东京大学与京都大学作为日本高等教育体系中的两所代表性研究型大学，在人工智能与计算机科学基础研究领域形成了各自鲜明的学术特色。东京大学以产业应用与交叉融合见长，在深度学习、计算机视觉、大规模图学习等方向具有较为完整的科研布局；京都大学则更侧重理论根基与跨学科探索，在统计学习理论、计算机视觉、自然语言处理等方向积累了深厚的研究传统。本文将从两校的研究布局、核心研究室、申请路径与备考策略四个维度，为计划申请这两所院校相关专业的学生提供参考。
详细信息可》》》立即咨询老师，添加v：15068182387
一、东京大学：产业融合与交叉创新的前沿阵地
东京大学在AI与计算机领域的研究力量主要分布在情报理工学系研究科（IST） 、工学系研究科以及情报学环·学际情报学府等多个机构。情报理工学系研究科下设计算机科学、数理情报学、系统情报学、电子情报学、知能机械情报学、创造情报学六个专攻。其中，计算机科学专攻的研究覆盖了计算与智能的基础理论、计算机系统与网络构建方法、图形学、自然语言处理、生物信息学以及量子计算与分子计算等新型计算模型。
在核心研究室层面，东京大学拥有多个在AI领域具有影响力的研究团队：
松尾·岩澤研究室（松尾研） 由松尾丰教授与岩泽有祐特任讲师共同主持，是东京大学在人工智能与深度学习领域的代表性研究室。研究内容包括世界模型的构建、图像识别、自然语言处理、深度强化学习、生成模型及Web工学等方向。该研究室在ICML、NeurIPS、UAI等国际学术会议上持续发表研究成果。研究室还注重AI伦理与神经网络可解释性等底层研究。
杉山·横矢·石田研究室（Sugiyama-Yokoya-Ishida Lab） 专注于机器学习与统计数据分析的理论、算法与应用研究。由杉山将教授领衔，研究涵盖监督学习、无监督学习、强化学习的基础理论及实用算法。该研究室在机器学习领域具有较高的国际学术影响力。
情报理工学系研究科的其他研究团队还包括：江崎浩教授（互联网架构）、伊庭齐志教授（进化计算）、高玉圭树教授（进化计算、强化学习、多智能体系统）、铃村豊太郎教授（大规模图学习、人工智能、高性能计算）、松井勇介讲师（计算机视觉、数据结构、机器学习，研究重点为大规模高性能AI系统的基础技术，包括向量数据库、近似最近邻搜索、检索增强生成等）等。此外，川崎研究室的研究方向涵盖从AI到供应链管理的广泛领域。
二、京都大学：理论根基与跨学科探索的学术重镇
京都大学的情报学研究科开设于1998年，是日本头一个以“情报学”命名的研究科。该研究科下设知能情报学、社会情报学、先端数理科学、数理工学、系统科学、通信信息系统等多个专攻方向。京都大学在AI与计算机领域的研究特色在于扎实的基础理论积累与自由的学术氛围。
西野恒教授（计算机视觉实验室） 的研究聚焦于计算机视觉作为智能感知模态的理论基础与高效实现。研究方向涵盖人类建模与行为分析、外观建模、逆向渲染与材质识别、基于物理的视觉与计算摄影等。研究成果可应用于AR/VR、图形学、人机交互与机器人等领域，当前重点方向包括自动驾驶、驾驶辅助、老年人照护与辅助生活等。西野教授主持的科研项目包括“生成式视觉：捕捉视觉信息模糊性的柔性计算机视觉”等。
下平研究室专注于机器学习与统计学习理论，河原研究室以强化学习为主要方向，这两个研究室在airankings等学术排名中位居前列，近年来在EMNLP、COLT等会议上产出大量研究成果。
鹿岛久嗣教授（知能情报学专攻）、西田豊明教授（情报学研究科，曾任日本人工智能学会会长，研究方向涵盖人工智能原理与信息学发展历程）、黑桥研究室（自然语言处理，主攻语言机制与人机交互）、谷口忠大教授（对话情报学领域，研究方向包括多模态与机器人技术等）以及石黑浩研究室（人形机器人/人工智能）等团队也在各自领域开展研究。
三、申请路径与核心策略
东京大学与京都大学的修士课程申请主要通过以下几种路径：
