课程概览
人工智能应用工程师高级研修班，聚焦多模态大模型与具身智能
- 系统掌握机器人技术栈
- 设计开发具身智能机器人应用
- 学习多模态大模型集成应用
- 提升环境理解、自主决策能力
单节价 = 总价 ÷ 课时；每小时价 = 总价 ÷ 总时长。帮你把"贵不贵"算清楚。
避坑提示 报名前先看这些
- ⚠ 价格 未公开，报名前务必确认
- ? 课时 未说明，无法折算单节价
- ✓ 退款 退款规则已公开
- ⚠ 老师 老师信息待核验
- ✓ 大纲 课程内容已公开
- ⚠ 工具费用 是否额外收取工具/账号费用未说明
- ? 学员评价 暂无足够已验证学员评价，口碑待积累
提示由平台按公开信息标准化生成，不代表机构有问题；报名前请向机构确认价格、退款与是否含工具/账号费用。
课程内容
- 机器人运动与视觉感知
- OpenCV视觉-定位夹取
- OpenCV视觉-目标追踪
- 深度相机应用
- 智能决策与轨迹规划
课程详情
各有关单位：
为深入贯彻国家“十五五”规划关于加快人工智能创新、推进智能制造与机器人产业发展的战略部署，深入实施人才强国战略和创新驱动发展战略，本研修以多模态大模型及人工智能技术的学习与应用为抓手，加快高校课程体系建设，推动工程系统化教育的实施，加强多模态大模型与具身智能等领域专项技术人才的培养，定于2026年4月在北京举办人工智能“多模态大模型与具身智能”高级研修班。
一、研修对象
1.各高等院校自动化、机器人工程、人工智能、计算机视觉、电子工程、物联网等相关专业的教学带头人、骨干教师、博士生、硕士生；
2.从事机器视觉、智能算法、机器人控制、无人系统等相关领域的科研院所项目负责人、科研人员、工程技术人员；
3.有机器人应用、多模态大模型开发、具身智能项目需求的相关企业技术负责人、研发工程师。
二、培训形式、时间和地点
培训形式：研修采用线上+线下形式
时间和地点：
2026年6月12日至16日，北京
2026年7月23日至27日，上海
会务组将于开班前一周将《报到通知》发给各参会学员，包括线上会议号、报到地点、乘车路线、食宿及日程安排等事宜。
三、研修内容
使学员系统掌握从机器人基础控制、三维视觉感知到多模态大模型集成应用的完整技术栈，能够独立设计并开发出具有环境理解、自主决策和灵活任务执行能力的具身智能机器人应用。
第一天：基石篇-机器人运动与视觉感知 主题：构建智能体的“手”与“眼” | ||
时间 | 主题 | 研修内容 |
第一天上午 | 机械臂基础控制 | 1.开营与平台概览：介绍机器人在具身智能中的角色。2.开发环境搭建及配置。3.讲解机械臂的基础结构以及动作操控。实践1：舵机控制节点。编程实现：机械臂的4号舵机在200-500角度来回旋转，并且在终端打印出电机话题信息。实践2：LED控制节点。编程实现：控制板板载的LED灯闪烁蓝灯十次后停止，并且在终端打印出LED参数信息。实践3：蜂鸣器控制节点。编程实现：驱动板板载的蜂鸣器“滴”十次后停止，并且在终端打印出蜂鸣器参数信息。 |
机械臂高级控制 | 深入理解机械臂的运动学原理，涵盖正运动学与逆运动学。实践1：正运动学分析及编程实现。编程实现：机械臂根据设置好的舵机脉冲宽度计算并移动到目标位置，终端可以看到相关信息。实践2：逆运动学分析及编程实现。编程实现：机械臂首先根据目标位置的位姿，自动求解各关节电机应转动的角度，显示在终端上，最后移动到目标位置。 | |
第一天下午 | OpenCV视觉-定位夹取 | 结合ROS2平台，运用OpenCV进行高效的视觉处理。实践1：相机标定与调用：摄像头调用、内参标定原理与实操。实践2：图像处理核心：颜色空间转换、颜色阈值调节，为识别目标打下基础。实践3：从2D到3D：像素坐标计算、物体位姿计算、透视变换与坐标系转换。实践4：轨迹规划、定位夹取、颜色分拣。 |
第二天：进阶篇-智能决策与轨迹规划主题：赋予智能体“思考”与“规划”能力 | ||
第二天上午 | OpenCV视觉-目标追踪 | 引入PID控制原理，让机械臂能跟随运动的物体。实践1：色块追踪。编程实现：把红色方块放在机械臂的摄像头前方，回传画面中会标识出识别到的目标颜色，同时机械臂会一直跟随目标方块移动。实践2：标签追踪。编程实现：把标签放在机械臂的摄像头前方，回传画面中会标识出识别到的标签ID，同时机械臂会一直跟随标签移动。实践3：KCF追踪。编程实现：把要追踪的物品放在摄像头前方，在回传画面的窗口按下键盘上的“S”，接着使用鼠标左键框选物品，最后按下回车即可，这时机械臂会一直跟随选中物品移动。 |
深度相机 应用 | 搭配深度相机，结合ROS 2进行三维视觉处理实践1：深度图伪彩色处理。编程实现：机械臂会将RGB彩色图像画面和深度图像画面回传在屏幕上，可以看到根据距离的远近，深度图像回传画面的颜色深浅会有不同。实践2：距离测量。编程实现：机械臂会将RGB彩色图像画面和深度图像画面回传在屏幕上，可以看到深度图像上标记出距离最近的点和距离，通过鼠标左键单击可以标记点击点并获取距离，通过左键双击或者滚轮单击，可以取消标记点恢复最小距离测量。实践3：深度图的转换。编程实现：机械臂会将裁剪好的点云数据转换为深度图像传入可视化窗口，可以在回传画面看到深度图像，通过按住鼠标左键或者滚轮拖动来查看不同角度的点云，滑动鼠标滚轮来放大点云，方便更好的查看。 | |
第二天下午 | 深度相机 应用 | 实践4：高度检测夹取。编程实现：将30x30mm和40x40mm的木块放入机械臂识别区域，机械臂会根据木块高度进行判断，将较大的木块夹走。实践5：三维空间抓取。编程实现：机械臂会抬起深度相机朝前看，识别到空中的色块，对色块进行追踪，获取色块位姿对色块进行抓取并放置到指定位置。实践6：三维形状分拣。编程实现：机械臂将识别视野区域内的长方体、圆柱体、球体，对其进行夹取和分类，放置到对应位置。 |
第三天：融合篇-多模态AI与具身智能系统集成主题：创制真正的“多模态具身智能体” | ||
第三天上午 通过官方微信报名 · 有优惠 · 有保障 打开微信「扫一扫」加我们，备注课程名更快通过。平台不在线收款，报名优惠与保障由官方协助。 | ||
