涂章正：一条并不高效但真实的路

此文写于 2026 年 7 月 24 日。

昨天凌晨通过电话确定了最终的 offer。虽然和最初预想相比，有一些细节上的差别，但总的来说，这已经是一个可以接受、也值得感激的结果。也就是说，我的保研到这里，算是结束了。

如果回头看，要向刚入学的学弟学妹介绍我的大学生活，我到底该怎么说？

如果只看简历，那它看起来还算顺利：学人工智能，参加机器人竞赛拿了八项国家级奖项（大部分水的最后在保研面试过程中无人 Care ），做科研（一篇三作的 TIP，一篇共一的 BMVC，还有一篇 CoRL 在投），后来进入更大的实验室，继续做具身智能。

大概会有人想复刻这种路线吧（除了我真不爱做题绩点低了一点，也因为 18/64 的绩点排名让我的恩师难以置信，但终究是 3/64 的综合排名力挽狂澜拯救一切）

但真实经历远没有看起来那么顺利，甚至可以说是相当曲折。

我的大学前三年，其实是一条非常低效、非常曲折、充满偶然性的路。我没有大一就明确目标，没有一开始就找到科研方向，没有提前规划好每一步。很多时候，我只是因为好奇去尝试了一件事情，然后发现它不适合自己；或者因为不甘心失败，又硬着头皮继续往前走，直到最后头破血流才止血。

也许大一少花一点时间打比赛，成绩会更好。也许早点认识科研的重要性，会更早拥有论文。也许第一次选择方向时更加成熟，就不会在一个没有结果的项目里挣扎那么久。这些“也许”都是真的。但是人生没有 if。我们只能带着当时那个阶段的认知，做出当时认为最合理的选择。

现在把这些写出来，并不是因为它值得被照着复制。恰恰相反。这只是一个普通人如何在迷茫中不断试错，如何在失败之后重新找到方向的故事。也许，它可以让刚入学的你知道：迷茫、试错、走慢一点、犯一些选择上的错误，并不意味着大学就被浪费了。一切都是命运，你将做出很多无法改变的选择，但请你有一个强大的心态，相信此时的世界就是最好的世界，一切都是最好的安排。

大一之前：从零开始接触计算机

刚进大学那会儿，我纯纯是个小白。不知道 OI 是啥，也不懂 AI 能干嘛，选这个学院单纯是觉得它听起来足够自由。跟那些早早就开始探索兴趣的大佬们比，我也就是个普通的小镇做题家。

高考后的暑假，我才开始认真接触电脑。学 Python，看计算机科学的入门课程，第一次接触 GitHub、Markdown 和开源项目。我第一次意识到，学习不应该只是等老师上课、等作业布置、等考试检验。它应该更自驱一点，也更开放一点。互联网里有大量可以主动获取的资源，而这里面的每一样都可能把你带向一个新的地方。感恩开源精神。

也是从那时候开始，我慢慢养成了记录和整理知识的习惯。持续记录的习惯在后面做科研调研文献时，也帮助了我很多。

其实当时高考志愿最想去的学校是电子科技大学。原因也很简单：高中时我就是稚晖君的粉丝。那时候还没有“具身智能”这个词，但我看着他造自动驾驶自行车、能给葡萄穿针的机械臂，就觉得这些东西特别有意思。

大一上：机电实践班与深度学习

所以大一刚入学时，我参加了机电实践班。（其实第一选择是RM的，但是当年的电控赛题太复杂把我做题家的内核吓哭了，而我在之前从未了解过嵌入式的内容以至于我现在都记不清当时的赛题是什么）

那段时间，我从零学习 51 单片机，画原理图，焊电路板，调硬件。最后做了一个功放系统。当陶喆的《流沙》真的从自己手里做出来的系统里放出来时，那种感觉很难描述。

兴奋比想象的短暂，我慢慢问自己：

然后呢？这真的是我想一直做下去的事情吗？

我逐渐发现，自己真正感兴趣的，不是电路板绘制的技巧，也不是各种电子元件的使用手册，而是更智能、更完整的系统。只是那时候的我还不知道它到底叫什么。

大一上，我也开始自学深度学习。因为数理基础还没有完全打好，那段时间其实学得很痛苦。很多公式只能一点一点啃。到大一上结束时，我大概对 MLP、CNN、RNN 这些经典模型有了基本概念。

