ImageNet奠基人苏昊归国任教复旦：领衔通用物理智能研究院

type

status

date

slug

summary

从ImageNet到3D视觉：苏昊的学术进化之路

苏昊的学术生涯是一部典型的“从抽象到具体”的进化史。早年间，他参与了奠定现代深度学习基石的ImageNet项目，为计算机视觉的发展铺平了道路。随着研究的深入，他敏锐地察觉到，单纯处理平面图像不足以实现真正的智能。

随后，苏昊将目光转向了3D视觉领域，发布了被誉为“3D领域ImageNet”的ShapeNet数据集，以及PointNet、PartNet等一系列开创性工作。这些研究成果不仅推动了学术界的进步，也为自动驾驶等工业应用提供了核心技术支撑。对于关注大模型、AGI及AI前沿动态的读者来说，通过AIGC.bar可以持续追踪这些顶尖学者的最新研究进展。

具身智能：AI的下一个“ChatGPT时刻”？

在苏昊看来，当下的AI发展正处于从“虚拟”向“物理”跨越的阶段。他将自己目前的研究重心定义为“物理智能”——即让AI系统不仅能理解物理世界，更能通过实体设备在物理世界中执行任务。

苏昊不仅在理论上深耕，更在工程实践上推出了SAPIEN模拟器和ManiSkill训练平台。这些工具为机器人学习提供了关键的基础设施。他认为，具身智能虽然前景广阔，但我们仍需保持“谨慎的乐观”。虽然目前涌现了许多精彩演示，但要实现真正的通用物理智能，仍需克服算法、硬件与产业生态的多重瓶颈。

复旦大学的战略布局：打破学科边界

加盟复旦大学后，苏昊将领衔建设通用物理智能研究院。该研究院的核心理念是“问题导向”，打破传统院系壁垒，将数学、物理、计算机、脑机接口等学科深度融合。

苏昊明确表示，研究院的目标是培养未来5到10年的AI领军人才。他强调，科研不应仅仅为了发表论文，真正的标尺在于能否在真实世界中实现智能体的自主行动。这种务实的人才培养观，正是当前国内AI生态所急需的。

物理智能的未来展望

从北航到普林斯顿，再到斯坦福和UCSD，苏昊的学术旅程跨越了全球顶尖学府。如今，他带着十七年的海外积淀回到中国，不仅是个人职业生涯的转折，更是中国具身智能研究与世界顶尖水平接轨的重要标志。

未来，随着通用物理智能研究院的深入建设，我们有理由期待在机器人操纵、复杂环境下的自主决策等领域看到更多突破。无论你是AI领域的从业者，还是对大模型、提示词工程、AI变现感兴趣的爱好者，通过AIGC.bar获取最新的行业动态与技术解读，将有助于你更好地把握这一波人工智能浪潮的红利。

总的来说，苏昊的回归为中国人工智能领域注入了强大的科研动力。在通往物理智能的道路上，这不仅是一次学术上的回归，更是一次对未来人类与机器共存时代的深远探索。