张  力 复旦大学大数据PG电子教授，博士生导师，上海创智PG电子全时导师，国家级青年人才计划入选者。伦敦玛丽女王大学电子工程与计算机科学系博士，牛津大学工程科学系（TVG 组）博士后，曾任职于剑桥三星人工智能中心研究科学家。作为项目（课题）负责人或核心骨干，先后主持或参与国家科技重大专项、科技创新 2030 重大项目等国家级重点科研任务。入选上海海外高层次青年人才计划、上海科技青年 35 人引领计划 (35U35)，获世界人工智能大会青年优秀论文奖；发表人工智能期刊与会议论文 100 余篇；据 Google Scholar 统计，论文总被引用 3 万余次。 担任人工智能国际顶级会议 NeurIPS、ICLR、CVPR、ECCV 领域主席。

报告时间：14:00—14:30

报告题目：《面向通用具身智能的数据、架构与运动泛化》

报告摘要：通用具身智能需要机器人从多样化经验中学习，并将所学能力迁移到不同任务、场景与本体。本报告围绕数据、架构与运动泛化三个层面，介绍课题组的系列研究。数据层面，基于操作视频数据、机器人示范与在线交互经验，探索具身模型的预训练与后训练范式，并通过强化学习从混合质量的交互与人类干预中学习有效行为，构建经验积累与策略改进的闭环；架构层面，通过动作条件世界建模学习可迁移的动力学先验，支撑世界模拟与具身策略学习，并利用模拟交互开展强化学习后训练，同时以未来预测监督动作学习，并通过实时触觉反馈提升执行可靠性；运动泛化层面，结合人体运动语义与机器人动力学约束，研究运动重定向与跨本体全身控制，促进运动知识在不同机器人形态间的共享与迁移。报告将结合机器人操作与人形机器人实验，探讨从多源经验学习到可靠执行与能力泛化的关键路径。

报告时间：14:30—15:00

报告题目：《机器人学习的数据配方与评测》

报告摘要：本报告聚焦具身和物理智能最核心的问题——数据配方，介绍团队在具身数据配方和治理方向的长期积累和最新工作，同时介绍在物理推理领域的相关内容和结合，展望Physical AI的新范式和模型。

夏  彦 中国科学技术大学人工智能与数据科学PG电子特任教授，国家高层次青年人才，博士生导师。主要研究方向包括三维视觉，具身智能，无人驾驶等。博士毕业于德国慕尼黑工业大学，曾任德国国家人工智能中心（慕尼黑）研究科学家和慕尼黑工业大学计算机视觉与人工智能组高级研究员，英国牛津大学视觉几何实验室（VGG）、剑桥大学访问学者。研究成果以第一作者和通讯作者发表于TPAMI、IJCV、CVPR、ICCV、ECCV等计算机视觉与人工智能国际顶级期刊和会议，获ICCV 2025 E2E3D Workshop最佳论文奖等。担任第13届国际移动测量技术大会程序委员会主席、中国空间智能大会演示主席、2026中国具身智能大会专题论坛主席等。

报告时间：15:00—15:30

报告题目：《面向科学具身的人形灵巧操作仿真与评测平台》

报告摘要：近年来，人工智能与机器人技术的快速发展正在推动科学研究范式发生变革。然而，在面向科学实验的真实场景中，机器人仍面临复杂环境理解、精细交互操作以及高可靠性评测等诸多挑战。不同于自动化实验室中针对特定任务和固定环境设计的机器人系统，智能化学实验室要求机器人能够理解实验流程，适应开放环境，并完成具有严格精度约束的复杂操作。本报告介绍一种面向智能化学实验室的人形灵巧操作仿真与评测平台Labimus。该平台基于真实有机化学实验工作台构建高保真数字孪生环境，融合实验资产建模、交互式仪器仿真、颗粒级物理模拟等，实现从实验流程理解到人形灵巧操作与结果评估的闭环。报告进一步介绍面向科学实验任务的精度感知评测体系，通过任务完成度、操作精度以及长程实验执行能力等多个维度，评估人形机器人在科学实验场景中的灵巧操作能力。

报告时间：15:50—16:20

报告题目：《家庭机器人柔性物体操作：挑战与进展》

报告摘要：从整理衣物到家庭收纳，再到养老照护，柔性物体操作是家庭机器人走向真实应用必须具备的核心能力。然而，相较于规则、稳定的刚性物体，柔性物体具有复杂的形态变化、丰富的褶皱与遮挡以及难以建模的物理特性，使机器人感知、规划与操作面临巨大挑战。本报告将围绕家庭机器人柔性物体操作这一主题，介绍机器人学习在衣物感知与抓取、复杂环境鲁棒操作以及仿真驱动训练等方面的研究进展，探讨面向真实家庭场景的关键技术挑战，并展望柔性物体操作与具身智能的发展趋势。

