2026年07月15日
2026年07月18日
物联网学院围绕四大核心技术科研集群组织科研工作，为 AIoT 与智联网方向提供技术基础。这四个集群覆盖边缘智能与自主系统、可信与安全 AIoT、智能感知与嵌入式智能、智能连接与系统基础设施。
在四个技术集群基础上，学院进一步发展AIoT+X 跨域应用研究层，将核心技术与智能制造、医疗健康、智慧城市、机器人、交通、能源、物流、数字孪生和人本智能系统等真实应用场景相连接。
这一 “4+1” 结构支撑学院长期发展路径：从科研集群发展为研究实验室，从实验室发展为研究中心，并逐步迈向 AIoT 与智联网方向的研究院级平台。
A. 边缘智能与自主系统
该集群聚焦于 AI 在真实世界边缘系统与自主系统中的部署，研究智能如何分布在边缘设备、自主平台、网络物理系统和实时控制环境中。
主要研究方向包括边缘计算、分布式智能、自主网络物理系统、机器人、无人机、车辆、多智能体协同、自适应边缘智能，以及面向网络物理系统的实时 AI 决策与控制。
B. 可信与安全 AIoT 系统
该集群聚焦于 AIoT 系统中的安全、安全性、韧性、隐私保护和治理问题，研究如何设计、部署、审计和运行可信安全的 AIoT 系统。
主要研究方向包括 AIoT 安全与隐私、安全 AI 部署流水线、可信执行环境、韧性分布式系统、可信 AI、审计、风险控制、隐私保护分布式学习，以及 AIoT 基础设施的安全运维。
C.智能感知、机器感知与嵌入式智能
该集群聚焦于机器感知与嵌入式智能设备，为 AIoT 系统与物理世界交互提供感知、认知和设备级智能基础。
主要研究方向包括智能传感系统、多模态感知、光学/RF/环境感知、计算机视觉、图像处理、传感器融合、感知 AI 模型、嵌入式 AI 平台、低功耗智能设备、软硬件协同设计、能量采集和物联网无线供能技术。
D.智能连接与系统基础设施
该集群聚焦于支撑真实世界 AI 部署的网络连接结构和大规模系统基础设施，研究智能系统如何在设备、网络、边缘/云平台和服务基础设施之间实现连接、编排、管理和扩展。
主要研究方向包括物联网网络架构、RF 与天线系统、5G/6G 及未来通信、边缘—云协同、分布式系统基础设施、AIoT 平台与编排、智能系统生命周期管理，以及支撑真实 AI 部署的数据与服务平台。
AIoT+X 不是孤立于四个技术集群之外的单独技术集群，而是建立在四大核心技术科研集群之上的 应用与集成层。它将边缘智能、可信系统、智能感知与嵌入式智能、智能连接与系统基础设施，与真实 X 领域问题相连接。
通过 AIoT+X，学院推动面向智能制造、医疗健康、智慧城市、机器人、自主系统、能源、物流、数字孪生、智能产品、智慧生活和人本智能技术的应用研究。
这一层对于产业合作、TIX-PhD 项目、企业委培博士、联合实验室和应用型科研平台建设尤其重要。
应用领域：
学院科研集群不仅是研究方向的分类方式，也是长期科研能力建设机制。未来三年，学院将以这些集群为基础，引导师资招聘、博士培养、项目申报、产业合作、实验室建设和平台发展。
发展路径为：
这一发展路径支撑学院建设具有国际可见度的 AIoT 与智联网科研引擎，强化师资与博士生态，并形成具有产业影响力的可扩展科研平台。
物联网学院围绕四大核心技术科研集群组织科研工作，为 AIoT 与智联网方向提供技术基础。这四个集群覆盖边缘智能与自主系统、可信与安全 AIoT、智能感知与嵌入式智能、智能连接与系统基础设施。
在四个技术集群基础上，学院进一步发展AIoT+X 跨域应用研究层，将核心技术与智能制造、医疗健康、智慧城市、机器人、交通、能源、物流、数字孪生和人本智能系统等真实应用场景相连接。
科研集群结构：4+1 模型
这一 “4+1” 结构支撑学院长期发展路径：从科研集群发展为研究实验室，从实验室发展为研究中心，并逐步迈向 AIoT 与智联网方向的研究院级平台。
A. 边缘智能与自主系统
该集群聚焦于 AI 在真实世界边缘系统与自主系统中的部署，研究智能如何分布在边缘设备、自主平台、网络物理系统和实时控制环境中。
主要研究方向包括边缘计算、分布式智能、自主网络物理系统、机器人、无人机、车辆、多智能体协同、自适应边缘智能，以及面向网络物理系统的实时 AI 决策与控制。
B. 可信与安全 AIoT 系统
该集群聚焦于 AIoT 系统中的安全、安全性、韧性、隐私保护和治理问题，研究如何设计、部署、审计和运行可信安全的 AIoT 系统。
主要研究方向包括 AIoT 安全与隐私、安全 AI 部署流水线、可信执行环境、韧性分布式系统、可信 AI、审计、风险控制、隐私保护分布式学习，以及 AIoT 基础设施的安全运维。
C.智能感知、机器感知与嵌入式智能
该集群聚焦于机器感知与嵌入式智能设备，为 AIoT 系统与物理世界交互提供感知、认知和设备级智能基础。
主要研究方向包括智能传感系统、多模态感知、光学/RF/环境感知、计算机视觉、图像处理、传感器融合、感知 AI 模型、嵌入式 AI 平台、低功耗智能设备、软硬件协同设计、能量采集和物联网无线供能技术。
D.智能连接与系统基础设施
该集群聚焦于支撑真实世界 AI 部署的网络连接结构和大规模系统基础设施，研究智能系统如何在设备、网络、边缘/云平台和服务基础设施之间实现连接、编排、管理和扩展。
主要研究方向包括物联网网络架构、RF 与天线系统、5G/6G 及未来通信、边缘—云协同、分布式系统基础设施、AIoT 平台与编排、智能系统生命周期管理，以及支撑真实 AI 部署的数据与服务平台。
AIoT+X 跨域应用研究层
AIoT+X 不是孤立于四个技术集群之外的单独技术集群，而是建立在四大核心技术科研集群之上的 应用与集成层。它将边缘智能、可信系统、智能感知与嵌入式智能、智能连接与系统基础设施，与真实 X 领域问题相连接。
通过 AIoT+X，学院推动面向智能制造、医疗健康、智慧城市、机器人、自主系统、能源、物流、数字孪生、智能产品、智慧生活和人本智能技术的应用研究。
这一层对于产业合作、TIX-PhD 项目、企业委培博士、联合实验室和应用型科研平台建设尤其重要。
应用领域：
从科研集群到实验室、中心和研究院
学院科研集群不仅是研究方向的分类方式，也是长期科研能力建设机制。未来三年，学院将以这些集群为基础，引导师资招聘、博士培养、项目申报、产业合作、实验室建设和平台发展。
发展路径为：
这一发展路径支撑学院建设具有国际可见度的 AIoT 与智联网科研引擎，强化师资与博士生态，并形成具有产业影响力的可扩展科研平台。