2026 年 BAIR 大学院生ショーケース
バークレー AI 研究所（BAIR）は、ロボティクスや大規模言語モデルなど多岐にわたる分野で画期的な研究を成し遂げた 2026 年度博士課程修了生たちを祝賀し、彼らの今後のキャリアへの期待を示した。
キーポイント
多様な研究領域での成果
ロボティクス、推論、コンピュータビジョン、生成モデル、AI セーフティなど、現代 AI の全分野にわたる画期的な研究成果が報告されている。
実社会への影響と教育貢献
単なる学術論文の発表にとどまらず、実世界で機能するシステムの構築や、同僚へのメンタリングなど、コミュニティ全体への貢献が強調された。
卒業生のキャリア展開
卒業生たちは大学教員、ポスドク、産業研究機関、そして新設スタートアップへと分散し、AI 界の最前線で活躍することが期待されている。
多様な研究分野の進展
卒業生たちは、汎用ビジョン・ロボットモデル、LLMのスケーリングと推論の統合、データシフトへの対応、および人間中心のAI設計など、AIの最前線領域で重要な研究成果を達成しました。
社会への影響と公平性の重視
複数の研究者が、LLMの社会的危害を最小化し、多様なユーザー層に公平に機能するモデルの開発や、評価手法の改善に取り組んでいることが示されています。
産業界および学界への進出
卒業生たちは OpenAI、Mistral AI、Amazon、Physical Intelligence などの主要テック企業や、UCLA、Princeton CITP などの学術機関で研究職や教員として活躍する予定です。
影響分析・編集コメントを表示
影響分析
このニュースは、世界有数の AI 研究機関である BAIR の次世代リーダー層がどのように成長し、どこへ向かうかを示す重要な指標です。特に、ロボティクスや大規模言語モデルといった技術領域における人材の流出先（産業・スタートアップ）を把握することで、業界全体の動向や技術移転の行方を予測する手がかりとなります。
編集コメント
学術界の頂点から産業界へ、そして起業家へと人材が流動する様子は、AI 技術の実装スピードを加速させる原動力となります。特に「Physical Intelligence」への進出は、ロボティクス分野における実用化の波を示唆しています。
Berkeley Artificial Intelligence Research (BAIR) Lab の 2026 年度卒業生の方々、おめでとうございます！今年も BAIR は、好奇心、創造力、そして粘り強さによって人工知能と機械学習の最前線を押し広げた、もう一つの素晴らしい博士号取得者グループを祝います。
彼らの研究は、現代 AI の広範な領域に及びます。ロボット工学と具身知性、大規模言語モデルと推論、コンピュータビジョン、生成モデリング、AI セーフティ、人間と AI の相互作用、科学・医療分野における AI などです。その過程で、影響力のある研究成果を発表し、現実世界に影響を与えるシステムを構築し、同僚たちを指導し、BAIR コミュニティをより良いものにするために貢献してきました。
今や彼らは、アイデアが流れるあらゆる場所へと旅立ちます。教員やポスドク職へ、産業研究ラボへ、そして自ら設立したスタートアップへと。また、いくつかの卒業生は次のステップを探しており、皆様からの声を心から歓迎しています。
これらの素晴らしい卒業生の功績を祝うために、ぜひ私たちにご参加ください。バークレーでの彼らのすべての達成に私たちは誇りを感じており、彼らが次に何をするのかを見るのを今か今かと待ちわびています！
*このアイデアを提供してくださった Stanford AI Lab の皆様へ感謝いたします！*
Baifeng Shi
**
ウェブサイト: https://bfshi.github.io/
アドバイザー: Trevor Darrell
研究概要: 私は、一般化されたビジョンモデルおよびロボットモデルの構築に取り組んでいます。
次のステップ:** Physical Intelligence の技術スタッフ
チャーリー・スネル
**
ウェブサイト: https://sea-snell.github.io
指導教員: ダン・クライン
研究概要: 私の研究は、異なる大規模言語モデル（LLM）のスケーリングパラダイムがいつどのようにトレードオフ可能で、相互に交換可能かを理解することを目指しています。特に、テスト時のスケーリングでは各プロンプトを独立して扱い、推論の長い連鎖を描いた後、次のプロンプトまで完全に忘却します。これは、大規模データセットから圧縮表現を学習する事前学習とは決定的に異なります。私は、これらの計算のスケーリング手法間のギャップを埋めることが、この分野における重要な未解決課題であると信じています：モデルが対話を通じて保持できるような学習された表現へと、テスト時に描かれた推論を変換する方法をどのように開発するかです。
デヴィン・ギロリー
ウェブサイト: https://devinguillory.com
指導教員: Trevor Darrell
研究概要: コンピュータビジョンモデルにおけるデータシフトの考慮
今後の展望: 協調型 AI システムの構築、共謀者を探しています。
Eve Fleisig
**
ウェブサイト: https://efleisig.com
指導教員: Dan Klein
研究概要: 私は、広範な実際の大規模言語モデル（LLM）ユーザーに対して信頼性が高く公平に機能する言語モデルを設計しています。まず、私の研究では、ユーザー間の意見の相違をシグナルとして活用し、すべてのユーザー層を対象とした LLM の訓練と評価を行います。次に、多様なユーザーが直面する困難な LHM の有害性を切り離すための厳密な評価手法の開発に取り組んでいます。最後に、モデルが異なるニーズを持つユーザーに展開された際に生じる下流リスクを低減するため、不正確な自信（miscalibrated confidence）といった LLM の核心的な技術的欠陥への取り組みを行っています。これらを組み合わせることで、社会的有害性を最小化し、より広範な実世界のユーザーにとっての利益を最大化する LLM の構築が可能になります。
今後の予定:** プリンストン大学 CITP（Center for Information Technology Policy）におけるポスドク研究員
Grace Luo
**
ウェブサイト: https://graceluo.net
指導教員: Trevor Darrell
