徐承昊博士应邀主讲学院2026系列学术报告会第十五讲（总第59期）

2026年10月15日，信息院2026年系列学术报告会第十五讲（总第59期）在学院409会议室成功举办。徐承昊博士应邀作题为“人体动作相关技术发展与展望”的专题学术报告，围绕人体动作理解、生成、交互与具身应用，系统介绍了视觉、语言与动作技术的发展脉络及未来方向。

报告从生成式人工智能与具身智能的发展背景出发，介绍了视觉语言动作技术如何连接对人体运动的理解与现实世界中的行动。在动作理解方面，徐承昊博士围绕动作感知、识别、检索、问答和描述等任务，梳理了多模态模型从识别动作到理解语义的进展；在动作生成方面，介绍了文本生成动作、音乐生成舞蹈、语音驱动手势、动作风格迁移等方向，以及文本、音乐与动作协同建模的统一生成方法。报告还聚焦人—物、人—景和人—人交互，探讨了接触关系、场景约束、多主体协同与动作生成的结合，并进一步介绍了动作重定向、虚实迁移及自然语言和音频驱动的人形机器人运动控制等具身应用。

报告最后展望了人体动作技术的发展方向，包括构建通用动作表示以促进技能复用与跨平台迁移，以及推动人形机器人从执行预设动作走向理解任务并自主行动。整场报告内容丰富、层次清晰，展现了人体动作相关技术从多模态理解与生成，走向复杂交互和真实机器人应用的发展路径，为相关领域的研究与实践提供了参考。