跳转至

交叉信息院 陈建宇 助理教授

报告生成时间：2026年8月20日
个人主页：陈建宇
所属团队：清华大学交叉信息研究院

一、学者基本信息

项目 信息
姓名 陈建宇（Jianyu Chen）
出生年份 1992年4月
籍贯 四川乐山
现任职务 清华大学交叉信息研究院 助理教授、博士生导师
兼任职务 上海期智研究院 PI；北京星动纪元科技有限公司（RobotEra）创始人兼 CEO
实验室 智能系统与机器人实验室（Intelligent Systems and Robotics Laboratory, ISR Lab）
研究方向 机器人学、强化学习、控制、自动驾驶、具身智能
本科毕业院校 清华大学精密仪器系（2015年）
博士毕业院校 加州大学伯克利分校（UC Berkeley）机械工程系（2020年）
博士导师 Masayoshi Tomizuka 教授（美国工程院院士）
引进途径 图灵奖得主姚期智院士引进
邮箱 jianyuchen@tsinghua.edu.cn
办公地址 北京市海淀区清华科技园 C-1901
论文数量 国际顶会与期刊发表论文70余篇
Google Scholar 引用量持续增长，h-index 稳步提升

二、教育背景与职业履历

教育背景

陈建宇1992年4月出生于四川乐山一个普通中产家庭，在父母的鼓励式教育下成长，从小即展露出卓越的学术天赋。他在中学阶段参加物理、化学、数学等多学科竞赛并屡获全国一等奖，凭借学科竞赛成绩保送进入清华大学。

  • 2011-2015年：清华大学精密仪器系，获学士学位。精密仪器系是国内最早从事双足人形机器人研究的单位之一，陈建宇的本科毕业设计即为"双足机器人步态规划"，这也是他日后投身机器人研究的起点。在校期间，他还曾获得国家二级运动员称号（乒乓球项目）。在清华大学交叉信息研究院施一公教授的指导下，陈建宇于2013年开始研究无人车技术，提出了"非线性系统、非凸约束条件下的实时轨迹优化算法"，该算法能够自动地对无人车这种非线性系统实时规划出安全的轨迹。
  • 2015-2020年：加州大学伯克利分校（UC Berkeley）机械工程系，直博，获博士学位。师从美国工程院院士、机电控制先驱、模型预测控制（MPC）算法理论奠基人 Masayoshi Tomizuka 教授，在伯克利机械系统控制实验室（Mechanical Systems Control Lab, MSC Lab）开展研究。在伯克利期间，陈建宇将研究重心放在自动驾驶与机器人控制的交叉领域，提出了多种基于深度强化学习和模型预测控制的自动驾驶决策规划算法（包括约束迭代 LQR、FOAD 快速优化运动规划器等），并将算法成功应用于无人车实车测试。博士期间曾在自动驾驶公司 Waymo（前谷歌自动驾驶部门）和 Nutonomy 实习，积累了自动驾驶产业的第一手经验。他还参与了多个与谷歌、特斯拉、百度等公司合作的项目。

职业履历

  • 2020年至今：清华大学交叉信息研究院助理教授、博士生导师。博士毕业后，陈建宇拒绝了谷歌（Google）/Waymo 的工作邀请，由图灵奖得主姚期智院士引进回国任教，28岁即成为清华大学最年轻的博士生导师之一。在交叉信息研究院创立了智能系统与机器人实验室（ISR Lab），该实验室同时隶属于上海期智研究院。
  • 2021年7月至今：上海期智研究院 PI，在上海开展前沿研究。
  • 2023年8月至今：创立北京星动纪元科技有限公司（RobotEra），任创始人兼 CEO。该公司由清华大学交叉信息研究院孵化，是清华大学唯一直接持股的具身智能企业（清华大学通过华控技术转移有限公司持有约3.8%股权）。联合创始人席悦同为清华大学助理研究员，主导搭建了从核心部件到整机的量产体系，于2024年入选福布斯中国30 Under 30榜单。另一位联合创始人刘建军负责工程研发。

陈建宇在创立星动纪元时表示，选择创业的原因在于高校难以支撑机器人领域的高投入研发，而他希望将机器人技术真正落地、创造实际价值。当看到特斯拉推出机器人产品时，他产生了紧迫感。这一决定标志着他从纯粹的学术研究者向"科学家创业者"的转型，也使他的学术研究与产业实践形成了紧密的产学研闭环。

