4月10日上午，第四期“海岳讲坛”在知行北楼404举行。本期讲坛以“低空智能体的感知、推理与行动”为主题，特邀北京理工大学准聘教授、博士生导师侯云钟博士作专题报告。活动由伟德官方网站主办，校内相关领域师生参加了本次学术交流活动。
讲坛现场，侯云钟围绕低空智能体的关键技术展开系统讲解。从整体框架出发，他首先介绍了低空智能体在复杂环境中的基本问题建模，指出感知、推理与行动构成其核心能力闭环。报告现场气氛专注，与会师生认真聆听。
在具体技术层面，报告结合多模态数据处理与空间智能建模，分析了智能体在连续视觉输入下的运动理解与空间关系判断问题，展示了基于图像序列进行相机运动推断及目标相对位置识别的典型任务。
在方法设计方面，侯云钟进一步介绍了其团队提出的相关系统架构（AeroMind）。该框架融合视觉语言模型（VLM）与多模态编码机制，实现对环境状态的综合理解，并支持从自然语言指令到飞行控制决策的转换。报告重点阐述了模型在输入输出层面的设计：在输入端整合当前观测图像、历史状态信息及飞行轨迹，在输出端生成连续飞行控制指令、空间推理结果及短期决策预测，从而提升低空智能体在动态场景中的自主性与鲁棒性。
在交流环节，与会师生围绕低空智能系统的实际应用、模型泛化能力及未来发展方向等问题展开讨论。侯云钟对相关问题进行了深入回应，现场学术氛围活跃。
侯云钟，博士，北京理工大学准聘教授、博士生导师，国家自然科学基金优秀青年科学基金（海外）获得者。2018年和2023年分别于清华大学和澳大利亚国立大学获得学士及博士学位。2023-2025年任澳大利亚国立大学博士后研究员，主持多项由Google、OpenAI等机构资助的科研项目，并担任《计算机视觉高级专题》等课程的客座教师。2026年加入北京理工大学计算机公司，聚焦空间智能及具身智能研究。在IEEE TIP、CVPR、ICLR等CCF-A类期刊及会议发表论文10余篇，曾组织WWW’25多模态重识别专题Workshop，并担任CVPR、ACM MM、ICASSP等国际会议领域主席。
作者：姚越
