孙博涵
中国科学院大学 前沿交叉科学学院（自动化研究所）
计算机科学与技术 直博
2026届, 机器人工程专业¶

人总是会高估自己一天能做的事情，低估一年可以做的事情

背景¶

GPA:
    百分制: 93.5/ 100, 前五学期排名: 1/63，前六学期排名2/63

英语:
    CET4 596 | CET6 518

竞赛:
    -全国大学生数学竞赛省一等奖

    -美国大学生数学建模比赛H奖

科研:
    - MCF-SVC: Zero-shot High-Fidelity Singing Voice Conversion with Multi-Condition Flow Synthesis （第三作者，ICIC 2025，CCF-C会议）

    - SpikingBrain Technical Report: Spiking Brain-inspired Large Models（第六作者，Github 1k stars，Transactions on Machine Learning Research）

实习:
    - 中国科学院自动化研究所 类脑通用智能大模型北京市重点实验室, 科研实习生, 一年

项目:
    - 中科院自动化所&字节跳动 线性架构大模型：
构造人工数据集，并在训练不同阶段中验证；理论分析线性架构中状态利用率低的问题，探索层状态传递架构

    - 中科院自动化所&沐曦科技 类脑大模型（瞬息1.0）：
主要负责vllm推理框架部署工作，在国产GPU上适配分布式系统并构建支持大规模交互的网站。参与架构、算子适配、测评、rebuttal的部分工作，并参与撰写技术报告。

    - 上海交通大学&哈尔滨工程大学 唱歌语音转换：
在指导下完成实验和论文写作，在保持转换速度的同时提升生成自然度和相似度。

    - 哈尔滨工程大学 多模态数字人：
国创负责人，复现fay数字人API框架并在UE上部署。

个人荣誉:
    - 国家奖学金及若干奖学金

    - 若干个人荣誉、班级荣誉、社团荣誉

个人责任:
    - 中国自动化学会学生分会执委、吉他协会负责人、预科班副班主任、专业班班长、自然班团支书

申请情况¶

1.北京大学智能学院：

北智和北计都是纯弱com，基本各组老师自己决定入营及offer发放（我认识211低rk但是科研非常亮眼也拿到offer的，双非超强科研也有机会），不同课题组入营难度完全不一样，不联系老师入营可能性非常低（除非华五rk1+顶会pub级别的）。

我联系的算比较晚，3月份才联系，基本上没几个老师有名额了，但在非常机缘巧合的机会下拿到了口头offer（老师的方向和我本科方向非常match+有相似的履历），后一切走流程（机试+各课题组面试）拿到offer（但机试不能挂0，越多越好，每年会有一到两道简单的语法题）。本以为被养鱼，没成想最后真给我留了坑位。但最终考虑到方向、组内氛围、资源等等因素，忍痛放弃

2.中国科学院大学前沿交叉科学学院&自动化研究所：

参加的是国科大叉院的第一届夏令营（第三届招生），第一届和第二届是从自所和计所直博推免中抽一部分人挪到叉院学籍+国科大内部二次选拔所组成的，性质有点类似国科大未来技术学院、人工智能学院，老师们也普遍认为叉院只是给他们增加博士名额的一个手段。只有博士培养，允许在整个中科院体系里选导师（只要双方都同意即可），每年补助10w+（国家+叉院+所，三部分工资），允许自由选择毕业专业，且理论上允许提前博士毕业（所谓的超常规培养，普博允许三年毕业，直博允许四年毕业）。后续如果双选自所的导师，是国科大毕业证+叉院自所双章（虽然还没毕业生，但是院长多次承诺），跟自所是联培性质。

叉院今年的夏令营只招直博生，今年招400个人（本来只开夏令营，鸽子太多又开了预推免，但大部分名额都在夏令营期间招满），分人工智能、集成电路、量子科技、生物制造四个方向，入营难度不一样，笔试的考查内容也不一样（但都有数学），面试考核会根据意愿（实则是根据bg）分配到各个所里（不同所学生水平差距很大，比如分到去自所考核的普遍是清北+华五本科，我被分到空天院考核，我们这边就是以中九为主，少量华五和211 ，但都是根据固定的比例给优营，所以建议填意向表的时候填弱所）

各个所会按照自己夏令营/预推免方式来考核发offer（发的是交叉学院的offer），像空天院就是跟冬令营考核方式一样：一轮专业面试（含项目拷打+英语+专业课+数学抽题），一轮综合群面（一次进去三个人，挨个介绍自己的个人情况、家庭情况、未来规划）。

