（2024 年《麻省理工科技评论》“35 岁以下科技创新 35 人”中国区报名正式开启）
如果有什么可以改变世界，那一定是科技创新所孕育的力量。
自 1999 年以来，每一年《麻省理工科技评论》都会选出一批 35 岁以下来自科技领域最具创新性与影响力的青年领袖，组成年度“35 岁以下科技创新 35 人”（MIT Technology Review Innovators Under 35，简称“TR35”）名单。
过往的入选者中，不乏后来在各自领域成长为领军人物的华人身影，包括开发和拓展纳米等新材料应用的美国斯坦福大学教授崔屹；发展了超分辨率显微镜技术的美国哈佛大学教授庄小威；以及推动 CRISPR 基因编辑技术加速发展的美国麻省理工学院教授张锋等。
我们预见了他们身上的潜力，也见证了他们如何改变世界。
近十年来，全球科技格局发生了翻天覆地的变化，科技创新的格局愈发多元化。这其中，中国以其独特的文化底蕴、强大的科研实力和人才储备以及广阔的市场潜力，迅速发展壮大，成为全球科技舞台上的重要力量。
2017 年，DeepTech 联合《麻省理工科技评论》将 TR35 评选正式落地中国，全力关注和挖掘中国新兴科技领域的创新力量，让全世界看到他们的存在和付出。
正所谓“创新之道，唯在得人”，在当代科技创新驱动的世界里，人才是创新的首要资源，也是推动科技进步的核心力量。离开了人才，创新只是虚幻的空中楼阁，可望而不可及。
过去的六届评选，我们有幸见证了数百位中国青年科技人才崭露头角，比如深耕量子信息技术的陆朝阳、CRISPR 基因编辑技术重要贡献者丛乐、潜心聚变超导电物理的郑金星、参与北斗卫星导航系统研发的徐颖、探索光学 AI芯片商业化的沈亦晨、从现场可编程逻辑门阵列（FPGA，Field Programmable Gate Array）芯片到商业航天的连续创业者姚颂等。
这些科技青年们不仅在科研上取得了丰硕的成果，更在技术落地、社会责任、产学研融合、可持续发展等方面表现出色。他们不仅仅是实验室里的科学家，更是社会的建设者，是发展“新质生产力”的典型代表。他们善于运用跨领域、跨学科的各种交叉技术，将创新成果快速转化为实际生产力。
为了给更多青年人提供展现才华的舞台，让更多人见证并了解他们的无限创造力和活力，7 月 11 日，我们以「Infinitas 未来无限」为主题，在上海举办 2024 中国科技青年论坛暨《麻省理工科技评论》“35 岁以下科技创新 35 人”中国区发布仪式。
在最新一批入选者中，有勇于探索未知科学边界、挑战科技极限的“先锋者”（Pioneers）；有勇于创业逐梦、追求价值革新的“创业家”（Entrepreneurs）；有致力于科技向善、构建美好社会的“人文关怀者”（Humanitarians）；有以独特视角重塑经典技术的“远见者”（Visionaries）；还有将奇思妙想转化为引领未来产品和技术的“发明家”（Inventors）。
未来已来，中国青年科技人才正在用他们的智慧和努力书写新的篇章。我们期待看到更多的中国青年登上国际舞台，展示他们的才华和成就，为人类社会的进步和发展做出更大的贡献。
2023 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”中国区入选名单如下（*以下排名不分先后）：
2023 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”中国区入选者
入选理由：在 DALL·E 3、Sora 和 GPT-4o 三个重要模型上做出核心贡献，为通用人工智能在现实世界中的互动奠定了基础。
大语言模型的出现极大地推进了实现通用人工智能的进程，下一个关键问题是开发能基于现实世界并对其推理的 AI。多模态技术有望通过让 AI 理解和生成自然信号，将其提升到该水平。
在 OpenAI，靖礼重点关注⽤于学习真实世界的 AI 模型，特别是在⽣成模型和多模态学习领域。他是 DALL·E 3、Sora 和 GPT-4o 三个重要模型的核心贡献者。
DALL·E 3 是 OpenAI 第三代从文本到图像的模型，能够根据用户提示生成准确、美观的图像。它增强了人类的创造力，每天有数百万人使用。
Sora 是 OpenAI 第一个从文本到视频生成的模型，能够生成长达一分钟的高分辨率视频。它可以生成包含多个角色、特定动作和详细背景的复杂场景，展示了其对物理世界的理解。使用文本表示来学习视觉世界模型，被证明是最可扩展和高效的方法。
GPT-4o 作为 OpenAI 第一个原生多模态大型语言模型，能够实时跨越音频、视觉和文本进行推理。它革新了人机交互，为通用人工智能在现实世界中的互动奠定了基础。
靖礼在多模态表示学习方面的贡献对多模态转移至关重要：使图像和视频生成模型能够理解文本，使语言模型能够解释视觉输入。
入选理由：用精悍的团队实践大模型的“规模法则”，实现大模型能力持续提升和长文本技术服务的普及。
近几年，大模型的问世和迅猛发展，让人工智能技术再度备受瞩目。这背后，少不了千千万万人工智能从业者的不懈努力。杨植麟，便是其中之一。
2023 年 3 月，杨植麟以创始人兼 CEO 身份创办大模型公司月之暗面。将近半年之后，该公司推出一款全球首个支持 20 万汉字输入的智能助手 Kimi，不仅具有翻译、代码编写、长文总结和生成、联网搜索、数据处理等核心功能，还能应用于学术论文理解和翻译、法律问题辅助分析等场景。
长文本输入，是该产品的核心竞争优势，超过 Claude 2、GPT-4 等当下顶尖大模型。与此同时，该公司成立不到一年半，估值已达 30 亿美元。
走上创业道路之前，杨植麟曾供职于 Facebook AI Research、Google Brain 等全球顶级人工智能机构，并曾作为共同第一作者发布 Transformer-XL 模型。
该模型包含两项新技术，分别是片段层级的注意力循环机制，以及新型的相对位置编码，能够生成连续数千个词的话题相对统一的文本，比原始 Transformer 模型和循环神经网络拥有更强的对长距离建模的能力，且有更高的优化效率。此外，他也联合华为云发布了首个千亿级参数的中文大模型“盘古”。
当下及未来，他将致力于带领团队探索将能源转化为智能的最优解，基于规模法则（Scaling Law）持续攀登通用人工智能技术的新高峰。
入选理由：设计并构建人工二氧化碳（CO2）固定途径和能量转化模块，为电能和生物系统之间建立新接口，从而为电驱动的固碳、固氮、生物合成创造新可能。
