新闻中心

2023年3月30日，由DeepTech 深科技与《麻省理工科技评论》共同评选的第六届中国区“35岁以下科技创新35人”榜单在全球青年科技领袖峰会上正式揭晓，清华5位教师6位校友榜上有名。

5位教师是：清华大学化学系长聘副教授杨杰、清华大学化学工程系助理研究员陈晓（2017-2022博后，化工）、清华大学化学系助理教授马冬昕（2008级化学）、清华大学集成电路学院副教授田禾（2010级博，微纳电子）、清华大学环境学院博士后陈诗（2017级博，环境）。

6位校友是：微软亚洲研究院首席研究员兼研究经理胡瀚（2004级自动化）、电子科技大学教授王成（2004级工物）、美国莱斯大学材料与工程系助理教授韩亦沫（2008级物理）、复旦大学青年研究员高悦（2012—2014化学系科研助理）、北京大学助理教授罗昭初（2008级材料）、西湖大学特聘研究员邹贻龙（2005级生物）。

2022 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”中国入选者合照

以下为《麻省理工科技评论》“35 岁以下科技创新 35 人” 2022 年中国区入选者中的清华人（排名不分先后）：

入选理由：他所提出的 Swin Transformer 促进视觉 Transformer 取代经典的卷积神经网络，让计算机能够像理解语言一样看周围世界。

能想象机器处理语言和理解图像的机制可以几乎完全一样吗？胡瀚坚信这一点，也一直致力于这样的目标，如果这一目标能实现，那么或许就意味着能开发出一种通用 AI 模型来解决各种各样的智能任务。

然而，长久以来自然语言处理和计算机视觉的机制很不一样，特别是，它们所采用不同的主流神经架构并不相同，自然语言处理的主流神经架构是 Transformer，而计算机视觉领域则长期采用卷积神经网络。

它们是否可以采用相同的神经网络进行建模呢？胡瀚看好 Transformer 的通用性，所以他尝试的主要方向是将 Transformer 适配到计算机视觉问题中。这面临很大的挑战，事实上，他本人和 Transformer 原作者团队的多次早期尝试都未能成功。

胡瀚和团队于 2021 年提出的 Swin Transformer，成为了推进视觉骨干网络向视觉 Transformer 迁移的一个里程碑工作之一。Swin Transformer 通过在 Transformer 基础上引入“层次化”和“局部化”的设计，以及对移位窗口（shifted window）方法的提出，使得 Transformer 模型既适合视觉信号，又能高效实现。该方法首次在两个最具代表性的视觉评测集 COCO 物体检测和 ADE20K 语义分割上大幅超越了此前卷积神经网络保持的记录。

Swin Transformer 获得了每两年举办一届的计算机视觉国际大会的最佳论文（马尔奖），该奖项也被视为国际计算机视觉领域的最高荣誉之一。同时，该成果的学术影响力也体现在相关论文在一年多的时间获得超过 5000 次引用以及超 10000 次 Github 标星上。

胡瀚于 2014 年在清华大学自动化系获得博士学位，目前在微软亚洲研究院担任首席研究员和研究经理。他希望推进通用视觉问题的彻底解决，让机器可以完全理解和生成任意图像而几乎不出现错误。

他认为视觉和语言从建模、学习上并没有本质区别，既然以 ChatGPT 为代表的自然语言大模型能在某种意义上基本解决自然语言的问题，通用的视觉问题也是同样可以得到解决的。

入选理由：他挑战量子精密测量的技术极限，进一步推动量子时间传感器和低温 CMOS 量子测控芯片等原始创新产品发展。

王成主要研究的是量子信息技术（量子传感和量子测控）和先进的 CMOS 集成电路相结合的前沿交叉领域，推动量子信息科学领域的前沿进步（量子算法、量子硬件和量子模拟）。

2018 年，他首次提出并实现了原始创新成果芯片级分子时钟（Chip-Scale Molecular Clock，CSMC），其以硫化羰分子旋转谱线频率为参考，以高集成度的 CMOS 波谱探测片上系统级芯片为基础，是一种原创的高稳性、可大规模部署的小型化时间基准，被列为“美国国防部先进技术发展局 DARPA 下一代时钟技术 ”。

