活动主题：具身智能的数据模态、模型范式以及平台应用 
摘要: 
与大语言模型依托互联网级别的海量文本数据不同，具身智能的发展面临的核心瓶颈在于数据的稀缺、昂贵、收集效率低、方式不直接等。具身智能所需的数据类型远比文本单一模态复杂，它涵盖了物理规律、三维环境、视觉、触觉、声音等多模态信息。现有的数据采集方式包含遥操作真机、人类动作、视频等，如何高效和综合的使用好所有的数据资源，以及创造数据资源，以及基于之上构建具身智能基础AI模型，是未来整个领域聚焦的点。本次演讲将介绍具身智能领域的一系列前沿进展，包括腾讯TAIROS平台、基于人类动作捕捉数据在具身智能中的应用及前沿进展等，并将系统性介绍Noitom Robotics在具身智能数据及模型方面的观点，探讨其数据和模型范式在机器人、虚拟人、交互娱乐等应用场景中的前景。 
嘉宾简介：
韩磊，北京大学博士，曾任腾讯Robotics X具身智能技术中心负责人、美国密西西比州立大学助理教授；曾主导多项业界知名工作，包括2025年腾讯TAIROS具身智能平台，2024年《Nature Machine Intelligence》封面，SIGGRAPH Asia 2023 最佳论文提名，打造StarCraft II强化学习智能体跻身职业宗师段位等等。在Nature系列、NeurIPS、ICLR、ICML、SIGGRAPH 、ICRA、CoRL、IROS等顶级会议/期刊发表论文 60 余篇。