简介
随着具身智能技术的飞速发展，研究重心已从单一本体的能力提升转向人、机、环境的深度协同，并衍生出“共身智能”等新范式。本论坛紧扣该前沿趋势，探讨从个体智能向协作智能、从具身操作向共身共生的跨越式发展，围绕以下四个方面开展报告：①面向复杂场景的三维环境感知与重构，利用计算机视觉与生成式技术解决精准认知问题；②构建具身数据采集与仿真平台，突破具身智能数据获取瓶颈；③高泛化、高鲁棒性的具身大模型与决策架构，结合强化学习赋予智能体自主规划与进化能力；④探索人机协同的智能与环境交互机制，实现人机双脑的高效协作与共身智能构建。
简介为官网原文，部分内容可能未写完。
人员
主席
- 王涌天 · 北京理工大学
嘉宾
- 喻纯 · 清华大学
- 俞扬 · 南京大学
- 陆峰 · 北京航空航天大学
- 施柏鑫 · 北京大学
- 张鸿文 · 北京师范大学
报告安排
大模型时代人机交互的因果视角：从交互式学习到用户世界模型
喻纯 · 清华大学
简介
大模型的发展正在推动人机交互从界面操作走向语义理解、任务协同与认知对齐。在当下最前沿的Agent系统中，交互式学习已成为智能体理解用户、适应情境并持续提升能力的关键机制。本报告将以交互式学习为切入点，从因果视角重新审视人机交互的价值：Agent能力的提升，不仅来自更多上下文信息，更来自真实任务交互中对用户意图、任务目标与环境约束之间因果关系的揭示，从而帮助系统超越表层相关，形成更稳定、可解释的理解能力。围绕这一研究方向，本报告还将介绍用户世界模型（Human World Model）研究平台，并结合课题组在行为感知、认知建模等方面的科研实践，探索大模型时代人机交互从“理解语言”走向“理解用户世界”的新范式。
面向决策的因果排演世界模型研究进展
俞扬 · 南京大学
简介
世界模型正成为人工智能迈向物理世界的核心议题。面向物理世界决策，世界模型的关键在于学习可识别、可干预、可泛化的因果/序结构，并通过排演机制在内部模型中排演决策轨迹。报告将回顾讲者在此方面的发展历史与研究进展。
共身智能：人-机智能的协同具身新范式
陆峰 · 北京航空航天大学
简介
人工智能正经历从离身智能向具身智能迈进的关键阶段。具身智能实现了智能体与物理世界的闭环交互，但仍以机器为中心，难以精准对齐人类意图、保障人机协同安全，成为实际落地的核心瓶颈。在此背景下，共身智能以人为核心锚点，提出人机双脑认知融合、物理层面协同具身的全新范式，重新定义人机智能关系。本报告将梳理AI范式演进脉络，对比共身智能与具身智能的本质差异，拆解共身智能在感知对齐、双脑决策、协同行动、双向学习、多智能体协作等方面的关键挑战，并提出完整研究框架，探索智能共身、人机共生的未来可能。
数据-感知-决策协同的具身智能操作学习
施柏鑫 · 北京大学
简介
当前机器人操作学习在数据获取、环境感知与策略建模三个环节上，仍面临真机数据采集成本高昂、场景信息利用不充分、动态过程建模能力不足等问题。贯通低成本数据生成、多模态环境感知与高效时空策略学习的技术链路，是提升具身智能系统开放世界操作能力的有效途径。本次报告将分享围绕这一技术链路开展的一些探索：通过数字孪生与交互式学习提升操作数据的有效性与利用效率；融合三维视觉、视触觉与脉冲视觉，增强对空间结构、接触状态及动态变化过程的感知能力；并结合三维几何与时序运动建模，提升对视觉-语言-动作策略的理解与决策能力。
面向交互感知的人-物-场重建与生成
张鸿文 · 北京师范大学
简介
本报告围绕人物、物体与场景的交互感知、重建与生成，介绍从视觉观测中理解人体运动及其与物体、场景交互关系的相关研究工作。报告首先关注人体运动、手部动作与场景几何的联合重建，尝试恢复具有合理尺度的三维人物场，以及人与地面、人与物体和双手之间的动态接触关系；进一步介绍以交互约束为基础的操作动作、交互视频及多视角人物场生成方法，探索运动、外观与几何信息之间的协同表达，为虚拟数字人、人形智能体的感知、学习与交互提供支撑。