2020 年，第二代芯片级分子时钟在 IC 领域旗舰会议国际固态电路会议（ISSCC）上发表，并进行了现场技术展示。2022 年 5 月 17 日，芯片级分子时钟入选 DARPA 的下一代小型化高稳时间基准 H6 项目，成为其两大核心技术路线之一，旨在满足无 GPS 条件下的长时通信、导航和定位需求（周频率误差小于 1μs 或 10-12）。

2022 年 6 月 23 日，第三代芯片级分子时钟亮相集成电路领域重要会议 RFIC，受到广泛关注。目前，该技术已经完成两代实验室级和三代芯片级原型，正迈向实用化部署。

此外，王成与其所在的集成物理研究组在低温 CMOS 集成电路领域也取得了重要进展。他们率先在中国开展了工作在液氦温区（1~4K）的 CMOS 集成电路芯片研究。

截至目前，该研究组已经完成了多轮次的低温 CMOS 集成电路流片，并于 2022 年 1 月成功实现了国内首个低温 CMOS 集成电路芯片的低温测试，包括参数分频器、高精度数字-电压转换器和锁相环频率源等。

在 2023 年 3 月举行的 ISSCC 2023 上，王成课题组展示了具备 202.3dBc/Hz Figure-of-Merit（FoM）的 4K 压控振荡器 VCO，创造了主流 CMOS 工艺 VCO FoM 的新纪录。目前，王成团队正致力于在 2-3 年时间内，实现国际上首个千比特规模的低温 CMOS 阵列测控阵列芯片。

入选理由：他发展了兆电子伏超快电子衍射技术，突破了原子级时空分辨率的仪器需求，实现了对分子结构演化的直接捕捉。

微观观测技术的突破很容易引发重要的科学革命。不过，迄今为止，绝大多数观测技术只能对物质的静态结构进行捕捉，是这些微观观测技术存在的共性问题。由于世界是运动的，因此要想对各种分子功能背后的微观机理进行深入理解，必须实现对分子结构演化过程的实时捕捉，即拍摄“分子电影”。

杨杰于 2016 年 5 月在美国内布拉斯加林肯大学物理与天文系获得博士学位，随后加入美国 SLAC 国家加速器实验室的兆电子伏超快电子衍射团队。

在该团队，他领衔发展了兆电子伏超快电子衍射技术在气相、液相化学中的科学应用，并取得了一系列原创性的科学成果，这包括首次捕捉非绝热动力学过程，首次同步观测原子核与价电子运动，首次捕捉液态水中的氢键运动等。

此外，他在 SLAC 率领团队发展的实验方法，已于 2019 年被美国能源部升级为一台正式用户装置。

他于 2021 年加入清华大学化学系，担任教研系列长聘副教授。未来，他计划在清华大学大力发展分子电影技术，拓展该技术在复杂溶液相体系中的应用，为人们在微观层面更好地理解溶液中的化学反应做出贡献。

入选理由：她建立了在超低电子剂量的条件下研究分子筛亚纳米尺度局域结构解析和原位观察限域分子动态行为的方法，开创了研究限域小分子动态行为和主客体相互作用的新领域。

作为石油化工行业中应用最为广泛的固体酸催化剂和吸附剂，分子筛在能源、催化、环境保护等领域都有应用。但在目前，科学家对于该材料在实际工况条件下的真实状态和微观机制还不甚明了。

陈晓的研究主要致力于理解多孔材料在化石能源吸附、转化、分离等过程中的原子级微观机理，着重于多孔材料中错综复杂主客体相互作用的本源探究以及原位动态捕获分子在限域作用下的运动行为等。

其发展了球差校正透射电子显微镜的表征手段，实现亚埃空间尺度下对单个有机小分子动态行为的实时成像，通过对其在时间-空间尺度下的复杂动力学过程的研究，能在实时空间里真实地看到分子的运动和反应过程。

陈晓对分子筛材料构效关系的揭示，为高性能分子筛材料的理性设计提供了重要认识，推动后者以更高效、便捷的方式改变世界正面临的能源枯竭、环境恶化等影响人类生存的根本问题。更重要的是，她所开发的限域空间下单分子动态成像策略，为催化领域带来了全新的研究范式，能够在不远的将来为理解分子级反应机理提供源源不断的新证据。

入选理由：她推进了电子显微技术与材料科学的发展与创新，从最基础的原子结构和性质出发，通过对新型表征技术的完善，进一步研究物质的纳米量级结构与性质，为设计合成新型材料与分子提供重要的科学依据。

