在人工智能与机器人领域，陈佳玉的名字正逐渐被更多人熟知。这位兼具学术与产业双重背景的年轻研究者，本科毕业于北京大学工学院，早期聚焦自动驾驶技术研究，博士后阶段在卡内基梅隆大学将强化学习应用于核聚变反应堆控制，如今以博导和原力无限资深研究科学家的身份，将研究重心转向通用家用机器人领域。
陈佳玉的科研轨迹始终围绕复杂系统智能控制展开。从自动驾驶的感知与决策，到强化学习理论与算法设计，再到核聚变等离子体控制，看似跨度极大的研究方向背后，实则贯穿着强化学习这一核心线索。“强化学习的学习过程具有类人特性，且涉及控制理论、统计学等多学科交叉，这种综合性和挑战性吸引着我持续深耕。”陈佳玉解释道。他强调，当前研究更注重从实际需求出发，而非单纯追求技术难度，但发展类人智能的终极目标决定了强化学习仍是值得探索的前沿方向。
在陈佳玉看来，核聚变控制与机器人操作在数学本质上具有共通性。无论是通过真实数据交互还是模拟器建模，两者均可抽象为马尔可夫决策过程，需定义观测、动作及评价标准三个核心要素。这类高维非线性连续控制问题，正是强化学习的优势领域。“我的博士导师擅长用数学原理剖析问题本质，博后导师则精通工程迭代方法，现在的研究正是两者结合的产物。”他以正在推进的持续性强化学习项目为例，该项目旨在让AI具备持续学习新任务且不遗忘旧知识的能力，既需要理论突破，也依赖工程实践。
2025年，陈佳玉开启“双栖”模式：在香港大学担任教职的同时，加入创业公司原力无限。这种选择源于现实考量——学术研究面临资金、场地、算力三重困境，而产业界能提供更充足的资源支持。原力无限构建的商业技术闭环、高效的执行文化，以及与陈佳玉团队在“一脑多身”通用物理世界模型上的技术共识，成为双方合作的关键因素。“通用机器人是人工智能领域的终极挑战，它需要整合计算机视觉、自然语言处理、强化学习等多领域技术。”陈佳玉指出，家庭场景对通用性的需求，使其成为最具潜力的落地方向。
针对初创公司与科技巨头的竞争，陈佳玉认为，初创企业需聚焦特定场景，走专业化道路。“大厂在基础模型和算力上具有优势，初创公司必须找到差异化路径，通过快速落地和实用主义策略建立竞争力。”他预测，短期来看，人形机器人将优先在B端工厂场景应用，但长期机会在于C端家庭市场。“家庭用户需要的是能完成多种任务的通用机器人，而非多个专用设备。”
在技术路径选择上，陈佳玉团队正攻关两大方向：持续性强化学习与以智能体为中心的世界模型。后者区别于当前主流的第三人称视角世界模型，强调构建指挥智能体行为的因果模型。“例如，机器人拿杯子时，世界模型应让其理解‘拿紧杯子是为了防止掉落’，而非简单模仿动作序列。”这种因果建模能力，将帮助机器人实现跨任务知识迁移。
对于行业普遍关注的泛化性问题，陈佳玉持谨慎态度。他认为，当前许多研究宣称的泛化能力缺乏理论保障，属于偶然性成功，而持续学习技术则被严重低估。“如何让AI在学习新任务时不遗忘旧知识，这是Richard Sutton等学者近期重点讨论的难题。”他透露，团队正通过数据工厂采集初始数据，并计划通过部署机器人获取真实用户数据，构建“数据飞轮”正反馈机制。
面对“少年天才”的标签，陈佳玉更关注实际贡献：“标签不重要，重要的是能否解决重要问题。”他建议年轻研究者：首先明确定义研究问题，确保其具有足够价值；其次积极整合资源，包括算力、设备和落地场景；最后通过拆解顶尖学者的研究体系，构建自己的认知框架。“不要盲目追随热点，要建立独立思考能力，从体系推导出真正值得研究的问题。”