交叉学院的优势在于可以在整个科学院体系内各研究所选导师，包括比较火热的自动化所和计算所，住宿单人间且补助高。但较坑的点是：先入学后双选导师，博士入学前不确定自己的导师是谁还是件挺恐怖的事情。我的情况比较特殊，本来不知道有交叉学院这个东西，但是我在自动化所实习的导师给我打电话，让我报名叉院夏令营，所以早早就预定好了名额，后续我也跟他口头、书面多次确认名额一定给我，我也非常信任他+国内基本只有在他这里才能做到我想做的东西，最后才签了交叉学院这边的offer确认书。

往年每个能在交叉学院招生的自所老师（要求承担国家重大项目，以杰青优青为主）有三个名额，今年开始每个自所老师只能在交叉学院招一个名额（这点一定要确认清楚，由于叉院行政比较混乱，有些导师自己不清楚这事）

总体来说入营难度比自所小一些，而且由于是新成立不久的学院，竞争强度也会比所里低。但如果没有提前联系导师（强导+好导基本早早就把名额预定出去了），这边的风险确实较大。

3.上海人工智能实验室（浦江实验室）大模型中心：

往年入营和考核都基本弱com，今年入营和考核基本都是强com了：入营是各中心（大模型中心、具身中心、ai4s中心、安全可信中心、数据平台、前沿探索中心）的老师和工程师来打分，最后根据打分来决定入营（这个难度还取决于你所在的学校有多少人报名，比如今年哈工程好像就我一个人报名了，中科大上交报了几十个，最后就入了个位数）。

只有博士培养，直博和普博一起竞争入营和录取。大模型中心和具身中心是最难的，直博普遍是清北华五本或者C9前3%+顶会发表，我是大模型中心唯一一个误闯天家的211，事后跟中心里的老师聊：他们说我是为数不多认真回答报名网站上的问题的，比如“有哪些圈内人普遍认可，但你认为有问题的事情，说出你的理由”“你现在做的科研探索有没有了解是否被工业界实践过？效果如何？”这些问题我确实在自所实习过程中思考并探索过很多，大模型现在更像是个偏工程的东西，有很多细节自己没做过是完全想象不到的，很幸运被ai lab老师看到了这些细节。并且我在自所做的工作也是大模型中心正在探索的方向，比较认可我的工程能力和表达能力。

笔试和机试合在了一起，笔试就是考数学三本书+408专业课（不过都比较简单，简单过一下王道计算机考研就够了），机试就是力扣hot 100的难度。面试是各中心的老师混在一起面，面试问的非常细且很考察insight，中英文混合问。最后根据bg和考核分数决定联培学校，但也要再次通过联培学校的考核。感觉今年由于创智学院、中关村学院、河套学院等一系列国家实验室的招生，ai lab的招生被分散出去了，所以难度比起往年有所下降。

住的特别好，吃的也很好。

4.南京大学智能科学学院：

这个主要是因为我导师在南大智科也有名额，他怕我自所不稳就让我也报了南大（自所有几个老师在南大智科有直博名额，以谭院士的小导为主），但接到入营的时候我已经拿到叉院的offer了，所以放弃了入营。

智科院考核比较难，对于非计算机科班不太友好：笔试考离散、数据结构、机器学习，机试考算法题三道+numpy来实现机器学习三道，还有一轮面试。老师在机试和笔试上毫无话语权，而且录取人数较少，普遍是C9及以上，南大本校想留下来都不容易，难度确实很大。

5.上海交通大学自动化与感知学院：

考核和国科大叉院时间冲突了，放弃。不太了解。

6.中国人民大学信息学院：

考核和国科大叉院时间冲突了，放弃。非计算机科班及无acm经历不友好。

7.清华大学&Tele AI联培：

tele ai今年第二届招收联培直博生，和清华计算机、自动化、电子都有联培，和北大软微也有联培，不同的报名组别和不同的高校课题组合作。首先报名tele ai这边的官网，会有几轮hr来联系和考核（参考各大厂的面试流程），后续也有tele ai的技术老师来考核，根据考核情况来确定联培高校。因为刚开始招生所以了解的人较少，竞争难度并不算大，但后面的坑也不可预知。后续通知的时候我已经跟自所老师确认好，于是放弃。tele ai这边整体的资源确实不错，李学龙老师组建的电信AI研究院，推荐大家多多关注。我报名的是语音大模型组，和清华、上交、西工大若干强组合作很多