韩亦沫的研究包含了开发新型电子显微镜技术并在不同材料中应用，从而推进电子显微技术与材料科学的发展与创新，进一步研究物质的纳米量级结构与性质，在基础科学层面理解材料和生物大分子的结构和性质，为设计合成新型材料与分子提供重要的科学依据，将对量子计算、电池、催化、药物开发等领域带来更有效的新方法。

她的代表成果包含，通过电子束原子成像发现的二维材料中的一维通道，实现亚纳米量级的异质结结构调控，为进一步减小电子与光电子器件尺寸做出贡献。此外，韩亦沫还开发了基于纳米束衍射的四维扫描透射电子显微镜的新方法，将空间分辨率与映射精度分离，实现了材料中跨微米的应变和位错的精准成像。

利用在材料科学方面的背景，韩亦沫使用单层功能化石墨烯作为支撑膜提高冷冻电子领域样品制备的过程，应用在 52kDa 链霉亲和素上，分辨率达到了 2.6Å，实现了当时冷冻电镜领域分辨率最高的最小蛋白结构。

最近，她还使用机器学习方法，结合自动化电子重叠关联成像技术和应变测量等方法，实现了显著加快和降低这些数据集的复杂性，以便非专家能够解释数据。

入选理由：她通过开发新型有机分子添加剂与钙钛矿前驱体发生相互作用，实现了钙钛矿的表面钝化与阱宽调控，成功制备了发光效率高、具有均一量子阱的钙钛矿薄膜，刷新了钙钛矿发光器件效率与寿命的世界纪录。

开发高效、稳定的低维金属卤化物钙钛矿材料，面临两大挑战。第一，缺陷态的存在，会形成非辐射复合中心、导致离子迁移，不利于器件的发光效率、稳定性；第二，多相混合量子阱的形成，会导致光、电激发下，能量从宽带隙量子阱向窄带隙量子阱传递，产生耗散，不利于器件的发光效率、色纯度。

为应对以上挑战，马冬昕提出了低维金属卤化物钙钛矿的表面钝化策略。她设计合成了一系列含有 N=O、S=O、P=O、As=O 等官能团的有机小分子作为添加剂，与钙钛矿中裸露的铅离子形成配位键，降低缺陷态密度，提高发光效率，改善稳定性。

其中，三苯基氧膦（TPPO）效果最佳，其所制备的钙钛矿器件外量子效率 14.0%，在 100cdm-2 亮度下运行寿命 33 小时。

在此基础上，她进一步提出了低维金属卤化物钙钛矿的阱宽调控策略：在 TPPO 分子中引入氟原子，设计合成三（4-氟苯基）氧膦（TFPPO）作为添加剂。其中的 P=O 基团起到钝化作用，氟原子则与钙钛矿前驱体中的长链有机铵离子形成氢键，调控结晶速率，形成具有均一量子阱的钙钛矿薄膜。

其发光效率近 100%，半峰全宽仅 20nm，器件外量子效率 25.6%，刷新了当时的世界纪录（23.4%）；在 7200cdm-2 亮度下运行寿命 2 小时，远超同类器件。

除此之外，她还针对目前报道的钙钛矿蓝光器件效率不高、稳定性较差的问题，提出了低维金属卤化物钙钛矿的能带隙调控策略：开发多种有机小分子添加剂，实现了低维钙钛矿的卤素掺杂—原位固定、尺寸调控—表面钝化，显著提高了钙钛矿蓝光器件的性能。

入选理由：他提出了基于有机材料的电池界面设计方法，以及有机界面调控策略，为解决下一代储能电池不良的循环稳定性和安全性提供了独特的解决思路和办法。

储能锂电池是支撑新型电力系统的重要技术和基础装备，在推动能源绿色转型的过程中发挥着不可或缺的作用。

固态电解质界面膜对高能量密度锂电池保持稳定的循环来说非常重要，但是成分以无机盐为主的固态电解质界面膜，不仅稳定性较差，还无法抑制界面处的副反应，极易导致电池容量的迅速衰减。因此，设计稳定的固态电解质界面膜，是研究下一代高能量密度电池必须面临的重大难题。

为了攻克该难题，高悦提出了一种基于有机材料的固态电解质界面膜设计策略，通过对电化学活性高分子的引入，来改变界面处的分子相互作用，从而实现对固态电解质界面膜的结构和界面稳定性的调控。

高悦的研究围绕新型电池体系和技术的设计，包括将电池的能量密度提升 2-3 倍，将电池充电时间从数小时降低至几分钟，以及为机器人和特种应用设计特殊电池体系，解决其技术发展受制于电池的现状。

