導語

機器人行業產業正以顛覆性速度進行進化，中國機器人的產業規模也在逐年攀升，核心技術國產化率持續增加，具身智能的突破成為驅動這場變革的核心引擎。仿生眼技術賦予機器人類似人類的多模態感知能力，通過動態雙目視覺與神經形態計算，解決復雜場景下的精準識別與實時響應難題。本次讀書會，我們邀請到了《仿生眼：怎樣仿制大自然最精密聰慧的作品》的作者張曉林老師深度解析仿生眼如何以“視覺革命”推動機器人從“機械執行”邁向“自主決策”，為工業質檢、醫療手術、自動駕駛等場景開啟智能新紀元。

分享簡介

仿生眼作為模仿生物視覺系統的先進技術，正成為推動機器人自主意識形成的關鍵環節。盡管目前仿生眼產業鏈未趨成熟，但伴隨AI技術的進步，尤其是服務型、陪伴型人形機器人的發展，仿生眼將迎來前所未有的市場機遇。

仿生眼技術不僅實現了傳統機器視覺的跨越，更代表了一種全新的視覺感知系統。與傳統的激光雷達和TOF（時間飛行）攝像頭相比，仿生眼具備完整的智能系統，從腦干到大腦的全面功能，使其在識別和判斷能力上具有明顯優勢。這種視覺系統能夠根據AI的“主觀意志”主動選擇觀看的對象，與傳統技術形成鮮明對比，展現出更高的動態跟蹤能力。

張曉林老師在機器人視覺、神經生理學和仿生學領域研究長達三十余年，是仿生視覺控制系統原理發明人，研發的仿生眼采用了動態雙目視覺控制理論。這一技術能夠提升機器人在復雜環境中的感知能力，讓機器人的反應更迅速、決策更準確。從長遠來看，仿生眼不僅可以用于人形機器人，還可廣泛應用于物聯網、智能交通、醫療健康等領域。在這些領域內，仿生眼技術實現了多項具有獨占知識產權的研究成果，標志著其快速向產業化邁進。

核心概念

• 仿生眼

• 機器視覺

• 類腦

• 具身智能

• 人工智能

主講人簡介

上海大學仿生視覺與類腦智能研究所所長，回國前任東京工業大學終身教授。國家高層次人才項目特聘專家，原中科院上海微系統與信息技術研究所仿生視覺系統實驗室創室主任（2016-2021），上海腦科學與類腦研究中心專家組專家。上海機器人學會副理事長，中國神經科學學會類腦智能分會副理事長，上海科技大學、中國科技大學等兼職教授。長期從事仿生機器人視覺的研究，多項成果已經產品化，論文130余篇，專利100余項。

直播信息

參與時間：

2025年6月3日（周二）晚上19:00-20:30

報名參與讀書會：

https://pattern.swarma.org/study_group_issue/915?from=wechat

掃碼參與，加入群聊，獲取系列讀書會回看權限，與社區的一線科研工作者溝通交流，共同探索具身智能這一前沿領域的發展。

參考資料

• 《仿生眼：怎樣仿制大自然最精密聰慧的作品》 https://item.jd.com/10107956703484.html

• 【一席】張曉林：機器人眼可以超過人眼嗎？https://www.youtube.com/watch?v=s-VwiFHgc-Q

書籍簡介

《仿生眼：怎樣仿制大自然最精密聰慧的作品》這本書融合了張老師及其團隊在機器人視覺領域、神經生理學領域和仿生學領域三十多年的研究成果，從人眼的生理解剖結構和其運動控制神經系統的拓撲描述出發，通過建立生物視覺系統的數學模型，解析視覺信息在大腦中的處理流程、搭建類腦框架、推測意識的形成及智能決策的過程，直到設計眼球運動控制系統，構建了從感知到理解，再到決策，最后到運動控制的較完整的閉環的自主智能仿生眼系統。

本書首先闡述了作者關于當代仿生學應該擔負起的科學發展使命的觀點；隨后，介紹了研究仿生視覺系統所必備的生物學基礎和對視覺系統進行科學解析所需要設定的前提條件，包括相關學術名詞的科學定義等；接著描述了與視覺神經系統相關的人腦解剖學構造和生理學功能以及與之對應的數學模型；而且，不僅介紹了研制仿生眼所需的技術，提出了動態雙目的立體視覺原理，還討論了仿生視覺系統為了實現類人的視覺功能，其背后需要具備的智能系統的形態和功能，提出了意識空間的概念；最后，作者介紹了仿生眼目前的產業應用情況及未來展望，闡述了對后ChatGPT 人工智能的觀點。

具身智能讀書會啟動

集智俱樂部聯合上海交通大學助理教授李永露、銀河通用機器人合伙人史雪松、南京大學LAMDA組博士生陳雄輝、香港大學在讀博士生穆堯，共同發起首季。讀書會計劃采用“自下而上”的層級結構，探討四個核心模塊：硬件系統（機器人本體設計），數據、仿真環境與Benchmark，機器人學習，具體場景任務。希望通過重點討論經典、前沿的重要文獻，幫助大家更好地學習機器人與具身智能技術前沿技術，為相關領域的研究和應用提供洞見。

讀書會從2025年1月19日開始，每周日14:00-16:00，持續時間預計 6-8 周左右。每周進行線上會議，與主講人等社區成員當面交流，之后可以獲得視頻回放持續學習。

詳情請見：