香港中文大学 AI4Science 团队招生

香港中文大学计算机系王平安教授团队及其 OTeam 聚焦于科学通用人工智能（Scientific AGI），致力于构建面向 AI4Science 的通用计算基座模型，探索人工智能在复杂科学体系中的统一建模、推理、生成与设计能力。团队的研究方向涵盖 All-to-All分子设计世界模型、虚拟生物通路模型、Scientific Agent、以及融合 AR/VR 的自驱实验室系统，面向从分子、通路到更高层级科学结构的跨尺度建模与可控生成，推动 AI 从辅助分析工具走向主动参与科学发现的核心智能系统。

团队强调从基础模型、关键算法到真实科学问题的系统性推进，关注学生在交叉学科场景中建立建模、推理、设计与实验闭环能力。药学、物理、化学、生物医学工程等多学科背景，研究氛围开放，科研资源与计算资源充足，拥有近千张算力卡支持，并长期与 MIT、Harvard、Stanford、Baker Lab 等国际顶尖 AI4Science 实验室保持合作，支持学生开展高水平科研训练与国际访问交流。

团队同时高度重视从基础模型、关键算法到真实科学问题的系统性推进，具备良好的产学研转化基础，并获得来自产业界近亿元级资金支持，能够为学生提供兼具前沿探索、交叉训练与实际应用价值的科研平台。欢迎对科学通用人工智能与 AI4Science 前沿研究感兴趣的同学加入，共同探索人工智能驱动科学发现的下一代范式。

王平安教授是香港中文大学计算机科学与工程学系的卓敏讲席教授，同时担任香港中文大学医学智能与扩展现实研究所所长。他也是粤港澳人机智能协同系统联合实验室的联合主任。

他于 1985 年在新加坡国立大学获得计算机科学学士学位，并于 1992 年在印第安纳大学获得计算机科学博士学位。1992 年，他加入新加坡国立大学的 NUS-JHU 信息增强医学中心担任副研究员。1995 年，他加入香港中文大学计算机科学与工程学系担任助理教授，并于 2002 年晋升为教授。2007 年，他获中国教育部长江学者讲座教授称号。他曾担任系主任及研究院研究生部主任。他自 1999 年起担任香港中文大学虚拟现实、可视化与影像研究中心主任，并自 2006 年起担任中国科学院深圳先进技术研究院认知与交互技术中心主任。

王平安教授研究方向包括医学图像分析、人工智能、手术仿真、可视化和扩展现实。他已发表超过 760 篇论文，Google Scholar 引用次数超过 80,000 次，h-index 达到 132。他被科睿唯安评为高被引科学家，并获得 [Research.com](http://research.com/) 颁发的中国计算机科学领军人物奖。

团队学术自由，支持对未来趋势的方向进行探索，重点研究生成模型、表征学习等AI基础研究，科学智能体以及AI4Science相关应用，包括但不限于：

Scientific AI

• 深度生成基础方法以及应用：在物理及相关科学原理的启发下探索ai基础方法，包括Discrete and Continuous Diffusion  等生成模型和相关的生成方法，以及3D point cloud, molecule generation, World Model等应用场景。

• 多模态表征学习：Tokenization、Modality Fusion等多模态统一的表征模型，并且着重研究表征与生成结合，探索自然而统一的前沿科学生成。

• 科学智能体与自主发现：面向当前快速发展的 AI Agent、LLM Agent 与多智能体系统，研究具备规划、推理、工具调用、实验设计与自主优化能力的 Scientific Agent。重点探索智能体在分子设计、蛋白质工程、自动化实验、文献知识挖掘和科学假设生成中的应用，构建“感知—推理—生成—验证—反馈”闭环，加速科学发现与工程创新。

• 具身科学智能与自动化实验室：面向 AI4Science 中虚拟智能与真实实验系统深度融合的发展趋势，重点探索 Scientific Agent、机器人实验平台、自动化实验与智能决策系统 的协同机制，构建“计算设计—自动执行—实验验证—反馈优化”的自主实验闭环，推动 AI 从虚拟推理与分子设计走向真实实验参与和科学发现加速。

AI4Science

• 生物分子世界模型：绕 AlloDesign 构建面向生物分子体系的统一设计基座模型，研究如何用深度生成模型和多模态表征学习理解分子结构、功能及其相互作用。该方向不局限于单一分子类型，而是希望在同一模型框架下处理小分子、核酸、多肽、抗体、蛋白质及其复合物等多种生物分子体系，建立从分子表示到功能设计的连续建模能力。通过引入结构预测、功能评估与实验反馈，模型生成结果将不断被校正和验证，从而逐步形成面向药物发现、蛋白质工程、核酸药物和生物材料设计的通用智能设计方法。

• 细胞通路模型与衰老研究：围绕细胞内分子相互作用与信号通路的计算建模，研究如何将蛋白、小分子、核酸等分子级表征与细胞功能状态联系起来，建立从分子扰动到细胞响应的预测模型。该方向重点关注衰老相关通路及疾病状态中的调控机制，探索 AI 如何理解不同分子干预对细胞命运、信号转导和功能退化的影响，为靶点发现、药物作用机制解析和精准干预提供新的计算方法。

