仉尚航，女，北京大学计算机学院研究员、助理教授、博士生导师，博雅青年学者、国家海外高层次青年人才。50多篇论文、5项中美专利、一本全球下载量超过12万次的英文书，再加上一项AAAI 2021最佳论文奖，这样的履历放在人工智能赛道里，已经很有辨识度。可她这两年越来越被关注，靠的并不只是这些“纸面成绩”，而是她把一个更难的问题讲明白了——机器人到底怎样才能不只会做单一动作，而是真正在开放世界里学会思考、学会泛化。 仉尚航这条路，走得很典型，也走得很硬。她2018年从卡内基梅隆大学拿到博士学位，之后到加州大学伯克利分校BAIR做博士后，2022年回到北京大学计算机学院做教学和科研。她长期盯住的是开放环境下的泛化机器学习，同时又把计算机视觉、类脑智能、具身智能这些方向揉在一起。说白了，她不是在做那种只在实验室里跑分好看的模型，而是在解决一个特别现实的难题：机器人离开预设场景以后，为什么常常就不灵了，怎么才能让它跨场景、跨任务、跨形态地继续工作。 到了2025年，她的工作开始明显往“具身智能大脑”这条线集中。6月的智源大会上，她以“开放世界具身多模态基础模型与系统”为题作报告，把自己的核心思路讲得很直接：机器人要从“单一任务、单一本体”走向“通用泛化”，关键是要搭出类似人类“大脑+小脑”的快慢系统。慢系统负责规划、预测和更长程的时空智能，快系统负责快速反应和精细控制。再到2025年底的北大科学跨年演讲，她又把这套框架进一步公开化、通俗化，直接面对公众解释机器人怎样才能“像人一样运动与思考”。一个青年学者能把最前沿的具身智能研究，既做成会议里的技术路线，也做成公众能听懂的表达，这其实很见功夫。 她之所以会被反复提起，还有一个原因，就是成果并不是零散的。AAAI 2021最佳论文奖让她在学术圈真正出了名，那项工作曾登上全球最大研究代码仓库的Trending Research榜首，开源代码访问量超过7万次、Star超过2600次。她参与编写的《Deep Reinforcement Learning》后来也出了中文版，英文电子版下载量超过12万次。与此同时，她还多次组织NeurIPS、ICML等国际顶会Workshop，担任AAAI高级程序委员。这些信息放在一起，就能看出她不是只在某个点上突然爆一下，而是论文、系统、开源、学术组织能力几条线都在往前推。 更有意思的是，仉尚航身上没有那种只顾埋头做研究的单一感。2026年3月，北京大学的一篇人物报道写到，她当年还是本科生时，曾坐着绿皮火车站票来到北大，17年后真的以青年教师身份回到这里。这个细节之所以打动人，不是因为故事多传奇，而是因为它把她身上那股“把远一点的目标一点点走近”的劲儿写出来了。同一篇报道里还提到，她参加了北京大学第二十四届青年教师教学基本功比赛并获得二等奖。换句话说，她现在不只是一个做具身智能的研究者，也已经是一个在课堂、在学生培养、在学术前沿同时发力的青年教师。 所以今天再看仉尚航，大家关注的已经不只是“北大青年学者”这几个字了。她真正让人高看一眼的地方，是把一个很热的方向做得不空。别人讲机器人，可能更容易讲会跑、会跳、会抓取；她更在意的是这些能力背后那套可泛化、可迁移、可持续演化的智能底座。这样的研究，短期未必最热闹，但从长远看，往往更有后劲。也正因为如此，她最近频频被看到，不像是偶然出圈，更像是在具身智能真正进入深水区时，被越来越多人意识到分量。 您怎么看，欢迎评论区讨论。