徐梦迪，非计算机专业，2025年毕业就当上清华助理教授，今年又做姚班班主任

AI人物 | 感受他们为世界做出的贡献

2026年8月19日，清华紫荆C楼，交叉信息研究院在这里迎接姚班的新生。当晚是二招宣讲会，四位新生班主任轮流上台，讲各自在做的研究。

讲人工智能方向的那位老师叫徐梦迪，交叉信息研究院助理教授，2025年9月才入职。她那晚的题目是"构建下一代智能"。

姚班全称计算机科学实验班，姚期智2005年创办，2022年之后下设计算机科学、人工智能、量子信息三个方向。今年这四位班主任，一位做机器学习理论和AI对齐，一位做电子游戏研发和多模态生成，一位做离子量子计算，徐梦迪的方向是机器学习、机器人学、人机交互和AI安全。

她本科学的是车辆工程。

从车辆工程到机器人

2017年，徐梦迪从清华车辆工程专业本科毕业，接着去约翰斯·霍普金斯大学读机器人学硕士，导师是Gregory Chirikjian。之后到卡内基梅隆大学读博士，进的是那里的安全AI实验室（Safe AI Lab），负责人Ding Zhao，实验室做机器人学习、强化学习和AI安全。2024年博士毕业，拿的是机械工程学位。

读博期间的三个夏天她都在外面：2021年丰田研究院，2022年MIT-IBM Watson AI实验室，2023年谷歌DeepMind机器人团队。

2024年6月，她进斯坦福视觉与学习实验室做博士后，合作的两位教授是吴佳俊和李飞飞。一年多之后，2025年9月，她回了本科母校，进交叉信息研究院。

让机械臂拿锤子把牛奶盒勾过来

机械臂够不到桌子那头的牛奶盒，它抄起旁边的锤子，用锤头把盒子钩到手边。四足机器人过不去两张沙发之间的空隙，它把周围的东西搬过来搭出一条路。还有一次，它用一个滚筒和一块冲浪板搭成杠杆。

这些动作出自RoboTool。2023年徐梦迪和CMU、谷歌DeepMind的研究者一起做了这个系统，她是共同一作。以前让机器人干活，得一步步告诉它用哪件工具、做哪个动作。RoboTool拿到的只有三样：任务目标、场景里有什么东西、机器人自己能做什么。剩下的分析限制条件、挑工具、排步骤、写出能直接执行的代码，由系统自己完成，背后跑的是GPT-4。

她跟《Tech Xplore》讲过为什么要做这件事，开头引的是心理学家苛勒二十世纪初那组猿类实验：

工具使用常被看作高级智能的标志。苛勒的实验里，猿把箱子叠起来，够到挂在高处、原本够不着的香蕉；食蟹猴用石头砸开坚果和贝壳。按工具本来的用途、照既定的步骤去用是一回事；用不常规的方式去用，解法更灵活，但对认知能力的要求高得多。

博士论文：只把模型做大不够

大模型这几年给出的经验是，参数、数据、算力一起往上堆，很多没专门训练过的能力会自己出现。机器人领域不少人想把这条路复制过来。

徐梦迪的博士论文叫《构建可适应的通用机器人》，她在里面问的是：模型足够大、数据足够多，泛化能力就会自然出现吗？

她的答案是不够。真实世界的任务几乎无限，训练集装不下机器人以后会碰上的所有情况。与其指望训练集覆盖一切，不如让机器人到了现场，靠少量新信息快速调整。她把这个能力叫适应。光把模型做大不行，还得加上这一条。

论文写了三条路，其中一条是2022年发在ICML上的Prompting Decision Transformer。今天大家熟悉的上下文学习，是给大模型几个例子，它自己看出规律，不用重新训练参数。她把"例子"换成一小段演示：机器人当时处在什么状态、做了什么动作、拿到多少回报。模型看完就知道眼前是什么任务。没见过的目标方向、速度和位置，靠这一小段就能应付，参数一个都不用改。

2024年，这篇博士论文拿了CMU机械工程系当年的最佳博士论文奖。

回清华的第一年

2025年秋天她在清华开了一门课，Interactive AI。课题组现在有三个博士生。实验室招人列的方向有五个：机器人硬件设计、大规模模型训练、机器学习、控制、机器人学。

2026年2月，她的团队放出CoVer-VLA。VLA是视觉语言动作模型，看画面、听一句话、动手，都在一个模型里。麻烦出在中间：人说的和机器人做的经常对不上。CoVer-VLA让机器人动手之前先生成好几组候选指令和动作，再用一个验证器挑出最贴合人话的那一组。同样的数据，与其接着把策略模型练得更大，不如把"验证"这道工序做厚：在SIMPLER仿真基准上提升22%，真机实验里提升45%。

她给实验室定的目标是三个词：scalable、adaptable、reliable。能扩展，能适应，可靠。

迎新那晚讲完"构建下一代智能"，她请台下的新生秉持刨根问底的精神，一起定义智能的下一站。