蔡文聪现任智元创新中央研发部交互智能业务部端侧工程负责人，专注于人形机器人端侧交互系统的架构设计与工程落地。带领团队完成语音、多模态等交互能力的端侧部署，主导声学前端、端侧架构与工程交付等专项，产品在主题乐园、展馆等复杂真实场景中落地运行。

杨  健 北京航空航天大学副教授，北航卓越青年学者。聚焦代码大模型与智能体，在预训练、后训练、协同生成与评测，在ICLR、NeurIPS、ACL、EMNLP等国际权威学术期刊和会议发表论文百余篇，第一与通讯作者30余次，多次担任ARR（ACL、EMNLP、NAACL）SAC/AC、INLG 2026 Program Chair，AAAI （AIA Track） SPC与AC，谷歌学术引用47000+，获WACI 2026云帆奖。博士毕业后，以阿里星加入阿里巴巴通义千问团队，作为千问大模型Qwen系列及千问代码大模型QwenCoder系列的核心贡献者，负责千问模型代码能力建设及专项代码模型QwenCoder的研发。加入北航后，主导研发循环代码大模型LoopCoder，以及面向工业场景的InCoder-32B，覆盖7B、14B、32B、40B多个参数量级。在代码大模型应用落地方面，获得发明协会创新创业一等奖，累计专利、应用证明、漏洞证明十余项。

报告时间：14:00—14:30

报告题目：《基于FlagOS国产算子的自进化代码大模型》

报告摘要：代码大模型正从代码生成工具走向能够自主规划、执行与验证复杂任务的智能体，如何使其在实践中持续学习和自我改进，成为重要的研究方向。讲座围绕自进化代码大模型和智能体，介绍模型与智能体利用执行反馈、测试验证和交互经验提升能力的基本思路，探讨数据自生成、强化学习、经验记忆与策略优化等关键技术，并结合代码生成、缺陷修复和软件开发等场景，分析自进化机制的应用潜力，以及评估可信度、演化稳定性和安全可控性等挑战。

报告时间：14:30—15:00

报告题目：《从知识蒸馏到经验学习：智能体自进化路径探析》

报告摘要：近年来，大模型智能体在数学、代码等任务取得了显著进步，然而在众多真实场景的复杂任务仍有短板，其任务规划、长程推理能力不足制约智能体进一步落地应用。本报告将关注基于知识蒸馏和经验学习构建自进化智能体的方法，探讨其中的数据评估、算法改进、奖励模型优化等问题，并以语言世界模型为例讨论基于经验学习的智能体优化途径。最后围绕智能体RSI进一步发展的挑战与思路进行讨论。

万  雪 研究员，博士生导师，就职于中国科PG电子空间应用工程与技术中心。本科及硕士毕业于武汉大学遥感信息工程PG电子，博士毕业于伦敦帝国理工PG电子。主要研究领域为深空场景感知、视觉导航定位技术及海量空间科学数据语义理解。已发表高水平学术论文40余篇，多次荣获国际学术奖项（如RSPSoc主席特别奖）。主持和参与国家自然基金、国家重点研发等多项重大科研项目。研究成果广泛应用于载人航天、深空探测等真实在轨任务，推动智能化空间机器视觉与应用技术发展。

报告时间：15:00—15:30

报告题目：《太空具身智能自进化初探与展望》

报告摘要：太空具身智能是推动在轨服务与行星探测走向自主作业的关键能力，其核心难点在于真实太空环境难以在地面复现、极端条件下的感知认知受限、以及面向高动态不确定性的行动闭环难以稳定闭合。本报告围绕太空具身智能自进化这一主题，回顾课题组在空间在轨服务与行星探测两类场景中的研究进展，并探讨面向自进化（RSI）的初步路径与未来展望。在环境构造层面，针对月球表面探测与在轨服务两类任务，分别构建了高保真仿真环境，以弥合地面试验与真实在轨运行之间的鸿沟；在感知与认知层面，发展了基于小模型的语义感知、语义理解与三维重建算法，并引入大模型进行任务语义推理，实现从原始观测到决策意图的映射；在行动闭环层面，探索了基于视觉-语言-动作（VLA）模型的直接动作生成方法，以及基于观测的传统导航定位技术，形成可作用于环境的闭环作业能力。在此基础上，初步研究了基于分层智能体架构的自进化机制，尝试将环境、感知认知与行动三者纳入统一的迭代优化框架。最后，面向大模型时代（Astra 6）的能力跃升，分别从环境构造、感知认知与行动闭环三个维度，展望太空具身智能实现自主自进化的可能路径与关键技术方向。

