VALSE Webinar 25-23期 总第394期 持续学习与具身智能

报告嘉宾：王立元 (清华大学)

报告题目：迈向真实世界的持续学习方法与应用

报告嘉宾：穆尧 (上海交通大学)

报告题目：生成式大模型驱动的具身智能大规模高质量数据生成

报告嘉宾：王立元 (清华大学)

报告时间：2025年8月13日 (星期三)晚上20:00 (北京时间)

报告题目：迈向真实世界的持续学习方法与应用

报告人简介：

王立元，清华大学心理与认知科学系助理教授、特别研究员、博士生导师。他先后于清华大学获得学士和博士学位，并开展博士后研究。他的研究方向主要聚焦在机器学习与神经科学的交叉领域，以智能系统的持续学习与终身适应能力为切入点，发展人工智能与生物智能的通用计算模型，并推动其在科学智能、智慧医疗、AIGC、具身智能等关键场景中的应用。研究成果以第一/通讯作者多次发表在Nature Machine Intelligence、TPAMI、NeurIPS、ICML、ICLR、CVPR、ICCV、ECCV等人工智能相关领域的顶级期刊和会议。获得中国人工智能学会首届清源学者、世界人工智能大会云帆奖、世界人工智能大会青年优秀论文奖、清华大学水木学者等荣誉。

个人主页：

https://lywang3081.github.io

报告摘要：

持续学习是支撑智能系统长期适应与知识积累的关键机制，但将其从封闭环境拓展至复杂多变的真实世界仍面临诸多挑战。报告将介绍我们近年来在基于预训练模型的持续学习方法的研究工作，包括全参数与参数高效两种范式，应对现实场景中任务边界模糊、数据分布持续变化等问题。同时，我们提出基于模态异构的持续预训练机制，构建了用于人体健康监测的多模态生理信号生成模型。最后，报告将探讨持续学习与具身智能的融合潜力，为构建具备“类脑适应性”的具身智能体提供新思路。

报告嘉宾：穆尧 (上海交通大学)

报告时间：2025年8月13日 (星期三)晚上20:30 (北京时间)

报告题目：生成式大模型驱动的具身智能大规模高质量数据生成

报告人简介：

穆尧，上海交通大学人工智能研究院长聘教轨助理教授，博士毕业于香港大学计算机系，共在RSS, NeurIPS, ICML, ICLR, CVPR等顶会顶刊发表论文30余篇，谷歌学术引用超1700余次，曾获ECCV具身智能研讨会最优论文奖, IEEE ICCAS2020大会最优学生论文奖，IEEE IV2021最优学生论文提名奖, 中国自动化学会自主机器人研讨会奖学金等多项学术奖励，荣获香港博士政府奖学金，香港大学校长奖学金，国家奖学金，清华大学优秀硕士毕业生，清华大学优秀硕士论文奖等荣誉称号。研究方向：具身智能、强化学习、机器人控制和自动驾驶。

个人主页：

Yaomarkmu.github.io

报告摘要：

RoboTwin 2.0开源平台——基于生成式大模型构建“仿真→合成→训练→迁移”闭环的具身智能数据引擎。平台通过多模态大模型自动生成任务代码 (闭环迭代优化成功率提升50%)，结合五维域随机化方案 (覆盖物体分布、动态光照、多模态背景、桌面位姿及语义指令扰动)合成高保真仿真数据，并开放包含147类731个精细标注物体的标准化资产库，为学界与工业界提供可扩展的合成数据基础设施，推动具身智能研究范式革新。

参考文献：

[1] RoboTwin 2.0版本 Chen, T., Chen, Z., Chen, B., Cai, Z., Liu, Y., Liang, Q., Li, Z., Lin, X., Ge, Y., Gu, Z., et al. (2025). RoboTwin 2.0: A scalable data generator and benchmark with strong domain randomization for robust bimanual robotic manipulation. arXiv preprint arXiv:2506.18088.

[2] CVPR Challenge技术报告 Chen, T., Wang, K., Yang, Z., Zhang, Y., Chen, Z., Chen, B., Dong, W., Liu, Z., Chen, D., Yang, T., et al. (2025). Benchmarking generalizable bimanual manipulation: RoboTwin dual-arm collaboration challenge at CVPR 2025 MEIS workshop. arXiv preprint arXiv:2506.23351.

[3] RoboTwin 1.0版本 (CVPR 2025 Highlight) Mu, Y., Chen, T., Chen, Z., Peng, S., Lan, Z., Gao, Z., Liang, Z., Yu, Q., Zou, Y., Xu, M., Lin, L., Xie, Z., Ding, M., & Luo, P. (2025). RoboTwin: Dual-arm robot benchmark with generative digital twins. In Proceedings of the Computer Vision and Pattern Recognition Conference (CVPR) (pp. 27649-27660).

主持人：庄辉平 (华南理工大学)

主持人简介：

庄辉平，华南理工大学吴贤铭智能工程学院院长助理、副教授、博导。2022年博士毕业于新加坡南洋理工大学，主持国家科技创新2030重大项目子课题和国自然基金、CCF-腾讯犀牛鸟基金、小米基金等项目近10项，入选基金委优秀留学生奖，获邀2025年南洋理工大学访问学者 (讲授EE6430课程)，研究方向为高效人工智能 (包含高效持续学习等)，发表文章近100篇。提出“解析持续学习”，开创持续领域细化分支，该方向近2年发表NeurIPS/ICML/CVPR等顶会超15篇 (最新已拓展至大模型与具身智能领域)。相关研究成果获国际会议最佳论文奖提名、新加坡PREMIA最佳学生论文成就奖，获邀国际会议主旨报告。获2025 CVPR竞赛一等奖，担任国际/国内会议学术职务 (Co-Chair等)5次，担JCR Q1特刊编辑，获2022 ICML杰出审稿人。

特别鸣谢本次Webinar主要组织者：

主办AC：李冠彬 (中山大学)