三、学生培养情况

陈建宇在清华大学交叉信息研究院创立了智能系统与机器人实验室（ISR Lab），实验室隶属于交叉信息研究院和上海期智研究院。ISR Lab 的目标是构建具备高性能、高智能的先进机器人软硬件系统，研究横跨机器人学、强化学习和大语言模型三大领域。实验室当前聚焦于构建通用人形智能机器人（Building Humanoid General Intelligent Robot），并在语言模型接地（Grounding Language Model）、去中心化运动技能学习、具身决策中的信息收集等方面开展了前沿探索。实验室积极招收博士后、工程师、博士生、硕士生和研究助理。

根据 ISR Lab 官网信息及发表论文署名情况，陈建宇指导的学生及团队成员主要包括：

1. 陈晓宇（Xiaoyu Chen）（博士生，直接指导）

陈晓宇是 ISR Lab 的核心博士生之一，研究方向涵盖深度强化学习、部分可观测马尔可夫决策过程（POMDP）和安全强化学习。他在 ICML 2022 上发表了关于流式循环信念状态学习的论文（Flow-based Recurrent Belief State Learning for POMDPs），在 NeurIPS 2022 上发表了关于非平稳环境下自适应深度强化学习的工作。此外，他与微软亚洲研究院合作密切，参与了多项与 Tie-Yan Liu（刘铁岩）团队的联合研究。

2. 高婧玥（Jingyue Gao）（博士生，直接指导）

高婧玥的研究方向涉及强化学习中的技能发现与示范学习。她在 NeurIPS 2022 上发表了关于无监督技能发现的工作（Unsupervised Skill Discovery via Recurrent Skill Training, ReST），该工作提出了一种循环技能训练框架，通过顺序训练不同技能而非并行训练，有效解决了状态覆盖和技能多样性的问题。她还参与了 CoRL 2022 上关于稀疏奖励下不匹配任务示范学习的研究。

3. 郭彦江（Yanjiang Guo）（博士生，直接指导）

郭彦江是 ISR Lab 的活跃博士生（2022级），研究方向涵盖机器人操作、强化学习示范学习和人形机器人控制。他参与了 CoRL 2022 示范学习论文以及 RSS 2024 杰出论文入围的 DWL（Denoising World Model Learning）工作。此外，他还参与了 CoRL 2024 的 HiRT（分层机器人变压器框架）论文，该工作解决了具身多模态大模型推理慢的问题，是共同第一作者之一。他还参与了与斯坦福大学 Chelsea Finn 课题组、Physical Intelligence（PI）联合开展的可控生成世界模型 Ctrl-World 研究，该工作在全球具身智能评测 WorldArena 榜单中获得全球第一。

4. 蒋哲远（Zheyuan Jiang）（博士生，直接指导）

蒋哲远的研究方向包括无监督技能发现和去中心化机器人控制。他在 NeurIPS 2022 上发表了无监督技能发现论文（ReST），该论文是 ISR Lab 在技能发现领域的代表性工作。

5. 刘翊臣（Yichen Liu）（博士生，直接指导）

刘翊臣参与了 ISR Lab 多项安全强化学习和自动驾驶相关研究，在 RAL 2023 上参与了关于无模型安全强化学习的神经屏障证书方法的研究。他同时也是 RSS 2024 DWL 论文的作者之一。

6. 施铖铭（Chengming Shi）（博士生，直接指导）

施铖铭（2023级博士生）参与了 CoRL 2022 的示范学习论文以及 RSS 2024 杰出论文入围的 DWL（Denoising World Model Learning）工作。他是 DWL 论文的共同第一作者之一。

7. 王彦仁（Yen-Jen Wang）（硕士生，直接指导）

王彦仁（2021级硕士生）是 RSS 2024 杰出论文入围奖论文 DWL 的共同第一作者，同时也是 CoRL 2024 HiRT 论文的共同第一作者。他在人形机器人运动控制和具身大模型推理效率方面做出了重要贡献。

8. 朱翔（Xiang Zhu）（博士生，直接指导）

朱翔（2021级博士生）是 RSS 2024 DWL 论文的共同第一作者，同时参与了 IROS 2022 上的接触安全强化学习框架论文（A Contact-Safe Reinforcement Learning Framework for Contact-Rich Robot Manipulation）。

