具身智能领军学者苏昊加盟复旦，领衔建设通用物理智能研究院

具身智能领军学者苏昊加盟复旦，领衔建设通用物理智能研究院

具身智能领域论文被引次数最高的华人学者，带着十七年的海外科研积淀，正式回国。

在第五届中国三维视觉大会（China3DV 2026）上，李飞飞弟子、ImageNet缔造者之一苏昊被复旦大学正式宣布引进。加盟后，他将担任复旦大学浩清特聘教授，并领衔建设通用物理智能研究院，出任院长一职。

复旦大学将苏昊的回归，视为学校“面向智能时代的关键落子”。实际上，在官方宣布之前，加州大学圣地亚哥分校（UCSD）和复旦校园内已有传言称，这位具身智能领域的领跑者即将加盟。如今传闻落地，这场备受期待的回归已成现实。

谁是苏昊？

苏昊是具身智能领域论文被引次数最高的华人学者。他是ImageNet的缔造者之一，也是ShapeNet、PointNet、PartNet、SAPIEN、ManiSkill等一系列奠基性项目的主导者。此外，他还是具身智能公司Hillbot的联合创始人兼首席技术官。

在加盟复旦前，苏昊是加州大学圣地亚哥分校（UCSD）计算机科学与工程系的副教授，并担任其具身智能实验室主任。此前，他在UCSD的个人主页已停止更新维护。

目前，苏昊新的个人主页已更新其在复旦的最新任职信息。

截至当前，其谷歌学术论文被引次数已超过14.5万次，在具身人工智能领域的华人学者中位列第一。

去年，他与谢赛宁共同获得了CVPR青年学者奖，以表彰他们在计算机视觉领域的杰出贡献。

值得一提的是，苏昊是弋力（清华大学交叉信息研究院助理教授）、卢策吾（穹彻智能创始人、上海交通大学教授）、王鹤（银河通用创始人、北京大学助理教授）、严梦媛（OpenAI研究员）、莫凯淳（英伟达研究员）等多位知名学者的师兄。

从北航到普林斯顿，再到斯坦福

2002年，苏昊进入北京航空航天大学攻读计算机科学本科，成为北航高等理工学院的第一届学员。本科期间，他师从中科院院士、前北航校长李未教授，研究数理逻辑与定理自动证明。

2005年，经李未教授推荐，他前往微软亚洲研究院实习，师从孙剑、沈向洋、周明。初期他主攻自然语言处理，但随着研究深入，他逐渐意识到，相较于抽象的语言，直接来自物理世界的信号（如视觉）才是理解智能更根本的途径。这一认知推动他的研究重心转向计算机视觉。

2008年，在沈向洋的推荐下，苏昊先后在普林斯顿和斯坦福参与了ImageNet项目，并于2009年跟随李飞飞正式转入斯坦福大学。

ImageNet这一奠基性数据集，后来深刻影响了近二十年的人工智能发展浪潮。

在ImageNet之后，苏昊与李佳合作了Object Bank项目，进一步提升了图像在高层视觉任务中的语义表示能力，使得简单分类器也能在物体识别和场景分类等任务上取得优异性能。该研究成果发表于2010年的NeurIPS会议。

3D视觉的奠基人

当2D视觉的方法论日趋成熟后，苏昊将目光投向了3D视觉。

2014年，在获得北航数学博士学位后，他在Leonidas Guibas指导下于斯坦福大学攻读计算机科学博士学位，主攻三维感知。

2015年，他发布了ShapeNet——全球首个大规模3D形状数据集，包含超过300万个3D CAD模型，涵盖3135个类别，被外界誉为“3D领域的ImageNet”。

ShapeNet的发布，标志着3D视觉研究进入黄金发展期。

2017年，PointNet与PointNet++相继发布，使得3D视觉相关论文在顶级会议中的占比从不足10%跃升至70%。其中，PointNet是首个直接处理原始点云数据的深度学习模型，而PointNet++则能进一步捕捉点云中的局部结构信息。这两项工作如今已广泛应用于自动驾驶系统。

