上海交大王賀升 ICRA 2026：從畫地圖到預測未來，動態 Gaussian SLAM 正打破靜態世界假設

2026 年 6 月 2 日，上海交通大學教授王賀升在奧地利維也納 ICRA 2026 上，系統性指出傳統 SLAM 的結構性局限：整套架構建立在「環境靜止、結構穩定」的假設之上，面對自動駕駛場景的車流行人、或手術機器人面前持續形變的人體組織，已逼近天花板。他的解法不是打補丁，而是把導航的底層邏輯從「建靜態地圖」推向「對動態與形變環境持續建模、預測未來」。

王賀升提出從感知到規劃的完整技術棧：感知層以雷達視覺多模態融合搭配四維重建捕捉動態場景；建圖層提出動態 Gaussian SLAM 與可變形三維高斯地圖，分別處理剛體運動目標與人體等非剛體形變場景，其中人體被特別點名為「非常可變形的環境」；長記憶層引入 NeRF 記憶機制保留歷史場景；語意層接入視覺語言模型（VLM）推理，讓機器人能以歷史經驗與語意關係輔助導航決策。相關模型在 nuScenes、Waymo 等資料集上展現出零樣本泛化能力。

上述技術已在礦卡、倉儲機器人、自動泊車、移動通訊平台、割草機器人等場景落地。對機器人導航與自駕開發者，訊號清晰：SLAM 正與世界模型和大模型推理合流，成為具身智能的新底層基礎設施，靜態地圖時代積累的技術假設正在被系統性替換。