能源危机与气候危机相互交织，问题日益严峻。自本科起，罗姗姗便明确了要为解决这些问题做出贡献。她致力于利用合成生物学应对能源和气候挑战。
大气中不断增加的 CO2 是全球气候危机的主要原因之一。通过建立更高效的 CO2 固定系统，可有助于恢复碳循环的平衡。罗姗姗的研究专注于 CO2 固定，利用合成生物学构建高效的 CO2 固定系统。
她已设计并在体外构建了两条人工 CO2 固定途径，即 rGPS-MCG 循环和 THETA 循环，这些途径均具有超越自然固碳途径的性能。进一步地，她将 THETA 循环以模块化方式植入大肠杆菌，迈出了在活细胞中构建复杂人工固碳途径的第一步。
在构建体外固碳系统时，需要能量来驱动 CO2 固定途径。电能，特别是来自可再生能源的绿电，因其清洁和可持续性，是理想的能量来源。
为实现以电能驱动从头构建的生物系统，她设计和构建了一个电生物模块——AAA 循环，可将电能直接转化为 ATP。这个电生物模块是一个多步级联反应，由 3 至 4 种酶组成，不需要任何膜结构。
通过 AAA 循环，可利用电能驱动耗能生化反应及更复杂的生物过程，如从 DNA 合成 RNA 和蛋白质。这一创新为自下而上构建生物系统提供了全新的 ATP 再生思路，为实现电能驱动的固碳、固氮和生物合成开辟了新的路径。
无细胞生物学的进步将助力实现通过这些合成固碳循环在体外将 CO2 高效转化为有用的化学品。而电生物模块如果成功工业化，将为生物系统提供全新的可持续供能方式，同时助力电能的存储和利用。
入选理由：专注于探索视觉智能，开发出下一代视觉理解和生成的基础架构，其有效性在 OpenAI 的 Sora 等模型应用中得到了验证。
正如寒武纪生命大爆发离不开视觉器官的进化一样，未来的人工智能也离不开视觉和感知能力的发展。在过去十余年间，谢赛宁一直专注于视觉智能领域的前沿研究。他曾参与开发下一代神经网络模型 ConvNeXt 和 DiT。
ConvNeXt 作为一种纯粹基于卷积神经网络的设计，具有无注意力机制、分阶段结构等优点，无论是在准确性、可扩展性还是鲁棒性方面，都能与 Transformer 架构相媲美。该成果也充分证明，即便是在 Transformer 主导视觉识别任务的当下，精心设计的卷积神经网络仍然具有强大的竞争力。
DiT 则是一种创新的图像生成框架，将 Transformer 应用于扩散模型中，能够有效提升图像生成的质量和效率。
最近，他又参与提出了可扩展插值 Transformer 模型 SiT。该模型基于 DiT 主干构建，相较于标准的扩散模型，能以更加灵活的方式实现两个分布之间的连接。
并且，在 ImageNet 256x256 基准测试中，使用完全相同的基底网络、参数数量和每秒浮点运算次数，SiT 的性能全面超越 DiT。
对于谢赛宁个人而言，他于 2023 年从工业界转向学术界，成为美国纽约大学助理教授。他希望能够利用学术界的科研平台和在工业界积累的广泛资源，推广开源项目和学术论文，探索视觉智能的“规模化法则”。
同时，他也正在研究更加高效的多模态模型的训练与部署方法，以及关于 AI 部署的安全、伦理和隐私问题，助力未来的 AI 系统惠及全人类。
这方面具有代表性的成果是，日前他与图灵奖得主杨立昆（Yann LeCun）等人，采用以视觉为中心的设计方法，联合打造了视觉多模态大模型 Cambrian-1。目前，该模型的模型权重、代码、数据集等内容已全面开源。
入选理由：从“原理-材料-器件-集成-芯片”五个维度开展芯片硬科技基础问题探索和技术图谱绘制，基于新材料研发全适配器件，高效推动后摩尔芯片的突破。
加入清华前，王琛在美国硅谷任职于英特尔和泛林半导体等知名芯片公司，负责多代高性能芯片核心研发，具有高端芯片器件/架构设计、材料、工艺集成、流片验证和良率提升方面的研发能力，并获得英特尔特别贡献奖。
目前，他已经回到学术研究领域，致力从芯片新材料与后摩尔芯片两个端口，多维度开展对新型半导体材料、下一代半导体工艺、新原理高性能器件、多源异质集成微系统和新一代芯片的系统性基础研究和融合性应用研究。
王琛创建了具有鲜明特色的 NEXT Mini-Fab，以打破芯片研究 Lab 与 Fab 之间的壁垒，发展具有特色的基于新材料、新原理器件和新工艺的后摩尔芯片研究。
他在业内率先提出了原子层半导体分子超晶格新材料体系，为攻克新型高性能半导体器件研制的材料瓶颈提出全新的解决方案。
面对后摩尔时代芯片互联材料在纳米尺度的强量子效应，王琛发展了适用于后摩尔芯片纳米尺度互联新材料体系和工艺方案。
在芯片器件三维高密度集成领域，他通过发展新型的中间结层设计和工艺方案，突破了器件三维集成的层级限制和领域商业化瓶颈。此外，他通过发展高度可集成的硅通孔材料和工艺，实现了晶圆级多模式的立体多源异构集成微系统芯片的技术突破。
入选理由：将智能电子和微流体技术融入生命系统，创建了用于应对医疗挑战的多功能生物集成微尺度系统，从药物筛查、疗法探索、人造器官培养等多个维度推动生物医学研究。
栾海文致力于生物集成多功能微系统的研究。该研究旨在将人造系统与生物体更密切地交互，从而用于应对健康和医疗领域的挑战。
在该领域，他发展了一套设计和制备高性能生物集成器件的完整技术，包括可拉伸的健康监测穿戴器件和可以适应人类行为的智能材料系统。
其中，三维微尺度结构组装及其在生物集成器件领域的应用，是他最具创新性的一项研究成果。该技术能够有效控制复杂三维形态和尺寸，并能集成高性能电子元件。
借助这项技术，他首创了用于人脑皮质类器官（迷你脑）的三维柔性多功能神经接口，两者形状匹配，由三维神经接口轻柔包裹迷你脑。
该神经接口能够在整个球状人脑类器官的表面观测神经活动，可以为研究、理解并治疗神经疾病和神经创伤提供所需的平台，从而为大脑修复带来更好的方案。
其实，在三维生物界面中，还需要一种可以供养更大更复杂的生物组织的“生命线”，来运输养料和排除废物。
他还开发了一种复杂三维微流控网络的组装方法，具有同步实现高精度尺寸、复杂任意的几何形状、大面积流道网络等众多优势，并据此实现了一种新型智能三维生物集成界面，集感测调控与养料输送为一体，有望在生化分析、药物输送、人造器官等领域实现重要应用。
入选理由：在硅基半导体系统中攻克了量子计算领域最重要的三大挑战，即高保真度、可集成性和模块化架构，推动硅基量子计算在短短几年间成为被广泛看好的量子计算最佳系统之一。