9. 钟海（Hai Zhong）（博士生，直接指导）

钟海的研究方向包括随机博弈和约束控制，在 RAL 2023 上与日本学者 Yutaka Shimizu 合作发表了关于机会约束迭代线性二次随机博弈的论文。

10. 张荐科（Jianke Zhang）（博士生，直接指导）

张荐科（2024级博士生）是 CoRL 2024 HiRT 论文的共同第一作者，研究方向涉及具身大模型与机器人操作控制。

此外，ISR Lab 还与清华大学车辆与运载学院李升波（Shengbo Eben Li）教授团队保持密切的合作关系，多名李升波团队的学生（如马海桐 Haitong Ma、于东杰 Dongjie Yu、段京良 Jingliang Duan 等）与陈建宇联合发表论文。实验室还与微软亚洲研究院有持续的合作，涉及与 Tao Qin、Tie-Yan Liu 等研究员的联合研究。ISR Lab 同时也与交叉信息研究院的其他机器人方向教师（如赵行 Hang Zhao、高阳 Yang Gao、许华哲 Huazhe Xu、杜韬 Tao Du 等）保持院内协作关系，在 CoRL 2024 等顶会上以交叉信息院团队名义联合发布多项成果。

四、学术合作网络

陈建宇的学术合作网络建立在两个核心节点之上：其一为伯克利 Tomizuka 实验室的师承关系，其二为清华大学交叉信息研究院和李升波教授团队的校内协作。以下从多个维度分析其学术合作网络。

4.1 博士导师与师承网络

陈建宇的博士导师 Masayoshi Tomizuka 教授是美国工程院院士、加州大学伯克利分校机械工程系 Cheryl and John Neerhout Jr. 杰出教授，被誉为机电控制和预见控制（Preview Control）学科的创始人，也是模型预测控制（MPC）算法理论的奠基人之一。Tomizuka 教授领导的 MSC Lab 是全球机器人与机电系统控制领域的顶尖实验室，长期聚焦智能机器人系统、自动驾驶车辆与车辆控制系统、精密运动控制系统和人机协作系统等方向，实验室支持超过20名博士后、博士生和本科生开展研究。Tomizuka 教授于2020年当选美国国家工程院（NAE）院士，NAE 引用其"通过创新在全球工业中领导机械系统控制，以及教育下一代领导者"的贡献。

在伯克利期间，陈建宇与 Tomizuka 课题组的多位成员建立了密切的合作关系，包括： - Wei Zhan：伯克利博士，与陈建宇联合发表多篇自动驾驶运动规划论文（ITSC 2017, IV 2017, T-IV 2019 等），研究方向为自动驾驶环境表征与规划。目前仍在 MSC Lab 活跃，2025年有 ICLR 论文发表。 - Liting Sun：伯克利研究员，与陈建宇合作发表 ICRA 2021、IROS 2021 等论文，研究方向为自动驾驶规划。 - Yutaka Shimizu：日本学者，与陈建宇合作发表 IROS 2021 和 RAL 2023 论文，研究方向为约束规划和随机博弈。目前在 MSC Lab 活跃，2025年有 ICLR 论文发表。 - Changliu Liu（刘畅）：伯克利博士（2017年毕业），与陈建宇在伯克利期间合作发表 ACC 2018 等论文，研究方向为安全自动驾驶系统。后任 Cornell University 博士后、NVIDIA 自动驾驶部门软件工程师，现为北京大学工学院助理教授。 - Chen Tang：与陈建宇合作发表 ICRA 2019 车辆轨迹预测论文。 - Xinghao Zhu：与陈建宇合作发表 ICRA 2022 抓取学习论文。 - Jinning Li：与陈建宇合作发表 ICRA 2021 安全层级规划论文。

此外，陈建宇在 Berkeley 期间还与清华大学 李升波（Shengbo Eben Li） 教授建立了长期合作关系，这成为他回国后最重要的学术合作纽带。值得注意的是，段京良（Jingliang Duan）在2018-2019年作为清华大学博士生在伯克利 MSC Lab 访学，成为连接陈建宇伯克利网络与清华网络的桥梁人物。

