琶洲实验室副主任陈俊龙教授项目获广东省自然科学奖一等奖  原创宽度学习技术加速具身智能成果转化

10月27日，广东省人民政府关于颁发2025年度广东省科学技术奖的通报，由琶洲实验室副主任、华南理工大学计算机科学与工程学院院长陈俊龙教授，琶洲实验室研究员、华南理工大学计算机科学与工程学院副院长张通教授等牵头完成的“动态结构神经网络系统及其在智能控制系统的应用研究”荣获自然科学奖一等奖。该研究原创提出宽度学习系统（BLS）理论体系，开辟人工智能动态增量学习新路径，相关成果获得全球学界广泛关注，同时在琶洲实验室平台下持续推进技术验证与产业落地，助力大湾区人工智能与具身智能产业创新发展。

2018年，陈俊龙教授在全球首创了宽度学习系统（Broad Learning System），这一算法与目前流行的深度神经网络不同，可通过局部新增节点、数据即完成模型迭代，无需整体重训，有望解决具身智能算力开销大、推理延迟高、产线场景适配成本高的痛点，在具身智能、低空经济、无人驾驶等领域都有很大的应用前景。

“这一新算法提出后，引起了国内外上百个研究团队的重视，目前全世界已就此发表了600余篇科研论文。我们正与多家头部企业共建联合实验室，推动‘宽度学习系统’落地。”陈俊龙表示。

团队坚持“基础理论攻关+工程验证示范”双线推进，加快把原创算法转化为可落地的技术样机与行业解决方案。目前，团队基于算法已研发完成“产线协作臂”的云端、边缘端的统筹装配策略，智慧医疗AI心理咨询模型“华佗之心”和融合情感脑机接口、神经调控、AI音乐疗愈的合规垂类大模型“趣乐AI”等，在特殊环境的边缘多智能体协同等领域成效显著，特别是在智能制造和智慧医疗等领域开展推广应用。

在具身智能方向，团队在琶洲实验室的多类样机已完成产线改造试点，双足巡检机器人、家用服务机器人正在规划，一个具身智能机器人项目有望于近期发布。团队同时积极联动产业界开展协同创新，与车企探索将“个性化增量学习”搭载于智能车载终端，赋能车辆对驾驶员使用习惯的自主学习适配，拓展无人驾驶领域应用边界。

“我国机器人运动控制已全球领先，缺的是思考和反应能力，而宽度学习结构恰好补上这块短板。”陈俊龙表示，宽度学习与深度学习并非替代关系，二者可形成“战略大脑”与“战术小脑”协同架构：通用认知、长期规划交由大模型完成，现场实时感知、快速调整交由宽度学习承担，从而形成大小模型协同的创新设计，也将会成为更好支撑工业现场、家庭服务、低空场景下机器人的稳定运行前沿技术。

琶洲实验室持续聚焦人工智能基础理论、核心算法与产业转化，作为广东省重要战略科技力量，充分发挥省实验室平台优势，打通从原始创新、样机研制到场景试点的创新链条。实验室将继续深耕动态神经网络、宽度学习与具身智能技术研究，深化产学研协同，联合行业头部机构共建创新载体，推动更多原创AI技术走出实验室，服务广东制造业数字化转型与新质生产力培育，为粤港澳大湾区人工智能产业高质量发展贡献科研力量。

来源：《羊城晚报》《大洋网》《南方+》等