研究概要: 私の研究は、生成モデルの解釈と制御に関するものです。例えば、画像生成器をコンピュータビジョンタスクに再利用したり、LLM（大規模言語モデル）のプロービングやステアリングを改善するために、言語活性化のメタモデリングに取り組んだりしています。
今後の展望:** 産業界の研究員
Hanlin Zhu
**
ウェブサイト: https://hanlinzhu.com/
指導教員: Stuart Russell, Jiantao Jiao
研究概要: 私の研究は、大規模言語モデル（LLM）の推論能力を理解し向上させることに焦点を当てています。
今後の展望:** OpenAI の技術スタッフ
Haozhi Qi
**
メール:hqi@berkeley.edu
ウェブサイト: https://haozhi.io/
指導教員: Jitendra Malik, Yi Ma
研究概要: 器用な操作とロボット学習
次のステップ:** アマゾンで研究科学者として勤務; シカゴ大学で教員として就任
J.D. Zamfirescu-Pereira
**
ウェブサイト: https://zamfi.net
指導教員: Bjoern Hartmann
研究概要: 私の研究は、効果的な人間と AI の共同設計に焦点を当てています。私は言語インターフェースが AI と対話するための媒体として持つ限界を研究し、言語中心のインタラクションと、異なる抽象度レベルを活用した構造化されたユーザーインターフェースを融合させたシステムを構築しています。私は、デザインプロセスにおける強力な仲介者となる言語指向技術、例えば大規模言語モデル（LLM）やテキストから画像への変換モデルに焦点を当てています。これらの技術により、人間は高レベルの漠然とした目標（「子供が読み方を学べるゲームを作りたい」）から、低レベルの望ましくない出力への修正（「レシピの代替品に関する味の記述で『味わったことがあるから知っている』と言わないでください」）まで、あらゆる抽象度レベルで自らの希望を記述することが可能になります。
今後の予定:** アシスタント教授、カリフォルニア大学ロサンゼルス校（UCLA）コンピュータサイエンス学部
Jiachen Lian
**
ウェブサイト: https://jlian2.github.io
指導教員: Gopala Anumanchipalli
研究概要: 私の研究は、音声、ヘルスケア、システムにわたる人間中心の AI に焦点を当てています。
募集要項:** スタートアップに参加する AI 人材を探しています
Josh Kang
**
ウェブサイト: https://joshuaminwookang.github.io/
指導教員: John Canny
研究概要: 私は自然言語処理（NLP）における言語モデルとその関連トピックを研究しています。具体的な関心は、人間ユーザーのシミュレーションと、対話型で協調的な AI エージェントの構築です。
次のステップ:** Mistral AI の AI サイエンティスト
Junhao (Bear) Xiong
**
ウェブサイト: https://www.linkedin.com/in/junhao-bear-xiong
指導教員: Jennifer Listgarten, Yun Song
研究概要: Junhao (Bear) Xiong は、Jennifer Listgarten と Yun S. Song の指導のもと、UC バークレーの博士課程候補生です。彼の研究は生物学向けの機械学習手法に焦点を当てており、特にタンパク質のための生成モデル（generative modeling）に重点を置いています。以前はジョンズ・ホプキンス大学で応用数学とコンピュータサイエンスを専攻していました。
募集要項:** リサーチサイエンティスト
Kaylo Littlejohn
**
メール:kaylo_littlejohn@berkeley.edu
ウェブサイト: https://kaylolittlejohn.com
アドバイザー: Gopala Anumanchipalli
研究概要: 私の研究は、音声モデリングと自然言語処理（NLP）に焦点を当てています。脳活動からテキストや個別化された聴覚可能な音声、そして高忠実度の「デジタル・トークング・アバター」へ正確に変換するマルチモーダル AI ツールの開発を共同で主導しました（Nature 2023, Nature Neuroscience 2025）。また、Roblox では音声モデリングの技術リーダーも務めています。
募集職種:** リサーチサイエンティスト / エンジニア
Kent Chang
**
ウェブサイト: https://kentkc.org
指導教員: David Bamman
研究概要: 私は自然言語処理（NLP）および多モーダル機械学習に取り組んでおり、大規模言語モデルの評価や、対話・物語・社会的相互作用の理解のための多モーダルシステムの構築に焦点を当てています。私の研究には、LLM の記憶に関するベンチマーク、映画やテレビ番組から収集された多モーダルデータセット、そしてモデルの振る舞いに関する調査が含まれます。私は、計算手法と人文科学・社会科学からの問い——AI システムにおいて誰の声が表現されるか、および AI のより広範な影響——を結びつけることに興味を持っています。私の研究成果は、EMNLP や ACL などで発表されています。
募集職種:** （教員）教職、研究科学者、ML/AI ソフトウェアエンジニア
Kevin Black
原文を表示
Congratulations to the Berkeley Artificial Intelligence Research (BAIR) Lab class of 2026! This year, BAIR celebrates another remarkable group of Ph.D. graduates whose curiosity, creativity, and perseverance have pushed the frontiers of artificial intelligence and machine learning.