8.清华大学电子工程系某组：

二月底开始联系，跟导师断断续续联系了几个月，给offer的时候我已经跟自所老师确认好，而且给的是在西交联培的学籍，于是放弃。

9.清华大学自动化系某组：

要求提前线上实习几个月，四月份开始打工，六月底去清华线下面试。会根据bg和考核情况分配到清华AI、清华自动化、清华心理、清华生物、复旦的学籍，整体情况较复杂，遂无后续。

10.南京大学物理学院声学系某组：

需要线上几轮考核，难度不算大。四月份做完第一轮考核（读几篇论文+复现工作并写成周报）后就线下去找老师聊了一趟（确实觉得非常心怡，各方面都满足我的需求）老师直接给了offer，没再参加后续的考核。老师是特别好的老师，组是特别好的组，保研不一定非要盯着直接对口的学院报（视需而定）。最后在我心中决赛圈甚至是自所>南大声学>北大智能的。

11.北京大学软件与微电子学院：

未入营。

12.北京大学工学院直博：

未入营。

13.北京大学工学院机械专硕：

未入营。

14.中国科学院自动化研究所直博：

未入营。

15.哈尔滨工业大学航天学院：

未入营。

16.西安交通大学计算机学院：

未入营。

17.西交交通大学自动化学院：

未入营。

18.中国科学院西安光机所：

想着提前练练面试就去了，冬令营拿的A类（直博）offer（前一年的12月），吃和住都非常好好。

19.中国科学院空天院：

入的信号处理方向冬令营，二月份线上讲座，四五月份线上考核。考核后放弃。

经历分享¶

最近两学期的经历非常详细地记载在我的知乎里,大三这一年的经历或许对于保研人来说参考价值更大一点。

我规划保研比较早，高考志愿出来后就在规划了，暑假里就把4系的培养方案、保研及加分政策，以及整个外保的流程了解了一遍，比较早地开始培养自己的信息检索能力。不过那个时候对于保研的认识尚且浅薄。

大一开学后，学院组织了当年保研的学长宣讲，我进一步从“档案式“的经验分享中学到了许多许多，认识了许多优秀的学长学姐，对保研有了更深更具体的认识，也是最早启发我做现在这个网站的动力。一整年我把绝大部分精力投入在成绩上，闲余时间基本都在社团。

起初成绩其实不算好，尤其是大一上学期疫情，工数上只考了83分，总均分在学院的10%。大一下学期找到学习状态后，连着几门高分，排名到了学院的前1%，小专业的专业第二名。

上大二之后我开始一点点探索科研，但由于没人指导，乱学了一个学期，但幸运的是成绩进一步提升，前三学期成了专业第一名。大二下开始跟着校内的学长学姐开始正式接触科研，但几个人依旧是摸着石头过河，没人指导的情况折腾出了我们的第一篇论文，也对语音领域有了一些自己的认识。

大二结束的暑假我自学了若干pytorch实现深度学习的入门课程，主要聚焦在李沐老师的课程，对nlp、cv、时序信号处理都有了基础的认识，也自学了若干计算机和电子信息的专业课，夯实了些基础（但实际上做中学才是效率最高的，我这样的“科班“式学习其实在AI时代下有些不适用）。

大三开始后我复现了某数字人的API框架作为国创项目，锻炼了一点动手能力。然后在非常机缘巧合的机会下，从小红书上刷到了我现在博士所在课题组的科研实习生招聘帖子，又非常幸运地通过了面试，开始了我长达一年的线上实习。起初学了非常多的东西，看了非常多的论文和代码：大模型入门的基础知识、线性大模型的基础知识和发展脉络、用triton和cuda实现算子、并行计算与通信机制...整理了很多论文笔记，手推了很多公式，敲了很多代码和伪代码。

大三下开始参与到了师兄的工作中，针对线性大模型的问题提出了人造数据集+架构改造，尝试对线性大模型中的state多做些理论分析的工作（即使连在投都没有，但是工作量和思考量在，一样会被老师看到的）

但同时也开始焦虑：自所纯强com，入营导师捞不了我。害怕自己留不到组里，便在2月份开始了漫长了陶瓷之旅：前后联系了六七十个感兴趣的老师（因为本科涉猎的东西比较广，所以对很多领域都有些了解和思考），面了十多个老师，参加了若干考核。在自所打工之余还在清华干了两个月，在浙大干了两周，南大干了两周。面试和陶瓷经验我记录在小红书里，大家可以自取.

