USCIS本周审理总结：2026年7月27日至8月2日 NIW/EB1A批准情况

在 2026 年 7 月 27 日至 8 月 2 日这一周，WeGreened 共收到美国移民局（USCIS）发出的 149份批准通知。其中，NIW（国家利益豁免）122件、EB1A（杰出人才）16件、EB1B（杰出教授／研究人员）5件、O1A（杰出才能个人）6件。

NIW 依然占据本周获批案例的大多数；EB1A虽然数量较少，但也值得关注。EB1B和O1A的获批数量与近期部分周度数据相比更为明显。

学术产出四分位数统计

EB1A案件（共16件）

• 发表文章数量范围：0 至 50 篇
  • Q1 = 11.75｜ 中位数 = 15.5 ｜ Q3 = 36.25
• 被引次数范围：155 至 30,868 次

  • Q1 = 393.25｜ 中位数 = 939.5 ｜ Q3 = 2,567.25

本周 EB1A 获批申请人整体呈现出较强的传统专业认可指标，但其中也出现了一个值得关注的非传统案例。一件零正式发表论文的案例表明，当其他证据能够充分证明申请人的行业影响力和领域地位时，EB1A 资格并不必然依赖传统的论文发表指标。尽管该案例展现了显著的特殊情况，其余获批申请人大多仍拥有扎实且传统的论文发表和引用记录。

NIW案件（共122件）

• 发表文章数量范围：2 至 72 篇
  • Q1 = 6 ｜ 中位数 = 9 ｜ Q3 = 14
• 被引次数范围：7 至 2,320 次

  • Q1 = 56.5 ｜ 中位数 = 141.5 ｜ Q3 = 286.25

NIW 获批案例再次呈现出明显更广泛的证据分布。这一分布既包括科研指标尚处于发展阶段的研究人员，也包括已经具有显著影响力的资深专家，再次说明 NIW 审理的重点在于 Dhanasar 框架——拟议事业（Proposed Endeavor）及其国家重要性、申请人是否具备推进该工作的能力（Well Positioned），以及豁免劳工证要求是否整体有利于美国——而非依赖固定的论文或引用门槛。

背景与研究方向观察

本周 EB1A 获批案例高度集中于 STEM 领域，其中 15例属于 STEM，1例属于非 STEM。获批领域包括机器学习、机械工程、生物技术和医学等。获批申请人涵盖研究科学家、大学教职人员以及其他在产业界工作的技术专业人士。学历构成同样值得关注，包括 11名博士、2名硕士、2名专业博士学位持有者，以及1名本科学历申请人。其中，本科学历申请人的获批尤其具有参考意义，因为这说明，如果整体证据足以证明申请人具备杰出能力并获得持续认可，高等学术学位本身并不是 EB1A 获批的必要前提。

NIW 获批案例同样以 STEM 为主，但申请人的教育背景和职业阶段明显更加多元，其中 103例属于 STEM，19例属于非 STEM。主要获批领域包括计算机科学、电气工程、神经科学、放射学和数学等。学历构成包括 69名博士、31名硕士、18名专业博士学位持有者，以及4名本科学历申请人。获批申请人涵盖博士后研究人员、医生以及产业界专业人士，体现了 NIW 所覆盖的职业发展路径明显更加广泛。USCIS 会依据更完整的 Dhanasar 框架，对申请人的拟议事业以及申请人推进该事业的能力和条件进行综合评估。

重点 EB1A 案例：本科学历、无同行评审论文的产业界机器学习专业人士成功获批

本周最值得关注的 EB1A 获批案例之一，是一名在产业界从事机器学习工作的专业人士。该申请人仅拥有本科学历，没有同行评审论文，但拥有18,356次引用。申请书中特别列出了申请人共同撰写的4篇预印本（preprints），研究内容专注在基础人工智能模型和长上下文推理。这一案例的证据结构较为特殊，因为申请人既没有高等学位（advanced degree），也缺少研究型 EB1A 案例中较为常见的传统同行评审论文发表记录。

我们的申请策略并未将这些预印本本身的存在作为申请人具有杰出能力的证明。由于预印本并不具备正式发表学术论文所经历的同等同行评审验证，因此，更有说服力的证据在于这些研究成果公开之后所产生的实际影响。申请材料重点强调了申请人研究成果所产生的突出引用影响，并说明独立研究人员如何依赖其技术贡献开展后续工作。同时，我们进一步将申请人在基础模型和多模态人工智能系统方面的创新，与相关技术的实际采用和现实应用联系起来。换言之，论证重点从成果是否正式发表，转向其是否产生了能够得到独立证据验证的实际影响力。

考虑到申请人仅拥有本科学历、主要在产业界发展且没有同行评审论文，这一策略尤为重要。申请材料主张申请人满足四项 EB1A 法定标准，即具有重大意义的原创性贡献、评审他人工作、在具有杰出声誉的机构中担任领导或关键角色，以及获得高薪或其他高额报酬，并通过多种形式的证据证明申请人的认可度已经超越单一雇主。技术成果的实际采用以及独立第三方对相关成果的依赖，有助于证明申请人原创性贡献的重要性；与此同时，评审活动、技术领导力以及独立专家意见，则从其他角度进一步证明其专业地位。申请策略并没有试图将一个产业界申请人的履历包装成传统学术型申请，而是通过最符合应用机器学习领域特点的影响力证据来证明其杰出能力。

最后，申请材料在最终整体评估（Final Merits Determination）阶段将上述证据整合为一个完整的论证体系。核心论点并不是认为 18,356次引用或满足四项法定标准就能够自动证明申请人符合 EB1A 要求，而是通过整体记录展现出一个更完整的模式：申请人作出了重要的技术贡献，独立研究人员使用并依赖这些成果，相关工作产生了显著影响并得到实际应用，同时申请人还通过评审工作、领导角色和薪酬水平获得了进一步的专业认可。该申请使用加急处理服务（Premium Processing）递交，并在没有收到补件通知（Request for Evidence, RFE）的情况下于16天内获批。这一案例对非传统 EB1A 申请人具有重要启示：研究成果的证据价值不仅取决于它是否正式发表，更取决于能否以客观证据证明，该成果实际上产生了何种程度的影响力。

审理趋势与政策观察

本周的获批案例再次体现出 EB1A 与 NIW 在证据结构上的不同特点。EB1A 案例整体具有更强的专业认可指标，而 NIW 获批案例则覆盖了更加广泛的论文数量、引用次数、职业阶段和教育背景。与此同时，近期围绕 EB1A 审理趋势的讨论也进一步强调，满足若干项标准不应被简单理解为“清单式”的资格判断。在最终整体评估（Final Merits Determination）阶段，证据本身的质量、背景和重要性，以及整体记录能否证明申请人获得了持续认可，仍然是关键所在。

本周重点案例恰好说明了这一差异为何重要。本科学历、产业界工作经历或非传统的论文发表记录，本身并不能决定案件结果；真正重要的是，证据能否清楚证明申请人的个人影响力，以及其所获得的认可已经超越直接任职机构。这也与目前更强调可衡量的实际影响、独立证据，以及将每项成就与 EB1A 法律标准形成连贯论证的整体思路一致。对于 NIW 而言，本周获批申请人的资历跨度则再次说明，论文和引用次数不应被视为固定门槛。无论是 EB1A 还是 NIW，有效的申请策略都不只是尽可能堆积证据，而是要清楚解释：这些证据为什么重要，以及它们如何证明申请人符合相应的法律标准。