Their work spans the breadth of modern AI — robotics and embodied intelligence, large language models and reasoning, computer vision, generative modeling, AI safety, human-AI interaction, AI for science and healthcare, and much more. Along the way, they have published influential research, built systems with real-world impact, mentored their peers, and shaped the BAIR community for the better.
Now they are headed everywhere ideas travel: to faculty and postdoctoral positions, to industry research labs, and to startups of their own founding — and several are still exploring what comes next and would love to hear from you.
Please join us in celebrating the achievements of these wonderful graduates. We are proud of everything they have accomplished at Berkeley, and we can’t wait to see what they do next!
*Thank you to our friends at the Stanford AI Lab for this idea!*
Baifeng Shi
**
Email:baifeng_shi@berkeley.edu
Website: https://bfshi.github.io/
Advisor(s): Trevor Darrell
Research Blurb: I work on building generalist vision and robotic models.
What's next:** Member of Technical Staff at Physical Intelligence
Charlie Snell
**
Email:csnell22@berkeley.edu
Website: https://sea-snell.github.io
Advisor(s): Dan Klein
Research Blurb: My work aims to understand when and how the different LLM scaling paradigms can be traded off and interchanged. In particular, test-time scaling treats each prompt independently, drawing long chains of inferences and then forgetting them entirely between prompts. This differs critically from pretraining, which instead learns a compressed representation from a large dataset. I believe bridging the gap between these methods of scaling computation, presents a key open challenge in the field: how can we develop methods which turn the inferences drawn at test-time back into learned representations that the model can hold onto across interactions.
Devin Guillory
Email:dguillory@berkeley.edu
Website: https://devinguillory.com
Advisor(s): Trevor Darrell
Research Blurb: Accounting for data shifts in computer vision models
What's next:** Building collaborative AI systems, looking for conspirators.
Eve Fleisig
**
Email:efleisig@berkeley.edu
Website: https://efleisig.com
Advisor(s): Dan Klein
Research Blurb: I design language models to work reliably and fairly for the broad range of real LLM users. First, my research leverages disagreement among user preferences as signal, in order to train and evaluate LLMs for entire populations of users. Second, I work on designing rigorous evaluations to extricate challenging LLM harms that diverse users face. Finally, I work on core technical failures of LLMs, like miscalibrated confidence, to reduce downstream risks when models are deployed to users with different needs. Combined, these interventions facilitate building LLMs that minimize societal harms, and maximize benefits to a wider range of real-world users.
