去年归国的徐梦迪，成了清华姚班班主任

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 去年归国的徐梦迪，成了清华姚班班主任 听雨 2026-08-29 21:01:34 来源： 量子位 听雨 发自 凹非寺 量子位 | 公众号 QbitAI 中国AI第一班， 清华姚班 ，开学了。 据公众号「水木TsinghuaCent」统计，2026级姚班共录取约90人，其中约66人通过竞赛保送等渠道提前进入，另有24人从清华新生中经过笔试、面试脱颖而出。 △ 图源：清华叉院官微 这批学生中，国家集训队成员占据相当比例，约有27名信息学竞赛顶尖选手；还有代表中国出战国际奥赛的国家队成员，以及高考裸分尖子。 二招入选者中，也出现了CMO金牌得主。 而在这群「顶配新生」面前，负责介绍人工智能方向的，是一张刚刚加入清华不久的新面孔。 徐梦迪 ，交叉信息院助理教授，2025年9月才从斯坦福回到清华。 △ 图源：清华叉院官微 入职还不到一年，她已经成为姚班四位新生班主任之一。迎新现场，她带来的主题是 「构建下一代智能」 。 一位本科读车辆工程、后来转向机器人学习的年轻学者，为什么会站到姚班讲台上？ 她所说的「下一代智能」，又和今天流行的大模型路线有什么不同？ 本科读车辆工程，她怎么成了姚班班主任？ 徐梦迪与姚班的联系，要从她2025年回到清华说起。 当年9月，她正式加入 清华大学交叉信息研究院 ，担任助理教授。 △ 图源：清华叉院官网 交叉信息院由姚期智于2011年创办，也是姚班的培养单位。如今，学院的研究版图覆盖理论计算机科学、人工智能、量子信息等领域。 不过，徐梦迪并不是姚班毕业生，也不是传统计算机科班出身。 2017年，她从 清华大学车辆工程专业 本科毕业。 此后，她先后在约翰斯·霍普金斯大学学习机器人学、在卡内基梅隆大学学习机器学习，并于2024年获得CMU机械工程博士学位。 这条看似绕远的路径，最终指向了同一个问题： 怎样让机器人真正进入现实世界 。 博士期间，徐梦迪师从CMU Safe AI Lab负责人 赵丁 ，研究机器人学习、强化学习及人工智能安全。 在此期间，她的代表性工作之一，是与CMU、Google DeepMind等机构研究者共同开发的 RoboTool 。 研究团队不再逐步指定机器人该使用什么工具、执行哪些动作，而是向RoboTool提供任务目标，以及场景、物体和机器人能力等信息。系统据此分析约束、选择工具、规划步骤，最后生成机器人可以执行的代码。 比如，当机械臂够不到远处的牛奶盒时，它会把锤子当成钩子，把牛奶盒拉到手边；当四足机器人无法直接跨过两张沙发之间的空隙时，它会寻找周围物体搭出一条通路；在更复杂的任务里，它还会利用滚筒和冲浪板组装出杠杆。 徐梦迪曾在接受《Tech Xplore》采访时表示， 工具使用常被视为高级智能的标志 。相比按照预设用途使用工具，以非常规方式找到解法，对认知能力提出了更高要求。 RoboTool想验证的，正是机器人能否把这种「创造性」带进物理世界，让原本无法完成的任务出现新的解法。 此外，她还先后进入丰田研究院、MIT-IBM Watson AI Lab和Google DeepMind机器人团队实习，研究经历横跨自动驾驶、机器学习和机器人。 博士毕业后，徐梦迪来到 斯坦福视觉与学习实验室 从事博士后研究，与吴佳俊、李飞飞合作。 这里也是全球具身智能研究的重要阵地之一，关注视觉、机器人学习以及智能体对物理世界的理解。 一年后，她选择回到本科母校，加入清华交叉信息院，开始组建自己的研究团队。 博士论文拿下CMU最佳：只靠Scaling还不够 亮眼的履历并不少见，徐梦迪更值得关注的，是 她对通用机器人技术路线的判断 。 过去几年，大模型在语言和图像领域展现出一种极具吸引力的可能： 随着模型参数、训练数据和计算量不断扩大，原本没有被专门训练的能力，也可能逐渐出现 。 这背后，正是Scaling Law带来的想象。 自然而然地，这条Scaling Law能否复刻到机器人领域、带来GPT-3级别的突破，成为了众多研究者追逐的问题。 而在题为 《构建可适应的通用机器人》（Building Adaptable Generalist Robots） 的博士论文中，徐梦迪直接挑战了这个思路： 是不是只要模型足够大、数据足够多，泛化能力就会自然涌现？ 她的判断是： 不够 。 原因在于，真实世界的任务空间近乎无限，你永远不可能把机器人未来会遇到的情况全部塞进训练集。 与其幻想训练集覆盖一切，不如让机器人拥有一种能力——到了现场以后，再根据少量新信息快速适应。 徐梦迪提出，构建通用机器人不能只依赖scalability，还必须补上另一种能力： adaptation，即适应能力 。 围绕这一思路，她的博士论文从三条研究路径展开探索。 第一条，是 让智能体根据少量示范调整策略，快速适应新任务 。 在发表于ICML 2022的论文 《Prompting Decision Transformer》 中，徐梦迪和合作者将自然语言处理中的prompt范式引入强化学习，尝试用少量示范告诉智能体：眼前究竟是一项什么任务。 这个思路很像今天大家熟悉的大模型上下文学习。给模型几个输入输出示例： A→B C→D 那么E→? 模型可以从上下文中推断规律，无需为这道新题重新训练参数。 Prompt-DT则把「示例」换成了一小段新任务的演示轨迹，也就是trajectory prompt。 轨迹中包含智能体所处的状态、采取的动作和对应回报。模型据此判断当前任务的目标，并生成相应动作。 实验中，Prompt-DT只需一段包含少量时间步的示范，便能适应此前没有见过的目标方向、速度或位置，无需额外微调模型参数。 第二条，是 让机器人自己发现不同任务之间的共同结构 。 现实中的任务看似千差万别，背后却可能共享相似的动作、视觉几何和动力学规律。 拿起杯子和拿起碗，物体不同，但需要调用的部分能力相通；面对每项新任务都从零训练，不仅耗费数据，也很难形成可复用的经验。 徐梦迪参与的无监督持续强化学习研究，试图让机器人主动发现这些结构，将已经掌握的能力迁移到后续任务中。 这样一来，通用机器人不再等于为每项任务各自保存一套策略，而是逐渐形成可以组合和复用的「技能库」。 第三条，是 借用大模型已经获得的知识，帮助机器人解决复杂的物理任务 。 上文提到的RoboTool，正属于这条路线。 大语言模型可能知道锤子可以敲击、木板可以充当杠杆，但要把这些知识用于物理世界，还需要考虑物体尺寸、空间位置和机器人的运动范围。 因此，RoboTool将任务拆成分析、规划、计算和代码生成四个环节：根据输入的环境与机器人信息判断约束，制订计划并计算动作参数，最后生成机器人可以执行的代码。 这也说明，徐梦迪并不反对Scaling Law，她试图回答的是Scaling之后的问题： 当机器人走出训练集，进入一个从未见过的环境，它还能不能自己找到办法？ 2024年，她这篇论文，拿下了 CMU机械工程系最佳博士论文奖 。