外观
新闻ROS Discourse 官方社区6 天前
Packt举办ROS 2与VLM集成实操工作坊聚焦具身视觉感知
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Upcoming ROS 2 Workshop: Building AI Robots with Vision-Language Models and ROS 2（ROS Discourse 官方社区）
核心内容
Packt联合讲师Lentin Joseph于2026年10月24日至25日推出为期两天的线上实操工作坊“Building AI Robots with Vision-Language Models and ROS 2”，聚焦视觉语言模型（VLM）在ROS 2生态中的工程化集成。课程定位为Cohort 3批次培训，内容覆盖视觉感知、场景理解及AI驱动机器人开发，包含多个Physical AI实操实验环节，旨在解决多模态大模型与机器人中间件对接的技术断点。
工作坊核心技术栈围绕VLM与ROS 2的接口适配展开，重点演示如何将视觉语言模型的语义输出转化为ROS 2节点可执行的任务指令。实操环节涉及真实或仿真环境下的机器人部署，验证VLM在非结构化场景中的理解与决策能力。该课程延续了Open Robotics社区此前关于VLM for Robotics及NVIDIA Isaac联合培训的技术路线，强化了从算法原型到物理实体部署的工程闭环训练。
关键看点
- VLM-ROS2集成：实操演示视觉语言模型与ROS 2节点通信机制，实现语义理解到机器人任务规划的端到端映射
- Physical AI实验：包含机器人与物理AI实操项目，验证VLM在真实/仿真环境中的场景理解与操作决策能力
- 视觉感知模块：系统讲解基于VLM的视觉感知与场景理解技术，支撑非结构化环境下的机器人自主行为生成
- 工程化训练定位：作为Cohort 3批次课程，延续社区VLM与Isaac培训体系，强化算法到实体的部署闭环
工程与产业观察
该工作坊标志着VLM从纯算法研究向ROS 2工程生态渗透的关键节点，为具身智能开发者提供了标准化的中间件集成范式。通过Physical AI实操验证，有助于缩短多模态大模型在机器人端的部署周期，推动语义理解能力从仿真走向真实物理交互场景。
来源
本页事实对应的公开页面，以原文为准。