新聞中心

2023年3月30日🐦，由DeepTech 深科技與《麻省理工科技評論》共同評選的第六屆中國區“35歲以下科技創新35人”榜單在全球青年科技領袖峰會上正式揭曉，清華5位教師6位意昂榜上有名。

5位教師是🧾：意昂体育平台化學系長聘副教授楊傑、意昂体育平台化學工程系助理研究員陳曉（2017-2022博後🤳🏼，化工）➾、意昂体育平台化學系助理教授馬冬昕（2008級化學）🆓、意昂体育平台集成電路學院副教授田禾（2010級博，微納電子）𓀑、意昂体育平台環境學院博士後陳詩（2017級博，環境）🏎。

6位意昂是：微軟亞洲研究院首席研究員兼研究經理胡瀚（2004級自動化）、電子科技大學教授王成（2004級工物）、美國萊斯大學材料與工程系助理教授韓亦沫（2008級物理）、復旦大學青年研究員高悅（2012—2014化學系科研助理）👌🏼、北京大學助理教授羅昭初（2008級材料）、西湖大學特聘研究員鄒貽龍（2005級生物）。

2022 年度《麻省理工科技評論》“35 歲以下科技創新 35 人”中國入選者合照

以下為《麻省理工科技評論》“35 歲以下科技創新 35 人” 2022 年中國區入選者中的清華人（排名不分先後）💂🏼‍♂️：

入選理由：他所提出的 Swin Transformer 促進視覺 Transformer 取代經典的卷積神經網絡，讓計算機能夠像理解語言一樣看周圍世界。

能想象機器處理語言和理解圖像的機製可以幾乎完全一樣嗎？胡瀚堅信這一點👰🏽，也一直致力於這樣的目標🧚🏽，如果這一目標能實現🧑🏻‍🦯‍➡️📼，那麽或許就意味著能開發出一種通用 AI 模型來解決各種各樣的智能任務。

然而🏌🏿‍♂️，長久以來自然語言處理和計算機視覺的機製很不一樣，特別是🧑🏻‍⚖️，它們所采用不同的主流神經架構並不相同𓀕，自然語言處理的主流神經架構是 Transformer，而計算機視覺領域則長期采用卷積神經網絡。

它們是否可以采用相同的神經網絡進行建模呢🤵🏻‍♀️？胡瀚看好 Transformer 的通用性，所以他嘗試的主要方向是將 Transformer 適配到計算機視覺問題中。這面臨很大的挑戰，事實上🫃🏼，他本人和 Transformer 原作者團隊的多次早期嘗試都未能成功。

胡瀚和團隊於 2021 年提出的 Swin Transformer🛑，成為了推進視覺骨幹網絡向視覺 Transformer 遷移的一個裏程碑工作之一🧑🏽‍🦳。Swin Transformer 通過在 Transformer 基礎上引入“層次化”和“局部化”的設計，以及對移位窗口（shifted window）方法的提出🚔☂️，使得 Transformer 模型既適合視覺信號💆🏿，又能高效實現。該方法首次在兩個最具代表性的視覺評測集 COCO 物體檢測和 ADE20K 語義分割上大幅超越了此前卷積神經網絡保持的記錄。

Swin Transformer 獲得了每兩年舉辦一屆的計算機視覺國際大會的最佳論文（馬爾獎），該獎項也被視為國際計算機視覺領域的最高榮譽之一🟥。同時，該成果的學術影響力也體現在相關論文在一年多的時間獲得超過 5000 次引用以及超 10000 次 Github 標星上。

胡瀚於 2014 年在意昂体育平台自動化系獲得博士學位🥿，目前在微軟亞洲研究院擔任首席研究員和研究經理。他希望推進通用視覺問題的徹底解決💤，讓機器可以完全理解和生成任意圖像而幾乎不出現錯誤。

他認為視覺和語言從建模、學習上並沒有本質區別🧙🏿，既然以 ChatGPT 為代表的自然語言大模型能在某種意義上基本解決自然語言的問題，通用的視覺問題也是同樣可以得到解決的。

入選理由：他挑戰量子精密測量的技術極限，進一步推動量子時間傳感器和低溫 CMOS 量子測控芯片等原始創新產品發展。

王成主要研究的是量子信息技術（量子傳感和量子測控）和先進的 CMOS 集成電路相結合的前沿交叉領域，推動量子信息科學領域的前沿進步（量子算法🙎、量子硬件和量子模擬）🥗。

