算力紧缺长期困扰学术界，而腾讯青云奖学金的设立，为青年学者提供了有力支持，帮助他们将更多精力投入到真正有价值、有意义的科研探索。

　　如果你要问：在当下的 AI 时代，高校科研群体面临的挑战有哪些？缺少算力可能是最关键的制约因素之一。与产业界以及大型科技公司相比，学术界在包括显卡在内的硬件资源上往往捉襟见肘。

　　在去年 11 月发表在 Nature 的一篇文章中，作者对全球多所大学或科研机构展开了一项调查，暴露出很多学者对 AI 研究中的算力受限现状感到沮丧。

　　在另一篇布朗大学发表的 arXiv 论文《10 万美元或 100 天：学术资源下预训练的取舍》中，作者同样强调了学术界缺乏算力资源的现状。根据受访的 35 个机构的 50 名研究者（博士生占多数）的反馈，66% 的人给自身算力资源的满意度打了 3 分甚至更低（满分 5 分）。

　　这些算力困境正在悄悄地拉低学术界人工智能研究的速度，也迫使研究者不得不「排队」等硬件资源。他们可能把宝贵的时间和精力浪费在申请服务器、重复调试环境上，无法专心打磨算法或进行原创性探索。

　　学术界的这一现状引起了有责任感、算力充裕的科技大厂的关注，他们相继推出多样化的资助计划。推出的 AWS Cloud Credits for Research 在特定项目中有可能为研究人员提供上万美元的算力支持，谷歌微软通过免费发放云积分让研究人员直接使用 GPU 等算力资源。与此同时，国内高校也在为缓解在校学生的算力焦虑而采取措施，比如清华于近日向全校本科、硕博生免费发放算力券。

　　就在昨天，「腾讯青云奖学金」正式启动，将为青年学者带来一份大礼，不仅有现金奖励，还首次提供了他们亟需的算力资源。

　　当前很多青年学者，尤其是顶尖博士生，并不把短期回报放在首位。相反，他们更关注科研能否带来价值并产生长远意义。足够的资金和算力资源可以让他们重拾那些因条件受限而搁置的有潜力的研究方向。

　　如今，鹅厂为这类顶尖技术人才提供了专项科研激励计划。秉持「为更值得的探索」这一理念，青云奖学金希望激发青年学者的创新潜能，推动人工智能领域的前沿突破。在有机会获得丰厚的资金和关键的算力支持之外，青年学者的科研热情有望被进一步点燃，并投身于自己感兴趣、有价值的研究课题。

　　凡是中国大陆以及港澳台地区高校就读、具有中国国籍的优秀硕士和博士生，只要是 2027 年 1 月之后毕业，研究方向为计算机科学、人工智能及交叉领域，都有机会赢得这一大奖。

　　最终，腾讯预计会从一众申请者中挑选出15 位获奖者。届时，他们将成为最耀眼的学术新星。

　　自即日起，首届青云奖学金开启报名，并在经过评审与公示之后，于 12 月决出终极赢家。

　　与学术界保持紧密互动，一直是产业界获取最新科研动向和算法突破、搭建产学研闭环以及提前储备人才的关键环节。

　　尤其是当下，AI 尤其是大模型技术的迭代堪称日新月异。奖学金成为连通学术界以及青年学者的直接、行之有效的方式之一。

　　为了抢占前沿、吸引潜在人才并支持学术界，国内外有影响力的科技大厂纷纷设立相关的硕博奖学金。我们观察到，这些奖学金大都强调现金奖励、学术指导、课题支持和实习机会等。

　　此次，青云奖学金将高校科研中最稀缺的算力资源纳入到支持体系中，切中了青年学者最核心的痛点。

　　腾讯将为每位获奖者提供 20 万元现金以及价值 30 万元的云异构算力资源。据我们了解，这笔算力由「腾讯云」提供。就在上个月 2025 腾讯全球数字生态大会上，腾讯云宣布其异构计算平台已全面适配主流国产芯片，并通过软硬件协同的全栈优化实现对不同类型芯片的高效整合与调度能力，在保障性能稳定的基础上，对外输出高性价比的 AI 算力服务。

　　这种差异化的奖学金资助形式，在算力资源上做出了倾斜。根据奖学金官网描述，申请者一旦在学术贡献和研究计划评估中脱颖而出，并经过腾讯技术专家、科学家及外部权威学术专家联合评审，将有机会获得这笔高性能 GPU 算力的硬核加持。