4.2 清华大学校内合作

李升波（Shengbo Eben Li） 教授是陈建宇最紧密的学术合作者。李升波现任清华大学车辆与运载学院副院长、长聘教授，从事智能网联汽车、自动驾驶、强化学习与最优控制研究，曾在斯坦福大学、密歇根大学和伯克利大学学习访问。两人合作的论文数量超过10篇，涵盖自动驾驶决策、安全强化学习、约束控制等多个方面，发表在 T-ITS、TNNLS、ICML、L4DC、IROS、CDC 等顶级期刊和会议。合作代表性成果包括： - L4DC 2022 最佳论文入围：安全证书与安全控制策略的联合合成（Joint Synthesis of Safety Certificate and Safe Control Policy using Constrained Reinforcement Learning） - ICML 2022：可达性约束强化学习（Reachability Constrained Reinforcement Learning） - ICML 2022：基于流的循环信念状态学习（Flow-based Recurrent Belief State Learning for POMDPs） - T-ITS 2021：可解释的端到端城市自动驾驶（Interpretable End-to-End Urban Autonomous Driving with Latent Deep Reinforcement Learning） - IV 2018：不确定交互环境下的连续自动驾驶决策（Oral Presentation）

姚期智（Andrew Yao） 院士作为交叉信息研究院院长，是陈建宇的直接引进人，为陈建宇提供了在交叉信息研究院的平台支持。陈建宇在交叉信息研究院内与多位机器人方向同事保持协作，包括赵行（Hang Zhao，MARS Lab，自动驾驶与机器人学习）、高阳（Yang Gao，强化学习与具身智能）、许华哲（Huazhe Xu，机器人操作与仿真）、杜韬（Tao Du，可微仿真与机器人设计）等。在 CoRL 2024 上，交叉信息院四个研究组（赵行、高阳、陈建宇、许华哲）联合发布了9项科研成果。

4.3 微软亚洲研究院（MSRA）合作网络

陈建宇与微软亚洲研究院有着密切的学术合作。在 NeurIPS 2022 发表的论文中，他与 MSRA 的 Tie-Yan Liu（刘铁岩）、Tao Qin（秦涛）、Li Zhao（赵莉）、Wenxue Cheng、Peng Cheng、Yongqiang Xiong、Pushi Zhang 等研究员合作，研究了非平稳环境下的自适应深度强化学习方法。刘铁岩是微软亚洲研究院副院长，在机器学习和强化学习领域享有国际声誉，也是微软研究院在 AI for Science 领域的领军人物。

4.4 香港大学与国际合作

陈建宇与香港大学 Ping Luo（罗平） 教授保持长期合作。Ping Luo 是港大人工智能实验室主任，双方在 NeurIPS 2021、NeurIPS 2022、ICML 2022、CVPR 2022 等顶会上联合发表了多篇论文，涵盖基于模型的强化学习（Model-Based Reinforcement Learning via Imagination with Derived Memory）、元强化学习（Decomposed Mutual Information Optimization for Generalized Context in Meta-Reinforcement Learning）、视觉控制（CtrlFormer: Learning Transferable State Representation for Visual Control via Transformer）和半监督目标检测（Scale-Equivalent Distillation for Semi-Supervised Object Detection）等方向。

陈建宇还与 Jianye Hao（郝建业）（天津大学教授）、Chongjie Zhang（张崇洁）（清华大学教授）等学者在强化学习领域开展合作。

4.5 与斯坦福大学 Chelsea Finn 团队的合作

2025年，陈建宇团队与斯坦福大学 Chelsea Finn 课题组以及 Physical Intelligence（PI）公司联合提出了可控生成世界模型 Ctrl-World。2025年2月26日，在全球具身智能领域评测 WorldArena 榜单中，清华陈建宇团队联合斯坦福 Chelsea Finn（PI 创始人）团队研发的 Ctrl-World 世界模型的具身任务能力获全球第一。Chelsea Finn 是斯坦福大学计算机科学系副教授，也是 Physical Intelligence（PI）的联合创始人，在元学习和机器人学习领域享有盛誉。这项合作展示了陈建宇团队在国际具身智能前沿领域的学术影响力，也将中国具身智能研究带入了全球最前沿的对话中。

五、业界合作关系深度分析

陈建宇的业界合作网络是其学术网络的重要延伸，尤其在机器人产业和自动驾驶领域形成了独特的"产学研一体化"格局。

5.1 星动纪元（RobotEra）：人形机器人产业的深度布局

公司概况：北京星动纪元科技有限公司成立于2023年8月4日，由清华大学交叉信息研究院孵化，是清华大学唯一直接持股的具身智能企业。公司核心团队来自清华大学、斯坦福大学、UC Berkeley 等国内外顶尖院校及世界500强企业，研发人员占比超过80%。创始人陈建宇和联合创始人席悦均为福布斯中国30 Under 30上榜者，形成了"学术+产业"双轮驱动的核心团队——陈建宇深耕学术与前沿技术，席悦主攻量产与工程落地。联合创始人刘建军负责工程研发。