现如今，在量子、半导体和人工智能三大领域的国际竞争日趋激烈。就量子领域而言，融合当前最尖端的量子计算技术和半导体集成电路技术的硅基量子计算技术，在近十年来获得快速发展，并有望成为量子计算的最佳解决方案。
实现分布式可集成量子计算，即构建多个小规模计算模块，并使模块间进行量子通信，同时与经典控制电路进行集成，是量子计算研究（不限于硅基）的聚焦点。而这也正是薛潇近年来专注的研究方向。
在计算模块层面，他在 2022 年取得高达 99.65% 的硅基两比特逻辑保真度，并首次达到量子纠错所要求的保真度阈值；在集成层面，他与英特尔公司合作测试并验证了基于 22 纳米制程的低温量子控制芯片，于 2021 年首次实现利用低温芯片对量子芯片的控制；在模块间通信层面，他于 2023 年利用超导微波光子，在远距离的硅基量子模块间实现两比特逻辑。
基于上述研究，他计划打造一个真正全集成的模块化硅基量子处理器，并助力推动量子计算规模化落地产业界，进而应用于加密算法、通信、无人驾驶、药物发现等诸多领域。
入选理由：证实氟化锂和氢化锂是金属锂负极界面的主要组分，并建立电池失效模型，为金属锂负极界面优化和超高比能电池体系的开发提供重要思路。
具有高能量密度的锂金属负极，被视为新一代储能体系的“圣杯”电极。不过，由于锂负极/电解液界面的不稳定性，以及锂反复电镀/退镀过程中的枝晶或死锂生长，锂金属通常展现出较差的电化学性能，并存在严重的安全隐患。
要解决这一问题，需要进一步加深对金属锂负极界面的系统性认识。为此，祖丽皮亚·沙地克将研究方向集中在金属锂电池界面原位研究和调控上。
她结合同步辐射 X 射线衍射技术和分布密度函数技术，定性/定量分析了电解液溶剂化结构、金属锂负极界面中的晶相/非晶相组分，成功地证实了氟化锂（LiF）和氢化锂（LiH）是金属锂负极界面的主要组分，并且可能以 LiFxH1-x 固溶体形式存在，因此有利于锂离子在界面扩散。
她还提出金属锂负极界面中的 LiF 与常规 LiF 之间的不同，前者的 X 射线衍射峰形较宽、晶格参数更大、晶粒更小（尺寸约为 3 纳米），因此有利于锂离子在晶界的传输。该成果为实现对锂负极表面/本体固体电解质界面膜的系统认知，提供了极为关键的实验依据，也为界面优化带来了有效的研究思路。
美国能源部的报道曾评价：“沙地克揭示了锂金属固体电解质界面膜产生的新机理，将促进低成本、超轻、超薄电池体系的开发和应用。”
入选理由：开发弯曲角度超过 360 度的柔性单晶硅太阳电池，成功验证批量生产可行性，为柔性硅基光伏的产业化与国家战略应用提供了关键支撑。
刘文柱致力于高效非晶硅/单晶硅异质结太阳电池基础与应用研究。他主导发明了一种柔性单晶硅太阳电池制作技术，获得了像 A4 纸一样柔韧的高效单晶硅太阳电池。
他创新性地提出介观对称性设计方案，实现工业尺寸单晶硅片最小弯曲半径约 4 毫米，单片电池最大弯曲角度超过 360 度。
单晶硅太阳电池的缺点是在力学上表现出脆性易碎，刘文柱率先成功研制工业尺寸高效柔性单晶硅太阳电池，1000 次“边对边”折叠后，电池效率仍保持不变，实现了力学韧性和抗震性的跨越式提升。
该技术推动柔性光伏成为下一个能源应用的热点话题，并在多个领域具有普适性应用价值。例如，低轨卫星、高空飞行器、光伏-建筑一体化、车载光伏、机器人感光、可穿戴电子等。
目前，该类型电池已成功应用于中国多个型号高空飞行器，创造了多个长航时飞行纪录，为国家战略应用做出重要贡献。此外，应用于中国南极科考（第 35、36、38 次）可再生能源系统，被评为“第 35 次南极科考工作亮点”，未来计划应用于低轨卫星平台。
在揭示光照对硅太阳电池性能影响背后的物理根源方面，刘文柱在国际上首次发现了反常的 Staebler-Wronski 效应。目前，该光电效应已经应用于所有硅异质结太阳电池生产企业，产线平均提效 0.3%-0.5%，成为提高电池效率的关键技术。
入选理由：首次在实验上展示了包含 30 个逻辑门元件、30 层 DNA 链取代反应的大规模计算电路的可靠运行，突破了近 20 年 DNA 分子计算在电路规模和电路深度的瓶颈。
王飞的研究致力于解决液相大规模信息处理有效性的挑战，致力于构建大规模的 DNA 分子计算与大数据 DNA 存储系统。
她提出了以单链 DNA 作为全局性传输信号的通用性液相集成电路构建策略，并基于此构建了具有通用性编程能力的 DNA 可编程门阵列（DPGA，DNA-based programmable gate array），通过 DNA 分子指令调用 DPGA 中的逻辑门元件，实现了类似电子系统 FPGA 模式的 DNA 计算电路配置。
并基于构象-自由能协同设计思想，设计了结构精简、响应迅速、运算精确 DNA 计算元件，构筑了一种新型的可寻址调用的双轨逻辑门，实现了一百余种不同计算功能的稳健运行，展示了迄今为止 DNA 电路编程最高的程序多样性。
这些研究实现了 DNA 分子电路可编程性与可扩展性的突破，同时建立了将 DNA 计算的设计者与用户分离的标准化设计范式，为 DNA 计算体系的软硬件独立开发以及推动 DNA 分子计算在生物医学领域的广泛应用奠定了基础。
目前，王飞已实现大规模 DNA 数字计算电路，下一阶段计划将此构建策略适配到 DNA 存储体系，以实现海量数据的 DNA 存储。
入选理由：突破了新型多维宽速域通量求解技术和离散伴随整机气动优化技术，填补了业界缺乏高速空天飞行器整机气动优化设计方法的空白。
可水平起降的高速空天飞行器，被认为是改变人类未来生活方式的高新技术之一。然而，与传统的航空航天飞行器相比，此类飞行器执行任务的距离更长、难度更大、飞行工况更复杂。所以，相关领域的研究人员，在开展总体气动设计时也会面临诸多难题。在这方面，屈峰近年来进行了系统研究。
他构造了曲线坐标系下的新型多维宽速域通量求解方法，弥补了传统“维度分裂”近似思想在理论上的缺陷，突破了多维宽速域复杂流动数值模拟置信度不足的瓶颈。
他也实现了基于离散伴随的高速空天飞行器整机气动优化设计方法。该方法使国内业界实用工程优化设计从百级变量提升到万级变量，优化效率提升至少 2 个量级，填补了业界缺乏工程实用的飞行器宽速域大变量整机高效高精度气动优化设计技术的空白。
这些技术有望在未来空天飞行器总体气动设计中得到广泛应用，为我国乃至世界实现空天飞行器总体气动设计及优化提供支撑。