高悦于 2018 年在美国宾夕法尼亚州立大学获得化学博士学位，随后作为 Vagelos Fellow 在美国宾夕法尼亚大学开展研究。他于 2020 年底加入复旦大学，担任高分子科学系青年研究员和博士生导师。目前，他的课题组致力于发展基于有机功能材料的变革性技术，解决储能和智能机器人领域的核心问题和痛点挑战，并在研究材料构效关系的同时积极推进技术向实用的转化。

入选理由：他通过结合纳米磁体中本征非易失存储性质和磁化耦合性质，实现存算一体化器件，为解决传统计算中存在的冯·诺依曼瓶颈问题提供了一条新的路线。

罗昭初利用界面 DM 相互作用实现了一种全新的、耦合强度更高且更具操控性的手性耦合纳米磁体系统，并利用这种手性耦合实现了水平交换偏置、零磁场自旋轨道力矩翻转垂直磁化、人工自旋冰和人工斯格明子等物理现象。

通过研究手性耦合磁体在自旋轨道力矩下的动力学行为，设计了电流驱动的纳米磁畴逻辑运算，并在实验上实现了磁畴逆变器、NAND 逻辑门以及多个逻辑门相互级联的复杂逻辑电路。

他研究了硅材料在磁场下的输运行为，利用其磁电响应和非线性输运性质，开发了一系列磁逻辑存储一体化器件。

2019 年，罗昭初生长出具有强 DM 相互作用的 Pt/Co/AlOx 磁性多层膜，并通过微纳加工的技术手段，对薄膜的磁各向异性进行局域地调控，制备出水平磁化和垂直磁化相间的纳米磁体。他利用瑞士同步辐射光源的光电子显微镜技术，直接观测到了纳米磁体中的手性耦合。

在相同磁体体积下，手性耦合的强度比传统的磁偶极子耦合高 2 个量级，极大地扩展了耦合纳米磁体的应用范围并提高了其器件应用的可靠性。

2020 年，罗昭初在垂直磁化磁纳米线上，利用微纳加工的技术手段制备宽度为 50nm 的水平磁化区域，由于手性耦合，水平磁化会与垂直磁化进行耦合。

他基于 majority gate 的原理设计并实现了可编程的 NAND/NOR 逻辑运算。通过磁力显微镜、磁光 Kerr 显微镜和磁电输运测量等手段，对 NAND 逻辑门的可靠性进行了细致的表征，达到 95% 以上。

后续，罗昭初通过改变器件的对称性，引入磁畴的非对异传输，实现了电流驱动的磁畴二极管。该发现使磁畴电路在交流电下工作，扩展了磁畴器件的应用范围。此外，他还合作研究了水平磁化/垂直磁化界面处的磁畴形核概率，实现了自旋力矩驱动的磁畴注入。

此外，罗昭初还利用硅特殊的磁电响应和非线性输运性质，通过设计新的器件物理和优化材料，提出三类硅基逻辑存储一体化器件：硅基二极管增强磁逻辑器件、垂直磁化薄膜基二极管增强磁逻辑器件、与磁写入结合的磁逻辑器件。

入选理由：他开发了世界上栅长最小的晶体管，有助于推动摩尔定律发展到亚 1 纳米级别，为二维薄膜在集成电路的未来应用提供参考依据。

为进一步突破纳米以下栅长晶体管的瓶颈，田禾（隶属于任天令教授团队）开发了世界上栅长最小的晶体管，在超窄亚 1 纳米物理栅长控制下，晶体管能有效地开启、关闭，其关态电流在 pA 量级，开关比可达 10 的 5 次方 ，亚阈值摆幅为 117mV/dec。

他巧妙地利用石墨烯薄膜超薄的单原子层厚度和优异的导电性能作为栅极，通过石墨烯侧向电场来控制垂直的二硫化钼沟道开关，从而实现物理栅长 0.34nm。

通过在石墨烯表面沉积金属铝并自然氧化的方式，完成了对石墨烯垂直方向电场的屏蔽。再使用原子层沉积的二氧化铪作为栅极介质、化学气相沉积的单层二硫化钼薄膜作为沟道。

这项研究推动了摩尔定律进一步发展到亚 1 纳米级别，同时为二维薄膜在未来集成电路的应用提供了参考依据。

此外，他还实现了二维黑磷各向异性突触、黑磷电场调控带隙晶体管。并且他参与了加州理工大学哈迈德·H·泽维尔（Ahmed H. Zewail）教授（1999 年诺贝尔奖获得者，飞秒化学之父）的科研合作，探索新型二维材料黑磷的基础物理特性和器件应用，并通过扫描电子显微镜，在 ps 量级实时观察光生载流子的扩散过程。

