密歇根大学安娜堡分校王嫣然（Joyce Yan-Ran Wang）老师的 PixAIL 实验室招收 2027 年秋季入学的全奖博士生，研究多模态大模型、后训练与强化学习、医学智能体等 AI 算法，以医疗科学为主要应用场景。ECE 和 BME 两个博士项目均可申请，截止日期分别为 2026 年 12 月 15 日和 12 月 1 日。
实验室网站：https://pixail.engin.umich.edu/
申请链接：https://pixail.engin.umich.edu/opening.html
王嫣然老师领导 PixAIL（Precision Imaging × AI Lab），在计算机视觉与生物医学数据科学的交叉点上，研究医疗健康和重大疾病带来的机器学习难题。
·任职：密歇根大学工学院生物医学工程系（BME）与电子与计算机工程系（ECE）助理教授；同时是密歇根医学院 Frankel 心血管中心和 Rogel 癌症中心成员。
·经历：美国西北大学（Northwestern University）计算机科学博士（2019），斯坦福大学 AIMI 中心（Center for Artificial Intelligence in Medicine & Imaging）博士后。
·代表成果：算法工作发表于 CVPR、ICLR、AAAI、ACM Multimedia 和 IEEE TPAMI；以第一兼通讯作者在 Nature Medicine（2024，AI 诊断心血管疾病）和 Cancer Cell（2024，术前无创预测癌症分子亚型）发表论文，并以共同通讯作者在 Nature Reviews Cancer（2026）发表智能病例检索方向的文章。
·经费与合作：2026 年入选密歇根大学 Unit X、Google Research Award和 Anthropic AI for Science 赞助。
我们做的是 AI 算法本身：新的模型、训练方法和推理机制。实验室工作在多模态基础模型与医学智能体的交叉点，重点是长上下文推理、影像与电子病历融合，以及可交互的临床智能体。
o跨临床文本、影像、视频、结构化电子病历和纵向病程的长上下文多模态推理
o视频基础模型：长时程时空表征学习、时间理解，以及帧级和阶段级的细粒度对齐
o多模态后训练与推理：指令微调、偏好优化、强化学习式对齐和测试时推理（test-time reasoning）
o融合 CT、MRI、超声和数字病理，处理不同的分辨率、几何结构和采集协议
o把影像与结构化临床数据、分子和遗传数据结合，做跨模态诊断和临床推理
o校准、不确定性估计，以及分布偏移下的鲁棒性
o基于视频、影像、临床文本和病历的可交互智能体，具备规划、检索、工具调用和可审计的证据链
o自动诊断、报告生成和临床决策支持，以医生给出的标准答案评估
o走进临床流程：人机协作、部署约束、安全性，以及自动化偏差（automation bias）等失效模式
临床合作者负责把关临床意义，算法是你的主战场。如果你对 AI × Healthcare、算法与模型创新、多模态学习与推理充满热情，并希望把方法真正用到临床问题上，欢迎加入！
密歇根大学安娜堡分校（University of Michigan, Ann Arbor）是美国顶尖的研究型大学之一。
·学科排名：US News 研究生排名（2026 年 4 月发布）中，电子工程第 5，生物医学工程全美第 6，计算机工程第 7，计算机科学第 11；生物医学工程在 EduRank 2025 世界排名第 3。
·城市：安娜堡是一座安全、宜居的大学城，学术氛围浓厚，生活便利，自然和文化资源丰富。
2027 年秋季入学，招收博士生若干名，全部提供全额资助。
·申请项目：ECE 和 BME 博士项目都可以申请，导师都是王老师。两个项目的课程和资格考试要求各自独立，可按自己的背景选择，也欢迎两个都申请。
·资助：以 RA/TA 形式提供全额资助，包括学费全免、医疗保险和有竞争力的生活补助，博士项目一般为 5 年。工学院为博士生在预期学制内提供上述资助（工学院说明），BME 博士生按期完成培养节点即保证全额资助（BME 说明）。
我们最想找希望做算法、提出新方法的同学，看重扎实的 AI 技术功底和真正做过研究的经历，医学背景不是必需的。
·专业背景：计算机、电子与计算机工程、生物医学工程、数据科学等相关专业；生物、医学等专业的同学，如有扎实的编程和机器学习训练，同样欢迎。
·技术能力：熟练使用 Python 和 PyTorch/TensorFlow，独立训练和评估过深度学习模型；数学基础扎实（线性代数、概率统计、优化）；有 Transformer、大模型训练与微调、强化学习、多模态学习或大规模 GPU 训练经验者优先。
·研究经历：能自己提出问题、设计实验与消融、分析失败原因并完成论文写作；在机器学习、计算机视觉、医学影像、多模态或 NLP 方向有论文或高质量项目者优先，以第一作者在 NeurIPS、ICML、ICLR、CVPR、ICCV、ECCV、ACL、EMNLP 等会议发表论文者尤佳。
·个人素质：自驱力强，有良好的沟通与协作能力。
·方向匹配：对提出新模型、新训练方法有热情，并对上面任一方向感兴趣；做 CV、ML、NLP 但从未接触过医学数据的同学，我们同样欢迎。
全额资助之外，你会有充足的算力、真实的临床数据，以及通往学术界和业界前沿实验室的路径。
·算力：实验室专用 GPU 集群（含 8 张 H200）和 200+ GPU 的共享集群，另有 Unit X 项目提供的云端 GPU；Anthropic AI for Science 赞助提供前沿模型使用权限。
·临床数据与合作：全球范围的临床与医学影像数据合作，与临床医生一起定义有临床意义的问题。
·前沿实验室实习：提供到 Google DeepMind、Meta、NVIDIA、Apple、Amazon AWS AI 等前沿 AI 实验室和产业研究院实习或合作的机会。
·学术发展：指导投稿 NeurIPS、ICML、ICLR、CVPR、ICCV、Nature、Cell 等顶会顶刊，代码尽量开源；推荐到 Stanford、MIT等机构访问或做博士后。
·个性化指导：所有学生由王老师直接指导，按兴趣和长期目标走学术或工业路线。
·跨系环境：王老师同时在 BME 和 ECE 任职，方便跨两个系选课与合作。
先在研究生院（Rackham）网申系统提交 ECE 或 BME 博士申请，再填写实验室的申请表。
截止日期见工学院研究生申请截止日期；两个项目目前都不看 GRE，具体要求以官网为准。
1.网申：在 Statement of Purpose 中写明希望跟随王嫣然（Joyce Yan-Ran Wang）老师。
2.填写实验室申请表：在实验室招生页点 Apply Online 填写申请表。CV 的论文列表请标明作者顺序，并说明你在每篇论文或项目中具体做了什么。
3.邮件联系：申请表需要登录 Google 账号；打不开或有问题，可写信至 joycewyr@umich.edu，主题为「[PixAIL PhD Application] 姓名– ECE/BME」。