10月18日下午，北京大学百周年纪念讲堂广场热闹起来。107项学生科研作品集中亮相，师生、校友与社会公众在展板前驻足、提问、交流。北京大学人工智能研究院第四届学生科技节（AI TechDay 2026）正式拉开帷幕，让论文中的研究走到观众面前，也让不同学科的好问题在这里相遇。
人工智能研究院副院长李博在致辞中表示，下午展示的科研成果，是同学们将研究方向转化为具体探索的生动体现。他鼓励同学们在追求技术突破的同时，关注真实问题与应用需求，在交流中拓展思路，探索科研成果的更多可能。
从大模型推理优化到芯片设计，从AI for Science到数字人文，107项作品呈现了人工智能及交叉领域的多样探索。展板前，学生作者既讲技术方法，也回应来自不同学科背景观众的好奇。
灵感碰撞：让研究走出论文
NanoSpec: Accelerating Speculative Decoding using Minimalist In-Context Vocabularies
计算机学院2024级博士生陈智扬带来了发表于ICML 26的大模型推理加速工作。面对非专业观众的提问，他用一个直观的例子解释："原本你要10秒完成一个回答的生成，现在可能只需要5秒或者3秒，消耗的Token总量不变，但同时间内可完成的任务更多了。"作为一名首次参加科技节的作者，他表示很高兴能有机会在学生科技节现场展示自己的工作。
C2C-Explorer: An Exploration Framework for Chip-to-Chip Interconnect Architectures in LLM Cloud Computing Systems
"在大模型任务训练和推理的过程中，通信成为了主要的瓶颈。我们从大模型负载到硬件设计打通了完整链路。"人工智能研究院2022级博士生李嘉怡分享了其与阿里巴巴达摩院和阿里云等合作的软硬协同全链路框架。她表示之前参加过第一次科技节，如今即将毕业，再来科技节依然觉得收获颇丰，"这里有软件和硬件的同学，他们都能给我的跨学科工作提供建议。"
Lookahead Path Likelihood Optimization for Diffusion LLMs
人工智能研究院2023级博士生刘雪洁针对扩散语言模型提出了推理顺序优化策略。研究通过定义全局轨迹分数，引导模型把算力分配到高潜力轨迹上。她认为科技节最棒的一点就是多元化的背景碰撞："你跟不同领域的人交流能获得不同的Insight，这是一个非常好的宣传工作、交流思想的平台。"
Extending AI for Research to the Humanities: A Multi-Agent Framework for Evidence-Grounded Scholarship
数字人文研究中心2025级博士生潘娅婷开发了面向人文定性研究的多智能体系统。针对人文研究没有固定流程和唯一答案的痛点，系统基于人文研究范式的理论构建，即将在EMNLP2026上汇报。第一次参会的她觉得主办方非常精心："我做的数字人文是AI和人文交叉的跨学科，科技节吸引了不同院系的同学互相交流，我看到其他偏技术方向的海报，也很有启发。"
Bridging the Physical and Intelligent Worlds: An Energy Efficient Data Interface
集成电路学院2023级博士生杨嘉畅展示了面向物联网的纯硬件ADC数字接口芯片。通过将放大器放在低电压域，在0.5伏下实现了16倍增益，并利用贝叶斯估计将校准收敛速度提升了约30倍。他认为参加科技节收获了很多，既了解了产业最新发展状况，也知道其他领域的小伙伴们在做什么。"感觉非常有价值"，他笑着说。
不同的问题、方法与学科背景，在一问一答中建立联系。这也正是科技节最吸引人的地方：与会者既可以带着自己的研究来，也可以只带着好奇心来。
前沿分享：交流不止于展板
本届活动全天安排了7场学生口头报告，围绕智能体、材料科学、AI对齐、视频编辑、模拟计算、分子表征与医学交叉等方向展开分享。青年研究者既介绍研究进展，也交流AI时代的科研方法与思考。
来自无涯智远、华为和灵初智能的企业特邀嘉宾围绕大模型持续学习、AI推理优化与具身智能等话题带来分享，为学生了解产业实践中的技术问题提供了新的视角。
