11月4日晚，我校“智见未来・AI 产业技术前沿大讲堂”开讲。Physical AI独角兽企业逆矩阵科技（Physis）联合创始人吉嘉铭应邀作主题分享，与我校230余名师生交流人工智能前沿技术转化相关话题，并受聘为我校产业导师。本次活动是《人工智能产业应用前沿》课程的特邀教学环节，由副院长宋国杰组织开展，旨在将产业前沿实践引入课堂，推动科教融汇、产教协同育人。

活动现场

当前，通用人工智能加速向物理世界延伸。在此背景下，Physical AI作为人工智能前沿赛道，聚焦现实环境感知、自主决策与实体执行，是支撑智能机器人、实体智能系统落地的关键方向，关乎我国人工智能领域原始创新、产业链自主可控和高层次创新人才供给。

吉嘉铭作主题分享

分享会上，吉嘉铭以“从科研到创业，Physical AI下的基础模型与基础设施”为题，结合自身学术积淀与一线产业化探索，剖析Physical AI与文本大模型的本质区别：语言大模型侧重内容生成，而面向物理世界的智能模型，其核心目标是在复杂、不确定的真实环境中精准预判行为后果、稳定完成任务，依托数据体系、推理框架、评测体系形成闭环迭代能力。

现场学生认真聆听

“科研的落脚点，是回应真实世界的需求。”吉嘉铭既是学者，也是创业者。学术上，他是北京大学“2025年学生年度人物”（全校10人）、Apple Scholar（全球遴选，中国大陆共两位入选），以第一作者身份获ACL 2025最佳论文奖，其4篇论文被该会议收录，研究成果累计被引用8500余次。创业上，他联合创办的逆矩阵科技专注Physical AI基座模型与基础设施，其开源项目在GitHub收获2万余星标，模型累计下载超过500万次。

在吉嘉铭看来，Physical AI行业正处在从技术演示走向规模化落地的转型节点，行业关注点正在发生转向：不再只关注能不能生成，更看重能不能在真实场景中稳定可靠运行。基座模型之外，自主可控的数据供给体系、科学完备的评测验证能力同样是核心竞争力。围绕科研成果转化与创业实践，他提出，科研创新要坚持需求导向，找准问题来源、资源主体与应用场景；科研练就的调研、论证、验证能力是创新根基，但技术方案最终要接受工程实践检验，在成本、效能、实用性上形成比较优势，尊重第一性原理，探索轻量化、可规模化的解决路径。

互动提问环节

互动提问环节

互动提问环节

互动提问环节

互动提问环节

互动提问环节

互动环节，同学们围绕模型如何在真实物理场景中积累经验、持续提升能力等问题提问。吉嘉铭认为，可将模型部署过程中产生的成功与失败轨迹回流为后续训练数据，持续优化模型表现。他区分了模型迭代的两类目标：一是补齐已有能力短板，二是突破能力上限。前者重在改善模型原有薄弱环节，后者着眼攻克更高难度任务。这一划分，为同学们理解模型持续迭代提供了清晰的思考维度。谈及AI创业与传统创业模式的差异，他分享自己的观察：当下AI创业对技术能力提出更高要求，创业团队要夯实底层模型能力、锚定技术方向，在此基础上探索应用落地路径。

聘任仪式

活动现场举行产业导师聘任仪式，宋国杰为吉嘉铭颁发聘书。常态化引进产业一线技术领军人才担任产业导师，是我校贯通科教资源、深化产教融合的重要抓手。产业导师深度嵌入课程与实践环节，把企业真实工程范式、技术工具链、项目研发思路带入教学，促进人才培养供给侧和产业需求侧同频对接。

“智见未来·AI产业技术前沿大讲堂”将持续邀请产业一线专家走进校园，把前沿实践带进课堂，打通基础研究、技术攻关、产业应用、人才培养链条，着力培养一批高素质人工智能创新人才。