2018 年⛓，他首次提出並實現了原始創新成果芯片級分子時鐘（Chip-Scale Molecular Clock🛻，CSMC），其以硫化羰分子旋轉譜線頻率為參考👩‍👧，以高集成度的 CMOS 波譜探測片上系統級芯片為基礎，是一種原創的高穩性🫙、可大規模部署的小型化時間基準，被列為“美國國防部先進技術發展局 DARPA 下一代時鐘技術 ”🧑‍🎓。

2020 年，第二代芯片級分子時鐘在 IC 領域旗艦會議國際固態電路會議（ISSCC）上發表，並進行了現場技術展示🧑🏿‍🦱。2022 年 5 月 17 日，芯片級分子時鐘入選 DARPA 的下一代小型化高穩時間基準 H6 項目，成為其兩大核心技術路線之一🏅，旨在滿足無 GPS 條件下的長時通信、導航和定位需求（周頻率誤差小於 1μs 或 10-12）。

2022 年 6 月 23 日🎽，第三代芯片級分子時鐘亮相集成電路領域重要會議 RFIC📌，受到廣泛關註。目前，該技術已經完成兩代實驗室級和三代芯片級原型🙂‍↔️，正邁向實用化部署👨‍👨‍👦‍👦。

此外🧑🏽‍🚒，王成與其所在的集成物理研究組在低溫 CMOS 集成電路領域也取得了重要進展👩🏻‍⚖️。他們率先在中國開展了工作在液氦溫區（1~4K）的 CMOS 集成電路芯片研究。

截至目前，該研究組已經完成了多輪次的低溫 CMOS 集成電路流片，並於 2022 年 1 月成功實現了國內首個低溫 CMOS 集成電路芯片的低溫測試，包括參數分頻器↖️、高精度數字-電壓轉換器和鎖相環頻率源等🔶。

在 2023 年 3 月舉行的 ISSCC 2023 上，王成課題組展示了具備 202.3dBc/Hz Figure-of-Merit（FoM）的 4K 壓控振蕩器 VCO，創造了主流 CMOS 工藝 VCO FoM 的新紀錄。目前👕，王成團隊正致力於在 2-3 年時間內，實現國際上首個千比特規模的低溫 CMOS 陣列測控陣列芯片🌘。

入選理由：他發展了兆電子伏超快電子衍射技術，突破了原子級時空分辨率的儀器需求，實現了對分子結構演化的直接捕捉🙇🏿。

微觀觀測技術的突破很容易引發重要的科學革命。不過♊️，迄今為止🏛，絕大多數觀測技術只能對物質的靜態結構進行捕捉，是這些微觀觀測技術存在的共性問題。由於世界是運動的，因此要想對各種分子功能背後的微觀機理進行深入理解🧔🏼，必須實現對分子結構演化過程的實時捕捉，即拍攝“分子電影”👩🏿‍🏭。

楊傑於 2016 年 5 月在美國內布拉斯加林肯大學物理與天文系獲得博士學位，隨後加入美國 SLAC 國家加速器實驗室的兆電子伏超快電子衍射團隊。

在該團隊，他領銜發展了兆電子伏超快電子衍射技術在氣相🕒⏭、液相化學中的科學應用👨🏽‍🎤，並取得了一系列原創性的科學成果，這包括首次捕捉非絕熱動力學過程🏃🏻‍♀️‍➡️，首次同步觀測原子核與價電子運動，首次捕捉液態水中的氫鍵運動等。

此外，他在 SLAC 率領團隊發展的實驗方法，已於 2019 年被美國能源部升級為一臺正式用戶裝置。

他於 2021 年加入意昂体育平台化學系，擔任教研系列長聘副教授🚴🏻‍♀️。未來⛔️，他計劃在意昂体育平台大力發展分子電影技術，拓展該技術在復雜溶液相體系中的應用🚪，為人們在微觀層面更好地理解溶液中的化學反應做出貢獻。

