复旦大学贾萧松助理教授

报告生成时间：2026年8月20日
个人主页：贾萧松
所属团队：复旦大学视觉与学习实验室（FVL，Fudan Vision and Learning Laboratory）

一、学者基本信息

项目	内容
中文姓名	贾萧松
英文名	Xiaosong Jia
现任职位	复旦大学可信具身智能研究院（TEAI）助理教授（tenure-track）
所属实验室	复旦大学视觉与学习实验室（FVL）成员
邮箱	jiaxiaosong@fudan.edu.cn
个人主页	https://jiaxiaosong1002.github.io/
Google Scholar	https://scholar.google.com/citations?user=JeFQwxUAAAAJ
GitHub	https://github.com/jiaxiaosong1002/
本科母校	上海交通大学（IEEE试点班／致远计划）
博士母校	上海交通大学（致远工科实验班「吴班」）
博士导师	严骏驰教授（上海交通大学人工智能学院）
合作导师	李弘扬教授（OpenDriveLab）
研究方向	自动驾驶、具身智能、世界模型、强化学习与模仿学习的端到端决策
代表性工作	UniAD、DriveAdapter、Think2Drive、Bench2Drive、DriveTransformer、Bench2Drive-R、DriveVGGT、TrajTok、DriveMoE、Interleave-VLA、Guided-VLA、AMP、HDGT、PPGeo、TCP、ST-P3
论文与引用	顶级会议／期刊论文 20 余篇，Google Scholar 引用 3000 余次（OpenAlex 收录 41 篇，引用 1652 次，注：OpenAlex 未完全覆盖其最新工作）
招生口径	报考复旦大学智能机器人与先进制造创新学院、可信具身智能研究院（计算机学院通道亦开放）；主要从科研实习生中选拔硕博生

二、教育背景与职业履历

贾萧松的学术训练全程在上海交通大学完成。本科就读于上海交通大学 IEEE 精英试点班，并入选致远计划（致远荣誉班），主修计算机科学；本科直博阶段进入致远工科实验班「吴班」（致远工科实验班的博士荣誉班），同样在计算机科学与工程系深造。在本科毕业季，他本人曾获得多所美国 Top-10 计算机科学 PhD 项目的录取（包括加州大学伯克利分校、密歇根大学等），最终选择留在上海交通大学直接攻读博士学位。

他的博士导师是上海交通大学人工智能学院的严骏驰教授（IEEE Fellow、教授），合作导师为 OpenDriveLab 的李弘扬教授。严骏驰教授在应用机器学习解决行业问题（轨迹预测、图学习、智能交互决策）方面积累深厚，李弘扬教授则深耕视觉与自动驾驶（端到端感知规划、世界模型），两位导师的互补背景为他后来的研究范式奠定了基础。据贾萧松本人自述，2019 年他从「轨迹预测」这个传统中间模块切入自动驾驶全栈研究，在研究中发现轨迹预测作为中间模块受上下游约束严重、对实际下游价值有限；2021 年选定博士课题时，两位导师一致看好「大规模神经网络大一统」的端到端自动驾驶趋势，鼓励他跳出已有产出路径，转向当时被业界普遍视为「玩具」的端到端方向。这一判断后来与 2023 年 CVPR 最佳论文 UniAD（他为共同作者之一）所开启的端到端量产浪潮高度契合。

2025 年 1 月，复旦大学成立校级实体运行科研机构——可信具身智能研究院（Institute of Trustworthy Embodied Artificial Intelligence, TEAI），由复旦大学副校长、FVL 实验室主任姜育刚教授兼任院长。贾萧松作为助理教授加入该研究院，并作为核心成员加入 FVL 视觉与学习实验室，继续聚焦自动驾驶与具身智能方向。TEAI 研究院位于上海市杨浦区湾谷科技园二期 D2 栋 6 楼，重点布局基础模型、数据引擎、具身交互、本体研制、可信机制五大方向，与复旦新工科创新学院之一「智能机器人与先进制造创新学院」紧密联动培养人才。需要指出的是，贾萧松的研究并非在 FVL 内部孤立进行，而是与上海交通大学 ReThinkLab（严骏驰团队，Think2Drive、Bench2Drive 的开源组织者）保持长期合作，构成横跨复旦—交大的紧密「产学研—校友」研究共同体。

