本科毕业于清华大学钱学森班，博士毕业于清华大学自动化系（导师：戴琼海院士）。2018-2019年在美国哈佛大学医学院学术访问。

主要研究方向：高速低功耗光电智能计算芯片及其应用，一作/通讯在Science、Nature、Nature Nanotechnology等国际顶尖期刊和会议发表多篇研究论文。国际首次实现全光大规模语义生成芯片LightGen，基准任务中算力、能效、算力密度较国际顶尖芯片提升多个数量级，相关成果被新华社、人民日报、光明日报、科技日报等报道。相关研究入选国家自然科学基金委优秀资助成果等。

长期担任Nature系列、IEEE系列等国际顶级期刊会议独立审稿人。

指导学生一作/共一发表Nature Nanotechnology、Cell子刊、CCF-A期刊会议论文等，课题组学生获国家奖学金等。常年招收博士后/博士生/硕士生/RA，欢迎联系

主持多项国家级、省部级纵向及横向项目。

谷歌学术主页：https://scholar.google.com/citations?user=BIg-cOMAAAAJ&hl=zh-CN&oi=ao

光电与光子智能计算实验室已开源生态可访问：https://opticompt-lab.sjtu.edu.cn/sources

[1] Y. Chen^†, et al, All-optical synthesis chip for large-scale intelligent semantic vision generation.Science, 390,1259-1265(2025).

[2] Y. Zhang*, Y. Chen *, et al. Neural mechanisms of visual quality perception and adaptability in the visual pathway. Patterns, 2025.

[3] Y. Chen*, M. Nazhamaiti*, H. Xu*, Y. Meng, T. Zhou, G. Li, J. Fan, Q. Wei, J. Wu, F. Qiao, L. Fang, Q. Dai, All-analog photoelectronic chip for high-speed vision tasks. Nature, 623, 48–57, 2023.

[4] Y. Chen*, T. Zhou*, J. Wu, H. Qiao, X. Lin, L. Fang, Q. Dai, Photonic unsupervised learning variational autoencoder for high-throughput and low-latency image transmission. Science Advances, 2023, 9(7): eadf8437.

[5] Y. Chen, T. Zhou, Y. Guo, J. Wu, L. Fang, Q. Dai, Hardware-implemented Photonic Neural Network for High-throughput and Low-latency Image Transmission, Optica Imaging Congress 2023 (PDP paper, oral).

[6] X. Cheng，Z. Fan，S. Yao，T.Jin，Z. Lv，Y. Lan，R. Bo，Y. Chen，F. Zhang， Z. Shen，H. Wan，Y. Huang，Y. Zhang，Programming 3D curved mesosurfaces using microlattice designs，Science, 379.6638:1225-1232, 2023.

[1] 世界人工智能大会最高奖，2026

[2] MIT  TR35（中国区），2026

[3] 青山科技奖（全国10人/年） ，2026

[4] 世界人工智能大会优秀青年论文奖（全球10人/年） ，2025

[5] 中国人工智能学会 潜力清源学者（全球10人/年） ，2025

[6] 中国电子学会博士学位论文激励计划，2024

[7] 中国光学年度十大进展（应用研究类），2024 

[8] 中国芯片科学年度十大进展，2024

[9] 中国半导体年度十大进展，2024 

[10] 中国光学年度十大社会影响力事件（中国科学院长春光学精密机械与物理研究所，中国科学报社、Light: Science & Applications、科学网），2023