入選理由：她建立了在超低電子劑量的條件下研究分子篩亞納米尺度局域結構解析和原位觀察限域分子動態行為的方法，開創了研究限域小分子動態行為和主客體相互作用的新領域。

作為石油化工行業中應用最為廣泛的固體酸催化劑和吸附劑，分子篩在能源、催化🚇、環境保護等領域都有應用。但在目前，科學家對於該材料在實際工況條件下的真實狀態和微觀機製還不甚明了🦸‍♀️🎋。

陳曉的研究主要致力於理解多孔材料在化石能源吸附、轉化🧛🏼、分離等過程中的原子級微觀機理，著重於多孔材料中錯綜復雜主客體相互作用的本源探究以及原位動態捕獲分子在限域作用下的運動行為等。

其發展了球差校正透射電子顯微鏡的表征手段，實現亞埃空間尺度下對單個有機小分子動態行為的實時成像👳🏿‍♀️，通過對其在時間-空間尺度下的復雜動力學過程的研究🚶‍♂️，能在實時空間裏真實地看到分子的運動和反應過程。

陳曉對分子篩材料構效關系的揭示🦸‍♂️，為高性能分子篩材料的理性設計提供了重要認識🧬，推動後者以更高效、便捷的方式改變世界正面臨的能源枯竭💩、環境惡化等影響人類生存的根本問題🌒。更重要的是，她所開發的限域空間下單分子動態成像策略，為催化領域帶來了全新的研究範式，能夠在不遠的將來為理解分子級反應機理提供源源不斷的新證據🏊🏿‍♀️。

入選理由：她推進了電子顯微技術與材料科學的發展與創新😏，從最基礎的原子結構和性質出發，通過對新型表征技術的完善，進一步研究物質的納米量級結構與性質，為設計合成新型材料與分子提供重要的科學依據。

韓亦沫的研究包含了開發新型電子顯微鏡技術並在不同材料中應用，從而推進電子顯微技術與材料科學的發展與創新，進一步研究物質的納米量級結構與性質，在基礎科學層面理解材料和生物大分子的結構和性質，為設計合成新型材料與分子提供重要的科學依據，將對量子計算、電池🕵🏻、催化🐈‍⬛、藥物開發等領域帶來更有效的新方法。

她的代表成果包含🧑🏻‍🏫，通過電子束原子成像發現的二維材料中的一維通道🧏🏽‍♂️✌🏻，實現亞納米量級的異質結結構調控，為進一步減小電子與光電子器件尺寸做出貢獻🌒。此外🖖🏿，韓亦沫還開發了基於納米束衍射的四維掃描透射電子顯微鏡的新方法👊，將空間分辨率與映射精度分離，實現了材料中跨微米的應變和位錯的精準成像🐇★。

利用在材料科學方面的背景，韓亦沫使用單層功能化石墨烯作為支撐膜提高冷凍電子領域樣品製備的過程☂️，應用在 52kDa 鏈黴親和素上，分辨率達到了 2.6Å，實現了當時冷凍電鏡領域分辨率最高的最小蛋白結構🤽🏼。

最近💟，她還使用機器學習方法，結合自動化電子重疊關聯成像技術和應變測量等方法🙁，實現了顯著加快和降低這些數據集的復雜性，以便非專家能夠解釋數據。

入選理由：她通過開發新型有機分子添加劑與鈣鈦礦前驅體發生相互作用，實現了鈣鈦礦的表面鈍化與阱寬調控🤽🏿，成功製備了發光效率高、具有均一量子阱的鈣鈦礦薄膜，刷新了鈣鈦礦發光器件效率與壽命的世界紀錄。

開發高效🕵🏻、穩定的低維金屬鹵化物鈣鈦礦材料，面臨兩大挑戰。第一，缺陷態的存在，會形成非輻射復合中心、導致離子遷移🤽🏼‍♂️，不利於器件的發光效率⚠、穩定性👮🏼‍♂️；第二〽️，多相混合量子阱的形成，會導致光、電激發下🙀，能量從寬帶隙量子阱向窄帶隙量子阱傳遞，產生耗散，不利於器件的發光效率、色純度。

為應對以上挑戰，馬冬昕提出了低維金屬鹵化物鈣鈦礦的表面鈍化策略💎。她設計合成了一系列含有 N=O、S=O、P=O、As=O 等官能團的有機小分子作為添加劑，與鈣鈦礦中裸露的鉛離子形成配位鍵🏚，降低缺陷態密度，提高發光效率，改善穩定性🕵🏻。