2018年获得斯坦福大学计算机科学博士后，苏昊又发布了细粒度3D物体部件数据集PartNet，随后入职加州大学圣地亚哥分校。

从视觉到具身

解决了感知问题后，苏昊开始思考下一个挑战：能否将具体的感知算法整合进一个更大的系统？

这一思考驱使他从计算机视觉研究迁移到机器人领域。

2020年，他基于PartNet发布了全球首个以可泛化操作为核心的物理仿真平台——SAPIEN（命名灵感来自《人类简史》中的“智人”），为机器人视觉与交互任务的研究搭建了关键基础设施。

2021年，他又在此基础上推出了ManiSkill机器人操作技能仿真与评测平台。

同年的ICCV大会上，苏昊发起专题研讨会，聚焦基于物理的建模与仿真、基于学习的仿真、人体仿真到具身视觉和机器人学习等广泛主题。

这些科研成果也延续到了他创办的具身智能公司Hillbot中。2024年，苏昊加入创业浪潮，创办了Hillbot并担任首席技术官。

Hillbot的核心技术资产正是苏昊此前发布的SAPIEN仿真器及ManiSkill训练平台，主打模拟与3D生成。此外，Hillbot已与英伟达合作，借助NVIDIA Omniverse平台生成高仿真视频训练数据。

产品方面，Hillbot推出了轮式机器人Hillbot Alpha。该机器人基于仿真环境训练，主要用于零售店、咖啡馆和制造车间等复杂环境下的移动操纵任务。

为什么选择复旦？

对于选择加盟复旦大学，苏昊给出了简洁而坚定的解释：

因为复旦要做的事，与我要做的事，是同一件事。

这件事，便是推动“物理智能”的最终实现。

物理智能，指的是让AI系统能在物理世界中有效完成任务——既能理解世界，也能执行恰当的行动。在苏昊看来，这不仅是算法问题，更涉及机器人实体、多学科交融以及一个完善的产业生态。

他看中复旦的理由具体而落地：复旦大学拥有深厚的数学、物理学科根基，正在积极推进新工科建设，并且地处上海及长三角中心，具备显著的产业与区位优势。

以此为目标，加盟复旦后，苏昊将领衔建设通用物理智能研究院。该研究院将依托复旦大学智能机器人与先进制造创新学院，打破传统院系划分，不设学科边界，完全以问题为导向，汇聚数学、物理、计算机科学、人机交互、脑机接口等多领域的顶尖人才。

他直言，研究院的目标是培养未来5到10年的人工智能领军人物。在人才培养理念上，他特别强调两点：高品位的科研眼光（知道什么问题值得做）和长周期的探索耐心（愿意把问题做深做透）。

论文不是目标，而是副产品。真正的标尺，是能否在真实世界中实现智能体的有效行动与自主决策。

研究院将重构课程体系，缩短学生从基础知识学习到科研前沿探索的路径，让学生尽早进入科研与实践环节，同时大力支持师生创新创业，推动科技成果转化。

对具身智能：乐观，但谨慎

对于当下火热的具身智能赛道，苏昊的判断是“谨慎的乐观”。

乐观的底气来自于问题本身，因为这是一个兼具科学深度与巨大产业潜力的真问题。谨慎则源于现实挑战，因为当前大量精彩的演示与真正的通用能力之间，仍存在关键断层。而填补这一断层的核心，正是物理智能。

谈及“具身智能的ChatGPT时刻”，苏昊坦言，短期内实现像大语言模型那样的高度泛化能力还不现实，但在更长时间尺度上，发展方向是清晰的。

他预见，具身智能将深度渗透制造业、服务业、养老行业等诸多领域，最终推动人类社会进入“人机正面互动、人机共存的时代”。而通往那一未来的桥梁，正建立在今天对物理智能扎实而深入的探索之上。

苏昊的学术旅程从中国出发，一路从2D视觉拓展到3D视觉，再从视觉感知延伸到具身智能，逐步打通了“让机器理解世界”的关键路径。如今，他带着丰厚的积淀归来，落脚复旦大学，直面物理智能这道终极难题。世界级人工智能科学家的加盟，也将复旦大学在人工智能与具身智能领域的研究推向了世界最前沿。

谁会代表2026年的AI？

龙虾爆火，带动一波Agent与衍生产品浪潮。但真正值得长期关注的AI公司和产品，或许不止于此。

关注“鲸栖”小程序，掌握最新AI资讯