三、学生培养情况

贾萧松对学生培养有明确的理念与显著产出。他在个人招生页自述指导过超过 5 名本科生、硕士生、博士生完成他们的第一篇顶会顶刊论文（以及后续的第二、三、四、五篇），并保持了「大二带到大四期间累计 5 篇共一」的指导记录；多名被指导的本科生在他推荐下赴北美顶尖高校攻读博士。他明确表示「只从科研实习生中招收硕博生」，强调从大一/大二即开始手把手带入门、为出国或深造做准备。以下列举其培养或长期指导的核心学生。

1. 游浚琦 / Junqi You（本科生→普林斯顿大学博士在读，共同一作）

上海交通大学本科生。在贾萧松指导下从大二开始参与端到端自动驾驶研究。本科期间即为 DriveTransformer（ICLR 2025）共同第一作者，其后作为共同一作完成 Bench2Drive-R：用生成式模型将真实世界数据转化为反应式闭环自动驾驶评测基准（arXiv 2024），是其在世界模型方向的关键代表作。2026 年 3 月，他获得普林斯顿大学博士录取通知（方向：Autonomous Driving），是贾萧松本科生培养的标杆成果之一。

2. 范存心 / Cunxin Fan（本科生→UIUC 博士在读，共同一作）

上海交通大学本科生（大三起即在贾萧松指导下产出顶会论文）。代表作 Interleave-VLA（ICLR 2026）：通过将视觉—语言—动作模型的输入从纯文本改为图文交错形式，赋予模型零样本识别手绘图案、OCR 文字乃至真实西瓜的能力，是贾萧松向具身智能方向延展的标志性工作；同时他还是 Guided-VLA（RSS 2026）的共同一作。2026 年 3 月，他获得伊利诺伊大学香槟分校（UIUC）博士录取通知（方向：Embodied AI）。

3. 张致远 / Zhiyuan Zhang（本科生→上海交通大学直硕生，长期合作者、共同一作）

上海交通大学人工智能试点班本科生，毕业后直升上海交通大学人工智能学院硕士。他是贾萧松指导时间最长、合作最密集的学生之一。共同一作或主要作者身份覆盖 Bench2Drive（NeurIPS 2024 D&B）、TrajTok（ICLR 2026，Waymo Sim Agents Challenge 冠军核心）、DriveTransformer（ICLR 2025）、Bench2Drive-R、FlatFusion（ICRA 2025）、Spatial Retrieval Augmented Autonomous Driving（CVPR 2026）、AMP（arXiv 2024）等，横跨端到端架构、行为世界模型、融合感知与空间检索新范式多个子方向，是贾萧松研究主线最核心的「右手」型合作者。

4. 李奇峰 / Qifeng Li（博士研究生，共同一作）

上海交通大学计算机系直博生（在 Think2Drive 工作时为计算机二年级普博生），是团队中具备强化学习背景的关键成员。2023 年初作为来实习的师弟，他与贾萧松一起向严骏驰老师汇报了将 DreamerV3 强化学习算法从「我的世界」拓展到自动驾驶的整体构想，二人历经一年攻坚，共同一作完成 Think2Drive（ECCV 2024）：首个、也是当时唯一一个能完整解决 CARLA Leaderboard 2.0 共 39 个复杂场景的学习型方案，奠定「基于世界模型的强化学习应用于自动驾驶」这一研究路线。此外他还是 TrajTok、Raw2Drive、DriveMoE 的共同一作/核心作者。

5. 杨振杰 / Zhenjie Yang（本科生/研究生，共同一作）

上海交通大学学生。作为共同一作完成 DriveMoE（CVPR 2026）：首个将 Mixture-of-Experts 引入自动驾驶视觉—语言—动作（VLA）模型的工作（被定位为「MoE 版 π0 自动驾驶」）；同时也是 Bench2Drive（NeurIPS 2024）共同一作、LLM4Drive 综述（arXiv 2023，社区 800+ star）共同一作、Raw2Drive（NeurIPS 2025）核心作者。其工作贯穿端到端评测基准、大模型综述与最新 VLA 架构，是贾萧松向 VLA / 物理世界大模型方向延伸的主要学生之一。

