一、PALM实验室在国家AI战略中的定位与政策背景

东南大学PALM实验室（模式分析与机器学习实验室）在中国人工智能科研版图中占据着重要的战略位置。作为中国人工智能学会模式识别与机器智能专委会的重要依托单位，实验室在模式识别基础理论、计算机视觉、医学图像智能分析和生物信号处理等领域建立了深厚的学术积淀。2026年，在国家新一代人工智能发展规划深入推进的大背景下，PALM实验室获得了更多的科研经费支持和政策倾斜。国务院印发的《新一代人工智能发展规划》明确提出到2030年中国人工智能理论、技术与应用总体达到世界领先水平的战略目标，这一国家战略直接推动了高校AI方向研究生招生规模的扩大。从推免政策来看，PALM实验室积极响应国家AI人才战略需求，在2026年推免招生中扩大了招生规模、优化了评估标准、新增了与国家战略需求紧密相关的研究方向，为有志于模式识别和机器学习研究的保研学子提供了更多机会。

二、2026年招生政策的核心变化与深度解读

2026年PALM实验室推免招生政策呈现出以下几个核心变化。第一，招生规模适度扩大，推免录取总人数从上年的约十二到十五人增加到约十五到二十人，新增名额主要分配给医学图像分析和多模态学习两个方向，反映了国家在智慧医疗和通用人工智能领域的战略人才需求。第二，评估标准中实践能力权重显著提升，实验室首次明确要求申请者提供代码作品集（GitHub仓库或技术博客），编程能力和项目实践经验在整体评估中的权重从约百分之二十五提升至百分之三十。第三，新增了对大模型相关技术背景的评估维度，随着大语言模型和多模态大模型在科研和产业中的广泛应用，对具有预训练模型微调、提示工程、知识蒸馏等技术背景的申请者给予额外关注。第四，对跨学科申请者的政策更加开放，明确鼓励生物医学工程、数学、物理等非计算机专业的优秀申请者报名，在录取中为跨学科背景预留一定比例名额。第五，加强了学术诚信审查力度，对科研经历和论文成果的真实性进行更严格核实，面试中对科研项目的技术细节追问更加深入。

三、各研究方向的政策差异化布局分析

2026年PALM实验室各研究方向在推免政策上呈现出更加清晰的差异化布局。模式识别方向作为实验室的基础核心方向，保持了稳定的招生规模（约四到五人），政策上强调数学理论基础和经典算法能力的重要性，对有学术论文发表经历的申请者给予额外加分。计算机视觉方向是招生规模最大的方向（约五到六人），2026年政策新增了对三维视觉和具身智能视觉的关注，对有点云处理或机器人视觉背景的申请者有明显偏好。医学图像分析方向是2026年扩招最明显的方向（新增约两个名额，总规模四到五人），政策上与多家三甲医院建立了联合培养机制，对有医学影像数据处理经验的申请者特别青睐。生物信号处理方向保持小而精的招生规模（约两到三人），政策上鼓励有脑科学或神经科学交叉背景的申请者，对有EEG/fMRI数据分析经验者给予优先录取考虑。新增的多模态学习方向（约两到三人）整合了视觉、语言和语音等多模态信息处理资源，对有大模型使用经验的申请者有明显偏好。

四、AI人才需求变化对推免政策的深层影响

理解当前AI人才需求的变化趋势是把握PALM实验室推免政策走向的关键。当前中国AI产业面临几个结构性人才需求变化：第一，从纯算法研究向算法加工程化能力的复合型人才需求转变，促使实验室更重视申请者的工程实现能力。第二，从单一模态向多模态融合的技术演进推动了交叉领域人才需求增长。第三，AI与垂直行业的深度融合创造了"AI加X"复合型人才需求，PALM的医学图像和生物信号方向正是在此背景下获得更多招生资源。第四，大模型时代对AI人才提出了新能力要求，包括大模型使用、微调、评估和安全性分析等。申请者若能将技术积累与这些趋势对接，将在评审中获得更强说服力。

