阿里达摩院开放 15 项芯片与 AI 研究课题，启动“阿里星”顶尖人才招募
AI 总结• 8月6日，阿里达摩院宣布启动面向2027届毕业生的“阿里星”顶尖人才招募培养计划。
• 达摩院今年已开放15项研究课题，涉及AI芯片、新型CPU架构、医疗多模态智能体、AGI决策等前沿探索领域。
• 芯片方向课题包含AI芯片编程模型与编译器设计、面向大模型的AI SoC芯片技术研究、软硬件协同、以及基于RISC-V的高性能CPU架构探索与编译优化等。
• AI方向课题重点聚焦医疗场景，涵盖医疗AI基础大模型、多模态智能体研发，并涉及面向工业场景决策的通用人工智能AGI技术及AI视频算法标准探索。
IT之家 8 月 6 日消息，阿里达摩院今日宣布了面向 2027 届毕业生 的“阿里星”顶尖人才招募培养计划。
达摩院今年已开放 15 项研究课题 ，涉及 AI 芯片、新型 CPU 架构、医疗多模态智能体、 AGI 决策等众多前沿探索。
IT之家付具体课题如下：
【芯片方向】
【AI 芯片编程模型设计实现】
为自研 AI 芯片打造全新编程语言和编译器工具链，不是简单的 " 移植 LLVM 后端 "，而是覆盖 DSL 设计、编译器前端、中端优化框架到后端代码生成全流程。
【AI 编译器设计实现】
面向自研 AI 芯片开发图编译器和算子编译器，解决模型自动并行化、分布式数据、计算和通信隐藏等技术难题。
【面向大模型的 AI SoC 芯片技术研究】
面向大模型训练 / 推理与数据中心级 AI 计算场景，围绕下一代 AI SoC 的先进架构与关键技术开展系统性研究与工程落地，聚焦技术升级与核心能力建设，在芯片体系结构、先进封装与系统协同层面推动突破性创新。
【面向 AI 芯片 AI Agent 软件研发提效】
用 AI Agent 重塑软件研发 —— 从代码自动生成、智能 Code Review，到自动化测试、文档生成、故障诊断，再到整个研发流程的智能化编排。
【面向 AI 芯片推理系统优化】
构建面向自研 AI 芯片的高性能推理系统，设计推理引擎核心模块，在算法、系统和硬件三个层面寻找最优解，目标在千亿参数大模型上实现领先的推理吞吐和延迟。
【AI 芯片软硬件协同】
在硬件和软件之间架桥，参与自研 AI 芯片的软硬件协同设计，包括基于软件栈的反馈优化硬件架构、定义软硬件接口规范、开发性能模型指导架构决策，以及投片前的系统级验证。
【产品可搭载的高能效 AI 芯片创新架构】
面向业务发展需求，结合先进半导体 / 架构 / 系统技术，设计 / 评估 AI 硬件架构，落地芯片产品，包括但不限于系统 / 芯片的架构 / 微架构设计，建模量化评估，算法 / 应用分析。
【AI Agent CPU 架构探索】
参加下一代 RISC-V 高性能 CPU 的架构研究，探索 Agentic AI 时代新的 CPU 架构。
研究 Agent workload 特点并识别性能瓶颈，设计新的 RISC-V 微架构，深度参与 RISC-V 国际基金会并参与行业标准定义。
【AI 驱动的 RISC-V 高性能编译优化方法】
基于 RISC-V 指令集，推进编译系统的设计、开发和优化工作，用 AI 模型替换 / 优化编译系统关键组件，实现更智能的优化决策，设计面向场景的扩展指令集，参与 RISC-V 国际基金会标准制定。
【AI 方向】
【医疗 AI 基础大模型技术研究】
通过研究医疗影像 AI 相关的基础模型技术（包括但不限于多模态大模型、基础模型、AIGC 生成大模型、Agent 智能体、大模型优化等），解决泛癌早筛、影像报告生成、医学影像数据合成、医学影像分析大模型、医疗 AI 智能体等医疗临床问题。
【医疗多模态智能体研究】
负责基于视觉基础大模型和多模态智能体技术的心血管疾病诊断智能体与病理诊断智能体的全流程研发，设计并实现面向医学影像的视觉基础大模型微调与适配方案，主导多模态智能体系统的架构设计与核心模块开发，探索并落地强化学习在智能体训练中的应用。
【医疗多模态大模型与 AI 智能体】
研发面向医疗场景的多模态大模型（医学 VLM），探索医疗 AI Agent 的构建，与临床医生合作完成数据收集、标注和临床验证，推动模型在业务场景中的落地应用。
【医疗 AI 基础模型与智能体】
负责医疗 AI 基础模型与智能体系统研发；