（一）一般入试（日语项目）
东京大学情报理工学系研究科的入学考试每年分为夏季与冬季两次。夏季入试合格者可于同年10月入学，冬季入试合格者可于次年4月入学。计算机科学专攻的修士课程申请需提交志望卡与志望教员信息。该专攻采取内诺制，申请者需提前联系意向教授并获得接收意向。联系教授时需通过研究科官网了解教授的研究方向，筛选与自身学术背景契合的导师，随后通过邮件发送研究计划书。获得内诺后方可正式出愿。
京都大学情报学研究科的修士课程申请可通过“外国人留学生特别选拔”渠道进行，流程包括书类审查、语言能力评估、研究计划书评审及面试等环节。知能情报学等专攻设有国际プログラム（International Programs） ，采用英语授课即可完成学业。国际プログラム分为AO入试（无需赴日参加笔试面试）与一般入试（需赴日参加笔试面试）两种类型。申请研究生（预科）阶段需通过AAO（Admissions Assistance Office） 审查，获得教授内诺后方可进行后续申请。
（二）SGU英文项目
东京大学的情报理工系研究科设有IIP（Information Intelligence Program）等英文授课项目，专业方向涵盖人工智能、数据科学、大数据、机器人等。申请要求通常包括：托福90+（实际录取者平均分多在100+）或雅思6.5+，部分专业需提交GRE/GMAT成绩，本科GPA建议3.5+/4.0。
京都大学的情报学研究科国际プログラム同样以英语授课为主，无需提交日语成绩。申请需通过AAO系统提交。建议本科院校为985/211/海本，GPA建议3.4/4.0以上，语言成绩建议托福95+或雅思7.0。虽然国际プログラム不强制要求内诺，但仍建议申请前联系教授。
（三）研究生（预科）路径
对于希望先以研究生身份进入实验室、再参加修士考试的学生，东京大学情报理工学研究科同样要求提前联系教授并获得内诺。京都大学的研究生申请则需先通过AAO审查，再联系意向教授取得内诺。
四、申请时间线与备考建议
时间规划方面，一般建议提前一年开始准备。以2026年入学为例：东京大学情报理工学系研究科的出愿时间为2026年5月29日至6月4日；修士课程笔试预计在2026年8月20日前后，面试在8月24日至28日。京都大学国际プログラム的申请截止时间通常在1月前后。
语言要求方面，日语项目通常要求理工科日语N2以上；SGU英文项目要求托福90+或雅思6.5+。学术背景方面，建议GPA 3.0+/4.0（80+/100），申请东京大学等高级学府建议3.2+。跨专业申请需通过选修课或科研项目证明相关能力。
备考核心在于“过去问”（历年入学考试真题）的练习。东京大学情报理工学系研究科计算机科学专攻的过去问可在官网获取或向学校申请纸质版本。京都大学情报学研究科的过去问涵盖知能情报学、社会情报学、先端数理科学等多个专攻。通过过去问可以了解考试形式、难度与出题范围。研究计划书的质量同样关键，尤其需要突出研究方向的可行性与与教授研究方向的匹配度。
结语
东京大学与京都大学在AI与计算机基础研究领域各具特色——东京大学以产业融合与交叉创新为优势，研究布局更为广泛，与产业界的联系紧密；京都大学则以理论根基与自由学风见长，在基础理论研究方面积累深厚。申请这两所院校，需要根据自身的研究兴趣与学术背景选择合适的专攻与教授，提前规划语言考试与备考时间线，通过“过去问”练习与高质量的研究计划书来提升申请的竞争力。对于有志于在日本从事AI与计算机基础研究的学生而言，这两所学校提供了各具特色的学术平台与发展路径。
如需进一步了解，或有任何相关疑问，欢迎大家在线咨询专业顾问导师，也可以进入答疑中心给我留言，我会尽快与您联系为您解答。如果您对自己或孩子是否适合海外学习还有疑虑，欢迎添加v：15068182387 获取更多新鲜学习资讯。
微信扫一扫