入选理由：专注于开发全新空间组学技术，深度解析影响组织和器官内细胞特性和异质性的关键分子作用机制，为疾病诊断和治疗提供全新视角。
特定的细胞类型及其组织方式与生物活动密切相关，因此解析细胞的空间信息对于深刻理解细胞生物学、发育生物学、神经生物学、肿瘤生物学等具有至关重要的作用。不过，现阶段人们对于在整个组织和生物体规模上的细胞空间信息仍然知之甚少。
鉴于此，邓彦翔开始专注于开发新型空间组学技术，实现在细胞水平上对组织切片中的表观基因组、转录组和蛋白质组进行高空间分辨率映射。
2020 年，他开发了一种新型空间多组学技术（DBiT-seq），这一技术利用微流控平台将分子条形码递送到甲醛或 FFPE 固定的组织切片中，实现了对 mRNA 和蛋白质的空间二维编码，从而构建高空间分辨率的多组学图谱。
这项技术能够在单细胞水平上对整个转录组和数十种蛋白质标志物进行高空间分辨率映射，与现有方法相比，具有更高的空间分辨率、高覆盖率和多组学能力。
他还开发了两项全新的空间组学技术 Spatial-CUT&Tag 和 Spatial-ATAC-seq，首次实现了在空间和全基因组水平上观察组织发育的表观遗传机制，实现了与发育和疾病相关的表观遗传调节的空间映射，是生物医学领域的一项重大突破。
空间组学技术已经催生了一系列新的应用，涵盖从植物生物学到对肿瘤微环境复杂相互作用的研究。值得一提的是，早在 2020 年，一家名为 AtlasXomics Inc. 的公司落地并推进邓彦翔研发的空间组学技术商业化。
入选理由：开发纳米材料数据库的高通量制备和研究新方法，为纳米材料基因组学的探索提供变革性技术，推动纳米材料应用于催化、能源转化等领域。
陈鹏程通过结合扫描探针纳米印刷术和纳米反应器调控合成策略，建立起一种普适性好、调控精度高的多元素纳米粒子合成方法，实现多元素纳米材料数据库的高通量制备和研究。
他利用扫描探针印刷术制备含有金属离子的高分子纳米液滴反应器，通过纳米反应器的空间限域作用，将多种元素束缚在极小尺度范围内形成多元素纳米粒子。
以金、银、铜、钴、镍五元体系为模型，成功合成由这五种金属组成的所有组合方式的纳米粒子。在国际上首次实现多元素纳米粒子的数据库式制备和组合研究，拓宽了学界对于多元素体系在微观尺度下热力学行为的理解。
利用该技术的优势，他还制备了涵盖七种元素的非中心对称异质结纳米粒子数据库。基于对七元体系的系统性探索并结合理论模拟，陈鹏程在单个粒子中成功构筑了一至六种不同的热力学稳定相界面，为创制具有复杂异质结构的纳米材料提供了理论指导。
该技术还为纳米材料基因组学的研究提供了理想平台，有望成为功能性纳米材料高通量筛选的新一代变革性技术。
入选理由：开发世界领先的光子芯片多材料集成技术，实现异质集成硅光芯片晶圆级别的大规模量产，为突破光子芯片在计算、通信、传感方面的性能瓶颈提供解决方案。
常林的主要研究方向为集成光学，他通过研发基于晶圆键合的异质集成技术和兼容多种材料的低损耗波导工艺，突破了集成在光芯片上的材料种类的限制，将单片可集成的材料的数量提升到 4 种以上。
该技术实现了光学系统中不同功能部件的全集成化，极大提升了光子芯片的集成度。基于该平台，常林提出新的片上光源结构，通过不同材料间的自注入锁定机制，实现了超窄线宽的集成激光器和微腔光频梳，极大降低了光芯片光源的噪声，提升了并行度。
基于多材料集成光子芯片平台技术，常林实现了大规模并行的光子芯片系统，解决了传统光子芯片在信息处理效率上的瓶颈：在数据中心光模块中，通过用光频梳作为多信道光源取代传统的激光器，将光模块的信道数提升到 20 个，实现了 2T/s 的总速率，比过去水平提高了 5 倍以上。
常林与合作者还探索了基于光子芯片的并行计算，实现了面向卷积神经网络的全芯片化的光处理器，达到在 1 TOPS mm-2 的算力密度，为未来光计算的大规模量产和普及，提供了一种可能的解决方案。此外，他还积极推动多材料光子芯片相关技术的应用落地。
入选理由：带领团队开发中国首个长时长、高一致性、高动态性视频大模型 Vidu。
在扩散模型方向，鲍凡做出了诸多具有国际影响力的成果，最具代表性的包括 Vidu、Analytic-DPM、U-ViT 和 UniDiffuser。
其中，Vidu 综合了他在扩散模型领域的所有努力，涉及基础理论、网络架构和概率建模等多个方向，可支持一键生成长达 16 秒、分辨率高达 1080P 的高清视频内容。
Analytic-DPM 则是一种新颖且优雅的免训练推断框架，使用蒙特卡洛方法和预训练得分函数模型，来估计方差和库尔贝克-莱布勒散度的解析形式。该方法也作为核心技术，被应用到 OpenAI 发布的超大规模图文生成系统 DALL·E 2 上。
另外，在网络架构方面，他提出 Diffusion 与 Transformer 融合的架构 U-ViT，为多模态的扩散模型打下架构基础。在概率建模方面，提出基于 U-ViT 融合架构的多模态扩散模型 UniDiffuser，并完成了 U-ViT 架构的大规模可扩展性验证。
当下，他的研究目标是真正可落地的通用多模态大模型，希望实现让一个模型能统一地理解各种各样模式的输入，从而灵活地完成各种可控生成任务。目前，他已经作为联合创始人兼 CTO，创办了一家名为生数科技的多模态大模型公司，并正在推动实现产业化。
入选理由：致力于通过创新的陶瓷制备理论和技术，提升先进陶瓷材料的结构功能特性和极端条件适应性，以开发出具有高可靠性和多功能化的新型陶瓷材料。
如今，先进陶瓷是信息、能源等新兴技术的材料基石。因此，长期从事无机非金属材料研究的董岩皓，一直将开发更好的陶瓷材料作为自己的研究兴趣。他专注于探索陶瓷制备的科学理论，主要关注扩散机理、微结构演化等陶瓷制备的科学基础问题，以给自己今后的研究打好基础。
在这方面，他阐明了氧化锆陶瓷的扩散传质机制，提出了超均匀纳米晶材料概念，突破了材料晶粒尺寸分布均匀性的 Hillert 极限，发现了电化学陶瓷电致失稳现象。不仅如此，他也聚焦于研究交叉学科陶瓷材料的设计、制备和衰减机理，特别是在能源陶瓷材料中的应用，以更好地解决人类当下面临的能源和气候变化挑战。
在锂电正极领域，他提出应力腐蚀断裂主导的衰减机理，修正了传统理论框架下的脆性机械断裂认知，成功开发出具有优异性能的富锂锰基单晶正极材料。在陶瓷质子膜燃料电池领域，他提出界面反应烧结概念，设计开发了可控表面酸处理和共烧技术，刷新了峰值功率密度的世界纪录。
