浙江大学博士
以系统化科研训练建立视觉与智能算法基础。
当前角色
魔法原子具身模型负责人 · 算法 VP
核心方向
VLA · WAM · Embodied Foundation Models · Data Flywheel
00
PROFILE · 关于
从视觉算法到具身智能，
让前沿模型走进真实世界
博士毕业于浙江大学，先后在阿里巴巴、蔚来汽车从事视觉算法研发与自动驾驶工作。2016 年 1 月加入魔法原子，现任具身模型负责人、算法 VP。
负责公司具身智能大模型研发及相关技术体系建设，覆盖数据、平台、模型、评测和部署，持续推动机器人智能系统能力升级。
视觉算法研发
参与产业级视觉算法研发，积累算法工程化与规模化落地经验。
自动驾驶
面向复杂真实环境开展感知与自动驾驶技术研发。
具身模型负责人 · 算法 VP
统筹具身大模型研发、技术体系建设与近 60 人团队协同。
学术服务与人才认可
ICRA / ICLR / IROS 等会议审稿人
杭州市高层次人才 · 上海市高层次人才
行业交流
WAIC · GEIA ASIA · 焉知人形机器人大会
受邀发表主旨演讲与直播分享，并接受粉丝近千万的头部具身智能媒体个人专访，持续推动技术路线与产业认知升级。
01
SYSTEM · 能力体系
不只做模型，
也搭建让模型持续进化的系统
从组织与基础设施出发，打通数据生产、模型研发、评测部署和真实业务交付。
TEAM & ORGANIZATION
多学科团队与研发组织
从 0 到 1 搭建近 60 人 团队，形成跨平台、数据、模型、部署和评测的协同机制。
1,495筛选简历
367面试人次
≈60团队规模
- 具身平台前后端 · 遥操 · 数采 · 评测
- 模型工程 · 量化部署 · 感知 · 大模型
- VLA · WAM · Reinforcement Learning
DATA & INFRASTRUCTURE
数据闭环与基础设施
建设数据、算力、遥操和数采平台，让高质量机器人数据能够持续生产、治理和回流。
- 数据平台 · 算力平台 · 基础/超视距遥操
- 规模化数据增强 · 自动化处理流水线
- 多类预标模型 · 质量评估与训练回流
MODELS & DELIVERY
基础模型与工程交付
围绕世界模型与 VLA+WM 形成模型研发主线，并把强化学习、记忆、后训练和推理优化带入完整交付链路。
- 世界模型 · VLA+WM · 强化学习
- Memory · 后训练 · 推理加速优化
- 从模型训练、量化到真机部署与评测
DATA FLYWHEEL
每一次执行都沉淀数据资产，每一轮训练都释放新的端侧能力
具身智能平台统一编排端侧 / 仿真执行
产生真实结果
数据自动回传
结果与 Episode
清洗与治理
筛选有效样本
标注与质检
自动化质量门禁
导出与训练
构建训练数据集
模型评测
验证能力提升
新模型下发
进入下一轮执行
失败样本优先回流
全程保留数据与模型血缘
训练完成后一键重新部署
持续迭代
执行 → 数据 → 模型 → 再执行
02
IMPACT & WORK · 成果与代表工作
以技术成果、真实交付
与代表工作共同验证进展
从榜单、真机，到开源项目与完整技术方案，集中呈现可验证的研究与产业成果。
OPEN SOURCE & BENCHMARKS
开源成果与榜单验证
发布 Magic-W0、Toward Real-Time VLAs 等工作，并在 RoboDojo、MolmoSpaces 等具身模型榜单取得 Top 1。
RoboDojo-Sim · TOP 1
MolmoSpaces · TOP 1
Magic-W0 · 94.6% Real Robot
21.956 ms · Model Inference
REAL-WORLD DELIVERY
真机效果与展会呈现
整套能力支持上交会、WAIC、WRC、IFA、外滩大会等重要活动展示，并形成近千万元外售订单，验证技术系统的可交付性。
上交会WAICWRCIFA外滩大会
SELECTED WORK
从基础模型到真实机器人
MEMORY FOR VLA · ICRA 2027 UNDER REVIEW
Dual-Stream Memory
以时序记忆追踪执行状态，以空间检索找回历史视觉证据，让 VLA 处理依赖历史的操作任务。
03
PUBLICATIONS · 论文
研究论文与技术报告
* 表示通讯作者&项目负责人；Under Review 状态按 2026 年 10 月材料整理。
TECHNICAL REPORT
Magic-W0: A Structured World–Action Foundation Model for Physical Intelligence
Xuhua Chen, Zhenhan Yin, Yuan Zhang, Tao Zhang*, et al.