6. 葛祖浩 / Zuhao Ge（复旦大学 FVL 博士生，共同一作）

2025 年入学的复旦大学视觉与学习实验室博士生，是贾萧松在复旦独立招收的代表性学生。作为共同一作完成 Guided-VLA：面向视觉—语言—动作模型的可解释与可控注意力引导（RSS 2026），是其在具身基础模型方向进入顶级机器人会议的代表作之一，也标志着贾萧松研究团队主体从上海交大向复旦 FVL 的迁移与延展。

7. 朱宇涛 / Yutao Zhu（学生，共同一作）

共同一作完成 FlatFusion：面向自动驾驶的稀疏 Transformer 相机—激光雷达融合方法（ICRA 2025），在 nuScenes 验证集取得 73.7 NDS + 10.1 FPS；同时是 Bench2Drive-R（arXiv 2024）共同一作。其方向集中在多模态传感器融合与生成式仿真，是贾萧松团队在「感知融合—世界模型」交叉地带的主力学生。

8. 孙逸航 / Yihang Sun（本科生，共同一作）

本科生（在产出代表性工作时为大二）。共同一作完成 Efficient-LVSM（ICLR 2026）：更快、更省、更好的大规模视图合成模型，通过解耦式协同精炼注意力在视频序列中高效穿越；同时是 Interleave-VLA（ICLR 2026）共同一作。是贾萧松团队中最早进入本科科研并产出顶会论文的低年级学生代表，体现了其「从大二带入门到顶会共一」培养模式的落地。

四、学术合作网络

4.1 博士导师体系与核心合作者

贾萧松的合作网络以「博士导师严骏驰 + 合作导师李弘扬」为双核心向外辐射，呈现明显的「ReThinkLab + OpenDriveLab」双轨结构。

严骏驰（Junchi Yan）：上海交通大学人工智能学院教授、IEEE Fellow，贾萧松的博士导师。OpenAlex 记录两位合作论文 24 篇（合作频次最高），时间横跨 2022—2025，是贾萧松绝大多数端到端、世界模型、强化学习、行为预测论文的通讯作者。毕业后两人仍持续联合指导学生与联合发表（DriveMoE、Raw2Drive、TrajTok、Spatial Retrieval 等），构成跨越复旦—交大的「导师—已毕业学生」长期合作范式，是贾萧松学术网络第一圈层的核心。
李弘扬（Hongyang Li）：OpenDriveLab 创始人，现任南洋理工大学教授（同时与上海人工智能实验室、NVIDIA 合作）。OpenAlex 记录合作 8 次，2022—2023 年密度最高。他是贾萧松的「合作导师」，在端到端感知规划、nuScenes/nuPlan 基准、世界模型方向提供数据与资源支撑，是 UniAD、DriveAdapter、Think Twice before Driving、TCP、HDGT、PPGeo 等核心工作的合作纽带。李弘扬也作为合作作者出现在最新的 Guided-VLA、Spatial Retrieval Augmented Autonomous Driving 中，合作延续至今。
陈立（Li Chen）：合作 8 次，主要集中于 2022—2023 端到端早期阶段。先后任职于北京智源人工智能研究院（BAAI）、OpenDriveLab 与上海人工智能实验室，是 UniAD、Think Twice before Driving、DriveAdapter、HDGT、TCP、PPGeo 的核心共同作者，被视为端到端自动驾驶「上海学派」的关键青年学者之一。
彭浩/吴鹏浩（Penghao Wu）：合作 7 次。SJTU 与 OpenDriveLab 背景，是 ST-P3、TCP、PPGeo、Think Twice before Driving 等端到端早期工作的共同一作/核心作者之一。
乔宇（Yu Qiao）：中国科学院深圳先进技术研究院（SIAT）/ 上海人工智能实验室，合作 6 次。作为资深学者为 UniAD、TCP、PPGeo 等工作提供算力与平台支撑。
戴继锋（Jifeng Dai）：现任南洋理工大学教授（SenseTime / HKUST 出身），合作 4 次，是 UniAD 体系的核心架构贡献者之一，代表 FVL 与 SenseTime/NTU 体系的历史连接。

