8 月 14 日，仙工智能与上海交通大学溥渊未来技术学院正式展开合作，共建具身智能实验室，由上海交通大学溥渊未来技术学院副教授秦通担任实验室主任。

此次合作将围绕具身智能关键技术、真实场景应用验证、产学研协同与人才交流等方向展开，重点探索泛工业商业环境多模态数据建模、表示学习与场景理解，以及面向机器人操作任务的世界模型训练与推理。

对于仙工智能而言，这是持续加码具身智能技术研发、连接高校科研创新与产业真实场景的又一重要动作。

从 VINS 作者到具身智能

机器人世界理解探索者

在机器人感知与智能系统研究领域，秦通的研究始终围绕一个核心问题展开：如何让智能系统更好地感知环境、理解空间，并在真实世界中完成自主决策。

秦通现任上海交通大学溥渊未来技术学院副教授。2019 年从香港科技大学机器人研究所博士毕业后，加入华为智能汽车，担任 SLAM 算法专家，并入选华为首批天才少年。从高校科研到产业研发，秦通长期深耕 SLAM、视觉惯性导航、空间感知、机器人自主定位等方向，并将相关技术持续推进到真实智能系统中。

作为我国历史悠久、科研实力突出的综合性研究型大学，上海交通大学近年来持续加强人工智能、机器人及未来技术等前沿方向布局；溥渊未来技术学院聚焦未来技术创新与交叉研究，持续推动人工智能、智能系统等方向探索。

秦通课题组进一步聚焦具身智能、空间感知与自主导航，致力于解决复杂动态环境下机器人感知与决策中的关键问题。课题组坚持算法原创与产业落地结合，在多源数据众包语义构图、端到端智能决策等方向持续探索。

在港科大期间，秦通提出并开源视觉惯导系统（VINS），围绕视觉与惯性信息融合，实现机器人高精度状态估计，为机器人、无人机等智能系统的空间感知提供基础能力。

从视觉惯导、SLAM 到自动驾驶，再到具身智能，「感知-理解-决策」是秦通研究路径中的关键线索，这也构成了此次合作的重要技术交汇点。

聚焦核心方向

探索具身智能关键能力

如果说秦通及其团队长期探索的是机器人如何理解世界，那么仙工智能长期积累的，则是如何让机器人进入真实世界并完成实际任务。

过去几年，仙工智能以机器人大脑为核心，结合真机数据、开放平台、多形态机器人及真实产业应用，持续构建机器人底层能力。

在泛工业商业等真实场景，机器人需要面对的是持续变化的人、物、空间与任务。大量真实机器人部署所产生的数据，以及长期积累的场景经验，也因此成为机器人智能能力持续进化的重要基础。

围绕具身智能从感知走向行动过程中面临的关键问题，双方将重点开展两方面探索。

1.多模态数据建模与场景理解

真实的工厂和商业环境包含视觉、空间、语言、任务等多维信息。如何让机器人从这些复杂、多源的数据中形成对环境和任务的有效理解，是机器人从执行指令走向自主完成任务的重要基础。

双方将围绕泛工业商业环境多模态数据的建模、表示学习与场景理解展开研究，探索机器人如何建立更加准确、完整的环境认知。

2.世界模型训练与推理

具身智能需要的不只是看见，还需要理解动作与环境之间的关系，并预测不同决策可能带来的结果。

双方将进一步探索面向机器人操作任务的世界模型训练与推理方法，推动机器人从环境感知进一步走向任务理解、决策与行动。

最终，让机器人形成从「感知-决策-执行-反馈」更加完整的智能闭环。

共建具身智能创新生态

对于具身智能而言，从实验室中的算法与模型，到真实环境中的机器人任务执行，仍需要经过持续的技术验证与场景迭代。

这也是联合实验室希望探索的方向：以真实机器人和产业场景为验证基础，将智能感知、环境理解、世界模型等前沿研究进一步连接到真实任务中，探索科研成果走向实际应用的路径。

对仙工智能而言，具身智能正在从单一产品能力的竞争，进一步走向机器人、数据、模型与真实场景协同构建的系统能力。

从机器人大脑，到开放平台，再到具身基础设施，仙工智能正在持续构建连接智能技术与真实世界的能力体系。

让机器人更好地理解世界，也让智能真正进入真实世界。