讲者简介：俞扬，南京大学人工智能学院教授。主要从事人工智能、机器学习、强化学习方向的研究，工作获5项国际论文奖、3项国际算法竞赛冠军。入选国家青年人才计划、IEEE Intelligent Systems “AI’s 10 to Watch”，获CCF-IEEE青年科学家奖，首届亚太数据挖掘“青年成就奖”，并受邀在国际人工智能联合大会 IJCAI 2018上作“青年亮点报告”。

报告题目：世界模型的机器学习基础

报告摘要：世界模型是实现通用决策问题的理想和必要途径，然而世界模型本身的学习面临极大挑战：反事实推理是世界模型的根本目的，因此机器学习通常的统计假设难以实现理想的世界模型。本次ADL报告将介绍世界模型学习中面临的多个挑战，以及应对方法的一些研究进展。

讲者简介：徐凯，中科院工业人工智能研究所研究员。曾任国防科技大学教授、普林斯顿大学访问学者、加拿大西蒙弗雷泽大学客座教授。研究方向为计算机图形学、具身智能、数字孪生等。在国际上较早开展了数据驱动三维感知、建模与交互工作，提出面向复杂场景的结构感知、机理增强的具身交互理论方法系统，并规模化应用于重工、船舶、汽车等智能制造领域。主持国家自然科学基金青年科学基金A类（原杰青）、B类（原优青）、重点项目等。发表TOG/TPAMI/TVCG/TIP等A类论文100余篇。连续多年入选全球高被引学者榜单和全球前2%顶尖科学家榜单。担任图形领域顶级国际期刊ACM Transactions on Graphics、IEEE Transactions on Visualization and Computer Graphics的编委，Computational Visual Media的领域执行编委。领衔研发的基座世界模型PAIWorld曾登顶WorldArena国际权威榜单。获湖南省自然科学一等奖2项（排名1和3）、中国计算机学会自然科学一等奖2项（排名1和3）、中国电子学会青年科学家奖、机器人顶会ICRA 2026最佳论文奖。

报告题目：以符合物理规律的世界模型驱动物理AI发展

报告摘要：具身智能大模型因缺乏对物理世界因果规律的认知，面临大规模数据依赖与泛化能力不足两方面的困境。世界模型作为物理AI的世界观，赋予具身智能体因果推理与预测性规划能力，是实现跨任务泛化的关键。本次报告阐述了世界模型的定义及其在在线控制与离线学习中的应用，尤其在强化学习语境下，重点讨论了世界模型对策略学习的重要作用——如有模型强化学习样本效率更高、模型泛化性优于策略泛化性、模型因任务无关性可服务于多种策略的训练。同时也指出，世界模型面临复合误差与物理幻觉等挑战。为构建符合物理规律的世界模型，报告探讨了两条技术路径：一是引入几何与物理先验，提升预训练基座世界模型的时空一致性与物理合理性；二是在垂直领域场景中，开展结构化与机理化的动力模型建模，以支撑有模型强化学习。最后，报告展望了世界模型的分层架构及其与仿真平台的协同发展。

讲者简介：郑伟诗，中山大学教授, 中山大学人工智能研究院副院长。他是国际人工智能顶级期刊IEEE T-PAMI、AIJ等期刊的编委。他长期从事以人机交互为中心的计算机视觉研究，近期专注于具身智能、多智能体、AI自主进化研究，在IEEE T-PAMI/IJCV/SIGGRAPH /Nature子刊发表30余篇。

报告题目：具身智能：新发展与展望

报告摘要：本次报告将介绍近期具身智能领域的进展，其中包含世界模型这一重要方向在具身智能中的发展与应用，依托包括世界模型在内的方法对环境动力学、交互结果的预测能力，支撑机器人动态移动抓取建模、灵巧手操作建模、人机交互、多机器人协同、机器人视觉导航等任务。此外，报告将分享我们在多机具身智能上的近期探索：基于物理感知与交互迁移的思路，将自然人机交互数据转化为自然可信的人机交互范式；提出解耦交互框架与多智能体闭环系统，实现跨形态机器人自主组队、任务分工与闭环执行，进而突破单体机器人的能力边界。

