本期為TechBeat人工智能社區(qū)第736期線上Talk。

北京時(shí)間12月18日(周四) 20:00，英偉達(dá)研究科學(xué)家李一鳴的Talk將準(zhǔn)時(shí)在TechBeat人工智能社區(qū)開播！

他與大家分享的主題是：開放世界下的類人視覺搜索與空間推理。介時(shí)他將探討如何將先進(jìn)的視覺搜索與空間推理能力，賦予具身的人形智能體，并將介紹一種耦合工具使用與智能體主動(dòng)感知（如頭部旋轉(zhuǎn)） 的新型框架。

Talk·信息

主題：開放世界下的類人視覺搜索與空間推理

嘉賓：英偉達(dá) · 研究科學(xué)家 - 李一鳴

時(shí)間：北京時(shí)間12月18日(周四) 20:00

地點(diǎn)：TechBeat人工智能社區(qū)

http://www.techbeat.net/

Talk·介紹

近年來，視覺搜索領(lǐng)域取得了顯著進(jìn)展。然而，現(xiàn)有工作大多局限于對單張二維圖像的被動(dòng)問答，僅依賴縮放、裁剪等基礎(chǔ)操作，尚未充分融入具身智能體在與物理世界動(dòng)態(tài)交互中所能獲得的豐富感知與行動(dòng)能力。本次報(bào)告將探討如何將先進(jìn)的視覺搜索與空間推理能力，賦予具身的人形智能體。我們將介紹一種耦合工具使用與智能體主動(dòng)感知（如頭部旋轉(zhuǎn)） 的新型框架，并展示如何將該系統(tǒng)規(guī)?；渴鸬蕉鄻訌?fù)雜的真實(shí)人類環(huán)境中，例如交通樞紐、大型商場與公共機(jī)構(gòu)，從而實(shí)現(xiàn)類人的具身推理與決策。

Talk大綱

1. 動(dòng)機(jī)：人類在執(zhí)行視覺搜索任務(wù)時(shí)，展現(xiàn)出極高的效率，這得益于眼睛、大腦與頭部運(yùn)動(dòng)系統(tǒng)的高度協(xié)調(diào)與主動(dòng)感知能力。這啟發(fā)我們思考：如何為具身智能體賦予類似的“眼-腦-身”協(xié)同機(jī)制，使其在復(fù)雜物理環(huán)境中進(jìn)行高效的空間推理與交互？

2. 文獻(xiàn)綜述：視覺搜索與空間推理

3. 核心問題一：何種環(huán)境催生高階視覺空間推理需求？

4. 核心問題二：如何繞過硬件和仿真，實(shí)現(xiàn)真實(shí)開放世界空間推理研究？

5. 問題定義：具身視覺搜索的形式化表述

6. 基準(zhǔn)構(gòu)建：數(shù)據(jù)、任務(wù)與評估體系

7. 訓(xùn)練方案：從監(jiān)督微調(diào)到強(qiáng)化學(xué)習(xí)

8. 實(shí)驗(yàn)結(jié)果：基準(zhǔn)評估與分析

9. 總結(jié)與范式轉(zhuǎn)變：總結(jié)本工作的核心貢獻(xiàn)，并深入探討其所推動(dòng)的三個(gè)關(guān)鍵范式轉(zhuǎn)變。

Talk·預(yù)習(xí)資料

論文鏈接： https://arxiv.org/abs/2511.20351 代碼鏈接： https://github.com/humanoid-vstar/hstar 數(shù)據(jù)集鏈接： https://huggingface.co/humanoid-vstar 項(xiàng)目主頁： https://humanoid-vstar.github.io/

Talk·提問交流

在Talk界面下的【交流區(qū)】參與互動(dòng)！留下你的打call和問題，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻(xiàn)，我們都會(huì)給予你相應(yīng)的i豆積分，還會(huì)有驚喜獎(jiǎng)勵(lì)哦！

Talk·嘉賓介紹

李一鳴???????????

英偉達(dá) · 研究科學(xué)家
???

李一鳴目前是英偉達(dá) (NVIDIA) 研究科學(xué)家，與斯坦福大學(xué)的Marco Pavone教授合作。他即將于2026年入職清華大學(xué)人工智能學(xué)院擔(dān)任助理教授。他在紐約大學(xué)（NYU）獲得博士學(xué)位，導(dǎo)師為NYU具身智能與機(jī)器人中心聯(lián)合主任馮晨教授。他的研究成果已發(fā)表在CVPR、ICCV、ECCV、NeurIPS、RSS、CoRL和RA-L等頂級會(huì)議和期刊上，獲得近4000次引用，并榮獲多項(xiàng)Spotlight、Highlight和Oral獎(jiǎng)項(xiàng)。他曾獲得英偉達(dá)獎(jiǎng)學(xué)金、紐約大學(xué)院長獎(jiǎng)學(xué)金以及紐約大學(xué)杰出博士論文獎(jiǎng)（提名）。

個(gè)人主頁: https://www.techbeat.net/grzytrkj?id=11205

-The End-

如果你也想成為講者

自薦 / 推薦

單人Talk | 團(tuán)隊(duì)專場 | 錄播or直播 | 閉門交流

多種方式任你選擇！

推薦講者成功也有獎(jiǎng)勵(lì)哦~

關(guān)于TechBeat人工智能社區(qū)

TechBeat(www.techbeat.net)隸屬于將門創(chuàng)投，是一個(gè)薈聚全球華人AI精英的成長社區(qū)。

我們希望為AI人才打造更專業(yè)的服務(wù)和體驗(yàn)，加速并陪伴其學(xué)習(xí)成長。

期待這里可以成為你學(xué)習(xí)AI前沿知識的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級打怪的根據(jù)地！

更多詳細(xì)介紹>>

預(yù)約本期Talk