2025年盛夏，黄河之滨的兰州迎来一场关乎人工智能未来的思想碰撞。

中国图象图形学学会（CSIG）第34期前沿讲习班聚焦“生成式智能体：从数字创造到物理具身的技术跃迁”，汇聚浙江大学、中国科学技术大学、山东财经大学等学术高校，以及中国海洋大学、中山大学、香港大学、武汉大学、湖南大学、西北工业大学等一线大学，中国图象图形学学会讲习班系统的勾勒下一代AI融合图景、生成式AI与具身智能深度融合的壮阔前沿图景。

此次讲习班是中国图象图形学学会主办，承办单位浙江大学、中国科技技术大学、山东财经大学、甘肃沐阳麦田企业管理咨询有限公司。

跃迁核心：从“屏中世界”到“物理闭环”的范式革命

讲习班开幕致辞中精准点题：以扩散模型、NeRF为代表的技术已重塑二维至三维内容的创造逻辑，实现了高保真、多模态与强可控性。然而，真正的“跃迁”在于将这些强大的生成能力无缝嵌入具身系统（如机器人）的“感知-决策-执行”闭环。这意味着智能体不再仅“想象”内容，更能通过物理世界的实时反馈，驱动自身完成“看-想-做”的一体化智能涌现。关于“AIGC图像生成：从扩散模型到统一模型”的演进报告，以及齐晓娟教授对“三维空间智能：从感知到理解与创造”的深度剖析，为这一闭环奠定了坚实的多模态内容生成与空间认知基础。

前沿攻坚：横亘于融合之路的紧迫课题

多位讲者的报告共同指向实现这一范式跃迁亟需突破的核心科学堡垒：

动态一致建模之困：探讨的“多源融合弱小图像目标检测跟踪”，直面开放环境中动态、复杂、信息稀疏场景下保持三维世界模型一致性与实时性的巨大挑战。

跨模态指令编译之难：如何将自然语言指令或视觉目标描述，即时、精准地编译为可执行的具身动作序列？这是打通“想”到“做”的关键瓶颈。

开放环境适应性之惑：讲习班聚焦“生成式视觉模型的隐私安全”，尖锐指出当生成策略应用于真实物理世界，其可扩展性、尤其是安全性（如数据隐私、对抗攻击、决策伦理）成为不可回避的紧迫命题。在医药机器人场景的研究，则体现了特定复杂物理环境下可靠感知与决策的工程化实践。

应用曙光：多领域交叉点燃创新引擎 

讲习班清晰地描绘了技术跃迁即将照亮的广阔应用地平线：展示的“医学图像智能分析及应用”与研究共同预示，高精度、可解释的生成式模型与机器人精准操作结合，将在个性化手术规划、智能康复辅助、自动化药物研发等医疗健康领域引发变革。

生成式智能体对物理世界的深度理解与交互能力，为柔性智能制造、自适应产线调控、预测性维护提供了全新范式。

结合高保真三维生成与具身交互反馈，将极大加速高拟真、可交互、能演进的工业与城市级数字孪生系统的构建与应用。

共筑未来：交叉融合催生学术新生态

本次讲习班不仅是一次知识的集中传递，更是中国图像图形学界积极拥抱并引领下一代人工智能浪潮的集体宣言。面对从“数字创造”迈向“物理具身”这一激动人心的技术跃迁，讲习班成功搭建了视觉生成、具身大模型、强化学习、机器人控制等多领域顶尖学者深度交流的跨学科合作网络。正如会议所期冀的，这种深度的交叉融合将持续推动理论突破、算法创新与工程落地，不仅为“生成式智能体”奠定坚实的跨模态基础，更将塑造一个由智能体深度融入并赋能物理世界的新未来——中国学者，正站在这一跃迁浪潮的最前沿，以协同创新绘制智能融合的壮阔蓝图。（来源：中国图象图形学学会 ）