技术路线：星动纪元从创立之初便确立"AI-Native 全栈自研"路线，硬件自研率超过95%，构建了"数据-大脑-运控-灵巧手-人形整机"软硬一体化的技术体系。公司坚持软硬一体的技术路线，致力于打造物理世界中的通用智能体、交付通用生产力。陈建宇提出的核心理念是"通用大脑+通用本体的融合"，通过顶层构建统一模型（VLA 大模型），该模型可通用赋能各类人形机器人本体，不同本体适配不同场景，场景应用反馈数据形成不断迭代进化的闭环飞轮。

产品体系： - 人形机器人：从2022年完成第一代研发到2024年8月发布第六代产品级人形机器人星动 STAR 1，产品迭代速度极快。STAR 1 身高1.71米，全身55个全主动自由度，最大关节扭矩400Nm，室外奔跑速度达3.6m/s，最大负载160kg。后续推出全尺寸双足人形机器人星动 L7（国内首个同时实现"大运动+巧操作"的全尺寸双足人形机器人，具备全身55个自由度，由VLA大模型驱动，性能声称超越特斯拉 Optimus），以及轮式人形服务机器人星动 Q5（面向商场导购、文旅讲解、企业接待、医疗养老、家庭服务、学校教育等场景）。星动 L7 在2025年世界人形机器人运动会田径赛原地跳高项目中获得冠军。 - 灵巧手：自研的全直驱灵巧手 XHAND 系列，XHAND 1 具有12个全主动自由度，专为模型训练打造的高自由度、高精度触觉操作终端，2025年出货近千只。 - 大模型： - ERA-42：端到端原生机器人大模型，2024年12月发布，成为全球首个能完成全身及灵巧手操作的具身模型，集视觉、理解、预测、行动为一体，语音命令即可完成上百种复杂操作。 - DWL（Denoising World Model Learning）：去噪世界模型学习技术，全球首次通过端到端RL和零样本仿真到现实转换实现人形机器人通用适应各类复杂现实世界地形。 - VPP（Video Prediction Policy）：生成式机器人大模型，入选 ICML 2025 Spotlight，首创将视频扩散模型的泛化能力转移到通用机器人操作策略中，是首个开源的 AIGC 机器人大模型。 - Ctrl-World：与斯坦福 Chelsea Finn 团队联合研发的可控生成世界模型，在 WorldArena 评测中获得全球第一。 - Humanoid-Gym：ISR Lab 开发的人形机器人仿真训练平台，为 DWL 等算法的研究提供了基础。

融资历程：星动纪元自成立以来累计完成9轮融资，2026年进入融资爆发期： - 2023年8月和10月：获得世纪金源、清华系的资金支持（种子轮） - 2024年：完成天使轮和 Pre-A 轮融资（联想创投领投等） - 2025年上半年：5亿元A轮融资（海尔资本等领投），并已实现产品规模化交付 - 2025年末：A+轮（吉利资本等产业资本主导） - 2026年3月：10亿元战略融资，估值突破百亿元人民币（三星、新加坡电信等海外资本进场） - 2026年4月：超2亿美元融资（顺丰集团领投，红杉中国、IDG资本、高瓴投资、中金资本等加注） - 2026年7月：10亿元融资（诚通基金领投，国家级国资平台入场）

2026年累计融资规模接近50亿元人民币。据彭博社2026年8月报道，公司正筹备赴港交所主板上市，目标募资8至10亿美元。

商业化进展： - 物流场景：与顺丰、中国邮政合作，产品已在全国5省市十余个物流中心投入常态化运营，承担分拣搬运工作 - 制造业：与吉利、雷诺合作，拓展汽车制造场景 - 电子制造：与海尔、联想、三星等合作，拓展3C电子制造场景 - 商业服务：与海尔智家、世纪金源、天悦酒店等企业达成战略签约，意向订单超百单 - 2025年7月宣布具备产品规模化交付能力 - 2026年二季度开启千台级批量落地交付 - 全球市值排名前十的科技公司中，九家为星动纪元客户 - 2025年 CES 展会上，STAR 1 被英伟达CEO黄仁勋在主题演讲中展示，并被选为全球14强人形机器人之一 - 在 WorldArena 和 Benjie's Olympics 等国际评测与赛事中两个月内拿下四项全球第一