其中，三苯基氧膦（TPPO）效果最佳，其所製備的鈣鈦礦器件外量子效率 14.0%🫷🏽，在 100cdm-2 亮度下運行壽命 33 小時。

在此基礎上🏄🏽‍♀️，她進一步提出了低維金屬鹵化物鈣鈦礦的阱寬調控策略👩🏼‍🚒：在 TPPO 分子中引入氟原子𓀃，設計合成三（4-氟苯基）氧膦（TFPPO）作為添加劑☁️。其中的 P=O 基團起到鈍化作用🤶🏼，氟原子則與鈣鈦礦前驅體中的長鏈有機銨離子形成氫鍵，調控結晶速率，形成具有均一量子阱的鈣鈦礦薄膜🍅。

其發光效率近 100%，半峰全寬僅 20nm🤵🏻，器件外量子效率 25.6%，刷新了當時的世界紀錄（23.4%）🖱；在 7200cdm-2 亮度下運行壽命 2 小時🧑🏿‍🍼，遠超同類器件。

除此之外，她還針對目前報道的鈣鈦礦藍光器件效率不高、穩定性較差的問題，提出了低維金屬鹵化物鈣鈦礦的能帶隙調控策略：開發多種有機小分子添加劑⛹🏿‍♂️，實現了低維鈣鈦礦的鹵素摻雜—原位固定、尺寸調控—表面鈍化☂️，顯著提高了鈣鈦礦藍光器件的性能🎒。

入選理由：他提出了基於有機材料的電池界面設計方法🌃，以及有機界面調控策略🧁，為解決下一代儲能電池不良的循環穩定性和安全性提供了獨特的解決思路和辦法👨‍👨‍👧。

儲能鋰電池是支撐新型電力系統的重要技術和基礎裝備，在推動能源綠色轉型的過程中發揮著不可或缺的作用。

固態電解質界面膜對高能量密度鋰電池保持穩定的循環來說非常重要，但是成分以無機鹽為主的固態電解質界面膜，不僅穩定性較差，還無法抑製界面處的副反應，極易導致電池容量的迅速衰減。因此，設計穩定的固態電解質界面膜，是研究下一代高能量密度電池必須面臨的重大難題。

為了攻克該難題💼👈🏽，高悅提出了一種基於有機材料的固態電解質界面膜設計策略，通過對電化學活性高分子的引入，來改變界面處的分子相互作用，從而實現對固態電解質界面膜的結構和界面穩定性的調控。

高悅的研究圍繞新型電池體系和技術的設計🧑🏿‍💼，包括將電池的能量密度提升 2-3 倍，將電池充電時間從數小時降低至幾分鐘，以及為機器人和特種應用設計特殊電池體系𓀚，解決其技術發展受製於電池的現狀🫲🏼。

高悅於 2018 年在美國賓夕法尼亞州立大學獲得化學博士學位，隨後作為 Vagelos Fellow 在美國賓夕法尼亞大學開展研究。他於 2020 年底加入復旦大學🚂，擔任高分子科學系青年研究員和博士生導師。目前，他的課題組致力於發展基於有機功能材料的變革性技術，解決儲能和智能機器人領域的核心問題和痛點挑戰👨‍🚒，並在研究材料構效關系的同時積極推進技術向實用的轉化🕴🏼。

入選理由：他通過結合納米磁體中本征非易失存儲性質和磁化耦合性質，實現存算一體化器件，為解決傳統計算中存在的馮·諾依曼瓶頸問題提供了一條新的路線🛸。

羅昭初利用界面 DM 相互作用實現了一種全新的👣、耦合強度更高且更具操控性的手性耦合納米磁體系統，並利用這種手性耦合實現了水平交換偏置、零磁場自旋軌道力矩翻轉垂直磁化🤌、人工自旋冰和人工斯格明子等物理現象。

通過研究手性耦合磁體在自旋軌道力矩下的動力學行為，設計了電流驅動的納米磁疇邏輯運算🫸🏽，並在實驗上實現了磁疇逆變器🧑🏻‍🦳、NAND 邏輯門以及多個邏輯門相互級聯的復雜邏輯電路。