01 Inferring the Unspoken: Aligning Embodied Agents with Implicit Preferences——杨欣怡
人工智能研究院2025级博士生杨欣怡分享了智能体如何从用户历史行为中推断偏好并指导后续规划的研究，介绍了PBP benchmark及实验发现，指出偏好推断仍是当前智能体个性化服务的重要瓶颈。
02 Fine-Tuned Material Foundation Models Reveal Anomalous Thermal Transport in Pentagonal Covalent Organic Framework Nanotubes——马心远
材料科学与工程学院2023级博士生马心远介绍了借助基于机器学习势函数的材料基础模型，研究五边形拓扑共价有机框架纳米管中曲率增强热输运、手性调控热输运等反常效应的工作；并分享科研感受，AI时代研究者的角色正从执行者转向审阅者，科研中既要"常用常新"、主动"AI优先"，也要守住品味、判断和验证。
03 Position：AI Alignment Should Build Moral Autonomy——王恺乐
这项工作探讨了高能力AI系统实现长期对齐的核心路径。当前依赖人类偏好、规则或宪法的主流对齐方式，其规范权威本质上均外置于智能体本身，这种被动约束既不充分，也非长久安全之计。受康德"自主性"哲学的启发，王恺乐提出应将"道德自主"确立为替代性的对齐准则，并构建了包含"反思性认同、准则阐释、实践智慧"的三维核心能力框架，旨在让AI学会在真实交互中自我立法。
04 FlowPortal: Residual-Corrected Flow for Training-Free Video Relighting and Background Replacement——高文硕
高文硕分享了无需训练的人物视频编辑方法。面对绿幕拍摄成本高、数据难获取的痛点，团队提出"条件一致性"原则，通过计算理想重建路径与去噪路径的"一致性残差"，将缺失的人物细节补偿到目标视频生成中，在保持背景替换高保真的同时，仅增加约10%的计算开销。
05 In-memory analog computing for non-negative matrix factorization——罗宇标
罗宇标报告了基于模拟计算电路的非负矩阵分解（NMF）工作。针对传统数字平台明显的存储访问瓶颈，他和团队设计了紧凑型可编程模拟电路，大幅降低预放需求。在图像压缩任务中存储空间需求降低约50%，在推荐系统任务中误差仅0.08，非常接近数字基准。
06 GeoRecon: Graph-Level Representation Learning for 3D Molecules via Reconstruction-Based Pretraining——严绍恒
严绍恒针对分子预训练中"节点级任务"与"整体性质预测"之间的Gap，引入了图级别监督。通过增大去噪难度并减弱Decoder，迫使Encoder学习分子的整体表征。在QM9、MD17等数据集上，其全量微调与线性探测（Linear Probe）任务表现均显著优于原始方法。
07 ECGFlowCMR: Pretraining with ECG-Generated Cine CMR Helps Cardiac Disease Classification and Phenotype Prediction——方晓城
方晓城带来了"心电驱动心脏磁共振视频生成"的研究。为解决10秒心电与单心动周期视频的配对难题，团队引入相位感知表征和群体模板结构先验，有效提升疾病分类效率。
张牧涵发言
李宛思发言
张啸川发言
荣誉揭晓：让青年创新被看见
除了观看海报、聆听报告，观众还可以领取贴纸，为喜爱的作品投票，参与"文创大转盘""集赞抽奖"等互动活动。"最受欢迎奖""最佳创意奖""不明觉厉奖"等现场奖项，让不同背景的观众都有机会表达自己的欣赏与发现。
活动结合专家评审与现场投票，对优秀作品予以表彰。比奖项更值得记录的，是展板前持续发生的讨论，以及年轻研究者分享成果时的投入与热情。无论是将大模型推理推向极致的算法，还是探索脑机接口的芯片，亦或是跨越文理壁垒的数字人文系统，这107份作品展现了青年研究者在人工智能及交叉领域的探索与创新。
从一个问题开始，从一次交流出发。期待下一届 AI Tech Day，再带上好奇心，我们现场见！