5.2 自动驾驶产业连接

陈建宇在自动驾驶领域拥有深厚的产业积累，这源自其伯克利博士期间的研究经历：

  • Waymo（前谷歌自动驾驶部门）：陈建宇在博士期间曾在 Waymo 实习，深入接触了全球领先的自动驾驶技术体系。博士毕业后，Waymo/Google 向其发出工作邀请，但陈建宇选择回国。
  • Nutonomy：另一家陈建宇实习过的自动驾驶公司，总部位于波士顿，是自动驾驶领域的先驱企业之一（后被德尔福收购）。
  • 清华大学自动驾驶赛车：陈建宇的强化学习与自动驾驶研究成果在清华大学自动驾驶赛车项目中得到应用。清华大学 AI 赛车在 Hitch Open World AI Championships（世界AI锦标赛）中获胜，在天门山99道弯赛道上完成全程自动驾驶，记录最快自动驾驶圈速16分10秒，创造自动驾驶车辆在陡峭山道上的速度纪录。其中采用了先进的强化学习算法和预测控制策略，在雾天、湿滑路面、隧道盲区等极端条件下实现了稳定运行。
  • 李升波教授团队的自动驾驶产业生态：通过与李升波教授的合作，陈建宇间接连接了清华大学车辆与运载学院的自动驾驶产业网络，该网络覆盖了百度、滴滴、吉利等多家自动驾驶相关企业。段京良（合作者之一）在伯克利 MSC Lab 访学后，现为北京科技大学车辆工程系副教授，继续在强化学习与自动驾驶决策领域开展研究。

5.3 投资方与产业合作网络

星动纪元的投资方阵容极为庞大，涵盖了中国顶尖的财务投资机构和产业资本：

财务投资机构：红杉中国、IDG资本、高瓴投资、中金资本、联想创投、清流资本、襄禾资本、华映资本、鼎晖投资、弘毅投资、九坤投资、高成投资、友利资本、千山资本、厚雪资本、金鼎投资、汉途投资、泽羽资本、正悦投资、天诚资本、丰立智能、华映资本、峰和资本、鸿瑞达投资、天壹资本、万牛股权、锡创投、朝希资本、京铭资本、盛赫基金、君泰资本、鲁信创投、深圳聚合资本、隆启投资等。

产业资本： - 物流：顺丰控股 - 汽车：吉利资本、北汽产投、东风资管 - 科技制造：阿里巴巴、联想、三星、海尔资本、元璟资本 - 通信：中国联通、新加坡电信 - 金融国资：诚通基金、北京国管、工银投资、江西国控、杭州资本 - 半导体：中芯聚源投资 - 其他产业：科捷智能、中新基金、国元股权

清华大学通过华控技术转移有限公司持有星动纪元3.8%股权，上海期智研究院也为公司提供支持。陈建宇同时以学术研究者和企业创始人的双重身份运作，ISR Lab 与星动纪元之间形成了紧密的产学研合作——RSS 2024 杰出论文入围的 DWL 工作即为双方共同完成，论文共同第一作者中包含星动纪元工程师 Xinyang Gu，实验验证在星动纪元的小星（XBot-S）及小星 max（XBot-L）两种尺寸人形机器人上进行。CoRL 2024 的 HiRT 工作同样体现了这种产学研协作模式。

六、重要奖项与学术兼职

重要奖项与荣誉

  1. RSS 2024 杰出论文入围奖（2024年）：论文"Advancing Humanoid Locomotion: Mastering Challenging Terrains with Denoising World Model Learning (DWL)"获机器人领域难度最高的顶会 Robotics: Science and Systems 2024 杰出论文奖入围（共三篇，获荣誉比例不到投稿总数的1%），且获得全体审稿人满分4.0的评价。该工作由陈建宇研究组与星动纪元合作完成，全球首次实现端到端强化学习和零样本仿真到现实转换的人形机器人运动控制，使人形机器人在雪地倾斜面、楼梯和不规则表面等各种地形上稳定行走并抵抗重大外部干扰。论文共同第一作者包括王彦仁（2021级硕士生）、朱翔（2021级博士生）、施铖铭（2023级博士生）和星动纪元工程师 Xinyang Gu。

