近日，清华大学未来实验室2026年第1期未来 · 校友分享讲座在双清综合楼举行。

本期活动邀请到了清华大学未来实验室校友、香港理工大学设计学院助理教授卢秋宇，带来题为“过程生发智能：材料、结构、能量与时间中的智能生成（When Processes Become Intelligent: Process Intelligence in Materials, Structures, Energy, and Time）”的深度分享。

图1：讲座海报

当我们谈论“智能系统”时，传感器、芯片、算法与控制逻辑，常常是最先浮现的关键词。它们定义了我们对“智能”的许多想象，也塑造了今天技术发展的主流路径。但在这场讲座中，卢秋宇提出了另一个更耐人寻味的问题：

“ 如果不将智能完全交给电子计算，那么一部分智能行为，是否也可能从材料、结构、环境能量，乃至时间过程本身中生发出来？”

在分享中，他结合一系列研究案例与系统原型，讨论了智能究竟“居住”在何处，也借此打开了对未来交互系统、人机关系以及物理世界中过程性行为的重新想象。

图2：流体计算工具包：面向无电子的形变交互界面

回望他与未来实验室的关联，会发现这场讲座所讨论的问题，并不是在某个时刻突然出现的。

在未来实验室阶段，他主要开展了基于流体驱动的智能材料结构与界面应用研究，探索如何借助气动结构实现无需复杂电子系统的交互功能。也是从那时起，一个更深层的问题逐渐浮现出来：如果材料与物理过程本身已经能够承担部分功能，那么它们是否也可能进一步参与计算与交互机制的生成？

沿着这条线索，他一步步将研究推进至今天关于“过程智能”的系统性探索，从材料、结构、能量与时间等多个维度出发，持续思考物理过程如何构成功能、生成行为，并进入交互系统及更广泛的可持续技术场景。

图3：讲座初始，米海鹏老师为现场同学介绍分享嘉宾卢秋宇老师

讲座开篇，卢秋宇老师从一个我们并不陌生的现实出发：智能家居、自动驾驶、AI 助手、智慧城市......“智能”正在越来越多地嵌入我们的日常环境之中。但他随即提出了一个更值得追问的问题：这些智能究竟栖居在哪里？

今天的大多数智能系统，仍然主要依赖电子传感、计算与驱动链路来实现功能，智能也因此高度集中在处理器及其周边系统之中。这种路径固然推动了技术发展，但也伴随着系统复杂度上升、能源消耗增加以及电子废弃物等问题。基于此，讲座进一步提出：某些智能行为，是否可以不完全依赖电子计算，而由物理过程本身参与实现？

图4：讲座主题 - 当过程成为智能

围绕这一问题，卢秋宇老师提出了 Process Intelligence（过程智能） 的概念，强调智能不仅可以来自处理器，也可能生发于材料、结构、能量与时间等物理过程的相互作用之中。讲座进一步从

Material Process

Structural Process

Energy Process

Temporal Process

四个维度展开，讨论材料变化、结构响应、环境能量流动以及时间演化，如何在交互系统中参与感知、驱动乃至“类决策”行为的形成。

图5：过程智能的框架：以智能为核心，覆盖材料、结构、能量、时间四大过程维度，连接设计与制造

除了概念框架之外，讲座还讨论了这一路径如何真正落地，包括定制化制造平台、设计工具，以及 AI 增强的设计支持方式。整场分享所回应的，并不只是“如何做出更聪明的系统”，而是一个更根本的问题：未来交互系统中的智能，是否可以被重新分配，从处理器走向物理过程本身。

图6：Degrade to Upgrade研究中基底组件的设计框架与实例

讨论延伸：从概念框架走向研究实践

在讲座后的讨论环节，几位同学进一步结合自身研究与工作中的具体问题，与卢秋宇老师展开了交流。提问内容并没有停留在概念层面，而是很快进入了更具体的设计与实现维度，例如结构色在实际应用中的可能性、形变材料在交互设计中的约束条件，以及当材料、结构与过程真正进入系统设计时，研究者应如何理解其中的边界、变量与权衡。

这些提问某种程度上也回应了讲座本身的核心价值：Process Intelligence 并不是一个停留在理论层面的抽象命题，它真正具有挑战性的地方，恰恰在于如何把材料行为、结构响应、能量过程与时间演化转化为可以被设计、被实现、也可以被讨论的方法问题。现场的交流也让这场分享从“理解一种新视角”，进一步推进到“如何在自己的研究中处理这类问题”。

图7：现场讨论

与此同时，卢秋宇老师也简要介绍了他目前在香港理工大学带领的 Interbeing Lab。该实验室关注如何将智能嵌入材料与过程之中，以构建支持人、自然与机器之间更深层互构关系的新型交互系统。对持续关注设计、HCI、智能材料、形变系统与交叉研究方法的同学而言，这也为相关研究路径提供了一个更具体的参照。

他特别强调，真正重要的研究，往往不是追逐现成热点，而是找到那个自己愿意长期追问的问题。对于希望在设计、材料、计算、AI工具之间展开跨学科探索的同学，这类研究仍有大量未被充分打开的空间。

图8：讲座合照

供稿 | 王雪竹

编辑 | 王瑢琦

审核 | 宋诗宇