去年归国的徐梦迪，成了清华姚班班主任

中国AI第一班——清华姚班——开学了。据公众号「水木TsinghuaCent」统计，2026级姚班共录取约90人，其中约66人通过竞赛保送等渠道提前进入，另有24人从清华新生中经过笔试、面试脱颖而出。这批学生中国家集训队成员占据相当比例，约有27名信息学竞赛顶尖选手，还有代表中国出战国际奥赛的国家队成员，以及高考裸分尖子，二招入选者中甚至出现了CMO金牌得主。

而在这些“顶配新生”面前，负责介绍人工智能方向的，是一张刚刚加入清华不久的新面孔。徐梦迪，交叉信息院助理教授，2025年9月才从斯坦福回到清华。入职还不到一年，她已经成为姚班四位新生班主任之一，迎新现场带来的主题是「构建下一代智能」。

徐梦迪并不是姚班毕业生，也不是传统计算机科班出身。2017年，她从清华大学车辆工程专业本科毕业，此后先后在约翰斯·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，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。

博士期间，她的代表性工作之一是与CMU、Google DeepMind等机构研究者共同开发的RoboTool。研究团队不再逐步指定机器人该使用什么工具、执行哪些动作，而是向系统提供任务目标以及场景、物体和机器人能力等信息，由它分析约束、选择工具、规划步骤，最后生成机器人可以执行的代码。比如机械臂够不到远处的牛奶盒时，它会用锤子当钩子把牛奶盒拉到手边；四足机器人无法跨过沙发之间的空隙时，它会寻找周围物体搭出一条通路。

博士毕业后，徐梦迪来到斯坦福视觉与学习实验室从事博士后研究，与吴佳俊、李飞飞合作——这里也是全球具身智能研究的重要阵地之一。一年后，她选择回到本科母校，加入清华交叉信息院，开始组建自己的研究团队。

更值得关注的，是她对通用机器人技术路线的判断。在题为《构建可适应的通用机器人》的博士论文中，她直接挑战“模型够大、数据够多，泛化能力就会自然涌现”的Scaling Law思路，认为真实世界的任务空间近乎无限，你永远不可能把机器人未来会遇到的情况全部塞进训练集。在她看来，与其幻想训练集覆盖一切，不如让机器人拥有一种能力——到了现场以后，再根据少量新信息快速适应。

交叉信息院由姚期智于2011年创办，也是姚班的培养单位，研究版图覆盖理论计算机科学、人工智能、量子信息等领域。一位本科读车辆工程、后来转向机器人学习的年轻学者站上姚班讲台，也为这个以理论计算机和大模型见长的学院在具身智能方向上增添了一抹新意。

接下来值得关注的是，这位带着「构建下一代智能」主题的班主任，会把什么样的机器人研究视角带进姚班课堂，以及她的团队在机器人学习与具身智能上会拿出哪些新成果。