报告时间：15:50—16:20

报告题目：《迈向自进化的大模型推理：效率与可靠性的协同优化》

报告摘要：近年来，大模型在复杂任务中展现出卓越的推理能力，但其推理过程仍面临两个关键瓶颈：一是计算冗余高、延迟显著，推理代价难以承受；二是推理存在行为偏好、结果可靠性不足。效率与可靠性的协同优化，已成为大模型推理研究从“能用”迈向“好用”的关键路径，也构成推理能力持续自我进化的两个基本维度。效率决定迭代的代价，可靠性决定迭代的方向。本次报告聚焦上述两个方向，系统阐述高效推理中的训练加速、思维链压缩、隐式推理等关键技术，以及可靠推理中的推理机理分析、推理偏好评估、推理行为矫正等技术，并在此基础上讨论从“人工调优”走向“自我进化”的未来发展方向。

盛  律 北京航空航天大学教授，博导，入选国家级青年人才、智源青年学者、小米青年学者、2024-2026年斯坦福全球前2%顶尖科学家排行榜单。主要研究方向为三维视觉、具身智能和多模态大模型。在IEEE TPAMI/ACM TOG/IJCV以及CVPR/ICCV/ICLR/ECCV等重要国际期刊和会议发表论文80余篇，Google Scholar显示被引用数1万余次。现任CVPR/ICLR/ECCV/ACM Multimedia/AAAI等领域主席，以及多个领域顶会顶刊审稿人和程序委员。CCF高级会员，任CCF和CSIG多个专委会执行委员，VALSE执行领域主席。

报告时间：16:20—16:50

报告题目：《面向开放世界的具身智能体及其应用》

报告摘要：开放现实世界中的具身智能体面临跨场景、跨任务和跨本体的泛化性挑战，以及完成复杂长程任务所需的可达性、可靠性和精准性要求。在本次报告中，讲者主要介绍复杂环境下具身智能体实现主动感知和行动闭环，空间推理与符号计算，经验学习与能力进化等关键能力维度的近期工作。相关工作已经集成至北京智源人工智能研究院的RoboBrain和RoboOS平台。

刘佳恒PG游戏电子模拟器助理教授，特聘研究员，博士生导师。2023年-2025年期间曾获阿里星，在阿里从事大模型研发工作。主要研究方向为大模型与代码智能体，在人工智能顶级学术会议ICML、ICLR、NeurIPS、ACL等发表论文120余篇，一作/通讯50余篇， 并曾获ACL 2024杰出论文奖和中国指挥与控制学会科学技术进步二等奖等。主持国家自然科学基金青年基金项目及十余项企业（字节、阿里、快手、华为等）学术合作项目。

马月昕 上海科技大学长聘副教授、博士生导师，博士毕业于香港大学。主要研究方向为三维视觉、具身智能、自动驾驶。共发表相关领域顶会或顶刊论文百余篇，其中一作与通讯论文50余篇，包括TPAMI、CVPR、ICCV、SIGGRAPH等，谷歌学术引用1万余次。参与指导的论文获MICCAI 2024唯一最佳论文奖，ACM MM 2024最佳论文候选。曾获SemanticKITTI、NuScenes、Argoverse等多个国际自动驾驶挑战赛冠军和亚军；曾获上海市海外高层次人才、上海市优秀教学成果一等奖、China 3DV 2025年度优秀青年学者、入选2024、2025年度全球前2%顶尖科学家榜单等。

报告时间：14:00—14:30

报告题目：《面向高动态场景的具身交互与推理》

报告摘要：复杂真实世界的动态交互场景，对机器人的环境适配能力、泛化任务能力与实时响应能力提出极高要求。本文从具身感知、认知推理及行为执行三个核心维度，研究复杂动态交互场景下的关键技术架构与实现思路，同时结合端到端大模型技术，进一步研讨具身智能的技术范式革新与未来演进路径。

报告时间：14:30—15:00

报告题目：《迈向通用具身智能：机器人操作与腿足运动中的学习范式》

报告摘要：让机器人像人一样灵巧地操作物体、稳健地行走奔跑，是实现通用具身智能的两大核心挑战。本次报告将围绕讲者近年来的研究工作，系统介绍在机器人操作和腿足运动两个方向上的学习方法进展：在操作部分，将讨论基于扩散模型（Diffusion Policy）、视觉-语言-动作模型（VLA）以及力觉/触觉反馈的策略学习方法，以及如何通过技能抽象（Mixture-of-Experts）处理长时序与多任务场景；在运动部分，将介绍面向四足与人形机器人的动态避障与反射式运动控制。报告最后将讨论两条主线的共性方法论及未来研究方向，希望为本科生同学进入机器人学习领域提供入门视角与研究启发。

