90后复旦博导：在玩具堆中深耕，为机器人锻造智慧大脑
1分钟前
从复旦启航，迈向国际舞台，又带着热忱重返母校
复旦大学可信具身智能研究院
研究员吴祖煊
始终活跃在人工智能与具身智能研究的前沿阵地
他致力于为机器人的“形体”注入智慧内核
教会机器“观察”世界、掌握“动手”能力
秉持因材施教理念，悉心培育学科交叉人才
以实际行动诠释卓越且有趣的师者形象
“具身智能目前仍处于发展初期”
这位90后海归青年正凭借满腔热情与创新精神
不断探索未来机器人的无限可能
在“玩玩具”的过程中
为机器人打造超级“大脑”
湾谷科技园里，吴祖煊的实验室宛如一个充满活力的微型乐园。
实验台上摆满了色彩缤纷的水果模型与拼装玩具，团队近期的日常工作，就像“带小孩”一样，教导机器人学会“玩转”这些玩具。
湾谷科技园内吴祖煊团队实验室
作为计算机视觉与多模态人工智能领域的青年科研工作者，吴祖煊的科研目标宏大且务实：一方面推动计算机理解与生成视频的技术革新；另一方面，借助这些生成的视频训练机器人，赋予其“读懂世界”的智慧，从而真正打通虚拟世界与物理世界的连接桥梁。
“如今能跑步、跳舞的机器人确实炫酷，但它们大多只具备控制身体的‘小脑’，远未拥有完成复杂任务的‘大脑’。”吴祖煊指出当前具身智能的瓶颈，“若让机器人下楼买一杯咖啡，它需要规划路径、学会按电梯，甚至与人交流。对它们而言，完成这一系列步骤仍极具挑战。”
如何为机器人锻造超级“大脑”，是当前具身智能机器人领域面临的核心挑战。解决这一难题，往往需要海量数据作为支撑。
数据收集并非易事。“现在具身智能领域最大的难题就是数据收集。一百条数据大概只能支持机器人完成一个任务。”吴祖煊解释道，传统方法需要工程师手把手教学，比如演示拿水杯、擦盘子，不仅动作数据收集成本高，面对不同场景和动作，人工收集更是耗时耗力。
面对这一困境，吴祖煊团队另辟蹊径：若视频生成模型足够强大，就能生成海量操作视频作为训练数据，替代繁琐的人工收集。基于此，他们自主研发了高效可控的视频生成与编辑模型，为机器人进化提供源源不断的数据支持。
基于人类演示视频（左）和生成模型合成机械臂视频（右），最终部署在真机上（中）
吴祖煊团队近期构建了一个提升视频生成效率的模型，取名“Reducio”，源自《哈利波特》中的“缩小咒”，精准体现了模型对极致压缩的追求。与Sora等追求宏大效果的模型不同，Reducio的特点就是“快”。通过创新编码方法，它能将原始视频压缩4000多倍，实现超高压缩效果。团队论文发表时，Reducio在单张A100 GPU上用16秒生成1K分辨率视频，创下当时全球最快纪录。
有了海量仿真数据，如何让其作用于物理世界？灵感来自吴祖煊两岁的孩子。陪伴孩子玩拼装玩具时，他发现孩子能轻松拼好的柠檬积木，对机器人却极具挑战。即便最简单的“对准、拼合”动作，也涉及精细触觉、力度和空间判断，这正是当前机器智能的盲区。
看似“玩耍”的训练，实则是锻炼机器人的“大脑”，关乎它们能否在工厂进行精密装配、融入人类生活。吴祖煊憧憬：“大脑”发达的机器人有望颠覆未来工业场景。
“中国产业链和应用场景丰富，意味着我们在数据资源上有独特优势。”吴祖煊介绍，团队已与行业头部企业合作采集真实产线数据。他预言，未来3-5年，机器人有望在精密装配领域大显身手，成为人类得力助手。
从产业界转向学术界
只因热爱自由研究
Chatgpt、豆包、Sora……近几年人工智能是科技领域的热门关键词，社交媒体上AI生成的视频随处可见。
“今天人工智能行业的发展，是所有从业者都没想到的。”从学生到科研工作者，吴祖煊十余年扎根计算机领域，专注计算机视觉和深度学习研究。团队在AI领域取得多项突破性成果，开源数据集、模型已应用于华为、字节跳动等企业产品。