目前，他致力于研发高可靠性和多功能化的新型陶瓷材料，希望通过创新的陶瓷制备科学理论和工艺，有效提升先进陶瓷材料的结构功能特性和极端条件适应性，从而为其在航空航天、电子信息、生物医疗等领域的应用奠定基础。
入选理由：首次揭示自动驾驶汽车安全性挑战背后的科学难题——稀疏度灾难，开辟了基于生成式人工智能的安全性加速测试与可持续学习框架，将仿真与实车测试速度提高 3 至 5 个数量级。
自动驾驶汽车安全性测试的严重低效性，成为阻碍其研发迭代与落地应用的瓶颈性难题。据测算，一款自动驾驶汽车需要在自然驾驶环境中累积测试超过 100 亿公里，才能得到较高置信度的安全性能测试结果。
针对这一行业难题，封硕凝练其背后的科学难题——超高维空间小概率事件估计，提出了“连续时空智能环境测试”的全新思路。
他创立“自动驾驶汽车等效加速测试”理论与方法体系，解决了自动驾驶测试的低效率难题，克服了片段化场景测试的局限性。
不仅实现了测试环境的智能化生成，还通过智能环境与自动驾驶之间的“AI Against AI”方法，显著提升了大时空尺度下自动驾驶汽车安全性测试能力，并加速了仿真与实车测试速度 3 至 5 个数量级。
2023 年 3 月相关论文作为封面论文发表于《自然》，是自动驾驶领域在《自然》正刊发表的首篇论文。
入选理由：专注于生命数字化研究，通过整合 AI 和系统生物学等研究方法开发前沿性的数字生命框架，并应用于合成生物学和生物医学领域。
数字孪生模型（digital twin）是实体对象的精确虚拟模型，也是最新一代技术变革的先锋。其可显著提升人们对复杂生物系统的理解和干预能力，有潜力广泛应用于细胞工厂设计、工业发酵条件优化、药物开发及个性化诊疗等。
李斐然的研究围绕生命数字化展开，并取得了多项重要进展。针对数字生命模型构建中酶参数实验测量缓慢的瓶颈，她开发了首个深度学习预测酶参数的方法——DLKcat，加速推进理解蛋白序列-结构-功能关系，也为酶设计及酶改造任务提供了通用的下游功能表征方法。
随后，她基于 DLKcat 构建了超大规模的开源酶数据库——GotEnzymes，其涵盖超过两千万个酶-底物对的酶活参数，为基础和应用生物学领域表征了海量的酶元件。
她还开发了多生命学过程耦合模块，实现了数字生命从代谢到多生命学过程建模的跨越，包含详尽的蛋白分泌模块，模型涵盖的反应数从 4000 增长至 37000 个，并提供了理性设计方法。
后续，李斐然提出了模型自动化构建和迭代方法，率先实现了模型的可追溯性和可重复性，为非模式生物建模提供了自动化方法，进而助力从微生物建模转向更为复杂的人类细胞建模。
她目前正在与企业合作，推动现有数字生命模型和垂直领域大语言模型在代谢工程、医学和生物制药领域中的应用。
入选理由：通过开发化学驱动的组学技术系统描绘生物分子的交通图谱，为挖掘疾病标志物提供新思路。
秦为开发了针对蛋白质空间动态转运的新型邻近标记技术 TransitID，并利用该方法首次描绘了细胞内不同细胞器之间蛋白转运图谱，同时鉴定了通过不同途径从癌细胞转移到巨噬细胞中的蛋白。此突破填补了研究蛋白转运领域的技术空白，为研究细胞间通讯等动态过程提供了有力工具。
目前，秦为成立课题组，带领团队致力于在化学生物学、分子探针和时空蛋白质组学等多个领域深入研究，进一步开发多维度的化学蛋白质组学技术，来探索重要的基础生物学难题和挖掘重大疾病的新型分子靶标。
其长期目标是推动蛋白质组学从一维到四维的技术革新，从而描绘出细胞内每一个蛋白质在时间、空间、功能和相互作用四个维度中的生命轨迹，精确理解蛋白质功能的动态调控。
未来，秦为计划将开发的技术应用于肿瘤免疫领域，探索肿瘤细胞和微环境中免疫细胞间的不同通讯机制，为发展新型肿瘤免疫疗法提供新的思路。
入选理由：致力于精确构建原子级别限域通道并在实验上揭示其中的物质输运过程机理及新奇现象，以及利用所开发的新型限域膜分离技术解决能源、环境等领域面临的高能耗、低效率等分离共性问题。
一直以来，孙鹏展的研究主要集中在开发新型二维分离膜，以及解决涉及二维薄膜分离相关研究的基础科学问题。
他利用石墨烯密封单晶微腔的全新器件结构来探测气体的跨膜传输，成功地将气体传输的测量精度较此前领域内最高水平提高了 8 至 9 个数量级，可探测每小时低至几个氦原子穿过微米尺寸薄膜的极弱输运现象。
以该测量精度为基础，他发现了氢分子反常穿透石墨烯晶格，而其他任何气体均无法穿透的新奇现象，颠覆了关于石墨烯不透性的常规认知。
他还制备出单个石墨烯原子空位孔道，并基于上述器件的高精度，揭示了所得石墨烯原子孔对不同气体分子的指数级别筛分能力及输运物理机制。对于氢气、甲烷等尺寸差别仅为 25% 的不同气体，其输运选择比高于所有已知薄膜。
他通过设计精巧的实验，来揭示氢分子的反常输运机理。他发现石墨烯表面的纳米尺度波纹具有强催化活性，并且它催化裂解氢分子的能力与金属和其他已知的催化剂相当。这一结果为调控二维材料的催化活性，提供了一个全新的视角。
这些关键的科学成果不仅对物理化学领域的基础研究极其重要，而且对于发展涉及氢能源、分子筛分、催化等新技术，进而应用于能源、环境、化工等领域具有重大意义。
入选理由：主导开发的硅基量子点光电技术解决了硅光集成的核心光源问题。该技术具备高温鲁棒性、低阈值电流和强抗反射性，为高速大容量光通信、光计算及量子通信提供了高性能和高集成度的解决方案。
万雅婷专注于硅基量子点光源的研究，并将其与硅互补金属氧化物半导体制造流程结合，推动下一代光芯片技术的发展。
她的研究团队创新性地开发了多种硅基激光器和光电检测器，包括高性能的微腔激光器、集成大量通道的多波长锁模激光器、具有优异暗电流性能的光检测器以及无需隔离器的芯片系统，这些技术极大地推动了高速硅基收发器技术的进步。
此外，她与英特尔合作，在异质片上集成领域取得突破，成功地将未图案化的三五族量子点薄膜键合到硅晶片上并完成光子集成电路的制作。
该技术不仅提升了器件性能，而且增加了经济可行性，最终目标是将这些高性能光源扩展到 300 毫米晶圆。这将为光通信带来新的可能性，并将催生集成量子技术和下一代光计算的创新。
针对硅基光电子学中硅基光源和硅基集成技术两大核心问题，万雅婷实现了高温鲁棒性的高性能光源及硅光片上集成技术的突破。她将继续与半导体研究机构及工艺流水线合作，以期这些技术能够在实际应用中发挥更大的价值。
入选理由：通过将深度学习与原子分辨率扫描透射电镜结合开发出超分辨透射电镜成像技术，揭示了锂电层状氧化物正极的失效新机制，并将其用于指导下一代电池正极材料的设计和研发。
