苏    航

清华大学 副教授

报告题目：视频驱动的具身基座大模型

报告摘要：随着具身智能加速迈向通用化和复杂场景应用，如何有效贯通环境理解、未来推演、动作生成与控制执行，正成为构建通用机器人基础模型的关键问题。视频天然包含状态变化、物体交互和动作演化等连续时空信息，为统一表征环境动态与行为先验提供了重要载体。本报告围绕视频具身基座大模型，介绍一条从视频建模走向动作推理、闭环控制、统一世界模型与持续学习的发展路径。首先，Vidar 通过大规模多视角视频预训练与 masked inverse dynamics 相结合，将视频扩散模型从视觉生成工具推进为可恢复动作信息的具身表征模型，在低样本条件下实现了跨任务、跨平台的泛化操作能力。进一步地，Vidarc 在此基础上引入自回归视频扩散与实时反馈机制，使视频驱动模型能够支持低时延闭环控制，显著提升在线纠错能力与真实部署性能。最后，Motus 进一步打通理解、视频生成、动作预测和世界建模之间的边界，提出统一潜在动作世界模型。

个人简介：苏航，清华大学计算机系副研究员，入选国家“万人计划”青年拔尖人才，主要研究鲁棒机器学习和具身决策等相关领域，发表CCF推荐A类会议和期刊论文100余篇，谷歌学术论文引用15000余次，受邀担任人工智能领域顶级期刊IEEE TPAMI和Artificial Intelligence的编委，IEEE生成式大模型安全工作组主席，获得吴文俊人工智能自然科学一等奖，ICME铂金最佳论文、MICCAI青年学者奖和AVSS最佳论文等多个学术奖项，曾率队在NeurIPS2017对抗攻防等多个国际学术比赛中获得冠军。现任中国图像图形学会青工委执委、曾任VALSE执行AC委员会主席，NeurIPS21的领域主席（Area Chair）、AAAI22 Workshop Co-Chair等。

刘夏雷

南开大学 副教授

报告题目：连续学习的演进之路：从头训练、预训练模型与记忆智能体

报告摘要：连续学习旨在赋予人工智能系统在动态环境中持续吸收新知、克服灾难性遗忘的能力，是迈向人类般增量式智能的核心路径。本报告将系统梳理连续学习的演进之路，涵盖从传统的“从头训练”范式，到基于预训练模型的“高效迁移”范式，再到面向未来智能体的“自主持续演进”范式。在此基础上，报告人将结合自身在不同阶段的研究实践，介绍其代表性工作。

个人简介：刘夏雷：南开大学计算机学院副教授，博士生导师，国家高层次青年人才计划入选者，研究方向为开放环境视觉连续学习。入选南开大学“百名青年学科带头人培养计划”，入选第九届中国科协青年托举计划。博士毕业于西班牙巴塞罗那自治大学，博士后工作于英国爱丁堡大学。长期从事连续学习、无监督学习和小样本学习等面向开放环境的机器学习和计算机视觉问题。至今共发表学术论文40余篇，谷歌学术引用6000余次。包含国际顶级期刊和会议TPAMI、NeurIPS、CVPR、ICCV等，一篇文章入选CVPR 2022 Best Paper Finalists。担任VALSE 2022-2026 组委会成员，组织CVPR 2023年连续学习Workshop，获第二届粤港澳大湾区（黄埔）国际算法算例大赛“序列任务的连续学习”冠军。