选择计算机专业、深耕人工智能，看似是理工科“学霸”的标准路径，但驱动吴祖煊的并非追热点，而是自幼萌发的纯粹兴趣。
“我小学三年级就接触编程了。”他回忆道，小学电脑课上，跟随指令画图的“小乌龟”启蒙了他的代码世界。初中时，他已自学制作网页、捣鼓Flash动画，电脑对他而言是创造无限可能的奇妙工具。
2009年，他考入华东师范大学；2013年进入复旦大学读研，恰逢深度学习浪潮兴起，成为最早将深度学习应用于视频分析的研究者之一。
2018年参加国际计算机视觉与模式识别大会（CVPR）并讲解论文
此后，他远赴美国马里兰大学攻读计算机科学博士，专注动态神经网络加速研究，通俗来说就是让计算机“几分钟看完一部电影”——通过几帧画面快速掌握长视频内容。
他曾在IBM、Salesforce和Facebook等顶尖科技企业实习和工作。但产业界的环境和节奏让他感到研究受限：经济好时公司愿投资研究、鼓励自由探索；形势变化时，研究投资就会收缩。他渴望始终追随兴趣，在计算机前沿研究的无人区自由探索。
于是，吴祖煊做出一个“任性”决定：回国找教职，且只向复旦大学投了一份简历。“没想过去其他院校吗？”“没有，只考虑复旦。”问及原因，他笑着说：“可能纯粹是一种感性。”
这份“感性”或许源于母校的归属感。2021年，他如愿回到复旦，找到了科研的快乐：既能自由探索前沿，又能通过教导学生播撒创新种子。
今年3月，复旦成立可信具身智能研究院，专注具身智能前沿研究与应用落地，吴祖煊是核心成员之一。“复旦为青年老师提供很多支持，包括各类基金项目、卓越人才计划等。在这里，我们能专心做科研。”他说。
精益求精做科研
开拓具身智能的未来
吴祖煊的个人主页上写着：“我正在寻找具备强大编程能力、热衷于设计视觉理解算法的学生”，邀请优秀学生加入课题组。为培养“后浪”，他不遗余力提供更好平台。
“精益求精”是吴祖煊践行的科研理念。他对论文要求高，绝不浅尝辄止。学生交来的课题若有深入空间，他会鼓励继续“挖掘”，提升论文质量。
2024年带领学生参加国际计算机视觉与模式识别大会（CVPR）
在这一理念影响下，团队研究成果丰硕。今年10月，计算机视觉顶尖会议ICCV在美国夏威夷举办，吴祖煊团队多篇文章经严格评审被录用。
如今，吴祖煊带多名博士生在具身智能前沿研究。几年来，每周至少一次、每次半小时以上的一对一组会是课题组传统。他喜欢与学生深入讨论，而非频繁开大型组会。在他看来，面对面交流才能真正了解学生的研究思路和瓶颈，从而量身定制培养方案。
对基础扎实的学生，他鼓励自由探索；对进度慢的学生，他主动协助规划路径。他的办公室随时向学生敞开，学生有问题可随时交流。
“吴老师对我的帮助很大。”即将毕业的博士生陈昊然分享，刚读博时他在就业和学术间摇摆，“我找吴老师聊了很多次，他引导我尝试适合自己的科研道路，告诉我如何成为好科学家。在他影响下，我确定要做科研。”
“具身智能现在还处于早期阶段。”吴祖煊期待团队未来能生成更优质数据，更精准控制机器人并预测动作，让一个模型在不同场景支撑不同机器人完成精细化动作。
随着机器人智能化水平提高，吴祖煊有更宏大的想象：“下一代人工智能或许能像孩子一样，与环境交互学习，实现自主学习。”而他正像陪伴孩子成长的家长，在为机器人“注入智慧”的路上，以赤子之心坚定求索。
组 稿
校融媒体中心
文 字
殷梦昊 邓晗
图 片
李婉菲
编 辑
郑艺
责 编
殷梦昊
推荐阅读
放弃百万年薪，他想在复旦做一件更难的事
不止于顶刊，31岁复旦副教授的“破格”人生
天上多了颗以复旦人命名的小行星！
▼更多复旦新闻，敬请留意复旦大学官方网站。
原标题：《90后复旦博导，在玩具堆里搞科研》
