劉世隆專訪:人類是超強Router
開放世界檢測模型 Grounding DINO 的核心作者劉世隆即將入職哥倫比亞大學任教。受訪時他談到,博士期間先後提出DAB-DETR與刷榜COCO的DINO,並認為人類本身即為超強Router,Agent發展剛剛開始。
跨界成長路徑
劉世隆本科原本就讀工業工程,後來轉向計算機方向,並靠參加競賽練就紮實的工程基礎。這段跨界經歷讓他在進入研究階段前,已具備較強的系統實現能力,為其後續在檢測模型上的連續突破打下基礎。


檢測模型連續突破
博士第二年,他提出DAB-DETR,以可學習的查詢方式改進檢測框架;博三做出刷新COCO榜單的DINO模型。其後主導開發的Grounding DINO,在Hugging Face的月下載量突破兩百萬次,成為全球開發者廣泛使用的開放世界檢測工具。
ChatGPT問世後,他把研究重心轉向多模態Agent,並在普林斯頓從事博士後研究期間,全面聚焦自進化智能體方向,探索智能體持續改進自身的可能路徑。

人類是超強Router
在受訪觀點中,劉世隆認為人類本身就是一個超強Router,能夠在複雜環境中調度注意力與資源、拆解並分派任務;相較之下,現階段的Agent能力仍在早期,距離真正自主完成複雜工作還有相當距離。上述觀點為其受訪時的個人判斷。


轉向具身智能融合
他即將入職哥倫比亞大學擔任教職,研究聚焦電腦視覺與具身智能的融合,探索AI的新路徑。從開放世界檢測到自進化智能體,他的研究脈絡顯示視覺感知基礎與智能體系統之間的連接,正是其未來工作的核心方向。