层状氧化物是锂离子电池中应用最为广泛的商用正极材料之一，深入揭示其失效机制对于开发下一代高性能锂离子电池正极材料至关重要，这将有助于解决全球能源危机。
为应对全球电池领域的这一重大挑战，王春阳与合作者通过结合深度学习与原子分辨率扫描透射电镜成像技术，开发出超分辨率透射电镜成像技术，并利用该技术揭示了锂离子电池层状氧化物正极材料中的复杂相界面结构、相变失效机制和力学失稳机制。
该成果揭示了影响层状氧化物正极结构退化的重要因素，对下一代锂电正极材料的设计和开发具有重要理论和实用价值。
近两年，他对电池的研究兴趣也从正极逐步扩展到其他电池材料，比如锂金属负极和电解液/固态电解质。在这方面，他基于原位透射电镜技术和冷冻电镜技术，从纳米-原子尺度揭示了锂金属的形核、生长与剥离机制。
并且，还通过结合冷冻电镜电子层析技术与传统电子衍射技术，实现了锂金属的三维晶体学成像。这一重要技术突破将在未来更广泛地应用于金属或合金负极材料的研究中。
人工智能技术与先进透射电镜表征技术的结合是电子显微学未来的重要发展方向。王春阳也计划将人工智能更广泛地应用于多维透射电镜技术的开发，以解决材料中的核心科学问题。
入选理由：聚焦于“可信赖的图基础模型”这一领域，在推荐大模型方向实现了对人类行为和价值观的可信建模与对齐，在生化大模型方向实现了对化学分子和蛋白质的可信理解与生成。
得益于 AI 技术的迅猛发展，图基础模型在多个前沿领域获得了广泛应用。但是，它仍然存在决策不可靠、模态不对齐、价值不以人为本等诸多可信任危机。着眼于“可信赖的图基础模型”这一前沿领域，王翔的研究致力于解决上述问题。
模态不对齐问题是指，多模态数据之间往往存在信息表达方式的差异，这会导致现有的大语言模型难以有效理解和融合图结构数据。
为此，他设计了一种面向模态对齐的微调方式，并开发了多模态 AI for Science 大模型，实现了对化学分子与蛋白质等图数据的处理和生成，可应用于药物发现、材料科学等领域。
“价值不以人为本问题”是指，现有的大语言模型往往和人类的价值观有一定的偏差，可能导致决策过程中的偏见或不公正。
为此，他设计了一种鲁棒偏好学习方法，能够优化大模型的训练过程，从噪声数据中寻找符合人类价值和行为的偏好数据，让大模型在做出预测或决策时，能够更好地与人类的价值观和行为对齐，从而促进大模型在社会科学、智慧金融等领域的可信应用。
接下来，他计划探索由大模型驱动的智能体博弈技术，帮助智能体理解并模拟复杂的博弈场景，如经济市场、战略游戏、社会互动等，进而提高模型在现实应用中的准确性和可靠性，以给人类决策带来可信性辅助和有效性推演。
入选理由：开发一系列柔软聚合物化学电池，兼具高生物安全性和高能量密度，推动可穿戴设备和植入式医疗器械的应用落地。
张晔通过设计和制备聚合物电极材料，构建出一系列新型柔软聚合物化学电池。这类电池力学性能与软组织相匹配，具有高度生物安全性。她通过设计新型反应路径，构建以体液为电解质的新型电池体系，大幅提高能量密度。
她提出网络重构的制备方法，创制了柔软、高导电的聚合物电极；合成具有高度生物相容性的电池材料，实现高生物安全性；开发了柔软的薄膜和纤维聚合物化学电池，实现了与生物软组织相匹配的力学性能和优异的电化学性能。
她设计新型反应路径，开发以体液为电解质的新型电池体系，构建与人体环境适应的生物医用电池。此外，张晔还阐明了聚合物化学电池与生物软组织相互作用的基本规律，建立稳定的器件/组织界面，实现了生物体内稳定的能量输出。
她通过发展普适性集成方法，开发生物医用电池与具有检测、修复、通讯等功能器件的高度集成系统，并将其用于生物医学领域。
入选理由：研发了极端条件强磁场红外光谱技术，并基于此发现一维外尔费米子和三维量子霍尔效应，在新的空间维度中实现了重要的拓扑量子科学突破。
在不同的维度下，科学规律具有本质不同。例如，在三维空间中，引力随距离成平方反比；在二维空间中，引力将与距离成反比；在一维空间中，引力甚至不随距离改变。
基于此，探索不同维度下基本粒子的科学规律，是十分重要但却充满挑战的基础科学问题之一，也是袁翔多年来的研究兴趣所在。在该方面，他克服了红外兼容的困难，提出并实现了外置探测方案，自主发展了磁红外测量技术，为探索强磁场科学问题提供了重要的技术基础。
借助上述磁红外测量技术，他在强磁场下构建新维度拓扑准粒子，发现了一维外尔费米子。具体来说，他观察到拓扑绝缘体在强磁场下，先后进行了三次拓扑相变，因为拓扑绝缘体独特的能带反转和零级朗道能级自旋极化的特征，其零级朗道能带在强磁场下发生交叉，同时引起拓扑 Lifshitz 相变。
这让他在发现一维外尔费米子的同时，还实现最低维度外尔费米子，进而验证了记录在教科书中的百年理论。
袁翔还在强磁场下发现三维量子霍尔效应。量子霍尔效应是 20 世纪以来凝聚态物理领域最重要的科学发现之一，被认为只能存在于二维体系。而他通过给出强磁场下三维量子霍尔效应的实验证据，突破了量子霍尔效应只能存在于二维系统中的认知。
入选理由：运用冷冻电镜和 AI 辅助原子建模，明确纤毛类细胞器核心骨架的分子组成，构建纤毛相关遗传病的候选致病基因库，并用于指导临床分子诊断和疾病机制研究。
纤毛病是一大类遗传病，涉及因纤毛功能障碍引起的生殖不育、反复呼吸系统感染、内脏异位等全身多器官的异常，其临床分子诊断和治疗一直是难点。
利用传统方法仍有大量致病基因未被发掘，且基因突变引起纤毛组装和运动缺陷的机制尚不清楚。这些困难背后的关键点就在于，纤毛这种大型细胞器的具体分子组成和组装机制尚未被解析。
为解决这一难题，桂淼从结构生物学角度出发，转变传统研究思路，以蛋白质为切入点，深度解析纤毛复杂的分子组成和组装机制。
他建立了一套基于冷冻电镜结构解析和 AI 结构预测的快速精准蛋白质鉴定和原子模型搭建方法，近乎完整地解析了包含 400 万个原子的纤毛轴丝的三维结构，成功鉴定出了 200 余种纤毛组成蛋白质，极大丰富了纤毛病的候选致病基因库。
这些研究一方面回答了从原子水平理解纤毛组装和运动的细胞生物学基本问题，另一方面提出了原发性纤毛运动障碍等纤毛相关遗传病诊断的新思路。建立独立实验室后，他继续关注不同细胞和物种纤毛结构的差异，鉴定了多种精子特异的微管内结合蛋白，并结合临床分析定义了一类新的弱精症亚型。
这些工作建立了纤毛病研究的新范式——基于结构导向的遗传病致病基因的鉴定，也对未来其他疾病的研究具有推广意义。