复旦大学可信具身智能研究院
研究员吴祖煊
始终活跃在人工智能与具身智能研究的前沿阵地
他致力于为机器人的“形体”注入智慧内核
教会机器“观察”世界、掌握“动手”能力
秉持因材施教理念，悉心培育学科交叉人才
以实际行动诠释卓越且有趣的师者形象
“具身智能目前仍处于发展初期”
这位90后海归青年正凭借满腔热情与创新精神
不断探索未来机器人的无限可能
在“玩玩具”的过程中
为机器人打造超级“大脑”
湾谷科技园里，吴祖煊的实验室宛如一个充满活力的微型乐园。
实验台上摆满了色彩缤纷的水果模型与拼装玩具，团队近期的日常工作，就像“带小孩”一样，教导机器人学会“玩转”这些玩具。
湾谷科技园内吴祖煊团队实验室
作为计算机视觉与多模态人工智能领域的青年科研工作者，吴祖煊的科研目标宏大且务实：一方面推动计算机理解与生成视频的技术革新；另一方面，借助这些生成的视频训练机器人，赋予其“读懂世界”的智慧，从而真正打通虚拟世界与物理世界的连接桥梁。
“如今能跑步、跳舞的机器人确实炫酷，但它们大多只具备控制身体的‘小脑’，远未拥有完成复杂任务的‘大脑’。”吴祖煊指出当前具身智能的瓶颈，“若让机器人下楼买一杯咖啡，它需要规划路径、学会按电梯，甚至与人交流。对它们而言，完成这一系列步骤仍极具挑战。”
如何为机器人锻造超级“大脑”，是当前具身智能机器人领域面临的核心挑战。解决这一难题，往往需要海量数据作为支撑。
数据收集并非易事。“现在具身智能领域最大的难题就是数据收集。一百条数据大概只能支持机器人完成一个任务。”吴祖煊解释道，传统方法需要工程师手把手教学，比如演示拿水杯、擦盘子，不仅动作数据收集成本高，面对不同场景和动作，人工收集更是耗时耗力。
面对这一困境，吴祖煊团队另辟蹊径：若视频生成模型足够强大，就能生成海量操作视频作为训练数据，替代繁琐的人工收集。基于此，他们自主研发了高效可控的视频生成与编辑模型，为机器人进化提供源源不断的数据支持。
基于人类演示视频（左）和生成模型合成机械臂视频（右），最终部署在真机上（中）
吴祖煊团队近期构建了一个提升视频生成效率的模型，取名“Reducio”，源自《哈利波特》中的“缩小咒”，精准体现了模型对极致压缩的追求。与Sora等追求宏大效果的模型不同，Reducio的特点就是“快”。通过创新编码方法，它能将原始视频压缩4000多倍，实现超高压缩效果。团队论文发表时，Reducio在单张A100 GPU上用16秒生成1K分辨率视频，创下当时全球最快纪录。
有了海量仿真数据，如何让其作用于物理世界？灵感来自吴祖煊两岁的孩子。陪伴孩子玩拼装玩具时，他发现孩子能轻松拼好的柠檬积木，对机器人却极具挑战。即便最简单的“对准、拼合”动作，也涉及精细触觉、力度和空间判断，这正是当前机器智能的盲区。
看似“玩耍”的训练，实则是锻炼机器人的“大脑”，关乎它们能否在工厂进行精密装配、融入人类生活。吴祖煊憧憬：“大脑”发达的机器人有望颠覆未来工业场景。
“中国产业链和应用场景丰富，意味着我们在数据资源上有独特优势。”吴祖煊介绍，团队已与行业头部企业合作采集真实产线数据。他预言，未来3-5年，机器人有望在精密装配领域大显身手，成为人类得力助手。
从产业界转向学术界
只因热爱自由研究
Chatgpt、豆包、Sora……近几年人工智能是科技领域的热门关键词，社交媒体上AI生成的视频随处可见。
“今天人工智能行业的发展，是所有从业者都没想到的。”从学生到科研工作者，吴祖煊十余年扎根计算机领域，专注计算机视觉和深度学习研究。团队在AI领域取得多项突破性成果，开源数据集、模型已应用于华为、字节跳动等企业产品。
选择计算机专业、深耕人工智能，看似是理工科“学霸”的标准路径，但驱动吴祖煊的并非追热点，而是自幼萌发的纯粹兴趣。
