为帮助2026级新生把握人工智能发展趋势，明确大学学习方向与职业规划，8月14日，学院为全体2026级新生举办第二次新生线上入学教育，以"AI素养与具身智能发展前景"为主题开展专题讲座。
本次讲座由肖银皓老师主讲，系统梳理了人工智能从数字生成到具身智能的技术演进路径，深入解析世界模型、多模态对齐及数据工程的核心价值，并结合行业发展现状为新生提出大学四年学习规划建议。
讲座从AI技术宏观发展脉络切入，回顾了人工智能领域两次“寒冬”与关键技术突破节点。讲座指出，残差网络（ResNet）解决了深度网络梯度消失问题，开启了以人脸识别、目标检测为代表的第一次AI浪潮；2017年Transformer架构的提出则为通用人工智能发展奠定基础，OpenAI基于其并行计算潜力开发的GPT系列模型，推动行业进入生成式AI新阶段。当前，人工智能正从单模态处理向多模态共同表征演进，通过扩散模型实现图像、视频生成，并逐步攻克时间物理运动一致性等技术难题。
在具身智能专题板块，讲座深入阐释了AI从数字世界走向物理世界的核心逻辑。肖银皓老师强调，具身智能并非硬件的简单堆砌，而是要构建"感知—世界模型—策略—动作"的完整闭环，通过环境反馈实现自适应训练。针对当前VLA模型响应慢、模块割裂的局限，业界正朝着统一世界模型的方向探索。关于商业化落地节奏，讲座预计1—3年内机器人将进入工厂流水线，3—5年内拓展至物流与商业服务领域，家庭陪护场景则需10年以上发展周期。
讲座同时指出，下一代人工智能的竞争核心正从算法模型转向高质量数据与物理仿真能力。互联网数据虽总量庞大但质量参差不齐，少量高质量动作数据的训练效果优于海量低质数据，数据治理与标注产业正迎来发展机遇。此外，数字孪生与物理仿真平台可大幅降低现实试错成本，但湍流模拟等高保真物理规律求解仍是行业共性挑战。
针对AI走向物理世界带来的安全风险，讲座强调了模型可解释性与价值观对齐的重要性，提出需建立完善的安全审计机制。为满足物理交互的毫秒级响应需求，未来AI模型将呈现从云端向边缘端部署的发展趋势。
在大学学习规划环节，肖老师建议新生筑牢数学与编程基础，扎实掌握高数、线性代数、概率论及C++、Python等核心工具；同时注重培养系统级能力，熟悉操作系统、计算机体系结构等知识，以适应多元硬件架构的部署需求。他鼓励新生成长为懂数据、懂系统、懂世界的复合型人才，学有余力者可尽早接触机器人操作系统（ROS）、仿真环境等实践工具，以项目作品检验学习成效。
本次讲座是学院新生入学教育系列活动的重要组成部分，有助于新生建立对人工智能前沿领域的整体认知，明晰专业发展方向。学院后续将持续开展系列专题教育，引导新生科学规划大学生活，培养适应数字时代发展需求的高素质复合型人才。