4.2 跨机构合作者图谱

除导师体系外，贾萧松的合作者网络覆盖北美、国内头部研究院与多家产业实验室，呈现典型的「学术 + 产业」混合网络：

加州大学伯克利分校线：Masayoshi Tomizuka（UC Berkeley 终身教授，合作 4 次，2020—2025）、Wei Zhan（詹伟，合作 3 次，2020—2021）、Liting Sun（孙丽婷，合作 3 次）——这条线自贾萧松本科阶段即建立，集中于轨迹预测与交互建模（CoRL 2021、RA Letters 2021、ICCV 2021 INTERPRET 竞赛），是他最早的国际化合作脉络，至今仍在 Interleave-VLA 等具身工作中延续。
上海人工智能实验室 / OpenDriveLab 线：Wenhai Wang（王文海，3 次）、Chonghao Sima（司马崇昊，4 次）、Jiazhi Yang（杨嘉祎，3 次）、Yihan Hu、Xizhou Zhu 等——UniAD 与 ST-P3 团队的主要构成，是端到端「上海学派」的中坚力量，贾萧松通过 OpenDriveLab 与该体系深度绑定。
商汤科技（SenseTime）线：Jianping Shi（史建平，2 次）、Lewei Lu（陆乐炜，4 次）、Jiangwei Xie（谢江伟，3 次）、Hanming Deng、Hao Tian、Si Liu——主要出现在 UniAD 时期（2022—2023），代表其与商汤感知—预测团队的阶段性合作。
华为线：Enze Xie（解恩泽，2 次，Huawei Technologies）——UniAD 时期合作，体现其在产业界算法体系内的连接。
复旦 FVL 同事线：Yu-Gang Jiang（姜育刚，FVL 主任、复旦副校长、TEAI 院长）、Zuxuan Wu（吴祖煊，FVL 教授）——入职复旦后形成的现单位合作核心，二者频繁出现在 TrajTok、Guided-VLA、Spatial Retrieval、Efficient-LVSM、DriveMoE 等最新工作中，是贾萧松研究在 FVL 体系内扎根的关键支撑。
北京/武汉学术线：Dahua Lin（林达华，BAAI/上海 AI Lab，2 次）、Wuhan University 的 Siqi Chai、Senyao Du、Tianwei Lin（均 2 次，2022—2023 UniAD 时期）——代表 UniAD 多机构协作时期的合作记忆。
其他长期合作者：Hang Zhao（赵航，CoRL 2021 轨迹预测合作者）、Jia Zeng（曾嘉，轨迹预测合作者）、Shaoshuai Shi（史少帅，AMP arXiv 2024）、Yu Liu（刘宇，上海 AI Lab，HDGT 合作者）、Yulu Gao（高雅，合作 4 次，Beihang/SJTU）、Patrick Langechuan Liu（DriveAdapter）、Xiaokang Yang（杨小康，上海交大教授，ActiveAD 2026）——构成覆盖轨迹预测、运动预测与端到端的长期合作拼图。

五、业界合作关系深度分析

5.1 产业研究实验室合作

贾萧松的研究与产业研究实验室深度耦合，是少数「以产业级基准与仿真器影响全行业」的青年学者之一。

OpenDriveLab（与 NVIDIA 体系关联）：其合作导师李弘扬创立的 OpenDriveLab 长期与 NVIDIA 自动驾驶研究体系紧密关联，是 nuScenes / nuPlan / OpenDriveLab 系列自动驾驶基准与挑战赛的主要推动者。贾萧松几乎所有端到端核心论文都基于 OpenDriveLab 的数据与平台范式，并在 Bench2Drive 中主动将 CARLA Leaderboard 2.0 与 nuScenes 格式对接，搭建起仿真社区与真实数据社区之间的桥梁。
上海人工智能实验室（Shanghai AI Lab）：乔宇、司马崇昊、王文海、姚茂晴（Maoqing Yao，Raw2Drive 2025 合作者）、杨学（Xue Yang，Raw2Drive / Spatial Retrieval / Interleave-VLA 合作者）——上海 AI Lab 是其论文中最常出现的国内产业研究实验室，覆盖从 UniAD 到最新 VLA/世界模型全周期合作。该实验室亦与 OpenDriveLab 共同维护 nuPlan / WOD 生态，是其「评测—算法」闭环的关键产业伙伴。
Waymo（谷歌自动驾驶）：以「Waymo Open Sim Agents Challenge（WOSAC）」为纽带。贾萧松团队提出的 TrajTok 行为世界模型 tokenizer 在 Waymo 自动驾驶挑战大赛行为世界模型赛题上获头名（奖金 10,000 美元，由严骏驰指导，张致远、贾萧松为共同一作，于 CVPR 2025 自动驾驶研讨会介绍；相关 TrajTok 论文发表于 ICLR 2026）。该赛事历年参赛方涵盖 CMU、普林斯顿、伯克利及谷歌、NVIDIA、地平线、滴滴、零跑等头部企业，夺冠标志着其行为仿真工作被国际主流自动驾驶公司认可。其 GitHub 主页也将其标注为「Waymo Sim Agents Challenge 冠军」。
CARLA 仿真社区：Think2Drive 与 Bench2Drive 是 CARLA Leaderboard 2.0 时代最具影响力的开源方案，前者是「首个也是当时唯一」能在 CARLA V2 完成全部 39 复杂场景的学习型方案，后者是首个面向「多能力闭环端到端」的综合评测基准，并配套了基于国产深度学习框架 Jittor（清华大学体系）的 JAD 算法库与 Bench2Drive-Jittor 评测库，将国产框架接入主流自动驾驶仿真链路。
TEAI 校企联合实验室生态：作为 TEAI 研究院助理教授，贾萧松所在的机构层面已与北京字跳网络技术有限公司（字节跳动）、上海宝信软件股份有限公司、宁波富佳实业股份有限公司、上海优复博智能科技有限公司等首批企业共建校企联合实验室，截至 2025 年底研究院累计与 8 家企业共建联合实验室，并发布多模态具身模型、大规模具身数据集、可信人工智能平台 OpenTAI 等成果，为贾萧松团队向具身智能、机器人本体与可信机制方向延展提供了产业接口。