入选理由：成功鉴定 HIV-1 囊膜蛋白上影响构象、稳定性及抗原性变化的关键氨基酸位点，为疫苗设计提供帮助；深入研究新冠突变株、分离鉴定多株新冠高效中和抗体和评估新冠 mRNA 疫苗的免疫效果等，助力新冠防疫策略的调整和疫苗的更新迭代。
王茜解析了艾滋病病毒囊膜蛋白在体内的进化与变异、膜蛋白构象变化与免疫逃逸的分子机制，同时深入探究关键氨基酸位点突变对囊膜蛋白的构象和免疫原性的影响，为艾滋疫苗设计提供新方案。
并且，她利用在膜蛋白方向的研究经验，开发了非中和抗体在细胞内干扰病毒颗粒组装的策略，从而拓宽了其在基因治疗艾滋病方面的潜在应用。
自 2019 年新冠疫情暴发以来，王茜投入新冠病毒相关研究。她主要研究新冠各个突变株膜蛋白的各种理化性质，其研究的突变株涵盖了主要的 Omicron 突变株。
这一项系统性工作为疫情防控提供了详实的科学数据，帮助政府和民众第一时间了解 Omicron 突变株逃逸宿主免疫压力和提高受体亲和力的能力，及时调整疫情的防控策略。此外，她还评估新冠 mRNA 疫苗的免疫效果，为疫苗的更新迭代提供指导。
她还在各种突变株流行早期评估临床抗体中和能力，及时帮助调整新冠治疗手段，并深入分析各个突变株所携带的刺突蛋白突变位点在逃逸不同表位中和抗体、改变受体结合能力上的作用，不仅为揭示病毒进化方向提供了分子水平的解释，同时为后续判断新发突变株的流行趋势提供科学依据。
入选理由：从多个层面阐明了阿片类药物与受体的作用机制，为设计更加安全的新型阿片类镇痛药提供了精确模板和创新途径，助力应对全球蔓延的“阿片危机”。
全球 20%-40% 成年人受慢性疼痛困扰，阿片镇痛药成为治疗疼痛的主要手段之一。传统阿片类镇痛药在发挥治疗效应的同时，也伴随系列严重的毒副作用，包括呼吸抑制和成瘾等，极大限制了其临床使用。
庄友文致力于对阿片受体的活性和信号传导调控分子机制展开深入研究，以期为高效低毒的新型阿片镇痛药的合理设计和发现提供新思路。
他首次揭示了吗啡和芬太尼分别与阿片受体 μOR 结合的精准结构，澄清了领域内对吗啡和芬太尼结合模式混乱的认识，并明确了芬太尼衍生物与 μOR 的构效关系，对未来更安全的阿片类镇痛药的设计提供了模板。
他还发现不同药物分子可以激活 μOR 产生多种构象和活性状态，揭示了配体介导 μOR 产生偏向信号的新机制，并设计了新型的信号偏向性分子，为后续 μOR 的 G 蛋白偏向性药物定向设计和进化明确了方向。
他系统地阐释了内源性阿片肽选择性识别和激活阿片受体的机理，提出了阿片受体遵循一套保守的激活机制，发现了多个新的阿片受体潜在可成药口袋，将有效促进新型阿片药物的开发。
他的研究解决了积淀在阿片受体药理领域长期未解决的多个问题，在完善对阿片受体生物学和药理特性认知的同时，明确了新型阿片药物设计开发的底层思维逻辑，为新一代阿片药物的发现指明了方向。
入选理由：在常温常压下实现氮气还原耦合氢气氧化的连续流电化学合成氨，创纪录地实现产氨法拉第效率 61%，并首次实现钙介导的绿氨合成新途径。
针对传统合成氨方法高碳排放和高温高压反应条件的问题，付先彪提出利用可再生能源驱动的氮气还原耦合氢气氧化的创新思路。
通过常温常压下的连续流电化学合成技术，极大提高了流动电解池的运行稳定性，并且解决了反应物传质限制的问题，创纪录地实现了产氨法拉第效率 61%。
付先彪理性设计并成功制备了铂金合金催化剂，其高活性和高稳定性也得到了验证。使用这种阳极催化剂，阳极电位得到了极大降低，从而避免了有机溶剂的氧化。并且，深入研究了催化剂结构演变和催化反应机理，建立了质子穿梭剂的理性设计原则和构效关系。
他还首次发现并实现了钙介导氮气还原电化学合成氨的新途径。这一发现不仅突破了该领域原有的科学认知，还为开发高效、低成本的绿氨合成技术提供了新方向。
付先彪希望通过开发新绿氨合成技术路线，将绿氨用作能源存储和运输的载体，作为一种零碳燃料。
该绿色且可持续的合成氨方法在减少碳排放的同时，还能显著降低化肥生产成本，对全球尤其是发展中国家的农业和环境具有深远影响，有望推动绿色能源和化工行业的可持续发展。
入选理由：开发类组织支架生物电子传感器，打破人造电子传感器与活体组织的物理壁垒，为植入式脑机接口避免排异反应提供了新方法。
生物电子传感器在尺寸、力学、结构上与活体组织大相径庭，二者物性的失配会导致生物电子传感器在植入活体组织后引起排异反应，这是限制电子-组织稳定融合的主要瓶颈。
戴小川致力于解决生物电子与活体组织的理想界面问题。他提出了一种模仿组织支架的生物电子传感器概念，将生物电子器件完美地“隐身”于活体组织之中，并通过微纳加工技术使其特征尺寸、弯折刚度、多孔结构均与天然组织支架相当，打破了人造电子传感器与活体组织的物理壁垒。
这种类组织支架生物电子能够与活体组织在三维空间中交织在一起并长期融合，在不改变活体组织本身的生存微环境的前提下，构建出生物-电子双向信息交流界面。
在此基础上，戴小川将类组织支架生物电子应用于能够免疫逃逸的脑机接口，实现高植入精度、低植入损伤、长期稳定的神经界面，并与多模态神经技术相结合，建立多模态融合脑机接口技术体系。
2023 年，戴小川作为首席科学家创办公司将相关技术商业化，致力于打造一套高度集成且易用的脑机接口基础设施技术平台，持续推进类组织支架生物电子学在脑科学研究、脑疾病诊断与治疗、脑机接口与人机混合智能领域绽放光彩。
入选理由：引领基于薄膜铌酸锂光子平台的光电融合芯片研究，实现对片上光子高速、高效的光电调控，为实现未来全光电融合芯片提供全新发展路线。
近几十年来，光学领域的突破和创新，给人类生活带来了极大改变。基于光电融合的耦合微腔，则被认为是下一代颇具发展前景的微纳光子器件。
为推动该领域的发展，胡耀文在过去几年中聚焦并成功地构建了基于薄膜铌酸锂的电光耦合微腔平台。该平台能够提供光子多能级系统，并可以在强耦合尺度下通过电光效应施加跃迁。
基于该平台，2021 年，他通过在多能级系统与连续谱耦合的系统中应用广义临界耦合理论，实现了超越世界最高水平的电光频移器。
该器件能够将光频率改变 10 至 30 吉赫兹，拥有大于 99% 的平移效率和仅仅 0.45 分贝的片上损耗。另外，他还展示了级联频移这一在之前的光子器件中完全不存在的现象。
2022 年，他将耦合微腔和广义临界耦合应用在电光频梳领域，创造出具有超高性能的光学频梳。与此前世界最高水平相比，该频梳的转换效率提高了 100 倍，带宽提高了 2.2 倍。此外，他还将上述平台应用于光学合成维度的领域，展示出四维的频率晶体和频率空间的合成镜面（反射率>0.9999）。
