AMD Silo AI与博洛尼亚大学携手开展空间AI合作，聚焦机器人与自动驾驶领域

AMD Silo AI与博洛尼亚大学计算机科学与工程系（DISI）正式启动研究合作，旨在将显式三维几何信息融入面向机器人与自动驾驶的视觉-语言-动作（VLA）模型及世界模型流水线，并原生运行于AMD ROCm(TM)平台之上。此次合作将DISI旗下专注于立体视觉与深度估计的领先研究团队CVLab，确立为双节点学术枢纽中的空间AI节点，与摩德纳雷焦艾米利亚大学（UniMoRE）并驾齐驱。该枢纽将持续为AMD Silo AI开放式物理AI研究项目"世界模型铸造厂"（World Models Foundry）提供支持，并与欧盟科学AI工厂等欧洲战略计划保持高度协同。

AMD软件开发高级总监Niko Vuokko表示："机器人与自动驾驶的下一次浪潮，依赖的是不仅仅能够分类或生成的AI系统。这些系统必须建立对三维世界的扎实理解，在时间和视角变化下保持一致性，并在计算平台上高效运行。这正是本次合作的核心所在。"他补充道："我们将与DISI及其他生态合作方共同构建VLA与世界模型流水线目前所欠缺的空间AI层，目标是将几何理解领域的前沿研究转化为开放、高性能的ROCm原生软件，推动整个物理AI生态向前迈进。"

DISI CVLab在立体视觉、深度估计与三维重建领域拥有深厚积累，研究成果多次发表于CVPR、ICCV、ECCV等顶级学术会议。AMD Silo AI与CVLab将联合设计感知与表示模块，将显式三维几何与深度信息融入端到端VLA架构和世界模型架构，研究工作将重点面向AMD Instinct(TM) MI系列GPU及未来的ROCm平台。

本次研究围绕三大核心方向展开：

几何感知骨干网络：涵盖立体视觉、深度估计、多视角感知、鸟瞰图（BEV）及三维场景表示。

基于ROCm的高效几何感知训练与推理：包括BEV与点云处理流水线，以及集成于端到端VLA架构的几何模块。

面向机器人与自动驾驶的评估体系：结合仿真与真实数据，重点关注空间推理能力、三维一致性，以及对视角变化与遮挡的鲁棒性。

博洛尼亚大学（DISI）副教授Matteo Poggi表示："多年来，我们的研究始终聚焦于帮助机器从图像中恢复深度、形状与结构。此次合作让我们有机会将这一研究方向融入更大规模的VLA与世界模型体系，应用于机器人与自动驾驶领域。借助AMD的平台，我们可以将几何感知视觉研究转化为ROCm原生的基础模块，在相关平台上进行验证，并以开放形式发布，供更广泛的社区使用与迭代。"

本次研究还具有直接的产业价值——意大利领先机器人企业Generative Bionics深度参与其中。该公司专注于为真实应用场景设计和部署全栈式人形机器人系统，与DISI、UniMoRE及AMD保持紧密的工程协作，将部署经验带入研究体系，助力科研成果落地为实际可用的机器人平台。

关于博洛尼亚大学与CVLab

博洛尼亚大学创建于1088年，是欧洲历史最悠久、声誉最卓著的研究型大学之一。CVLab是其计算机科学与工程系下属研究团队，在立体视觉、深度估计、三维重建及几何感知方面具有深厚专长，研究成果广泛发表于CVPR、ICCV、ECCV、ICRA等顶级学术会议，并积极贡献于三维视觉领域的开源基准测试与工具生态。

Q&A

Q1：AMD Silo AI与博洛尼亚大学的空间AI合作具体研究什么内容？

A：此次合作聚焦于将显式三维几何信息融入VLA模型和世界模型流水线，主要涵盖三个方向：几何感知骨干网络（含立体视觉、深度估计、BEV等）、基于ROCm的高效几何感知训练与推理、以及面向机器人与自动驾驶的评估体系。研究成果将原生运行于AMD ROCm平台，并面向开源社区开放发布。

Q2：CVLab在这次合作中扮演什么角色？

A：CVLab是博洛尼亚大学DISI下属的计算机视觉研究团队，在立体视觉、深度估计和三维重建领域拥有深厚积累，研究成果多次发表于CVPR、ICCV、ECCV等顶会。在此次合作中，CVLab被确立为双节点学术枢纽中的空间AI节点，与AMD Silo AI联合设计感知与表示模块，将几何理解研究转化为ROCm原生的开放软件工具。

Q3：Generative Bionics在此次合作中起到什么作用？

A：Generative Bionics是一家意大利领先机器人企业，专注于全栈式人形机器人系统的设计与部署。在此次合作中，该公司与DISI、UniMoRE及AMD保持紧密工程协作，将真实场景的部署经验引入研究体系，帮助将前沿空间AI研究成果转化为实际可用的机器人平台，为研究赋予直接的产业价值。