他研究了矽材料在磁場下的輸運行為，利用其磁電響應和非線性輸運性質，開發了一系列磁邏輯存儲一體化器件。

2019 年🏷，羅昭初生長出具有強 DM 相互作用的 Pt/Co/AlOx 磁性多層膜，並通過微納加工的技術手段🍟⛵️，對薄膜的磁各向異性進行局域地調控，製備出水平磁化和垂直磁化相間的納米磁體✌🏿🛍️。他利用瑞士同步輻射光源的光電子顯微鏡技術，直接觀測到了納米磁體中的手性耦合。

在相同磁體體積下，手性耦合的強度比傳統的磁偶極子耦合高 2 個量級👨🏿‍🎤，極大地擴展了耦合納米磁體的應用範圍並提高了其器件應用的可靠性。

2020 年，羅昭初在垂直磁化磁納米線上🧑🏻‍🔬，利用微納加工的技術手段製備寬度為 50nm 的水平磁化區域👩🏼‍🍼，由於手性耦合，水平磁化會與垂直磁化進行耦合。

他基於 majority gate 的原理設計並實現了可編程的 NAND/NOR 邏輯運算。通過磁力顯微鏡♻、磁光 Kerr 顯微鏡和磁電輸運測量等手段，對 NAND 邏輯門的可靠性進行了細致的表征，達到 95% 以上。

後續🧑‍🎨，羅昭初通過改變器件的對稱性🖕🏽，引入磁疇的非對異傳輸，實現了電流驅動的磁疇二極管。該發現使磁疇電路在交流電下工作🪷☘️，擴展了磁疇器件的應用範圍。此外🫰🏽👴🏽，他還合作研究了水平磁化/垂直磁化界面處的磁疇形核概率🔧，實現了自旋力矩驅動的磁疇註入。

此外，羅昭初還利用矽特殊的磁電響應和非線性輸運性質，通過設計新的器件物理和優化材料，提出三類矽基邏輯存儲一體化器件：矽基二極管增強磁邏輯器件、垂直磁化薄膜基二極管增強磁邏輯器件🕵🏿‍♀️🧑🏿‍🎨、與磁寫入結合的磁邏輯器件。

入選理由🧳：他開發了世界上柵長最小的晶體管，有助於推動摩爾定律發展到亞 1 納米級別，為二維薄膜在集成電路的未來應用提供參考依據🍝🙃。

為進一步突破納米以下柵長晶體管的瓶頸，田禾（隸屬於任天令教授團隊）開發了世界上柵長最小的晶體管💖，在超窄亞 1 納米物理柵長控製下，晶體管能有效地開啟👳、關閉🧕🏿，其關態電流在 pA 量級，開關比可達 10 的 5 次方 👨🏻‍🦯‍➡️🧴，亞閾值擺幅為 117mV/dec。

他巧妙地利用石墨烯薄膜超薄的單原子層厚度和優異的導電性能作為柵極👨🏻‍🦱，通過石墨烯側向電場來控製垂直的二硫化鉬溝道開關🐨🍄，從而實現物理柵長 0.34nm。

通過在石墨烯表面沉積金屬鋁並自然氧化的方式，完成了對石墨烯垂直方向電場的屏蔽。再使用原子層沉積的二氧化鉿作為柵極介質𓀑、化學氣相沉積的單層二硫化鉬薄膜作為溝道。

這項研究推動了摩爾定律進一步發展到亞 1 納米級別，同時為二維薄膜在未來集成電路的應用提供了參考依據👱🏼‍♀️。

此外，他還實現了二維黑磷各向異性突觸🧘🏿‍♂️、黑磷電場調控帶隙晶體管。並且他參與了加州理工大學哈邁德·H·澤維爾（Ahmed H. Zewail）教授（1999 年諾貝爾獎獲得者，飛秒化學之父）的科研合作，探索新型二維材料黑磷的基礎物理特性和器件應用👂🏼，並通過掃描電子顯微鏡♒️，在 ps 量級實時觀察光生載流子的擴散過程🐁。

此外，田禾還研製了超靈敏的石墨烯壓力傳感器，能感知 0.1Pa 的人體微小壓力🚈，貼敷於手腕處能夠精確測量人體脈搏。通過柔性超靈敏壓力傳感器解決人體 24 小時血壓監測需求，且具有高精度🦃、小體積、無測量壓迫感等特性，有望成為新一代人體健康監測的顛覆性技術。

