阿里达摩院近日正式启动“阿里星”顶尖人才招募计划，面向2027届高校毕业生开放15项前沿研究课题，涵盖AI芯片、新型计算架构、医疗智能体及通用人工智能等多个领域。此次招募聚焦下一代人工智能技术突破，旨在通过产学研深度融合，构建从底层硬件到行业应用的全栈技术体系。
在芯片研发领域，达摩院围绕AI计算基础设施展开多维度布局。研究课题包括AI芯片编程模型设计、编译器工具链开发、面向大模型训练的专用SoC架构优化，以及推理系统能效提升等方向。团队将重点突破自研编程语言、软硬件协同优化、先进封装技术等关键环节，为AI算力提供底层支撑。其中，AI编译器研发项目将探索如何通过编译优化实现算力资源的高效调度，相关成果有望应用于超大规模模型训练场景。
计算架构创新方面，达摩院推出AI Agent CPU架构探索课题，聚焦下一代RISC-V高性能处理器设计。研究团队将分析智能体工作负载特征，开发适配Agentic AI的新型微架构，同时开展AI驱动的编译优化研究，通过机器学习模型提升编译系统智能化水平。该项目已启动参与国际标准制定工作，旨在推动RISC-V生态在智能计算领域的规范化发展。
医疗人工智能成为应用层重点突破方向。达摩院布局医疗影像基础大模型、多模态智能体及医学视觉大模型等课题，通过整合强化学习与智能体技术，构建覆盖疾病诊断、医学数据分析等临床场景的解决方案。例如，医疗多模态智能体项目将融合文本、影像、基因等多维度数据，开发具备自主决策能力的辅助诊断系统，目前已在肿瘤识别等专科领域取得阶段性进展。
工业智能领域，达摩院开展AGI决策技术研究，探索长期记忆机制、自我认知建模及持续学习能力在能源、交通等重工业场景的应用。研究团队正与多家能源企业合作，开发具备自主优化能力的智能调度系统，相关技术已应用于风电场功率预测、高铁运行优化等场景。同时，达摩院推进AI视频算法标准化工作，加速前沿研究成果向商业化产品的转化。
此次“阿里星”计划的技术路线图显示，AI产业竞争已从单一模型能力比拼转向全栈技术体系构建。达摩院通过整合芯片架构、软件生态、智能体应用等环节，形成覆盖“算力-算法-场景”的完整创新链条。据悉，入选者将获得顶尖科学家指导、跨学科研究资源及定制化培养方案，优秀成果有望直接应用于阿里巴巴集团业务场景。
