Talk预告｜加州大学洛杉矶分校周诗杰：迈向4D空间智能 - 当动态3D场景表示遇见视觉语言大模型

摘要：他与大家分享的主题是:“迈向4D空间智能 - 当动态3D场景表示遇见视觉语言大模型”，届时他将探索：从 3D 场景表征的底层逻辑到动态 4D 重建的前沿突破，并聚焦多模态认知架构，剖析现有智能体在时空认知能力上与人类的差距。

本期为TechBeat人工智能社区第671期线上Talk。

北京时间3 月26日(周三)20:00，加州大学洛杉矶分校博士生周诗杰的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “迈向4D空间智能 - 当动态3D场景表示遇见视觉语言大模型”，届时他将探索：从 3D 场景表征的底层逻辑到动态 4D 重建的前沿突破，并聚焦多模态认知架构，剖析现有智能体在时空认知能力上与人类的差距。

Talk·信息

▼

主题：迈向4D空间智能 - 当动态3D场景表示遇见视觉语言大模型

嘉宾：加州大学洛杉矶分校 · 博士生 - 周诗杰

时间：北京时间 3月26日(周三)20:00

地点：TechBeat人工智能社区

一键预约TALK！

Talk·介绍

▼

如何让AI真正理解我们所处的世界？物理世界的本质是三维空间与时间流变的统一场域——我们称之为4D时空场。当前AGI大模型与智能体的终极使命，正是要在这动态的时空连续体中实现与人类的无缝协作。构建具备4D时空认知能力的智能系统，已成为解锁下一代AI潜能的关键密钥。

本次Talk我们将探索：首先解构3D场景表征的底层逻辑，沿着"静态3D重建→动态4D重建"的技术脉络，揭示时空连续体特征场建模的前沿突破；进而聚焦多模态认知架构，从语义拓扑构建到视觉语言大模型的推理跃迁，剖析现有智能体的时空认知能力距离人类到底还差多远。

Talk大纲

0. 3D场景表示入门与基础

参考：3DGS时代的三维场景表示与生成

https://techbeat.net/talk-info?id=877

1. 构建3D静态语义世界（Feature 3DGS - CVPR 2024 Highlight）

2. 从3D场景表示到4D智能体（Feature4X - CVPR 2025）

3. 我们距离真正具备4D时空意识的智能体还有多远（VLM4D - Technical Report）

Talk·预习资料

▼

论文链接：

项目主页：

Talk·提问交流

▼

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

周诗杰

加州大学洛杉矶分校 · 博士生

周诗杰，加州大学洛杉矶分校（UCLA）博士生，研究方向为3D计算机视觉与空间智能。他在CVPR，ECCV，NeurIPS，ICLR等计算机视觉与人工智能顶会发表过多篇论文，其中2篇荣获CVPR 2024 Highlight和ICLR 2025 Spotlight，同时他也是SIGGRAPH，CVPR等顶会审稿人。他曾在Google担任学生研究员，并将于2025年加入Apple担任研究实习生，致力于空间智能研发。曾获UCLA视觉与图形学傅立叶学者奖，加州大学研究生院长学者奖，哥伦比亚大学硕士荣誉学生奖，电子科技大学优秀本科毕业生奖等。

个人主页:

https://www.techbeat.net/grzytrkj?id=39927

-The End-