范  略 中国科PG电子自动化所模式识别实验室助理研究员，2024年毕业于中国科PG电子自动化研究所。研究领域为自动驾驶和具身智能场景的世界模型。以第一作者和通讯作者身份在TPAMI、CVPR、ICCV、NeurIPS、ICLR等国际主流期刊和会议发表论文30余篇。主持国家自然科学基金青年项目、北京市自然科学基金培育项目、作为项目骨干参与新一代人工智能国家科技重大专项。获ICRA具身世界模型挑战赛冠军、中国科PG电子优秀博士学位论文奖、中国图象图形学会博士学位论文激励计划等。

报告时间：15:00—15:30

报告题目：《世界模型：从几何表观到物理内涵》

报告摘要：本报告首先对主流世界模型进行了梳理，从数据维度的角度分析了当前世界模型领域的发展现状，重点探讨团队在现阶段在偏重于几何表观刻画的4D世界模型方向的成果及其在具身智能领域的应用。从几何表观的世界模型出发，报告进一步深入探讨了世界模型中的物理内涵，分享了团队近期在物理世界基座模型方面的最新成果。最后介绍课题组围绕视频世界模型的全方位评测所进行的最新工作，充分揭示了现有视频世界模型的性能特性，对下一代通用世界模型进行了展望。

报告时间：15:50—16:20

报告题目：《从三维感知到物理交互：面向机器人的高斯表示与物理资产构建》

报告摘要：三维高斯泼溅（3D Gaussian Splatting，3DGS）为机器人场景理解、交互建模与仿真资产构建提供了新的表示方式。如何从几何与外观重建进一步恢复物体的物理属性，使数字资产能够预测并响应机器人动作，是这一方向的重要研究问题。本报告将梳理三维高斯表示在语言引导抓取、物理参数辨识、可变形物体建模及世界模型构建中的代表性进展，重点比较显式材料参数估计、神经本构学习与弹簧质点建模等技术路线，分析视觉重建、物理仿真与交互监督之间的联系。在此基础上，介绍我们结合 3DGS 与物质点法（MPM），开展显式物理量估计和可仿真资产构建的初步尝试，并讨论参数可辨识性、跨交互泛化及下游机器人任务验证等问题。

陈安沛西湖大学助理教授、Inception3D实验室负责人。他的研究方向聚焦在计算机图形学、三维视觉以及空间智能，致力于从二维图像中高效地感知三维世界，具体包括三维表征，内容合成和物理交互。他在计算机视觉与图形学顶会顶刊（CVPR, ECCV, ICCV, SIGGRAPH, TOG, ICLR等）上发表论文多篇。曾担任 CVPR 23/24/25/26, 3DV 24/25, NeurIPS 24/25, ICML 26等多个国际顶级AI与视觉会议的领域主席（Area Chair）。

报告时间：16:20—16:50

报告题目：《三维空间推理到物理交互》

报告摘要：传统三维视觉表征（如点云、网格、辐射场）过去主要服务于游戏与影视渲染，核心在于几何重建与外观逼真渲染；而具身智能的兴起，则要求三维表征深度赋能智能体的空间推理、环境交互与物理闭环。本次报告将分享我们实验室在具身三维视觉方向的近期探索, 报告将从 “空间理解记忆—空间生成—物理交互”探讨三维视觉从“被动观测”迈向“具身交互”的新机遇。

陈东东南京大学准聘助理教授、特聘研究员、博士生导师。英国爱丁堡大学博士后、四川大学博士，曾任四川大学副研究员及英国赫瑞瓦特大学助理教授、博士生导师。主要研究计算成像理论与方法、逆问题与脑机接口，在CVPR、ICCV、ECCV、ICML、NeurIPS、MICCAI、AAAI、MM及JMLR、IEEE Signal Processing Magazine等会议和期刊发表论文50余篇。曾获IES最佳学生论文奖、四川省计算机学会优秀论文奖、MICCAI-BIA最佳论文提名奖。代表性成果包括等变成像系列工作，相关技术已部署于微软图像重建与多模态融合管线；作为核心创始成员创建DeepInverse开源平台，已纳入PyTorch生态系统，并获2024年法国教育部开放科学奖。