• AR/VR 虚拟科学家：研究面向科学发现的沉浸式交互方法，探索如何将复杂分子结构、细胞通路和模型生成过程转化为可理解、可操作的三维科研界面。该方向关注人类科学家与 AI Agent 在科学问题中的协同方式，特别是如何通过交互式可视化和智能体系统辅助假设形成、方案设计与结果解释。相关研究希望为未来虚拟科研环境和自主科学发现系统提供新的交互范式。

2027级入学博士生，还有4~6个名额；博士后常年滚动招聘。此外我们还长期欢迎科研助理、访问学生等加入我们的团队共同探索 Scientific AI、AI4Science、生成式 AI、生物分子设计、科学智能体、具身智能与自动化实验室等前沿方向。

我们相信对研究的兴趣和热情是成就杰出工作的第一驱动力。欢迎有专业背景、有志向的同学申请我们实验室的相关岗位，我们将结合你的研究兴趣、背景、以及个人能力，针对每一位同学（无论是博士生还是访问学生），个性化制定研究方向。

我们期待你是一位有潜力的研究者，对科研充满热情，对自己高标准高要求，并且具备一定的学术品位。以下是我们对博士生的基本要求：

（1）科研经历

• 本科生：无需已发表论文，但必须有科研项目经验，能够清晰展示自己在科研过程中的角色和贡献。

• 硕士生：最好有顶会顶刊（如 NeurIPS、ICML、CVPR、ICLR 等）论文的发表或投稿经历。

  仅有 arXiv 的文章同样欢迎申请，但建议将自己最满意的 1-2 篇工作标注出来。实验室会仔细评估你的工作质量和科研品味。

（2）加分项

• 扎实的数理背景：如主修数学/物理专业，或在国内外权威数学竞赛中获奖。

• 出色的编程能力：如计算机、软件等相关专业，在本科以及硕士期间参与编程竞赛或主导对相关社区有一定影响力的项目、有长期更新且质量较高的技术博客、活跃的技术贡献记录等。

• 有长期技术岗位实习经历。

对于科研助理职位，我们欢迎对研究有浓厚兴趣的候选人，尤其是：

1. 想通过科研助理经历打下坚实基础，为未来申请博士项目做准备；

2. 对实验室研究方向高度匹配，并愿意在科研、工程实现、数据分析等方面全力协助团队。

基本要求

• 拥有本科及以上学历，数理、计算机或相关背景优先。

• 良好的代码能力（熟悉 Python/C++ 等），以及扎实的工程实现能力。

• 有较强的学习能力，能够快速掌握新知识和工具。

加分项

• 以第一作者参与科研论文发表。

• 有大规模项目开发、优化和维护经验（如 GitHub 项目）。

• 熟悉深度学习框架（如 PyTorch、TensorFlow）。

• 曾参与科研竞赛（如 Kaggle、ACM等）并获奖。

我们同时也欢迎本科生、硕士生作为访问学生加入我们，参与到实验室正在开展的前沿科研项目中。

基本要求

• 科研热情：有强烈的学习动力和对学术研究的兴趣。

• 项目经历：参与过完整的科研项目，能够展示自己在其中的贡献和思考。

• 学术能力：英语良好，能够阅读和撰写英文科研文档。

加分项

• 有顶会/顶刊论文投稿或发表经验（不限于第一作者）。

• 扎实的编程能力，有开源项目或技术博客， 数学建模竞赛或其他科研相关活动的获奖经历。

我们会认真审阅你的申请材料，公平对待每一位申请者。

充足的计算资源：团队依托香港中文大学与IMIXR（智能医疗与虚拟现实研究所 ，[Home](https://imixr.cse.cuhk.edu.hk/index.html)，拥有充沛的算力资源。此外，我们与英灵殿科技、阿里巴巴、腾讯、深势科技、百图生科等知名企业合作，还具备可观的企业计算资源。

交换&实习：团队长期与MIT、Harvard、UW、UCLA、NUS、Cambridge等高校合作，鼓励博士生进行研究型实习或出国交换，为学生个人发展提供交流与合作的机会。

学术交流：鼓励学生与领域内学者与顶尖研究机构建立合作，并且大力支持学生参加国际学术会议（提供报销）。对于大家感兴趣的研究话题和近期研究热点，我们会积极组织Invited Talk和推广相关线上学术交流会。

学术合作：我们支持实验室涉及的AI基础研究方向和近期AI热点研究的线上/线下合作。我们欢迎来自国内外高校和公司志同道合的合作者，在相同研究兴趣的支持下达成形式自由的科研合作。

• AI Fundamental Research合作：我们实验室与诸多大模型、Generative-AI等企业研究部门紧密合作，在表征预训练、扩散生成模型、子回归生成模型等领域探索AI前，将不可能化作可能。

• AI4Science项目合作：我们实验室鼓励将AI创新技术以各种形式应用到生命科学问题上，挖掘AI在解决复杂生命科学问题中的潜力。我们与国内外高校与研究院（西湖大学、浙江大学、临港国家实验室、上海AILAB等）和AI4S头部公司（深势科技、百图生科等）在蛋白质、小分子等多个生命科学领域达成合作。

欢迎对我们实验室感兴趣的同学，发送邮件至oteam.science@outlook.com邮箱询问，邮件标题：学校+姓名+申请博士/博后/访问学生/科研助理，并附上你的简历、个人陈述以及其他证明你能力的材料。