johnson曾在高通担任执行委员会成员，并在微软担任了6年的业务拓展执行副总裁。而后，她又在VR设备商Magic Leap任CEO，领导了公司从To C向To B的转型以及资本重组等工作。
很明显，Peggy Johnson在营销、合作伙伴关系建立、融资和大规模产品交付方面拥有丰富的经验，这正是Agility Robotics当前最需要的。
一系列组合拳下来，Agility Robotics接连取得重大进展。
2023年10月，公司与亚马逊达成合作，亚马逊在其位于西雅图的仓库物流场景中测试Digit机器人，负责回收亚马逊标志性的黄色箱子、下蹲完成堆放物品等简单的任务。
2023年12月， 全球最大的物流服务商之一GXO宣布，Digit正在其旗下的Spanx工厂进行物流试点测试，承担如分拣货物、从自动移动机器人(AMR)上搬运货箱到传送带等重复性工作。
半年之后，GXO宣布与Agility Robotics正式签约，开始在GXO的物流运营中部署Digit，正式上岗。更令人惊叹的是，今年8月，Digit已经在GXO仓库完成了10000个订单搬运的里程碑。
图源：Agility Robotics
值得注意的是，与GXO的合作采用了“机器人即服务（RaaS）”模式，这不仅解决了人形机器人高昂成本的问题，还为客户提供了灵活的服务模式。
Peggy Johnson透露，公司对Digit的收费标准为每小时30美元（约217元人民币），客户的投资回报期不到两年。
2024年4月，Agility Robotics又宣布与曼哈顿联合公司建立合作伙伴关系，这也是继亚马逊、GXO后，Agility Robotics合作的第三个世界级物流大客户。
马斯克曾表示，特斯拉的目标是在 2025 年开始交付机器人，尽管Optimus已经在工厂里执行一些任务，但现在最困难的是改进Optimus的设计，使其易于制造和构建复杂的供应链，以便能够大批量生产。
可以说，从目前来看，Agility Robotics显然已经率先成为全球范围内真正实现商业化落地的双足人形机器人企业。
Peggy Johnson表示，Digit的设计目标是承担重复性、单调性的任务，以帮助缓解物流行业超过一百万个职位空缺的压力。
目前版本Digit的电池续航时间目前最长可达8小时，随着第四代Digit的推出，起重能力将从15.88kg增加到22.68kg，，续航能力得到改善，并支持自主充电，以提高客户的投资回报率。
公司还透露，第五代Digit机器人将嵌入AI大模型，能够接受新的技能训练，执行全天命令，并在无人干预的情况下完成任务。
可以说，在如今人形机器人这样一个非常早期的赛道，Agility Robotics这样一家从高校成果转化的公司，历经高层重组剑指商业化，能够率先实现1万单里程碑的突破，可谓开了一个好头。
卡内基梅隆大学博士 卡内基梅隆大学博士申请难度的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于、卡内基梅隆大学博士 卡内基梅隆大学博士申请难度的信息别忘了在本站进行查找哦。
用户评论
想申请到CMU读博，压力是不是有点大呢？
有11位网友表示赞同！
CMU 的科研水平真的很不错，想去研究生物信息工程！
有6位网友表示赞同！
卡耐基梅隆大学的官网资料看的真详细啊，博士项目的信息也很多。
有18位网友表示赞同！
准备申请到CMU读博了，希望能通过审核!
有7位网友表示赞同！
听说CMU的录取率很低啊，需要多努力才行！
有11位网友表示赞同！
我已经开始准备GRE考试了，目标就是CMU！
有10位网友表示赞同！
想问问学过哪些专业背景申请到CMU读博比较合适？
有16位网友表示赞同！
CMU 博士毕业后找工作的待遇怎么样呢？好想去!
有16位网友表示赞同！
卡内基梅隆大学是美国顶尖的高校吧？
有16位网友表示赞同！
我朋友在CMU攻读博士，过得挺好的！听说校园很漂亮哦。
有13位网友表示赞同！
申请材料准备好了吗？好像要准备推荐信啊。
有8位网友表示赞同！
感觉CMU的课程设置都很专业，我很喜欢他们的研究方向。
有7位网友表示赞同！
有没有去过CMU的学生分享一下学习和生活感受呢？
有8位网友表示赞同！
PhD项目需要提交哪些材料呢？什么时候才能交申请？
有17位网友表示赞同！
想知道CMU的博士生待遇怎么样！比如奖学金和生活费吗?
有14位网友表示赞同！
听说CMU 还有很多研究机会能直接参与科研，真是让人羡慕!
有7位网友表示赞同！
想尝试申请CMU的国际学生项目，有朋友去读过吗？
有19位网友表示赞同！
博士的学习强度很大啊，需要做好充分的心理准备。
有14位网友表示赞同！
CMU 感觉就是个科研梦工厂，希望有机会进去！
有14位网友表示赞同！