苏昊回国任教复旦出任通用物理AI院长具身智能高引学者

具身智能领域论文被引次数最高的华人学者，带着十七年海外积淀，回来了。

就在刚刚落幕的第五届中国三维视觉大会（China3DV 2026）上，李飞飞弟子、ImageNet缔造者之一的苏昊，正式被复旦大学官宣加盟。

根据校方消息，苏昊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。

对于这次重磅加盟，复旦大学的官方定位是面向智能时代的一步“关键落子”。事实上，早在官宣之前，加州大学圣地亚哥分校（UCSD）和复旦校园内已有风声传出，如今靴子落地，证实了这场备受学界与产业界瞩目的回归。

谁是苏昊？

苏昊这个名字，在计算机视觉与机器人领域可谓如雷贯耳。他是具身智能领域论文被引次数最高的华人学者，是ImageNet项目的核心参与者，更是ShapeNet、PointNet、PartNet、SAPIEN、ManiSkill等一系列奠基性项目的引领者。此外，他还是具身智能公司Hillbot的联合创始人兼首席技术官。

在回国前，他是UCSD计算机科学与工程系的副教授，并担任具身智能实验室主任。值得注意的是，他此前在UCSD的个人主页已停止更新，而在新的个人主页上，其复旦任职信息已赫然在列。

截至目前，其谷歌学术被引次数已超过14.5万次，稳居具身AI领域华人学者之首。

去年，他与谢赛宁共同荣获CVPR青年学者奖，以表彰他们在计算机视觉领域的卓越贡献。

师承关系上，苏昊堪称“大师兄”，其同门包括清华叉院助理教授弋力、穹彻智能创始人兼上海交大教授卢策吾、银河通用创始人兼北大助理教授王鹤、OpenAI研究员严梦媛、英伟达研究员莫凯淳等一众知名学者。

从北航到普林斯顿，再到斯坦福

苏昊的学术之路始于2002年，他进入北京航空航天大学攻读计算机科学，成为北航高等理工学院的首届学员。本科期间，他师从中科院院士、前北航校长李未教授，研究方向是数理逻辑与定理自动证明。

2005年，经李未教授推荐，他进入微软亚洲研究院实习，师从孙剑、沈向洋、周明等前辈。起初他主攻自然语言处理，但随着研究深入，他逐渐意识到，相较于抽象的语言符号，直接来自物理世界的视觉信号，或许是理解智能更本质的途径。这一认知，促使他的研究重心转向了计算机视觉。

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后来改变AI历史的ImageNet项目，并于2009年正式跟随李飞飞教授转入斯坦福大学。

ImageNet这个奠基性数据集，在此后近二十年里，成为了驱动人工智能浪潮的关键引擎之一。项目之后，苏昊与李佳合作了Object Bank研究，进一步提升了图像在高层语义任务中的表示能力，让简单分类器也能在物体识别等任务上表现出色，该成果发表于2010年的NIPS（现NeurIPS）。

3D视觉的奠基人

当2D视觉的方法论逐渐成熟后，苏昊将目光投向了更具挑战性的三维世界。2014年，在获得北航数学博士学位后，他前往斯坦福大学，在Leonidas Guibas教授指导下攻读计算机博士学位，主攻三维感知。

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

ShapeNet的发布，直接开启了3D视觉研究的黄金时代。2017年，PointNet与PointNet++相继问世，这两项开创性工作使得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++则进一步增强了模型捕捉局部几何结构的能力。如今，这些技术已成为自动驾驶等领域的核心基础。

2018年获得斯坦福计算机博士后，苏昊又发布了精细化的3D物体部件数据集PartNet，随后入职加州大学圣地亚哥分校，开启独立科研生涯。

从视觉到具身

解决了“看见”的问题后，苏昊开始思考下一个问题：如何将感知算法整合进一个能“行动”的更大系统？这个追问，驱动他从纯粹的计算机视觉研究，迈向机器人学与具身智能的交叉领域。

2020年，他以《人类简史》中的“智人”（Sapiens）为灵感，发布了全球首个以可泛化操作为核心的物理仿真平台——SAPIEN，为机器人视觉与交互研究搭建了关键的基础设施。

2024年，他在此基础上进一步推出了ManiSkill机器人操作技能仿真与评测平台。

同年，在ICCV大会上，他发起并组织了以物理仿真与具身学习为主题的研讨会，聚焦从仿真建模到机器人学习的完整链条。

这些深厚的学术积累，也自然延续到了他的创业实践中。2024年，苏昊联合创办了具身智能公司Hillbot，并担任首席技术官。

Hillbot手握的两张核心技术王牌，正是SAPIEN仿真器与ManiSkill训练平台。公司还与英伟达合作，利用Nvidia Cosmos平台生成高保真视频训练数据。产品层面，Hillbot推出了轮式机器人Hillbot Alpha，它基于仿真训练，旨在应对零售、咖啡店、制造车间等复杂环境下的移动与操作任务。

为什么选择复旦？

对于选择复旦大学，苏昊的解释简洁而有力：

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。所谓物理智能，是让AI系统不仅能理解物理世界，还能在其中执行有效的任务与行动。

在苏昊看来，这远不止是一个算法问题，它涉及机器人实体、需要多学科深度交融，并依赖一个完善的产业生态。复旦大学深厚的数学、物理学科根基，积极推进的新工科建设，以及地处上海、坐拥长三角产业与区位优势，正是他看中的、能够将理想落地的具体条件。

为此，加盟复旦后，他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，打破传统院系学科边界，完全以问题为导向，汇聚数学、物理、计算机、人机交互乃至脑机接口等多领域的顶尖人才。

研究院的目标很明确：培养未来5到10年人工智能领域的领军人物。在人才培养上，苏昊强调两点：一是高品位的科研眼光，即知道什么问题是真正值得做的；二是长周期的探索耐心，即愿意并有能力把问题做深、做透、做完。

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。

为此，研究院将重构课程体系，缩短学生从基础知识到科研前沿的路径，鼓励学生尽早投身科研与实践，并大力支持师生创新创业，推动研究成果向产业转化。

具身智能：乐观，但谨慎

面对当下如火如荼的具身智能赛道，苏昊的总体判断是“谨慎的乐观”。

乐观，源于这个方向本身——它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——当前涌现的大量精彩技术演示，与真正的通用能力之间，依然存在关键断层。而填补这一断层的核心，正是他所致力研究的“物理智能”。

谈及“具身智能的ChatGPT时刻”，苏昊坦言，短期内实现类似大语言模型那样的强大泛化能力尚不现实，但在更长的技术发展尺度上，方向是清晰可见的。他预见，具身智能将深度渗透制造业、服务业、养老医疗等诸多领域，最终推动社会进入一个“人机正面互动、人机共存的新时代”。

而通往那个未来的桥梁，正建立在今天对物理智能每一寸扎实的探索之上。苏昊从中国出发，学术轨迹贯穿从2D到3D、从视觉到具身的完整路径，一步步打通“让机器理解并作用于世界”的关键环节。如今，他带着全部的经验与抱负回归，落脚复旦，直面物理智能这道终极难题。这位世界级AI科学家的加盟，无疑也将复旦大学在人工智能与具身智能领域的研究，推向了国际最前沿的竞争舞台。