AiDD峰会：具身智能与机器人专场

出品人：汪晟杰

腾讯云资深技术产品，专家目前担任腾讯云产品专家，负责腾讯云AI代码助手、Cloud Studio云端IDE等产品，历任阿里高级技术专家，从事钉钉云效核心业务线、Teambition 合伙人、Autodesk 首席软件架构师、十多年 SAP 云平台、SuccessFactors HCM、Sybase 数据库 PowerDesigner 等产品的开发经理，在软件架构设计、产品管理和项目工程管理、团队敏捷提效等方面拥有逾 18 年的经验。

腾讯资深技术产品专家

超越“编程Copilot”

论坛聚焦从辅助编码向自主软件构建的范式跃迁，探讨代码大模型在需求理解、架构设计、全栈生成与自我演化的进阶能力。围绕语义深度理解、上下文感知编程、人机协同开发模式等议题，推动AI从“助手”走向“协作者”，重塑软件研发范式。腾讯云资深技术产品，专家目前担任腾讯云产品专家，负责腾讯云AI代码助手、Cloud Studio云端IDE等产品，历任阿里高级技术专家，从事钉钉云效核心业务线、Teambition 合伙人、Autodesk 首席软件架构师、十多年 SAP 云平台、SuccessFactors HCM、Sybase 数据库 PowerDesigner 等产品的开发经理，在软件架构设计、产品管理和项目工程管理、团队敏捷提效等方面拥有逾 18 年的经验。

Trae的工程实践：提升研发效能

逄志强

字节跳动 Trae架构师

内容简介：

在当前具身智能研究领域，各式各样的数据驱动的预训练模型均展现出很强的性能。这些模型无一例外地都具备标注数据多、模型体量大、模型精度高等特点。与数据驱动的监督学习方式不同，本报告将重点关注如何从多模态数据中提取表示通用概念和行为知识、从多模态模型中挖掘复用模型知识，以数据知识+模型知识的方式提升智能体导航和操作的泛化性和执行效率。最后，将简要展望未来研究趋势。

演讲提纲：
1.研究背景和动机，包括引入知识的动机和思路；
2.我们在知识驱动导航和操作方面的最新研究进展；
3.未来研究趋势展望。

听众收益：
1.清楚具身导航和操作的最新研究进展和挑战；
2.知识驱动的具身智能研究思路和关键。

国家优秀青年科学基金获得者，博士生导师。研究方向为多模态具身导航与操作，在相关领域的国内外期刊和会议上发表论文共计100余篇，曾获国内外学术会议最佳论文奖3项、国际主流竞赛冠军5项，担任IEEE TIP编委、CVPR/ICCV/WACV领域主席、CVPR/ICCV上3次多模态主题研讨会的共同组织主席。曾获得北京市自然科学一等奖、中国图象图形学学会青年科学家奖、中国科学院院长特别奖、NVIDIA创新研究奖等。

具身大脑的场景落地探索与实践

刘荣

紫东太初具身智能业务线负责人

内容简介：

基于具身机器人训练验证场的建设实践，探索具身大脑的场景落地。通过具身机器人训练验证场，构建从数据采集，到模型训练，再到功能落地的完整闭环。在具身机器人训练验证场的建设中探索，一脑多型的硬件本体形态、具身任务的场景搭建与数据采集、具身原子能力的构建、具身大模型的任务理解与调度，以及如何设计系统平台打通采集、训练、验证的功能闭环。

演讲提纲：
1. 具身大脑的智能化展现
2. 具身大脑场景落地的现况
3. 具身机器人训练验证场的建设意义
4. 具身机器人训练验证场的建设实践
4.1 一脑多型的硬件本体形态
4.2 具身任务的场景搭建与数据采集
4.3 具身大模型与具身原子能力构建
4.4 具身平台建设与功能闭环

听众收益：
1.技术收获：了解具身大脑如何实现功能闭环
2.应用收获：了解具身行业里训练验证场这个新概念背后的逻辑
3.表达形式上，通过实操示例及演示视频，帮助听众更形象深刻的理解内容

