信息工程学院

讲座主题：视觉-语言-动作模型（VLA）的原理与应用

讲座时间：2026年4月22日13：00

讲座地点：实训楼A113室

讲座对象：信息工程学院师生

主讲人简介：张威，信息工程学院教师，博士，2024年毕业于同济大学软件学院，研究方向为可信系统与软件、大模型故障传播分析与诊断等。曾就职于上交所技术有限责任公司，参与上海证券交易系统的开发与维护等工作。

讲座摘要：随着人工智能技术的快速发展，机器人系统正在从“感知环境”逐步走向“理解任务并自主执行操作”。视觉-语言-动作模型（Vision-Language-Action, VLA）是一类将视觉感知、语言理解与动作决策统一起来的新型智能模型，能够使机器人根据图像信息和自然语言指令完成抓取、搬运、操作等复杂任务。本报告围绕VLA的基本概念、核心组成和典型工作流程展开介绍。