TECHNICAL REPORT
Toward Real-Time VLAs: Stage-Aware Two-Step Flow Denoising and System-Level Evaluation
Di Wu, Rongtian Shen, Ping Liu, Yan Shen, Zhenhan Yin, Shun Zuo, Xuhua Chen, He Zheng, Lingfeng Zhang, Jianglin Zhang, Tao Zhang*
ICRA 2027 · UNDER REVIEW
RM-WAM: Reliable Memory-Augmented World Action Models for Long-Horizon Robot Manipulation
Cui Miao, Junhao Yu, Ping Liu, Ning Yang, Xuhua Chen, He Zheng, Xiaodong Wang, Tao Zhang*
ICRA 2027 · UNDER REVIEW
Execution-Aligned Progressive Noise for Consistent Asynchronous Replanning in Generative Robot Policies
Di Wu, Ping Liu, Xuhua Chen, He Zheng, Lingfeng Zhang, Rongtian Shen, Tao Zhang*
ICRA 2027 · UNDER REVIEW
Conditional Trajectory Peaks: Single-Pass Multimodal Policies over Action Chunks
Di Wu, Rongtian Shen, Ping Liu, Xuhua Chen, He Zheng, Lingfeng Zhang, Tao Zhang*
ICRA 2027 · UNDER REVIEW
Dual-Stream Memory for Vision-Language-Action Policies
Yang Wang, Ping Liu, Ruiyu Wang, Xuhua Chen, Lingfeng Zhang, Tao Zhang*, Jiangning Zhang
ICRA 2027 · UNDER REVIEW
Atomic-WAM: Execution-Grounded Atomic-Motion Reasoning for World Action Models
Shijun Shi*, Zhe Liu, Zhi Hou, Yinan Chen, Tao Zhang, Kai Hu, Yong Liu, Jiangning Zhang
ICLR 2027 · UNDER REVIEW
VLMs are Native Action Models: Unleashing the Manipulation Capabilities of VLMs with Explicit Action-Space Grounding
Jingkun Yi, Shujie Zhang, Zirui Zhou, Haoxiao Wang, Haiyang Sun, Yuhang Dong, Xudong Xu, Xing Shen, Tao Zhang, Yong Liu, Jiangning Zhang
ICLR 2027 · UNDER REVIEW
TARSphere: A Robot-Oriented Full-Stack Framework for Long-Horizon Embodied Agents in Evolving Physical and Social Environments
Yicheng Xu, Zhikai Xu, Ziyuan Chen, Yuhang Dong, Tao Zhang, Zhucun Xue, Yong Liu, Jiangning Zhang
AAAI 2027 · UNDER REVIEW
Rubrics4VLA: Shaping Safer and More Reliable VLA Trajectory with Evolving Rubrics
Qiuting Yu, Miao Pan, Jiarun Li, Kaili Liu, Sicheng He, Tao Zhang, Jintao Chen, Yongliang Shen, Xuhong Zhang, Wenqi Zhang
AAAI 2027 · UNDER REVIEW
Entity-Factorized Spatial Evidence Compression for Embodied Question Answering
Bo-Cheng Hu, Xinyuan Liu, Kewei Wei, Tao Zhang, Yue Zhao, Lingfeng Zhang, Hongwei Wang, Gaoang Wang
04
DEMOS · 演示
让方法回到真实任务
代表性真机演示与 WAIC、WRC、IFA 等展演。
01 · REAL ROBOT
叠衣服
效果不同颜色、尺寸衣物成功率 100%，较 SOTA 开源模型 KAI0 提升 16.67%；平均执行 59.59 秒，缩短 17 秒。
参展Zero-shot 部署，亮相上交会、WAIC、WRC、IFA；获多家媒体及 VIP 参观团关注，相关微信公众号视频获 2k+ 点赞。
02 · REAL ROBOT
叠纸盒
效果折叠纸盒与粘贴短胶带整体成功率 95.5%，成功案例执行约 45 秒；纸盒被推倒或移动后仍可恢复并继续作业。
参展亮相上交会、WAIC、WRC、IFA，获媒体、VIP 参观团及专业人士现场肯定。
03 · REAL ROBOT
拓印
效果使用自采数据训练的模型，成功率 93.3%，平均执行约 40 秒；流畅完成蘸墨至拓印全过程，并适应初始位置变化与光照干扰。
参展于 WRC、外滩大会完成现场展出。
CONTACT · 合作交流