在没有稳offer的情况下我投递了若干夏令营，也陆陆续续又参加了一些老师的组内考核，在两三天之内接到了我的几乎所有offer（非常惊喜，但绝无集邮情况），最终拿到我导在交叉学院的offer后就一口气放弃了，后续也没有再报名预推免。

我自己本身是科研导向的保研，有很多经验并不一定需要借鉴。最终选择跟随我导直博也是深思熟虑的慎重决定。

关于科研、读博...这些话题，大家可以参考一些帖子：

（1）关于读不读博士的十个问题

（2）一个博士生在科研大组的生存指南

（3）张焕晨老师读博劝退贴

强烈建议有直博意向的同学，本科期间参与一项实打实的科研工作，如果能和在读博士生合作就更好了，会更有助于提前了解读博是怎样的一件事情。

总结¶

过去我参考的大多数经验都聚焦于：怎么更好的拿院校教务所发放的offer，很少见到：如何了解导师、如何联系导师、如何和导师交流、如何向导师确认offer...即使是读硕士，联系导师也一样是非常重要的事情。部分学校硕士也是可以被捞的，甚至全流程都由导师一人掌控。申请季中我见过不少导师想要你，然后通过各种手段给你弄到ta团队里来的例子。包括但不限于：走工程硕博、专项硕博计划，走其他学院的名额（比如有些自动化所的老师在自动化所有名额，在人工智能学院、未来技术学院、交叉学院有名额，在南大有名额，甚至在中科大还有名额），找其他导师借名额（甚至是其他学院，其他学校），找领导捞进来，推荐到国外或者香港（我组里就有最后没拿到本校保研名额的师兄，导师给推荐到香港读博的），走联培计划（比如中关村学院、创智学院、河套学院、浦江实验室、鹏城实验室...）...

在AI领域，基础能力基本就三项：扎实的代码实现能力、数学基础、英语读写能力（听说能力也很重要，但重要性远小于读写）。做到以上三点，即使没有很好的科研产出或者经历，一样也会被老师看重：即使是0领域基础，有强悍的基础能力可以迅速上手，且效率高于有领域基础但基础能力不扎实的同学。这也是很多做AI的老师也会很喜欢数学、物理出身的同学的原因：但ta们仍然需要有较好的编程能力。

科研并不是必备的，但有比较好的科研品味是能很好锦上添花，甚至大幅度提升保研竞争力的事情。为了论文而论文需谨慎，大家因需而做就好。

想申请顶尖外校的同学，目光不必过于放在本校的同学上（如果能争取到rk1是更好的，但或许并非必需），可以去参考目标学校的本科生都在做些什么，ta们才是真正的竞争者。用合作互助的眼光跟本院同学相处，结果可能会是双赢。

相较于硬能力和背景，软能力有时甚至更重要。我认为最重要的软能力是视野：如果从未来就业和科研的视角倒推回看保研，往往能看到从当前正着看保研所看不到的东西。因为保研本身并不是目的，更好的生活才是目的。此外自信、表达能力、规划能力、社交和获取讯息的能力、甚至讲故事的能力也都是非常重要的事情。

最终做出选择需要综合许多方面，学校title、导师、方向、地域、氛围、放实习...都是需要考虑的事情，找到自己最看重的点会有利于做出决策。对于我来说最看重的就是导师、方向和氛围。

适当自私是合理的，学生相较于老师毕竟处于弱势，所以最好不要孤注一掷，多投投多联系联系。但尽可能地不要去集邮，也尽量不要最后放鸽子，确实会很影响老师的招生（尤其是直博，大多数老师一年可能只有一两个名额），也会影响老师/学院对以后学弟学妹的看法。祝福大家尽可能早地找到适合自己的道路，勇敢地做出选择。

最后的最后，建立网站的初衷是希望学弟学妹能在前人的经验中获取一些灵感，大家都曾有过迷茫和惆怅的低谷期，过去有，现在有，以后也还会有。希望这个网站可以带给大家一些慰藉和抓手。但也切勿盲信经验主义和武断地复刻前人经历，请保持敬畏和好奇心，并拥抱不确定性，探索前人也未曾走过的道路，请相信你可以做得比想象中更好。

联系方式¶

• 邮箱: sunbohan856@gmail.com