周浩，1990年生，博士，清华大学智能产业研究院副研究员。研究方向是面向复杂符号系统的生成式人工智能，具体包括大规模强化学习驱动的语言模型，新型扩散语言模型，蛋白质预训练基座。曾任字节跳动研究科学家和副总监，领导搭建了字节跳动的文本生成中台和AI辅助药物设计两个方向的研发团队。他长期担任ICML、NeurIPS，ICLR，ACL等人工智能顶级会议的领域主席，在人工智能顶级国际会议上发表论文80余篇。
| 时间 | 项目类型 | 本人职责 | 项目名称 |
|---|---|---|---|
| 2023-2026 | 清华大学联合研究中心 | 负责 | 清华AIR-字节Seed可扩展大模型智能联合研究中心 (SIA Lab) |
| 2022-2025 | 横向课题 | 负责 | 跨尺度统一药物分子预训练模型开发（与水木分子） |
| 2023-2025 | 科技部新一代人工智能2030 重大项目课题 | 负责 | 跨尺度化学大模型驱动的高效新材料智能设计 |
| 2023-2025 | 科技部新一代人工智能2030重大项目课题 | 参与 | 跨模态暗知识高效获取与传输 |
| 2022-2025 | 清华大学科技创新2030-自主科研 | 参与 | 智能新药研发（全校共9项） |
| 2024-2027 | 国家自然科学基金-面上项目 | 负责 | 面向全局上下文学习的并行序列生成模型研究 |
| 2022-2024 | 清华大学国强研究院-通用类研究项目 | 负责 | 基于几何图神经网络的智能药物发现 |