　　当然，青云奖学金不仅限于资金和算力支持，还将为获奖者提供一份科研生态的「长期续航包」。腾讯计划为获奖者搭建产学研交流平台，提供企业导师指导与多元成长机会，鼓励学术交流与探索，加强后续的联结与支持。

　　在缺卡寸步难行的大模型时代，价值 30 万的算力称得上雪中送炭。无论是大模型的训练、复杂实验的验证，还是多模态方向的探索，这些研究环节都高度依赖 GPU 资源。

　　正如上文 Nature 文章中指出的，很多青年学者手中可能只有少量消费级显卡，仅靠它们甚至不能跑通一个基础模型的完整训练，也就别想进行反复迭代实验了。

　　如果能够拿到青云奖学金提供的这笔算力资源，则可以很好地满足从模型训练到验证调优的硬性需求，可能还有余量去尝试更复杂的实验，比如探索新的训练范式、融合多模态任务、复现大模型等。这样一次次的攻关克难，正是青年学者对价值感和意义执着追求的体现。

　　我们用一组数字来直观地表示：30 万元的异构算力约可支持 3 个月前沿 GPU 实例 24 小时不间断使用或者 8 卡前沿 GPU 算力 2000 小时不间断使用，这无疑是一笔可观的算力资源。

　　不仅如此，获奖者还可以根据实际科研需求灵活配置算力方案，并可自由选择 10 余种高性能 GPU 卡型，这契合了大模型研究中算力需求呈现出的阶段性特征。

　　一般来说，大模型在预训练阶段算力消耗集中且密集，后续调试与优化阶段则逐步下降。这些算力实际运行起来可以支撑研究人员较长时间的使用，让相对有限的预算发挥出更大的科研效益。

　　因此，除了需要极其庞大算力支撑的超大规模（如百亿及以上参数）模型，这笔资源应该能够覆盖大多数高校科研团队在大部分实验阶段的算力需求。

　　工欲善其事，必先利其器。对于当下的 AI 研究者来说，资金与算力就是最核心、最强大的「器」，二者缺一不可。青云奖学金从这两个维度同时发力，让获奖者在科研之路上更具优势。

　　一方面，业内领先的现金奖励或多或少会缓解获奖者的资金压力；另一方面，算力的提供让他们一定时间内不必再因缺卡而感到焦虑和处处受限，更专注于前沿思路与算法的突破，把对价值感和意义的追求转化为看得见的实验进展和科研成果。

　　青云奖学金在展示对人才的重视之外，还能让青年学者近距离接触和了解当前深度布局大模型技术的行业领军企业，并有可能双向奔赴。

　　通过此前启动、仍在热招阶段的的青云计划，获奖者以及未能获奖但同样实力不俗的青年学者均有机会加入腾讯，将自身的科研成果与产业实践相结合，在这家大厂亲手推动技术落地。

　　截至目前，腾讯已经形成了混元系列模型（包括语言模型和多模态生成、理解模型和世界模型）、应用产品（腾讯元宝）、AI 编程助手（CodeBuddy）和智能体平台在内的全栈式人工智能体系。腾讯也在积极布局开源模型领域，其中开源不到两周的文生图模型混元图像 3.0（HunyuanImage 3.0）在国际权威 AI 模型盲测榜单 LMArena 中登顶，击败了谷歌的 Nano-Banana 和字节的 Seedream 4.0。

　　同时，腾讯覆盖面极广的业务矩阵，包括社交、内容生产、广告推荐、游戏和云服务，为大模型技术落地提供了丰富的场景和数据支撑。由此形成的技术 — 业务 — 生态的紧密耦合，不仅将加速大模型从研发到应用的闭环，也构筑了腾讯在大模型时代的核心竞争壁垒。

　　更重要的是，腾讯内部倡导自由的学术氛围，在前沿技术的探索上具有包容性和持续性。根据各大国际学术顶会的中稿情况统计，包括如混元大模型、AI Lab、优图实验室、ARC Lab、微信技术架构团队等在内的一众腾讯科研「天团」在过去数年一直有成果产出；加之其长期以来重视培育顶尖人才，通过校企合作、产教融合等多种方式为高校学者提供了施展才华的空间。

　　对于数月后在青云奖学金角逐中崭露头角的青年学者，如果想完善的 AI 技术体系与广阔的业务场景二者兼得，牵手腾讯是值得考虑的选择。