“我小学三年级就接触编程了。”他回忆道，小学电脑课上，跟随指令画图的“小乌龟”启蒙了他的代码世界。初中时，他已自学制作网页、捣鼓Flash动画，电脑对他而言是创造无限可能的奇妙工具。
2009年，他考入华东师范大学；2013年进入复旦大学读研，恰逢深度学习浪潮兴起，成为最早将深度学习应用于视频分析的研究者之一。
2018年参加国际计算机视觉与模式识别大会（CVPR）并讲解论文
此后，他远赴美国马里兰大学攻读计算机科学博士，专注动态神经网络加速研究，通俗来说就是让计算机“几分钟看完一部电影”——通过几帧画面快速掌握长视频内容。
他曾在IBM、Salesforce和Facebook等顶尖科技企业实习和工作。但产业界的环境和节奏让他感到研究受限：经济好时公司愿投资研究、鼓励自由探索；形势变化时，研究投资就会收缩。他渴望始终追随兴趣，在计算机前沿研究的无人区自由探索。
于是，吴祖煊做出一个“任性”决定：回国找教职，且只向复旦大学投了一份简历。“没想过去其他院校吗？”“没有，只考虑复旦。”问及原因，他笑着说：“可能纯粹是一种感性。”
这份“感性”或许源于母校的归属感。2021年，他如愿回到复旦，找到了科研的快乐：既能自由探索前沿，又能通过教导学生播撒创新种子。
今年3月，复旦成立可信具身智能研究院，专注具身智能前沿研究与应用落地，吴祖煊是核心成员之一。“复旦为青年老师提供很多支持，包括各类基金项目、卓越人才计划等。在这里，我们能专心做科研。”他说。
精益求精做科研
开拓具身智能的未来
吴祖煊的个人主页上写着：“我正在寻找具备强大编程能力、热衷于设计视觉理解算法的学生”，邀请优秀学生加入课题组。为培养“后浪”，他不遗余力提供更好平台。
“精益求精”是吴祖煊践行的科研理念。他对论文要求高，绝不浅尝辄止。学生交来的课题若有深入空间，他会鼓励继续“挖掘”，提升论文质量。
2024年带领学生参加国际计算机视觉与模式识别大会（CVPR）
在这一理念影响下，团队研究成果丰硕。今年10月，计算机视觉顶尖会议ICCV在美国夏威夷举办，吴祖煊团队多篇文章经严格评审被录用。
如今，吴祖煊带多名博士生在具身智能前沿研究。几年来，每周至少一次、每次半小时以上的一对一组会是课题组传统。他喜欢与学生深入讨论，而非频繁开大型组会。在他看来，面对面交流才能真正了解学生的研究思路和瓶颈，从而量身定制培养方案。
对基础扎实的学生，他鼓励自由探索；对进度慢的学生，他主动协助规划路径。他的办公室随时向学生敞开，学生有问题可随时交流。
“吴老师对我的帮助很大。”即将毕业的博士生陈昊然分享，刚读博时他在就业和学术间摇摆，“我找吴老师聊了很多次，他引导我尝试适合自己的科研道路，告诉我如何成为好科学家。在他影响下，我确定要做科研。”
“具身智能现在还处于早期阶段。”吴祖煊期待团队未来能生成更优质数据，更精准控制机器人并预测动作，让一个模型在不同场景支撑不同机器人完成精细化动作。
随着机器人智能化水平提高，吴祖煊有更宏大的想象：“下一代人工智能或许能像孩子一样，与环境交互学习，实现自主学习。”而他正像陪伴孩子成长的家长，在为机器人“注入智慧”的路上，以赤子之心坚定求索。
组 稿
校融媒体中心
文 字
殷梦昊 邓晗
图 片
李婉菲
编 辑
郑艺
责 编
殷梦昊
推荐阅读
放弃百万年薪，他想在复旦做一件更难的事
不止于顶刊，31岁复旦副教授的“破格”人生
天上多了颗以复旦人命名的小行星！
▼更多复旦新闻，敬请留意复旦大学官方网站。
原标题：《90后复旦博导，在玩具堆里搞科研》
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com