上述成果充分证明，薄膜铌酸锂所具备的优势，恰恰是耦合微腔所需要的。而胡耀文的相关研究，也推动了薄膜铌酸锂这一新兴光子芯片平台的突破，促进下一代信息技术的存储、传输、计算和探测发展。
入选理由：通过将微电子器件与光水解制绿氢的学科交叉融合，开发出低成本、低碳排的新型晶硅光伏技术及制绿氢技术，为全球能源短缺和气候危机提供新的解决方案。
季力致力于微固电子学与新能源领域的交叉融合及应用拓展。他设计并制备了金属铝覆盖的热氧硅保护硅晶圆，通过单步退火反应即可获得低成本、可自发生成的高密度高导电通道的硅基光催化电极，具有极好的效率和稳定性。该方法与主流微电子工艺及传统光伏工艺完美兼容，有望推广至工业级试制生产。
他与合作者相继克服了无法成膜、薄膜不连续、厚度瓶颈、高杂质浓度等一系列科学和工程上的挑战。
季力首次在熔盐电化学体系中通过单步沉积工艺，制备出（99.9999%，6N）纯太阳能级纯硅膜，并通过第三方验证，得到 3.1% 的太阳能电池转换效率，对于全新技术路线的太阳能电池具有极大的应用潜力。
在进一步对该技术进行详尽的成本分析和技术可行性分析后他发现，该技术可将太阳能电池硅衬底生产成本占比从 43% 降至 5%。该技术可极大地降低未来晶体硅太阳能电池的生产成本并降低能耗，使未来光伏技术在碳中和大背景下更具竞争力，并可进一步在光催化制氢中拓展应用。
在新型微电子器件与工艺和光催化制氢的交叉融合探索方面，季力成功实现了可进行原位 P 型掺杂调控的二维过渡金属二硫属化物薄膜，在 8 英寸晶圆上的大面积均匀生长。基于此制备的 N/P 型晶体管具有优良的电学性能，亦可用于新型晶体管中。
此外，将新型钙钛矿光伏材料通过精确控制材料的微结构和光学特性，成功集成了多种光子功能组件，如微激光器、光波导、调制器和探测器，为实现高度集成的光子电路和芯片提供了新的可能性。
入选理由：通过研发新一代卤化物固态电解质材料和揭示其固相离子传导等行为规律，拓展全固态锂离子电池卤化物体系的技术路线，大幅提升了全固态动力电池技术性能。
近年来，李晓娜的研究主要围绕全固态锂电池方向，发展了多种氯化物固态电解质材料，以及非金属多硫化物电极材料如富硫相的磷硫分子、富硫相的硒硫固溶体。
有效利用二次电池储存清洁能源代替传统化石能源，是践行基于“双碳”目标的可持续发展战略的重要保障。针对全固态电池面临的世界性技术瓶颈，开发突破 400Wh/kg 大容量高安全性全固态软包电池，具有风向标意义。
针对固相离子传导行为等关键的科学问题，李晓娜以实现高稳定性和高离子电导率共有的电解质材料及高能量密度、与高性能共存的全固态电池为突破口，从电解质材料、金属锂负极及高能正极、全固态电池新体系三个方面着手，取得了一系列创新成果。
在固相传导行为方面，她基于对固态离子传导模型的解耦，提出传导过程中迁移熵效应。在固态电解质材料方面，她绘制了卤化物电解质材料体系的结构相图，全面厘清阴离子密堆积型卤化物电解质材料的成相规律与离子传导规律，开发了多款具有商业应用价值的超低成本卤化物固态电解质材料。
在高能量密度全固态电池体系方面，她联合有研（广东）新材料技术研究院等合作单位，实现了基于卤化物体系全固态软包电池的试制和技术突破。
入选理由：深度解析细胞重编程中细胞命运调控的重要分子机制，并开发用于治疗帕金森病等的再生医学细胞疗法。
诱导多能干细胞（iPSC）的诞生是干细胞领域一个具有里程碑意义的突破，有望规避伦理限制以及免疫排斥等问题。
目前，iPSC 已在疾病模型、药物筛选、以及细胞治疗和再生医学等领域发挥了重要作用。然而，人体细胞重编程技术还面临着诱导效率低、表观遗传记忆以及潜在成瘤性风险等问题，这很大程度上也阻碍了这项技术的转化应用。
为了解决这些难题，刘晓东一直致力于深度剖析重编程的底层分子机制，并取得了一系列成果。他建立了不同阶段多能干细胞状态的直接诱导方法，并发现命运转换核心调控转录因子，该研究首次揭示了在重编程过程中细胞命运被调控至早期胚胎发育的状态。
后续，他利用重编程中多细胞谱系的发现，构建了首个完整的 3D 类囊胚结构，这项研究构建出了世界首个由皮肤细胞诱导发育成的类囊胚结构。
他还基于对重编程细胞命运调控的单细胞水平转录组和表观组解析，建立了滋养层干细胞直接诱导方法及消除表观遗传记忆和异常的重编程新方法，有望解决 iPSC 产业化中面临的挑战。
入选理由：研发世界首个百毫瓦级别高功率硅基集成掺铒放大器，为实现低噪声激光器芯片、小型化光子雷达和量子应用提供了关键基础。
掺铒光纤放大器（EDFA，Erbium-Doped Fiber Amplifier）、激光器是塑造现代互联网、光通信、相干传感技术的重要发明之一，它们的微型化将为下一代信息通信技术带来小尺寸、低功耗、阵列化、稳定性高等一系列巨大优势。然而，高性能的掺铒光源芯片仍是一个技术空白。
刘阳与团队一起开发了世界首个高功率光子集成电路铒波导放大器（EDWA，Er-Doped Waveguide Amplifier），输出功率创下了纪录（超过 145 毫瓦），比已报道的器件提高 2 个数量级。并且，在输出功率、增益、噪声系数上同时接近了商用 EDFA 的性能。
通过充分利用铒掺杂材料的独特性质，将其无缝集成到硅基光子芯片中，可以在紧凑、高效、可扩展的方式下保证高速数据传输速度和高信号质量。该研究使全集成的下一代硅基有源光子芯片成为可能，为下一代光通讯、激光雷达、集成微波光子系统等应用领域提供了一项突破性的技术基础。
为展示 EDWA 技术的巨大潜力，刘阳及团队与美国诺基亚贝尔实验室合作，成功地将掺铒波导放大器应用于先进的高速相干光通信系统中，首次实现了 16×1.6Tb/s 的相干传输。
最近，他们利用 EDWA 作为核心增益介质，成功实现了硅基集成掺铒激光器，接近光纤激光器的相干性。这种新型集成放大器、激光器正在被团队用于激光雷达、微波光子雷达等系统应用中。
该技术在电信、数据中心、微型化激光光源和量子计算等多领域均具有应用潜力。目前，许多国际知名工业公司迫切希望将该技术整合到相关产品中。
2023 年度《麻省理工科技评论》中国“35 岁以下科技创新 35 人”评选有幸获得近 60 位重量级专家评委的参与，他们是来自国内外各个专业领域的权威人士。在此，特别感谢以下评委的支持（按姓氏首字母排序）：