5.2 应用导向与产业链辐射

贾萧松明确以「做有用的研究、做有影响力的工作」为方法论，其研究产出高度契合 2024—2026 年自动驾驶与具身产业的现实痛点，并在多条产业链节点形成辐射：

端到端量产范式辐射：UniAD（CVPR 2023 最佳论文，共同作者）与 DriveAdapter（ICCV 2023 Oral）、Think Twice before Driving（CVPR 2023）共同构成端到端自动驾驶「上海学派」从范式定义到量产落地的基础工作集，被国内多家量产智驾团队（地平线、卓驭、元戎启行、文远知行、小鹏、华为乾崑、Momenta 等）的架构演进广泛引用与对标。其 DriveTransformer（ICLR 2025）以「统一查询 + 注意力」统一感知—预测—规划全部任务，进一步成为端到端可扩展架构的新基线。
VLA / 物理世界大模型方向布局：DriveMoE（CVPR 2026）作为首个面向自动驾驶 VLA 的 Mixture-of-Experts 模型，被定位为「π0 的 MoE 版自动驾驶方案」，直接对接 2025—2026 年特斯拉 FSD V14、英伟达 Alpamayo 1、小鹏第二代 VLA 等行业向「物理世界大模型」收敛的技术趋势；Guided-VLA（RSS 2026）进一步提供 VLA 的可解释与可控注意力引导，回应产业对 VLA 黑箱治理的关切。
数据与评测基础设施输出：Bench2Drive（NeurIPS 2024 D&B）、Bench2Drive-R、Bench2Drive-VL 三套基准分别覆盖闭环端到端评测、生成式反应式仿真、自动驾驶大模型闭环评测，已成为端到端社区事实标准之一；Spatial Retrieval Augmented Autonomous Driving（CVPR 2026）提出「自动驾驶空间记忆」新范式，引入百度街景、高德街景、谷歌街景等离线地理信息作为长期记忆，直接面向夜间无灯、雨雾遮挡、复杂立交等车端传感器失效场景，具有明确的车队级数据复用与车路协同落地价值。
强化学习驱动的决策智能输出：Think2Drive（ECCV 2024）首次将基于世界模型的强化学习（Model-based RL）成功应用于 CARLA V2 全场景，Raw2Drive（NeurIPS 2025）进一步实现端到端强化学习对齐世界模型驾驶，呼应产业界从「模仿学习数据堆砌」向「强化学习自主探索」范式迁移的共识（与大模型从 SFT 走向 RL 的趋势同构）。
人才与就业通道：贾萧松在招生页明确可为学生提供「复旦/交大/科大等学校的硕博机会，大厂实习/全职工作机会」，已有多名被指导本科生进入普林斯顿、UIUC 等北美顶尖博士项目，研究生与实习生与上海 AI Lab、OpenDriveLab、商汤、字节跳动等产业体系形成稳定输送通道，反向巩固其学术—产业合作网络。

