【本報訊】近日，由澳門科技大學創新工程學院作為核心機構之一，與清華大學、中國科學院自動化研究所、美國南加州大學、英國劍橋大學等合作完成的SR-LLM（Symbolic Regression Large Language Model，符號回歸大語言模型）相關成果刊載於國際頂尖期刊《PNAS》（Proceedings of the National Academy of Sciences of the United States of America），為開放世界機器人、自主無人系統的智能測試與管控優化提供顛覆性方案，突破複雜場景應用瓶頸，成為新一代無人系統安全規模化應用的核心方法論。

3月30日至4月1日期間，SR-LLM落地新一代無人系統專題研討會在澳門以線上線下結合形式舉辦。會議由澳科大創新工程學院院長孫巧主持，王飛躍、韓子天，伍乃騏、呂宜生、康孟珍等教授及特聘教授參會。來自中、美、加、英、匈多國專家齊聚，聚焦SR-LLM技術價值、落地路徑與場景適配，並聚焦低空經濟賽道，LaSEE（Low-altitude Space Economy and Ecology，低空經濟與生態）、CiSEE（Circular-in-Situ Economy and Ecology，循環原位經濟與生態）發展框架，凝聚國際共識，助力技術賦能無人車管控、服務民生出行與物流。

SR-LLM精準解決行業痛點，有效破解開放環境下無人系統場景表徵難、仿真虛實脫節、驗證效率低、測試無閉環等問題，搭建“精準描景-智能仿真-量化驗任務-全流程反饋”完整體系。融合符號回歸與大模型檢索增能力，適配高動態、交互的複雜開放場景，攻克自動駕駛“長尾難題”，強化無人車突發狀處置與動態策安全，支撑技術從實驗室走向民生商用。

本次研討會同步發佈三大核心成果：SR技術專題報告、PNAS原始研究論文、行業綜述報告，從原理底層、理論架構、產業方向三個層面，明確SR-LLM落地實操路徑與後續研發重點。 與會中外專家達成共識確認無人系統已邁入技術轉產業的關鍵階段，SR-LLM為複雜場景安全管控提供全新解法；結合LaSEE、CiSEE框架可進一步拓展至低空無人體系管控，打通低空經濟、循環發展與個性化應用的技術鏈路。

美國加州大學洛杉磯分校和南加州大學，加拿大維多利亞大學，英國劍橋大學和格拉斯哥大學，匈牙利歐布達大學校等學者參加了相關討論。