1

具身智能

多模态感知

探索机器人如何融合视觉、听觉、触觉等多种模态信息，实现对环境的精准感知与理解

动作规划与控制

研究具身智能体的动作规划算法及控制策略，使其能高效、灵活地完成任务

人机协作具身

分析在人机协作场景中，具身智能体如何与人类协同工作，提升协作效率与安全性

环境自适应具身

关注具身智能体在不同复杂环境下的自适应能力，如在未知、动态环境中的应对策略

2

大模型和智能体

模型优化与压缩

探索如何对大模型进行优化，提升性能的同时实现模型压缩，降低部署成本

智能体决策

研究基于大模型的智能体决策机制，使其能在复杂场景下做出合理、高效的决策

模型可解释性

分析大模型的内部工作机制，提高模型决策的可解释性，增强人们对模型的信任

多智能体协作

探讨多个基于大模型的智能体如何协作，实现更复杂的任务，提升整体智能水平

3

可信计算

可信硬件

研究硬件层面的可信技术，如可信芯片、可信执行环境等，保障系统底层安全

可信软件

探讨如何构建可信的软件系统，包括软件的安全验证、漏洞检测与修复等

可信网络

分析网络环境中的可信机制，如网络通信的可信认证、数据传输的完整性保护

可信云计算

聚焦云计算场景下的可信技术，确保云服务的安全性、可靠性及数据隐私保护

4

泛在操作系统方向

异构资源管理

研究泛在操作系统如何对多样化的异构设备资源进行高效调度与协同管理，实现资源的最优分配与利用

边缘计算融合

探讨泛在操作系统与边缘计算的深度融合，分析如何降低数据传输延迟，提升系统响应速度与本地化处理能力

安全隐私防护

聚焦泛在操作系统面临的安全风险，研究数据加密、身份认证、访问控制等安全隐私防护技术与机制

跨平台适配

分析泛在操作系统在不同硬件架构、软件环境下的跨平台适配方案，实现系统的无缝迁移与统一运行

5

AI for Science

材料研发

探讨AI如何助力新材料的发现、合成路径优化及性能预测，加速材料科学研究进程

生物模拟

聚焦利用AI模拟生物系统，如蛋白质折叠、细胞行为等，为生物医学研究提供新手段

物理建模

研究借助AI构建物理模型，解决复杂物理问题，提升对自然规律的理解与应用

科学数据挖掘

挖掘海量科学数据中的潜在规律，通过AI算法为科研决策提供数据驱动的支持