六、重要奖项与学术兼职

时间	奖项 / 兼职	说明
2025 / 2026	Waymo Open Sim Agents Challenge 冠军（奖金 10,000 美元）	TrajTok 行为世界模型 tokenizer 获头名；由严骏驰指导，张致远、贾萧松共同一作，于 CVPR 2025 自动驾驶研讨会介绍，论文发表于 ICLR 2026
2023	CVPR Best Paper Award	作为共同作者参与 Planning-oriented Autonomous Driving（UniAD），获 CVPR 2023 最佳论文奖
2021	ICCV Mair2 Workshop Best Student Paper Award	Multi-Agent Trajectory Prediction by Combining Egocentric and Allocentric Views（CoRL 2021 的 workshop 版本）
2024	CARLA Leaderboard 2.0 里程碑	Think2Drive 为首个、亦为当时唯一一个能完整解决 CARLA V2 共 39 复杂场景的学习型方案
2021	INTERPRET 挑战赛联合组织者（ICCV 2021）	与 UC Berkeley 的 Wei Zhan、Masayoshi Tomizuka 等联合组织基于 INTERACTION 数据集的预测挑战，负责 Joint Prediction 与 Conditional Prediction 两条赛道的设计与实现
在读期间	上海交通大学致远荣誉体系	本科 IEEE 精英试点班 + 致远计划，博士致远工科实验班「吴班」
在读期间	多所美国 Top-10 CS PhD 录取	本科直博阶段获加州大学伯克利分校、密歇根大学等录取（最终留交大）
持续	顶级会议/期刊审稿与服务	活跃于 CVPR、ICCV、ECCV、NeurIPS、ICLR、CoRL、ICRA、RSS 等自动驾驶—机器人—视觉社区；GitHub 多个高 Star 仓库（如 Awesome-LLM4AD、Bench2Drive 系列）维护者

七、Connection圈层总结

第一圈层（导师 + 产业合作导师）：严骏驰（上海交大，博士导师，合作 24 次，毕业后持续联合指导）、李弘扬（OpenDriveLab / 南洋理工，合作导师，合作 8 次）。二者共同为贾萧松奠定「应用机器学习 + 视觉自动驾驶」的双轨研究范式，是端到端自动驾驶「上海学派」的核心驱动组合。

第二圈层（同门 / ReThinkLab + OpenDriveLab 同期成员）：陈立（Li Chen，合作 8 次）、吴鹏浩（Penghao Wu，7 次）、司马崇昊（Chonghao Sima，4 次）、王文海（Wenhai Wang，3 次）、杨嘉祎（Jiazhi Yang，3 次）等。这一层构成 UniAD / TCP / DriveAdapter / Think2Drive / Bench2Drive 的核心合作集体，是端到端「上海学派」的中坚青年力量，并与 OpenDriveLab、上海 AI Lab、BAAI 等机构深度交叉。

第三圈层（复旦现单位同事 + 指导学生）：姜育刚（Yu-Gang Jiang，FVL 主任 / 复旦副校长 / TEAI 院长）、吴祖煊（Zuxuan Wu，FVL 教授）——构成其入职复旦后的现单位合作核心；学生层则包括张致远、李奇峰、杨振杰、游浚琦（已赴普林斯顿）、范存心（已赴 UIUC）、葛祖浩（复旦 FVL 博士）、朱宇涛、孙逸航等，构成「交大培养 + 复旦承接」的人才梯队闭环。

第四圈层（跨校 / 国际 / 产业合作者）：UC Berkeley 线（Masayoshi Tomizuka、Wei Zhan、Liting Sun，自本科延续至今）、NTU / SenseTown 体系（Jifeng Dai、Lewei Lu、Jiangwei Xie 等）、Shanghai AI Lab（Yu Qiao、Maoqing Yao、Xue Yang、Mingyu Ding 等）、Waymo（WOSAC 冠军）、华为（Enze Xie）、清华大学 Jittor 体系（Bench2Drive-Jittor），以及复旦 TEAI 校企联合实验室所连接的字节跳动、宝信软件、富佳实业、优复博智能等企业。这一层覆盖轨迹预测早期合作、端到端中期产业落地到最新 VLA / 物理世界大模型全周期，是贾萧松研究「从 0 到 1、推动行业实际进展」这一方法论的产业兑现网络。

复旦大学 贾萧松 助理教授