What's next:** Postdoctoral fellow at Princeton CITP
Grace Luo
**
Email:graceluo@berkeley.edu
Website: https://graceluo.net
Advisor(s): Trevor Darrell
Research Blurb: My research is on interpreting and controlling generative models. For example, I've worked on re-purposing image generators for computer vision tasks, and meta-modeling language activations for better LLM probing and steering.
What's next:** Research scientist in industry
Hanlin Zhu
**
Email:hanlinzhu@berkeley.edu
Website: https://hanlinzhu.com/
Advisor(s): Stuart Russell, Jiantao Jiao
Research Blurb: My research centers on understanding and improving the reasoning capabilities of large language models (LLMs).
What's next:** Member of Technical Staff at OpenAI
Haozhi Qi
**
Email:hqi@berkeley.edu
Website: https://haozhi.io/
Advisor(s): Jitendra Malik, Yi Ma
Research Blurb: Dexterous Manipulation and Robot Learning
What's next:** Research scientist at Amazon; Faculty at University of Chicago
J.D. Zamfirescu-Pereira
**
Email:zamfi@berkeley.edu
Website: https://zamfi.net
Advisor(s): Bjoern Hartmann
Research Blurb: My research focuses on effective human-AI co-design. I study the boundaries of language interfaces as a medium for interacting with AI, creating systems that blend language-focused interactions with structured user interfaces that draw on different levels of abstraction. I focus on language-oriented technologies, like LLMs and text-to-image models, that are powerful mediators of design processes. These technologies enable humans to describe their desires at almost any level of abstraction, from high-level goals vaguely specified (“I’d like a game to help my kid learn to read”) to low-level corrections of undesired outputs (“Don’t say ‘I know because I’ve tasted it’ when about a recipe substitution's taste”).
What's next:** Assistant Professor, Computer Science, UCLA
Jiachen Lian
**
Email:jiachenlian@berkeley.edu
Website: https://jlian2.github.io
Advisor(s): Gopala Anumanchipalli
Research Blurb: My research focuses on human-centered AI across speech, healthcare, and systems.
Looking for:** Look for AI talents to join our startup
Josh Kang
**
Email:minwoo_kang@berkeley.edu
Website: https://joshuaminwookang.github.io/
Advisor(s): John Canny
Research Blurb: I study language modeling and related topics in NLP; specific interests are human user simulation and building conversational, collaborative AI agents.
What's next:** AI Scientist at Mistral AI
Junhao (Bear) Xiong
**
Email:junhao_xiong@berkeley.edu
Website: https://www.linkedin.com/in/junhao-bear-xiong
Advisor(s): Jennifer Listgarten, Yun Song
Research Blurb: Junhao (Bear) Xiong is a PhD candidate at UC Berkeley, advised by Jennifer Listgarten and Yun S. Song. His work focuses on machine learning methods for biology, with an emphasis on generative modeling for proteins. Previously, he studied Applied Math and Computer Science at Johns Hopkins.
Looking for:** Research scientist
Kaylo Littlejohn
**
Email:kaylo_littlejohn@berkeley.edu
Website: https://kaylolittlejohn.com
Advisor(s): Gopala Anumanchipalli
Research Blurb: My research is focused on speech modeling and natural language processing. I co-led the development of multimodal AI tools to accurately translate brain activity into text, audible personalized speech, and a high-fidelity "digital talking avatar" (Nature 2023, Nature Neuroscience 2025). I am also tech lead for voice modeling at Roblox.
Looking for:** Research Scientist / Engineer
Kent Chang
**
Email:kentkchang@berkeley.edu
Website: https://kentkc.org
Advisor(s): David Bamman
Research Blurb: I work on NLP and multimodal machine learning, with a focus on evaluating large language models and building multimodal systems for understanding dialogue, narrative, and social interaction. My research includes benchmarks for LLM memorization, multimodal datasets sourced from feature films and television, and studies of model behavior. I'm interested in bridging computational methods with questions from the humanities and social sciences about whose voices get represented in AI systems, and about AI's broader impact. My work has appeared at EMNLP and ACL, among others.
Looking for:** (teaching) faculty, Research Scientist, ML/AI SWE
Kevin Black
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み