南方科技大学张进教授：为什么打造空间智能，不能只依赖“传统多模态感知”？｜GAIR 2025

12月12日， 第八届GAIR全球人工智能与机器人大会在深圳正式启幕。 本次大会为期两天，由GAIR研究院与雷峰网联合主办，高文院士任指导委员会主席，杨强院士与朱晓蕊教授任大会主席。 作为观测AI技术演进与生态变迁的重要窗口，GAIR大会自2016年创办以来以来，始终与全球AI发展的脉搏同频共振，见证了技术浪潮从实验室涌向产业深海。 2025年，是大模型从“技术破壁”迈向“价值深耕”的关键节点，值此之际GAIR如期而至，携手智者触摸AI最前沿脉动，洞见产业深层逻辑。 大会上，深圳市海外高层次人才、南方科技大学计算机科学与工程系长聘副教授张进亲临现场，为参会者带来了一场精彩纷呈的演讲分享。 演讲一开始，张进教授就向“时空AI”、“具身智能”等当下火热概念率先抛出了自身见解： 无论是具身智能还是智慧健康，都需要对物理世界进行感知理解，并在虚拟世界和物理世界之间建立沟通。因此传统AI和新型传感本质上是从不同的角度和路径走到同一个点，最终实现“殊途同归”。 基于这一点，张进教授认为传统AI从语言、文字、视觉等模态出发，生成世界模型探索空间智能。而传感器、智能物联网相关领域的学者们一直以来在做的，同样是为了准确感知物理世界。 只不过感知方式从信号处理迭代到机器学习、深度学习，再到如今通过大模型实现面向空间智能的多模态感知。 关于面向空间智能的新型模态感知，张进教授和她的团队有一些新想法： 1、当下的多模态感知大部分集中在语音、文字、图像、视频等形式，存在功耗成本高、隐私性差等问题，我们希望引入更多的新型模态感知如声波感知、毫米波雷达感知。 2、声波感知成本低、计算量低，能通过对多个设备对之间的声波感知，判断它的方向和距离，未来这项技术有望作为提供连接和方向感知的基础设施。 3、声波感知在医疗健康领域大有可为，在未来也许利用小小一副耳机就能实现心跳、血压、肺功能健康全链路监测。但如何实现跨模态检测、消除个体差异性影响，仍是一项巨大挑战。 4、如今我们对毫米波雷达的关注点由检测准确率转向可信感知，正在思考要如何将视觉的数据合成毫米