此外，田禾还研制了超灵敏的石墨烯压力传感器，能感知 0.1Pa 的人体微小压力，贴敷于手腕处能够精确测量人体脉搏。通过柔性超灵敏压力传感器解决人体 24 小时血压监测需求，且具有高精度、小体积、无测量压迫感等特性，有望成为新一代人体健康监测的颠覆性技术。

入选理由：他致力于揭示肿瘤对细胞铁死亡的独特敏感性，解析铁死亡调控的分子机理，并开发新型化学生物学工具来特异性诱导与检测癌细胞死亡，以遏制恶性肿瘤的发生与转移。

肿瘤是一种由于人体细胞的过度增殖引起的疾病，因此特异性引起肿瘤细胞死亡是科学界孜孜不倦追求的目标，但至今仍缺乏有效手段。

细胞铁死亡，是一种由于脂质过氧化损伤引起的特殊细胞死亡形式。通过高通量化合物筛选，邹贻龙系统比较了不同类型肿瘤细胞对铁死亡的敏感性差异，找到对铁死亡特异性敏感的肿瘤类型；随后揭示了肿瘤在在体条件下自发逃逸铁死亡的现象，并阐述了脂质代谢可塑性对肿瘤抵抗铁死亡的贡献，为通过诱导铁死亡克制多种恶性肿瘤的生长和转移奠定了基础，成为多家制药公司关注的热点。

在最新的研究中，邹贻龙带领团队开发了可以帮助预测肿瘤样品对铁死亡敏感性的原创 PALP 技术，降低了药物开发相关的病例筛选成本，进一步推动该领域的临床转化。另一方面，他通过全基因组筛选的方法揭示铁死亡的关键调控蛋白，让特异性靶向铁死亡的药物开发成为可能。

在破译肿瘤代谢的同时，邹贻龙开发了多项新型技术，让基础研究与临床转化更便捷。他参与构建了在动物模型中研究已转移的肿瘤细胞在体内微环境下的基因表达谱的方法，并利用这一策略解析了肿瘤转移与耐药的机制。另外，他参与开发了改进基因通路分析方法的生物信息学软件 GELiNEA，以及利用纳米颗粒高效递送磷脂分子的方法，均被领域广泛应用。

放眼未来，在组织原位对于疾病分子特征的精准了解将是攻克疾病的关键。近一年来，邹贻龙致力于研究开发高时空分辨率的组织原位质谱成像技术，并将其应用到包括肿瘤转移等疾病的分子机理解析中，指导抗癌药物的开发。

入选理由：她构建了基于时空多维数据的光伏发电综合评估模型，从技术、经济、并网、环境等维度出发，为光伏资源优化开发提供有力支撑。

在全球实现净零排放与 1.5 摄氏度的温升目标中，光伏发电扮演着重要角色。为了推动光伏发电更好地惠及全球人口并助力低碳转型，陈诗近年来始终聚焦于对该领域的研究。

基于“一带一路”地区能源类基础设施投资长期锁定于化石能源，以及光伏发电开发前景尚不明确的现状，陈诗构建了依托于时空多维数据的光伏发电技术潜力评估技术，系统分析了该地区光伏发电潜力及区域合作前景，并提出了该区域摆脱传统高碳路径的解决方案。

面对我国碳达峰、碳中和目标下对光伏高质量发展的需求，陈诗将光伏发电评估体系从技术拓展至经济与并网维度，构建了光伏发电全链条综合评估体系，挖掘了“光伏+储能”的技术、经济、并网潜力的时空演变特征，为我国光伏发电的科学布局提供了有力支撑。

为解决新型电力系统中光伏发电高比例并网带来的波动性挑战，陈诗进一步剖析了光伏发电的时间、空间变动性的原因，并首次揭示了我国空气污染控制对光伏发电的协同效益。

未来，陈诗将对光伏等可再生能源的气候、环境、减贫、健康等综合效益的优化进行进一步探究，并为决策者提供科学的开发方案。

资料来源：公号“DeepTech深科技”