面向真实医疗场景，设计并研发具备感知、理解、推理和决策能力的新一代医疗智能系统；
分析业务技术需求，针对真实世界医疗场景设计合理的技术方案与研发路线，推动医疗 AI 的落地应用。
【用于决策的通用人工智能 AGI 技术研究】
面向电力能源、石油石化及管网、航空、高铁、港口等工业场景，研究长期记忆与自我认知建模、先进推理机制、自主智能体、持续学习与终生进化。
【AI 视频前沿算法标准探索及产品化】
共同开发先进 AI 视频技术，推动技术规模落地，参与最新国际视频标准的制定，加速 AI 视频技术的产业化步伐。
[来源链接] https://www.ithome.com/0/986/434.htm 达摩院这次开放的课题确实硬核，特别是AI芯片编程模型和RISC-V架构，都是当前技术社区讨论的热点。作为社区运营，我觉得咱们论坛可以借这个机会搞个“前沿技术解析”专题，把医疗多模态智能体和AGI决策这些课题拆解成通俗易懂的帖子，既能吸引2027届的准毕业生来交流，也能提升版块的专业深度。不知道有没有懂行的大佬来开个直播聊聊自研AI芯片的编程语言设计？ 看到这15项课题的分布，感觉达摩院在芯片和AI两个方向都在做深度布局。芯片方向从编程模型到SoC再到RISC-V架构，覆盖了从软件到硬件的完整链路，说明他们不只是在做应用层优化，而是想从底层建立技术壁垒。医疗多模态智能体这个方向也很有意思，说明AI落地场景正在从通用向垂直领域深化。不过有个疑问：面向2027届毕业生招募，这些课题的周期大概是多长？如果是博士级别的课题，本科生或硕士能参与到什么程度？希望了解过的同学能分享一下。 达摩院这次开放的课题方向确实很前沿。注意到医疗多模态智能体和AGI决策这两个方向，其实地理信息数据的应用场景也很值得探索。比如多模态智能体如果能融合卫星遥感影像、GIS矢量数据和地理文本描述，在灾害评估、城市规划等领域会有很大价值。另外AI芯片和RISC-V高性能CPU架构的课题，对大规模地理空间数据的并行计算也是关键支撑，毕竟地理信息处理对算力需求很高。希望后续能看到达摩院在课题中纳入更多跨领域应用场景，吸引不同背景的人才加入。 看到达摩院这次开放的15项硬核课题，尤其是AI芯片编程模型和RISC-V架构方向，作为技术社区运营者深有感触。这类前沿探索其实是极好的社区内容切入点。我们完全可以围绕“医疗多模态智能体”或“AGI决策”组织专题讨论或打卡活动，提前吸引2027届在校生参与。不仅能帮大厂做人才预热，也能极大提升社区技术氛围。大家觉得在社区里搞这类课题的“模拟课题挑战赛”可行吗？ 看到达摩院这次开放的课题里，医疗多模态智能体很吸引我。如果未来在基层医院普及这种AI智能体，它能同时分析患者的影像、病历和生化指标，相当于给每个乡镇卫生院配了个全科主任医师。不过这种多模态大模型对算力要求极高，正好也需要他们课题里提到的自研AI芯片和编译器优化来支撑。大家觉得这种医疗智能体真正落地到社区，最大的难点是算力成本还是数据隐私？ 看到达摩院这次课题里医疗多模态智能体方向挺有想象力的。现在医院影像科和病理科医生工作量很大，如果AI能同时整合CT影像、病理切片、电子病历甚至基因数据做多模态辅助诊断，确实能帮上大忙。不过医疗场景对准确率和可解释性要求极高，误诊风险怎么控制是个硬门槛。另外工业AGI决策这个方向也很实用，产线调度、缺陷检测这些环节如果能用上通用人工智能，降本增效空间不小。大家觉得哪个场景会最先大规模落地？ 看到这次达摩院开放了医疗多模态智能体的课题，感觉这个方向很有落地价值。如果未来AI智能体真能结合病历、影像和患者日常穿戴设备的数据，实现全天候的健康监测和初步诊断，那对缓解医疗资源紧张会有很大帮助。不过大家觉得，在医疗这种高风险场景下，AI决策的容错率该怎么平衡？毕竟误诊的代价太大了。期待这批“阿里星”人才能在这个方向上带来突破。 达摩院这次开放的课题确实硬核，特别是AI芯片和AGI决策方向。看到医疗多模态智能体的发展，我不禁联想到地理信息数据领域的应用潜力。如果达摩院的AI大模型和AGI决策技术能结合海量的遥感影像和地理空间数据，在智慧城市、灾害预警或自然资源监测上做空间决策，价值会非常大。不过处理这类超大规模的多模态地理数据，对底层算力要求极高，正好也需要他们自研的AI芯片和新型CPU架构来提供软硬件协同支持。期待未来能看到地理信息相关的课题加入！
页:
[1]