浙大研究员彭思达的八年科研路，是一场从“看”到“动”的三维视觉进化史。

早期，他致力于动态三维人体重建，让VR数字人更逼真，技术成功落地于影视与元宇宙。随后，他转向自动驾驶，构建高保真街景仿真系统，帮车企大幅降低路测成本。

如今，他迈入具身智能领域，专注机器人导航。彭思达认为大模型“端到端”包揽一切并非最优解，因而提出“大脑+小脑”架构：用通用大模型做规划决策的“大脑”，用小模型负责高频动作执行的“小脑”，巧妙化解了通信延迟瓶颈。

探讨智能本质时，他提出一个反直觉的观点：视觉并非智能的主角。高级的思考推理依赖文本，机器人的动作智能核心在于动作模态，视觉只是辅助“挂件”。此外，三维重建只是构建环境，真正的“空间智能”是智能体在三维空间中的推理与交互。

从人体、街景到机器人，彭思达始终践行“自顶向下”的研究逻辑：先构想最终产品，再拆解底层技术。他享受着每天啃透一点新知识的“微快乐”。对他而言，科研不是追逐论文的竞赛，而是一场不断探索新事物的奇妙之旅。