前字节强化学习专家孙鹏博士加盟星尘智能，布局具身智能全栈技术

前字节跳动强化学习专家、前腾讯 Robotics X 智能体中心负责人孙鹏博士于 2026 年 9 月 2 日正式加入星尘智能，负责机器人强化学习方向的技术研发与应用落地，显示出具身智能行业从演示验证向真实环境稳定执行推进的技术趋势。

• 孙鹏拥有十余年强化学习与智能体技术积累，曾主导字节跳动强化学习系统 ByteRL、大模型强化微调方法 ReFT 以及腾讯轮式机器人主动跟随算法研发。
• 星尘智能此前已构建「AI模型+具身OS+绳驱本体」的技术框架，并推出包含隐式世界动作模型的 Lumo 系列基座模型及交互智能体 Philia。
• 孙鹏加入后将扩充机器人强化学习团队，重点探索大模型时代的强化学习后训练方法与真实机器人硬件、数据闭环及长期部署的结合。
• 影响/看点：强化学习专家的加盟有助于星尘智能完善机器人在复杂物理交互中的策略修正能力，但其实际效果仍取决于真实场景物理数据的采集效率与算法在不同硬件本体上的泛化表现。
• 资料依据：
• 星尘智能官方发布（2026-09-02）：https://mp.weixin.qq.com/s?__biz=Mzg4Nzk2ODQyMQ==&mid=2247492160&idx=1&sn=0c0b5c00e120150937a599665d9e5a87
• 量子位（2026-09-02）：https://www.qbitai.com/2026/09/483097.html

本内容由 AI 生成，仅供参考，请注意甄别