知识卡片：去年归国的徐梦迪，成了清华姚班班主任

英文标题：Xu Mengdi Becomes Head Teacher of Tsinghua Yao Class After Returning to China Last Year（原文无英文标题，此为编译）

英文关键词：embodied AI; Tsinghua Yao Class; Xu Mengdi; robot learning; scaling law; adaptation; AI safety

一句话结论：徐梦迪于2025年9月从斯坦福回国加入清华大学交叉信息研究院，入职不到一年便成为2026级清华姚班四位新生班主任之一；她主张通用机器人不能只靠Scaling Law，还必须具备快速适应真实陌生环境的能力，并用“scalable、adaptable、reliable”概括自己的研究方向。

事件概述或研究问题

• 2026级清华姚班开学。据公众号「水木TsinghuaCent」统计，该年级共录取约90人，其中约66人通过竞赛保送等渠道提前进入，另有24人从清华新生中选拔；国家集训队成员约27名。
• 徐梦迪在姚班迎新现场带来的主题是“构建下一代智能”。
• 她的履历路径：2017年从清华大学车辆工程专业本科毕业，先后在约翰斯·霍普金斯大学学习机器人学、在卡内基梅隆大学学习机器学习，并于2024年获得CMU机械工程博士学位；博士期间师从CMU Safe AI Lab负责人赵丁，研究机器人学习、强化学习及人工智能安全。
• 她曾实习于丰田研究院、MIT-IBM Watson AI Lab和Google DeepMind机器人团队；博士后阶段在斯坦福视觉与学习实验室工作，与吴佳俊、李飞飞合作。
• 2025年9月，徐梦迪正式加入清华大学交叉信息研究院，任助理教授。

方法/产品要点

• RoboTool：与CMU、Google DeepMind等机构合作开发。系统不再逐步指定工具和动作，而是根据任务目标及场景、物体、机器人能力等信息，分析约束、选择工具、规划步骤并生成可执行代码。示例包括机械臂用锤子当钩子拉近牛奶盒、四足机器人搭通路或组装杠杆。
• Prompt-DT（ICML 2022）：将NLP中的prompt范式引入强化学习，用一小段新任务的演示轨迹（trajectory prompt）让智能体快速适应新目标方向、速度或位置，无需微调模型参数。
• 无监督持续强化学习：让机器人发现不同任务之间的共同结构，形成可组合、可复用的“技能库”，避免每项新任务都从零训练。
• CoVer-VLA（2026年2月发布）：针对机器人理解指令与实际行动之间的偏差，在行动前生成并比较多组候选方案，从中选出更符合人类指令的动作。
• 博士论文《Building Adaptable Generalist Robots》：核心判断是，仅靠扩大模型规模和数据量不足以实现通用机器人，真实任务空间近乎无限，还需要补上“适应能力”（adaptation）。

主要结果或产业意义

• 徐梦迪的博士论文获得2024年CMU机械工程系最佳博士论文奖。
• 回清华后的第一个秋季，她开设了Interactive AI课程；2026年11月她还将参与组织CoRL 2026“持续自我改进的机器人”研讨会。
• 她组建的团队公开招聘方向包括机器人硬件设计、大模型训练、机器学习、控制和机器人学，呈现明显的跨学科特征。
• 姚班2026级四位新生班主任的研究方向覆盖机器学习理论、AI安全与对齐、电子游戏与多模态生成、机器人学、人机交互、离子量子计算等，显示姚班从传统计算机实验班向“重基础、广交叉”扩展。

为什么重要

• 本条与已有相关卡片主题不同，属于新的增量信息：一位非传统计算机科班出身的具身智能学者回国后进入清华姚班班主任团队，说明“下一代智能”的叙事正在从纯模型规模扩展到物理世界适应、可靠性和安全。
• 徐梦迪的路线是对“机器人领域能否复刻GPT式Scaling Law”的直接回应：她并不反对Scaling Law，但强调训练集无法覆盖真实世界无限任务，必须补上现场快速适应的能力。
• 对关注AI人才流动、具身智能技术路线和顶尖AI教育变革的读者，本条提供了具体人物案例和极新时间节点。

局限与不确定性

• 姚班录取人数约90人、竞赛保送约66人、二招24人、国家集训队约27人等数据来自公众号「水木TsinghuaCent」统计，非官方最终数据，待核实。
• 报道对“下一代智能”的具体解读是作者基于徐梦迪研究路线作出的推测，并非徐梦迪本人的完整定义。
• CoVer-VLA的细节来自报道，原文未给出论文链接，具体发布信息待核实。
• 四位新生班主任的研究方向概括可能简化或遗漏，以清华交叉信息院官方信息为准。

可用于图书/PPT/简报的角度

• AI人才回流案例：从斯坦福到清华姚班班主任。
• 具身智能路线争论：Scaling Law之后还需要什么能力？
• 姚班演变：从“软件科学实验班”到覆盖计算机、人工智能、量子信息的“广交叉”培养。
• 一句话提炼：“下一代智能 = scalable + adaptable + reliable”。

原始材料

• 标题：去年归国的徐梦迪，成了清华姚班班主任
• 来源：量子位（QbitAI）
• 作者：听雨
• 发布时间：2026-08-29
• URL：https://www.qbitai.com/2026/08/481318.html