7月13日至14日，由中国科协立项支持，中国自动化学会主办的具身智能青年科学家沙龙活动在北京举办，近30位来自高校、科研院所及企业的优秀青年科学家围绕相关议题开展交流研讨。

主旨报告环节，国防科技大学陈谢沅澧以“具身智能机器人系统与技术”为题，基于具身智能机器人的概念内涵、技术前沿发展等关键问题，分享了具身智能机器人在各类复杂场景中的应用实践，对进一步探索具身智能机器人在场景应用中的迭代发展提出新的策略和思考。与会青年科学家就具身智能机器人感知—决策—执行闭环问题、具身智能机器人操作与开发系统的兼容与功能等提问交流。南方科技大学周博宇作“空中机器人主动感知与移动操作”报告，从自主无人机在主动三维环境感知与敏捷操作领域的最新研究出发，解析自主无人机实时规划、高效环境表征及去中心化群体协作等关键技术，分享预测增强型实时覆盖复杂三维场景规划方法及异构无人机的协同策略。与会青年科学家就如何促进无人机挂载抛投在三维场景下的规划状态优化、在高动态环境中视觉实时检测方法等提问交流。地瓜机器人有限公司于海泳以“基于开放感知的具身移动交互”为题，分享了通过融合多模态预训练模型的轻量级开放语义感知算法实现对自然语言指令中任意目标的识别与定位的技术方案，以及融合语义和几何信息的三维语义地图构建机制和基于扩散策略的高效模仿学习加速框架。与会青年科学家就扩散策略对训练机器人操作任务的优势和泛化性、利用垂类模型做数据蒸馏等提问交流。

自由发言环节，青年科学家们围绕视觉—语言—动作(VLA)具身大模型的跨越发展与应用、感知—行动闭环的具身多模态信息融合与交互新范式、人形机器人商业化路径分化等议题展开热烈讨论，结合各自的研究专长，提出了诸多创新性的见解。其中，北京航空航天大学徐浩认为，VLA技术发展受高算力门槛制约，面临环境依赖性强等挑战，需引入真实交互中的小样本学习能力来应对。湖南大学周易提出VLA方法因局限于低阶位置控制，依赖视觉感知缺乏力学传感，其泛化性存在局限。

会后，青年科学家们赴人形机器人数据训练中心进行实地考察，了解各类泛化应用场景下人形机器人的协同发展现状与数据训练模式，进一步加深对具身智能产业落地的认识和理解。

中国自动化学会 供稿