< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-04-17 10:16:36 来源：量子位
推动“物理智能”的最终实现
具身智能领域论文被引次数最高的华人学者，带着十七年海外积淀，回来了。
刚刚，在第五届中国三维视觉大会（China3DV 2026）上，李飞飞弟子、ImageNet作者苏昊正式被复旦官宣加盟。
加盟复旦后，苏昊将担任浩清特聘教授，领衔建设通用物理智能研究院并出任院长。
对于苏昊的回归，复旦大学官方将其定义为复旦“面向智能时代的关键落子”。
实际上，早在官宣之前，UCSD和复旦校内已有传言流出，称具身智能领域的领跑者苏昊即将赴复旦任教。
如今靴子落地，坐实了这一场备受期待的回国。
苏昊，具身智能领域论文被引次数最高的华人学者，ImageNet缔造者之一，ShapeNet、PointNet、PartNet、SAPIEN、ManiSkill等一众奠基级项目的主导者，具身智能公司Hillbot联合创始人兼CTO。
在此之前，他是加州大学圣地亚哥分校（UCSD）计算机科学与工程系副教授，同时还是具身智能实验室主任。
早前，苏昊在UCSD的个人主页已经停止维护、不再更新。
在苏昊新的个人主页上，已经更新了在复旦的最新任职。
截至目前，其谷歌学术被引次数超过14.5万次，在具身AI领域的华人学者中排名第一。
去年，他还与谢赛宁共同获得了CVPR青年学者奖，理由是表彰他们在计算机视觉领域的杰出贡献。
值得一提的是，苏昊还是弋力（清华叉院助理教授）、卢策吾（穹彻智能创始人、上交教授）、王鹤（银河通用创始人、北大助理教授）、严梦媛（OpenAI研究员）、莫凯淳（英伟达研究员）等一众知名学者的师兄。
2002年，苏昊进入北京航空航天大学攻读计算机科学本科，是北航高等理工学院的第一届学员。
本科期间，他师从中科院院士、前北航校长李未教授，研究数理逻辑与定理自动证明。
2005年，经李未教授推荐，他前往微软亚洲研究院（MSRA）实习，师从孙剑、沈向洋、周明。
彼时他主攻自然语言处理，但随着研究深入，他逐渐意识到，相较于抽象的语言，直接来自物理世界的信号（如视觉）才是理解智能更根本的途径。
苏昊的研究重心，也由此转向计算机视觉。
2008年，在沈向洋的推荐下，苏昊先后在普林斯顿和斯坦福参与了ImageNet项目，并在2009年跟随李飞飞正式转入斯坦福。
ImageNet这一奠基性数据集，后来推动了近二十年的人工智能浪潮。
在ImageNet之后，苏昊与李佳合作了Object Bank，进一步提升了图像在高层视觉任务中的语义表示能力，使得简单分类器也能在物体识别和场景分类等任务上取得优异性能，这篇研究发表于2010年的NIPS上。
当2D视觉的方法论日趋完善后，苏昊将目光转向3D视觉。
2014年，在获得北航数学博士学位后的他，在Leonidas Guibas指导下于斯坦福攻读计算机博士，主攻三维感知。
2015年，他发布ShapeNet——全球第一个大规模3D数据集，包含逾300万个3D CAD模型，涵盖3135个类别，被外界誉为“3D领域的ImageNet”。
ShapeNet发布后，3D视觉研究随即进入黄金发展期。
2017年，PointNet与PointNet++相继发布，让3D视觉相关论文在顶会的占比从不足10%跃升至70%。
其中PointNet是首个直接处理原始点云数据的深度学习模型，而PointNet++则进一步捕捉点云中的局部结构信息。
这两项工作，如今已广泛应用于自动驾驶系统。
2018年获得斯坦福计算机博士后，苏昊又发布了3D物体数据集PartNet，并入职加州大学圣地亚哥分校。
