南洋理工大学吕健勤教授，作为CVPR2026大会程序主席，深度剖析了科研工作者面临的普遍困境，如Idea枯竭与焦虑感，并分享了具身智能领域的突破性思考与个人成长经验，为年轻学者提供了极具价值的方向指引。
智能速览
Puffin模型提出“与相机共思”，融合几何理解与生成任务。
正视科研焦虑，可通过建立问题清单和拆解任务来缓解。
“good taste”的科研需具备真实、可复用、结构化三大特质。
具身智能是未来方向，但世界模型设计等核心问题待解。
年轻学者应寻找真实问题，平衡公司实习与实验室研究。
精华内容
面对学术竞争与自我怀疑，顶尖学者如何破局？从克服科研焦虑到定义有品位的工作，再到探索具身智能的未来，以下分享将为你带来深刻的启发。
Puffin新范式
传统计算机视觉研究中，场景理解与图像生成等任务往往是割裂的，且生成模型对场景的几何理解通常较弱。新提出的Puffin模型则开创性地结合了两者，其核心理念是“与相机共思”。
该模型不再将相机视为一个简单的定点拍照工具，而是深入学习其背后的成像逻辑，包括相机位置、运动、视角等参数。通过这种结合，模型不仅能理解世界，更能学习到世界是如何被成像的，从而获得更好的空间表征。
这种高质量的表征未来可应用于世界模型、数据生成以及机器人控制预测，例如在虚拟环境中进行仿真以生成训练数据，或让机器人的动作预测更稳定。该模型计划尽快应用于大晓机器人的具身生态中。
破解科研焦虑
科研中的焦虑感普遍存在，这恰恰证明了研究者对学术进步的在意。面对“想法都被做完了”的困境，关键在于建立一套系统性的方法，而非依赖瞬间的灵感。
首先，可以建立一个“问题清单”。在阅读文献时，随时记录下闪光的想法或现有工作的局限性，比如其牺牲了哪些假设（更多算力、更多数据等）。解放这些假设，就可能催生新的研究方向。
其次，将大问题拆解成可快速验证的小任务，就像跑马拉松一样分段完成。通过获得持续的小的正反馈，可以逐步积累成就感，几周或一个月后便会发现成果斐然。最后，减少与他人的盲目攀比，专注于超越昨天的自己，日积月累，焦虑自然会消解。
何为good taste
一项有品位的研究工作，通常具备三个核心特质。第一是“真实”，即工作必须解决一个真实存在的问题，并能做出切实的贡献，而非为了发表论文而虚构问题。解决问题的过程令人信服，比算法的精妙程度更重要。
第二是“可复用”。这包含两个维度：一是成果本身，代码和模型发布后，其他人能够真正复现论文中的结果；二是算法的普适性，一个好的方法应当能启发或应用于多个不同领域，而非仅限于单一任务。
第三是“结构”。真正优秀的研究并非在现有模型上做增量式的改进，而是从第一性原理出发，对问题有深刻理解，并提出具有深刻洞察和理论支撑的解决方案，其研究路径清晰且有力。
未来研究方向
具身智能与虚拟世界模型是当前及未来几年的重要研究方向。尽管该领域竞争激烈，但许多核心问题仍未解决，充满了机遇。
未来的突破点可能在于：如何设计出更好的、全新的模型架构，而不是沿用旧有框架；如何从第一性原理出发，探索底层数学公式；如何构建更优秀的世界模型，以及如何设计出更强大的视觉-语言-动作模型。
此外，如何有效地将虚拟世界中的数据迁移到真实世界，也是一个亟待解决的开放性问题。这需要学术界共同努力，系统性地攻克这些难关。
给年轻人的建议
对于有志于投身科研，特别是具身智能领域的年轻人，最核心的建议是“寻找真实的问题”。不要局限于理论，应尽可能地去接触真实的应用场景。
一个有效的路径是，到相关公司进行实习，了解产业界面临的实际挑战和技术需求。获得这些一手经验后，再回到实验室，沉下心来，系统地思考和研究解决方案，实现理论与实践的平衡。
这种在产业界和学术界之间循环往复的经历，能帮助研究者找到真正有价值、有影响力的课题，从而做出更杰出的工作。
吕健勤教授的经验分享，不仅为身处科研困境的年轻人提供了实用的方法论，更指明了具身智能等前沿领域的探索方向。真正的学术突破源于对真实问题的执着与结构化的思考，这值得每一位研究者深思。