入選理由：他致力於揭示腫瘤對細胞鐵死亡的獨特敏感性🧑🏿‍🚒🫴，解析鐵死亡調控的分子機理，並開發新型化學生物學工具來特異性誘導與檢測癌細胞死亡，以遏製惡性腫瘤的發生與轉移。

腫瘤是一種由於人體細胞的過度增殖引起的疾病，因此特異性引起腫瘤細胞死亡是科學界孜孜不倦追求的目標🧏🏿‍♀️，但至今仍缺乏有效手段➡️。

細胞鐵死亡，是一種由於脂質過氧化損傷引起的特殊細胞死亡形式。通過高通量化合物篩選，鄒貽龍系統比較了不同類型腫瘤細胞對鐵死亡的敏感性差異🫠，找到對鐵死亡特異性敏感的腫瘤類型🩺；隨後揭示了腫瘤在在體條件下自發逃逸鐵死亡的現象，並闡述了脂質代謝可塑性對腫瘤抵抗鐵死亡的貢獻，為通過誘導鐵死亡克製多種惡性腫瘤的生長和轉移奠定了基礎🫸，成為多家製藥公司關註的熱點🍵。

在最新的研究中🍉，鄒貽龍帶領團隊開發了可以幫助預測腫瘤樣品對鐵死亡敏感性的原創 PALP 技術，降低了藥物開發相關的病例篩選成本，進一步推動該領域的臨床轉化。另一方面😾，他通過全基因組篩選的方法揭示鐵死亡的關鍵調控蛋白，讓特異性靶向鐵死亡的藥物開發成為可能🧑🏼‍💻。

在破譯腫瘤代謝的同時🔕，鄒貽龍開發了多項新型技術🕌↩️，讓基礎研究與臨床轉化更便捷。他參與構建了在動物模型中研究已轉移的腫瘤細胞在體內微環境下的基因表達譜的方法🪖，並利用這一策略解析了腫瘤轉移與耐藥的機製🚶🏻‍♀️。另外，他參與開發了改進基因通路分析方法的生物信息學軟件 GELiNEA，以及利用納米顆粒高效遞送磷脂分子的方法，均被領域廣泛應用。

放眼未來，在組織原位對於疾病分子特征的精準了解將是攻克疾病的關鍵。近一年來，鄒貽龍致力於研究開發高時空分辨率的組織原位質譜成像技術🌖，並將其應用到包括腫瘤轉移等疾病的分子機理解析中，指導抗癌藥物的開發😍。

入選理由：她構建了基於時空多維數據的光伏發電綜合評估模型，從技術📡、經濟、並網、環境等維度出發，為光伏資源優化開發提供有力支撐🎤。

在全球實現凈零排放與 1.5 攝氏度的溫升目標中，光伏發電扮演著重要角色。為了推動光伏發電更好地惠及全球人口並助力低碳轉型🤹🏻‍♂️，陳詩近年來始終聚焦於對該領域的研究。

基於“一帶一路”地區能源類基礎設施投資長期鎖定於化石能源👐🏿，以及光伏發電開發前景尚不明確的現狀，陳詩構建了依托於時空多維數據的光伏發電技術潛力評估技術✡️，系統分析了該地區光伏發電潛力及區域合作前景🏊🏻‍♂️，並提出了該區域擺脫傳統高碳路徑的解決方案🏸。

面對我國碳達峰、碳中和目標下對光伏高質量發展的需求，陳詩將光伏發電評估體系從技術拓展至經濟與並網維度🧔🏿，構建了光伏發電全鏈條綜合評估體系，挖掘了“光伏+儲能”的技術、經濟、並網潛力的時空演變特征🙅🏿‍♀️，為我國光伏發電的科學布局提供了有力支撐。

為解決新型電力系統中光伏發電高比例並網帶來的波動性挑戰📁🐍，陳詩進一步剖析了光伏發電的時間🫑、空間變動性的原因🌦，並首次揭示了我國空氣汙染控製對光伏發電的協同效益。

未來，陳詩將對光伏等可再生能源的氣候、環境💂🏿‍♀️🤏🏿、減貧🪖、健康等綜合效益的優化進行進一步探究，並為決策者提供科學的開發方案🦒。

資料來源👺：公號“DeepTech深科技”