五、新增评估维度：代码能力与大模型素养

2026年PALM实验室推免政策中最具标志性的变化是新增了代码能力和大模型素养两个评估维度。代码能力评估从隐性考察升级为显性要求：申请者须提交GitHub代码仓库或技术博客链接，评审委员会将对代码质量、项目完整性和技术深度进行系统评估。标准包括代码规范性和可读性、项目完整度和文档质量、算法实现的正确性和效率、是否包含创新性工作等。这一变化反映了实验室对实际编程能力的高度重视，也是应对简历过度包装问题的制度回应。大模型素养评估关注申请者对大语言模型和多模态大模型的理解和使用能力，面试可能涉及：解释Transformer注意力机制原理、讨论大模型微调策略、分析大模型局限性和安全性挑战等。这些维度不要求申请者成为大模型专家，而是期望看到对当前AI技术范式的基本了解、独立思考和持续学习意愿。

六、跨学科背景申请者的政策机遇与应对策略

2026年PALM实验室在推免政策中显著提升了对跨学科背景申请者的开放程度，这是近年来最重要的政策调整之一。随着人工智能研究日益向交叉学科方向拓展，实验室认识到来自数学、物理、生物医学工程、电子工程等非计算机专业的申请者能够为科研团队带来独特的方法论视角和技术能力。具体政策表现为：在材料评审中为跨学科背景申请者设立单独评估通道，避免因缺乏部分计算机核心课程成绩而在初筛中被淘汰；在面试中增设跨学科能力评估环节，考察申请者如何将本学科的方法论和知识体系与AI研究相结合；在录取中为跨学科背景预留约百分之十五到二十的名额。对于数学专业背景的申请者，机器学习和优化算法方向是理想切入点，建议突出数学建模和理论分析能力。生物医学工程背景的申请者，医学图像和生物信号方向具有天然匹配度，建议展示对临床应用场景的深入理解。物理专业背景的申请者，计算物理中的数值方法和数据分析经验可以迁移到机器学习研究中。跨学科申请者需要特别注意的是，要充分展示对AI基础知识的系统学习和对目标方向的技术储备。

七、2026年录取趋势预测与申请策略建议

综合以上政策分析，2026年PALM实验室的推免录取将呈现以下趋势：第一，代码能力和工程实践在评估中的权重持续上升，有高质量开源项目和系统开发经验的申请者将获得更大优势。第二，医学图像和多模态学习方向的录取机会相对更多，这两个方向受国家战略需求和技术发展趋势驱动处于快速扩张期。第三，大模型相关技术背景的重要性显著提升，有预训练模型使用和微调经验的申请者在各方向竞争中都将成为有力竞争者。第四，跨学科背景申请者的录取比例将继续上升，多元化知识结构有助于提升实验室整体创新能力。针对以上趋势，申请策略建议如下：首先，精心打造GitHub代码作品集，选择两到三个有质量的项目进行深度打磨和规范化整理；其次，根据自身学科背景和技术积累选择最匹配的研究方向，不要盲目追逐热门方向；第三，有意识地补充大模型相关技术知识；第四，在申请材料中突出自身的差异化优势；最后，保持与意向导师的积极技术沟通，用具体的技术讨论和项目展示来建立学术联系。

八、政策总结与长远发展建议

2026年东南大学PALM实验室的推免政策体现了实验室在国家AI战略驱动下的人才培养战略升级，更加注重实际编程能力、跨学科素养和前沿技术认知的综合评估。对于有志于模式识别和机器学习研究的保研学子而言，这些政策变化既是挑战也是机遇——它要求申请者不仅具备扎实的数学和理论基础，更需要展现出将理论转化为代码、将知识应用于实践的卓越能力。建议在申请准备过程中，始终以提升实际技术能力为核心目标，而非仅仅追求满足申请条件的形式化指标。人工智能需要大量动手实践和持续学习，只有在项目实践中不断锤炼，才能在推免申请中展现不可替代的竞争力。从长远来看，无论是否进入PALM实验室，准备过程中积累的编程能力、科研素养和技术视野，都将成为你在AI领域持续发展的坚实基础。