  2. ICML 2025 Spotlight 论文（2025年）：论文"Video Prediction Policy: A Generalist Robot Policy with Predictive Visual Representations"（VPP）入选 ICML 2025 Spotlight，该工作首创将视频扩散模型的泛化能力转移到通用机器人操作策略中，是首个开源的 AIGC 机器人大模型。

  3. L4DC 2022 最佳论文入围（2022年）：论文"Joint Synthesis of Safety Certificate and Safe Control Policy using Constrained Reinforcement Learning"获学习与动力学控制年会（L4DC）最佳论文入围。

  4. IEEE IV 2021 最佳学生论文入围（2021年）：论文"Separated Proportional-Integral Lagrangian for Chance Constrained Reinforcement Learning"获IEEE智能车辆 Symposium 最佳学生论文入围。

  5. IFAC MECC 2021 最佳学生论文入围（2021年）：论文"Reinforced Optimal Estimator"获建模、估计与控制会议最佳学生论文入围。

  6. 福布斯中国 30 Under 30（2021年入选）：陈建宇凭借卓越的学术与创业成就上榜福布斯中国"30 Under 30"榜单。

  7. WAIC 2025 云帆奖"璀璨明星"（2025年7月）：在世界人工智能大会（WAIC）期间获颁云帆奖"璀璨明星"奖项。云帆奖是全球最具影响力的华人AI青年人才奖项之一，"璀璨明星"面向35岁及以下的华人AI技术与产业领军人才，每年评选10位。陈建宇因其"拥有10年以上机器人与人工智能研发经验，具备稀缺的软硬件全栈规划能力，与团队在机器人与AI领域的国际顶会和期刊上发表70多篇论文"的成就获此荣誉。

  8. 2025胡润U35中国创业先锋（2026年7月入选）：陈建宇因其创业成就和学术贡献入选该榜单。

学术成果概况

陈建宇在机器人与人工智能领域的国际顶级会议和期刊上发表了70余篇论文，涵盖 NeurIPS、ICML、ICLR、CoRL、RSS、ICRA、IROS、CVPR、L4DC、CDC 等顶级会议，以及 IEEE T-ITS、TNNLS、T-IV、RAL 等重要期刊。仅在2022年一年内，就有3篇论文被 NeurIPS 接收、3篇被 ICML 接收、1篇被 CoRL 接收、1篇被 IROS 接收、2篇被 L4DC 接收、1篇被 ICRA 接收，以及多篇被 TNNLS 和 RAL 接收。其代表性工作在自动驾驶强化学习和人形机器人运动控制领域具有高影响力。

学术兼职与服务

  • 上海期智研究院 PI（2021年至今）
  • 清华大学交叉信息研究院助理教授、博士生导师
  • 多个国际顶级会议（NeurIPS、ICML、ICRA、IROS、CoRL、L4DC、CDC 等）审稿人
  • 多个国际期刊（IEEE T-ITS、TNNLS、RAL 等）审稿人
  • 机器人与人工智能交叉领域活跃的学术创业者，通过星动纪元推动具身智能技术的产学研结合
  • 在 WAIC 等行业大会做客圆桌论坛，分享对具身智能产业发展的见解

七、Connection圈层总结

陈建宇的学术与产业网络呈现出鲜明的"学术-产业双轨驱动"特征，可以从以下圈层来理解：

第一圈层：核心学术圈

  • 博士师承：Masayoshi Tomizuka（美国工程院院士，MPC奠基人）→ 陈建宇，这一师承关系将陈建宇置于全球机电控制与自动驾驶研究的学术族谱中的重要位置。Tomizuka 教授培养了数百名博士和博士后，其 MSC Lab 至今仍是全球机器人控制领域最活跃的实验室之一，学术后代遍布全球顶尖大学和科技公司。
  • 伯克利同门：Wei Zhan（仍活跃于 MSC Lab，2025年有 ICLR 论文）、Liting Sun、Changliu Liu（现为北京大学助理教授，曾任职 NVIDIA 自动驾驶部门）、Yutaka Shimizu（仍活跃于 MSC Lab，2025年有 ICLR 论文）等，形成了一个自动驾驶与机器人控制的学术网络。特别值得注意的是，Changliu Liu 回国任教于北京大学，使得伯克利 MSC Lab 的学术网络在中国高校中有了延伸。
  • 清华大学校内合作：李升波教授（车辆与运载学院副院长）是陈建宇最紧密的合作者，两人的合作横跨自动驾驶、强化学习与安全控制，联合发表论文超过10篇；姚期智院士作为引进人提供了平台支持。交叉信息院内，陈建宇与赵行、高阳、许华哲、杜韬等机器人方向同事形成了交叉信息院机器人研究集群，在 CoRL 等顶会上以院级团队名义联合发布成果。