2010年中国科学院自动化研究所博士毕业，模式识别与智能系统专业，从博士期间开始已从事近20年人工智能领域相关研发工作。目前担任中科紫东太初具身智能部门负责人，负责具身大脑研发及具身智能的产业落地。并任中国科学院自动化所客座副研究员。曾任阿里巴巴达摩院视觉团队端智能技术负责人，阿里斑马智行感知团队负责人，阿里菜鸟ET实验室无人车视觉方案负责人。曾任三星先进技术研究院研究员。

类人灵巧操作具身智能机器人的渐进式落地

王鹏

中科院自动化所研究员

内容简介：

让机器人像人一样“干活”--完成各种灵巧操作任务，对于机器人在工业、服务和特种领域的应用具有重要的意义，也是机器人的难点和痛点。让机器人获取类人灵巧操作的能力包括遥操作、自主操作和人机融合操作等，报告从机器人获取类人灵巧操作能力的挑战出发，介绍包括通用抓取学习、功能性操作、人机物体交接、人机融合操作等技术，及其渐进式落地应用。

演讲提纲：
1.机器人灵巧操作能力
2.主要挑战和难点
3.解决思路和实现途径
4.技术实践与案例
5.总结与展望

听众收益：
1.机器人的类人灵巧操作能力的实现路径和方法
2.类人灵巧操作机器人的渐进式落地应用
3.软硬协同推动具类人灵巧操作机器人发展

博士生导师，中国科学院自动化研究所多模态人工智能系统全国重点实验室。主要研究方向：具身智能、仿人灵巧手、通用类人灵巧操作机器人。主持完成了国家自然科学基金、国家重点研发计划等项目和课题30余项，发表人工智能与机器人领域国际期刊和国际会议论文 90余篇，两项成果连续发表在机器人顶级国际期刊IEEE TRO上，授权发明专利30余项。研发了Casia Hand系列仿人灵巧手及通用类人灵巧操作机器人。先后获北京市科学技术一等奖、北京市科学技术二等奖、中国自动化学会技术发明一等奖、日内瓦国际发明展金奖等。

RoboBench x RealBench：
面向真实世界的具身智能全面评测体系

赵梦迪

BAAI智源研究院研究员

内容简介：

当前具身智能模型有两条路线，一条是具身大脑+小脑的路线，另外一条是端到端模型。针对这些模型，我们系统构建了一套评测体系，能够系统评估具身智能中所有的模型。针对具身大脑，我们构建了RoboBench评测基准，从指令理解、环境推理、跨具身规划、可供性分析到反思能力五大维度，并提出了用基于关键子任务的DAG图结构的方式鲁棒地评测任务规划能。针对具身小脑模型和端到端模型，我们设计了一个真机评测的RealBench评测平台，旨在公平评测模型以及降低具身智能模型的研究门槛。这两个工作形成了从认知决策到底层执行的闭环评估体系，为具身智能体发展提供了全面边界的评测标准。

演讲提纲：
1.具身模型的构建范式：大小脑架构，端到端模型
2.具身大脑大模型概述及评测现状：MLLM在具身任务中的作用，大脑关键能力有哪些，当前研究进展，待解决的问题
3.具身大脑大模型评测基准RoboBench：评测目标，维度解析，数据Case，评测流程，模型Leaderboard，实验结果总结
4.具身操作模型概述及评测现状：操作模型的挑战，当前的主流方法，主流模型，关键能力，当前研究进展，待解决的问题
5.具身操作模型评测基准与评测平台RealBench：评测目标，维度解析，方案介绍，数据Case，评测流程等
6.总结与展望

听众收益：
1.了解具身智能评测相关的前沿进展
2.学习如何更加客观鲁棒地进行具身智能各种模型的评测

北京智源人工智能研究院担任研究员，研究方向聚焦于生物智能建模与人工智能，特别是大脑模拟和具身智能系统的结合，近期研究重点在具身智能方向，包括具身大脑模型、灵巧手端到端多模态模型和相关评测集的研发。在Nature Computational Science、CVPR、Neuroscience Bulletin、Zoological Research等期刊会议上发表多篇文章。

AiDD峰会

K+峰会

联系我们