感知之后，苏昊的下一个问题是，能不能把具体的感知算法整合进一个更大的系统？
这一思考，驱动他从计算机视觉迁移到机器人研究。
2020年，他基于PartNet发布了全球第一个以可泛化操作为核心的模拟器——SAPIEN（命名灵感来自《人类简史》中的“智人”），为机器人视觉与交互任务的研究搭建了关键基础设施。
2021年，他又在此基础上推出ManiSkill机器人操作仿真平台，用于测试和训练机器人操作技能。
同年ICCV，苏昊发起workshop，聚焦基于物理的建模与仿真、基于学习的仿真、人体仿真到具身视觉和机器人学习等广泛主题。
这些成果，也延续到了苏昊创办的具身智能公司Hillbot上。
2024年，苏昊加入了具身智能的创业浪潮，创办了Hillbot，并担任首席技术官。
Hillbot旗下拥有的两张王牌，正是苏昊此前发布的SAPIEN仿真器及ManiSkill训练平台，主打模拟与3D生成。
另外，Hillbot已与英伟达合作，借助Nvidia Cosmos平台生成高仿真视频训练数据。
产品方面，Hillbot推出了轮式机器人Hillbot Alpha，基于仿真训练，主要用于复杂环境下的移动操纵任务，如零售店、咖啡馆和制造车间等。
对于加盟复旦这个选择，苏昊给出了简洁而坚定的解释：
因为复旦要做的事，与我要做的事，是同一件事。
那件事，指的便是推动“物理智能”的最终实现。
所谓物理智能，是让AI系统在物理世界中有效完成任务——既能理解这个世界，也能执行恰当的行动。
在苏昊看来，这不仅是算法问题，更涉及机器人实体、多学科交融，以及一个完善的产业生态。
他看中复旦的理由具体而落地，复旦拥有深厚的数学、物理学科根基，积极推进的新工科建设，以及地处上海和长三角中心的产业与区位优势。
以此为目标，加盟复旦后，苏昊将领衔建设通用物理智能研究院。
该学院依托复旦大学智能机器人与先进制造创新学院，打破传统院系划分，不设学科边界，完全围绕问题导向，汇聚数学、物理、计算机、人机交互、脑机接口等多领域顶尖人才。
他直言，研究院的目标是培养未来5到10年的人工智能领军人物。
在人才培养理念上，他强调两点——高品位的科研眼光（知道什么问题值得做）和长周期的探索耐心（愿意把问题做完）。
论文不是目标，而是副产品。真正的标尺，是能否在真实世界中实现智能体的有效行动与自主决策。
研究院将重构课程体系，缩短从基础到前沿的路径，让学生尽早进入科研与实践，同时大力支持师生创新创业，推动成果转化。
对于当下火热的具身智能赛道，苏昊的判断是“谨慎的乐观”。
乐观的底气来自问题本身，因为这是一个既有科学深度、又有巨大产业潜力的真问题。
谨慎则来自于现实，因为当前涌现出的大量精彩演示，与真正的通用能力之间，仍存在关键断层。
而填补这一断层的核心，正是物理智能。
谈到“具身智能的ChatGPT时刻”，苏昊坦言，短期内实现大语言模型那种程度的泛化还不现实，但在更长时间尺度上，方向是清晰的。
他预见，具身智能将深度渗透制造业、服务业、养老行业等领域，最终推动人类走向“人机正面互动、人机共存的时代”。
而通往那一未来的桥梁，正建立在今天对物理智能的扎实探索之上。
苏昊从中国出发，一路从2D到3D，从视觉到具身，一步步打通“让机器理解世界”的关键路径。
如今，他带着这一切回来了——落脚复旦，直面物理智能这道真正的难题。
世界级AI科学家的加盟，也把复旦在AI和具身智能，推向了世界最前沿。
参考链接：
[1]https://mp.weixin.qq.com/s/sv768xtTCHv6Uy9qbD92EA
[2]https://www.haosu.ai/
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。