讲者简介：戴玉超，西北工业大学长聘教授，校学术委员会委员，陕西省信息获取与处理重点实验室主任。研究方向为机器视觉、空间智能与具身智能，主持国家自然科学基金青年科学基金A类项目（原国家杰青项目）、联合基金重点项目等。近年来在TPAMI、IJCV、ICCV、CVPR、NeurIPS等国际著名期刊和会议上发表论文80余篇，谷歌学术引用超19000次，H因子66。获CVPR最佳论文奖、陕西省自然科学奖一等奖、CSIG青年科学家奖等奖项。担任国际顶刊TPAMI编委、IJCV编委，CVPR、ICCV、ECCV、NeurIPS等国际会议领域主席。

报告题目：从3D动态重建到4D世界模型构建

报告摘要：世界模型作为空间智能与具身智能的核心底座，是时空感知、理解与预测的关键支撑，其核心在于精准刻画场景的动态演化规律与几何结构特性。本报告将汇报课题组在动态场景3D重建与4D世界模型构建方面的工作，重点探讨如何在数据驱动模型中有效融入场景几何知识，解决动态场景下几何精度漂移、时序关联弱化等问题，进而从海量视觉数据中构建兼具几何一致性与时空预测能力的4D世界模型，并展望其在深空探测、空天协同等高动态、极端环境下的应用与未来发展趋势。

讲者简介：朱军，清华大学计算机系博世AI教授、清华大学人工智能研究院副院长、ACM/IEEE/AAAI Fellow，曾任卡内基梅隆大学兼职教授。主要从事机器学习研究，担任国际著名期刊IEEE TPAMI的副主编，担任ICML、NeurIPS、ICLR等资深领域主席和最佳论文评审委员等。获中国青年科技奖、中国科协求是杰出青年奖、陈嘉庚青年科技奖、科学探索奖、ICLR国际会议杰出论文奖、CCF-ACM AI奖等。研制首个全面对标Sora的Vidu视频大模型，以及开源的概率编程库“珠算”、深度强化学习库“天授”等。

报告题目：通用世界模型：从世界生成到世界行动

报告摘要：世界模型具有理解世界、预测世界和世界行动的能力，如何构建通用的世界模型是当前面临的重要挑战。该报告将以生成式人工智能为基础，介绍通用世界模型的探索实践。报告将从第一性原理角度，分析介绍通用世界模型的数据、架构和算法，包括面向数字内容（如视频）生成的视频大模型技术，以及面向物理世界行动的具身基础模型等内容。

讲者简介：阚美娜，研究员，博士生导师。研究领域为具身智能、计算机视觉，尤其关注具身感知、具身导航、世界模型与具身学习等。相关成果在TPAMI、IJCV、CVPR、ICCV等相关领域主流国际期刊与会议上面发表论文90余篇。作为负责人承担国家自然科学基金重大项目课题、优青项目、面上项目等，并参与多项国家重点研发、基金重点、基金面上及企业合作等课题。此外，获FCS杰出论文奖、FG PaSC视频人脸识别竞赛第一名、IROS 2025 AgiBot World挑战赛世界模型赛道冠军、CVPR 2026 VizWiz Grand Challenge冠军等。获中国计算机学会优秀博士学位论文奖、中国图象图形学学会石青云女科学家奖青年奖、北京市科技新星计划、北京图象图形学学会最美女科技工作者。

报告题目：世界模型：从世界预测到具身行动与持续学习

报告摘要：世界模型通过学习环境的内部表征与动态演化规律，实现对未来世界状态及行动后果的预测，是连接环境感知、世界理解与具身智能决策的重要基础。本报告围绕世界模型的表征与动态建模、面向行动的决策规划以及持续学习三个方面展开，介绍从像素、潜空间到语义与物体中心的世界表征，以及运动规律与物理交互的动态建模方法，探讨如何利用世界模型支持规划与控制、强化学习及策略优化，并进一步实现世界预测与动作生成的联合建模。在此基础上，讨论开放动态环境下世界模型的在线适应、主动探索与知识积累，以及世界模型与行动策略的协同持续学习机制，分析物理一致性、泛化能力与行动可控性等关键挑战，并展望世界模型在通用具身智能中的应用与未来发展方向。