具身导航：感知推理是上帝，还是执行控制是命门？| GAIR Live 023期预告

作为具身智能触达物理世界的“第一步”，导航技术正处于从“几何避障”向“空间智能”跨越的历史性拐点。

如果说大语言模型赋予了 AI 思考的“灵魂”，那么具身智能则致力于为 AI 打造行动的“身体”。在这一进程中，导航不再是简单的 A 到 B 的路径规划，而是演变为一个集视觉感知、空间推理、实时决策与精密执行于一体的系统性挑战。

当前，具身导航领域正经历着一场深刻的范式变革。一边是学术界对“空间智能”的极致追求：通过三维重建（3DGS）、神经渲染与大模型推理，试图赋予机器人上帝视角般的理解力；另一边则是工业界对“端到端决策”的实战演进：借助自动驾驶的成熟经验，试图在物理世界的不确定性中寻求最稳健的执行闭环。

感知推理与执行控制，究竟谁才是具身智能走向通用的“胜负手”？

是依靠高保真的空间建模构建“物理常识”，还是通过海量数据的端到端训练实现“行动直觉”？当实验室的算法模型遭遇真实世界里的物理边界，具身导航的“上车”时刻还有多远？

本周，GAIR Live 023期线上圆桌将聚焦具身智能导航的前沿进展与落地硬伤，邀请来自顶尖科研机构与自动驾驶前沿的两位专家，分别站在“眼睛与大脑”和“双腿与行动”的不同维度，共同拆解具身导航的底层逻辑。

01

核心议题

▪ 本质之争：导航的内核是几何意义上的“位姿解算”，还是认知层面的“空间推理”？

▪ 范式演进：“去地图化”浪潮下，具身智能如何平衡实时感知与空间先验？

▪ 数据博弈：空间感知力是靠视频数据“看”出来的，还是在物理世界“撞”出来的？

▪ 安全终局：在黑盒化的端到端决策中，如何划定具身导航的“鲁棒性边界”？

02

嘉宾阵容

彭思达 博士 | 浙江大学百人计划研究员

主要从事三维视觉、神经渲染与空间智能的研究。他在实时高保真场景重建、人体运动建模等领域有深厚积累，致力于为具身智能构建更精准、更具语义理解力的“眼睛”与“大脑”。

郝孝帅 博士 | 自动驾驶前沿算法专家

具身多模态大模型研究员。专注于自动驾驶感知鲁棒性与具身智能多模态大模型的深度研究。作为核心第一作者，成功研发了全球首个跨域具身智能大模型 MiMo-Embodied，在推动跨场景通用智能演进方面取得了突破性进展。 他专注于将大规模数据驱动的决策能力转化为物理世界的安全行动，是具身导航从算法原型向实机部署跨越的资深实战派。

03

讨论精华预览

▪感知升维：实时高保真渲染仅仅是为了“好看”，还是彻底改变了导航的输入逻辑？

▪能力涌现：既然大模型（LLM）已具备常识推理，高精度的 3D 空间重建是否正在失去其独立价值？

▪跨界迁移：自动驾驶在结构化道路上的成功经验，能否无缝移植给非结构化环境下的通用机器人？

▪物理鸿沟：当导航算法脱离动力学模型，我们离“跨本体”的通用导航系统还有多远？

▪Sim2Real：在“无限生成”的虚拟宇宙里学出来的导航策略，如何经受真实世界里“反光、摩擦与碰撞”的考验？

04

直播时间：2026年1月30日 19:00（北京时间）

观看平台：视频号“AI科技评论”直播间

扫码预约，与顶尖专家共同透视具身智能导航的爆发前夜。

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。