第二圈层：产业合作圈

  • 自动驾驶产业：通过 Waymo 和 Nutonomy 的实习经历，陈建宇与全球自动驾驶产业建立了早期联系。回国后，通过李升波教授团队的产业网络，进一步连接了百度、吉利等国内自动驾驶企业。清华大学 AI 赛车在天门山世界AI锦标赛中的获胜，也体现了其研究成果在自动驾驶实车上的应用能力。
  • 微软亚洲研究院：与刘铁岩、秦涛等 MSRA 研究员的合作，使陈建宇融入了微软的学术生态。
  • 国际前沿合作：与斯坦福大学 Chelsea Finn 课题组、Physical Intelligence（PI）的联合研究（Ctrl-World 世界模型在 WorldArena 评测获全球第一），将陈建宇团队带入了全球具身智能研究的最前沿。Chelsea Finn 作为 PI 联合创始人和斯坦福大学教授，是元学习和机器人学习领域的国际领军人物，这一合作关系具有重要的战略意义。

第三圈层：创业与投资生态

  • 星动纪元：作为创始人兼 CEO，陈建宇构建了一个庞大的产业与投资网络。投资方覆盖红杉中国、IDG资本、高瓴投资、中金资本、联想创投等顶级财务投资者，以及阿里巴巴、顺丰、吉利、联想、三星、海尔、中国联通等产业巨头。清华大学本身作为股东（通过华控技术转移有限公司持股3.8%），为陈建宇提供了独特的学术-产业桥梁。
  • 联合创始人网络：联合创始人席悦（清华大学助理研究员，福布斯30 Under 30，主导量产体系搭建）和刘建军（负责工程研发）与陈建宇形成了互补的核心团队。公司核心团队来自清华、斯坦福、伯克利等顶尖院校，研发人员占比超80%。
  • 产学研闭环：ISR Lab 与星动纪元之间的紧密合作（如 RSS 2024 DWL 论文、CoRL 2024 HiRT 论文均由双方共同完成），形成了一个"学术研究→产品转化→反馈学术"的完整闭环。星动纪元的人形机器人产品（XBot-S、XBot-L、STAR 1、L7 等）直接为学术研究提供了实验验证平台，而学术研究的算法成果（DWL、ERA-42、VPP 等）则直接转化为产品能力。这种模式使得陈建宇的学术研究具有极高的产业转化效率。

第四圈层：学生与传承网络

陈建宇虽然年轻（2020年才开始独立指导研究生），但已培养了一批活跃的博士生群体。陈晓宇、郭彦江、王彦仁、蒋哲远、施铖铭、朱翔、张荐科等学生在 RSS、NeurIPS、ICML、CoRL、ICRA、IROS 等顶会上均有出色表现，其中 RSS 2024 杰出论文入围和 CoRL 2024 HiRT 论文均由其学生担任共同第一作者。这些学生未来将成为陈建宇学术网络的重要延伸节点。

总结

陈建宇的 Connection 圈层结构可概括为：以 Tomizuka 师承和李升波合作为学术双核，以星动纪元为产业核心，以 MSRA 和 Stanford/PI 合作为国际桥梁，以清华大学交叉信息研究院和上海期智研究院为平台支撑的多元化网络。他在学术界和产业界同时拥有高影响力——学术上入选 RSS 杰出论文入围、ICML Spotlight、WAIC 云帆奖璀璨明星，产业上创建百亿估值的星动纪元并冲击港股上市。这种"学者+企业家"的双重身份，使陈建宇成为中国具身智能领域最具连接力和影响力的青年领军者之一。他的独特之处在于，他不仅在学术上拥有从控制理论到深度强化学习的完整技术谱系，在产业上更是实现了从核心零部件到整机的全栈自研能力，这种"从理论到硬件"的全链条覆盖在国内具身智能领域极为罕见。