后来，因为一次校内视觉比赛，我加入了创院的深度学习实验室。大一上就这样结束了。

大一下：被竞赛推着往前跑

接下来的半年，我开始接触目标检测、开发板、ROS、移动机器人、机械臂……那是一段漫长的学习期。因为两项竞赛，被竞赛项目推着往前跑，哪里不会就补哪里，哪里报错就查哪里。

第一次 RoboCup 比赛中，我认真标了大量数据。当时我觉得，自己虽然是新人，但只要把分配到的事情认真做好，总归不会太差。可最后，不同成员的数据混在一起，标注标准不统一，错误也很多，比赛结果并不理想，最后只拿了国三。我当时确实很努力，但那种努力更多只是“完成任务”。我没有真正站在整个项目的角度去检查数据质量，也没有主动思考流程是否合理。

第一次 RAICOM 也不顺利。那时候我们用的是轮趣的底盘，性能实在有限。理论上机器人应该走直线，实际却总是偏。对于移动抓取任务来说，底盘一偏，后面的视觉、定位和机械臂都会受到影响。最后，我们也只拿了国二。

与此同时，大一上的成绩虽然还在全学院前百分之十左右，但随着竞赛大量占用时间，我的成绩和排名开始明显下降。大一结束时，学习成绩也只是刚好前百分之二十。

那是我第一次真正理解：

大学允许探索，但探索从来不是免费的，也不是所有探索都会有结果。

大二：带队、补成绩与第一次科研挣扎

大二时，我继续留在实验室，也开始带下一届学弟学妹。

吸收了自己大一的失败教训，我不再希望新人长期停留在数据标注和辅助工作里。很多人刚开始都会觉得自己什么都不会，所以只敢做最边缘、最安全、最不需要判断的事情。但是我尽量让学弟学妹更早接触算法、开发和系统设计，让他们去做一些真正需要判断的任务。因为对于竞赛来说，真实的门槛没那高，有人带，自己也负责的去思考，就足够承担核心的任务。也是这一年，我拉 RM 的江浩然学弟一起入坑，我们自己做了一台小车。从底盘到导航框架，再到和机械臂的集成。

这一年的比赛依然并不顺利。省赛出现过低级错误，硬件还是会出故障，团队成员之间也在合作中不断磨合。有时候最难的不是技术本身，而是怎样让一群人真的往同一个方向推进。

但最终，我们还是拿到了一些不错的结果，有了两个国一和若干国二。

也是在这一年，我重新把课程成绩补了回来。虽然最后的排名没有完全回到最理想的位置，但大二 91 分左右的成绩，也算是给了自己一个交代。最后算上综测，保研的排名也还算不赖。

可是大二的路程并不只是在比赛和学业的正反馈。我也开始了非常挣扎的科研。

我的第一段科研，是几乎一个人做的触觉感知。刚开始时，我很认真。读了几十篇论文，整理方向，写项目申报，复现已有工作，也尝试提出一些改进。可真正开始做实验后，问题就一个接一个冒出来了。算力不够，复现成本很高，迭代效果很慢，模型改进效果不理想。更重要的是，当时提了三个可改进的方向，每个方向也有一些想要尝试的创新点，但是我当时缺乏判断一个研究想法是否可行的能力。挣扎了很久，从大二上直到大二下三月份，这个项目仍然没有形成任何成果。那种感觉很难受：你知道自己已经足够努力了，但受限于个人能力和资源等等，就是不会有结果。

后来和指导老师沟通后，我加入了另一个研零学长的触觉生成项目。更多负责评估体系、数据处理和对比实验。学长人非常靠谱，节奏也很稳。大二结束的暑假，我们完成了这项工作。后来这项成果也很极限地在我保研前的六月成为了我唯一中稿的论文，我是第三作者。

这段经历让我慢慢意识到，科研不是只靠热情，它需要问题判断，需要资源，需要合适的合作对象，也需要有人在关键时刻告诉你你做的事情对不对，接下来应该往哪走。

大三：焦虑、主动联系与外部合作

到了大三，我越来越焦虑。

身边已经有同学拥有很好的论文成果，而我虽然有不少机器人竞赛和工程经历，却仍然觉得自己没有真正 solid 的科研。

这时候我也越来越清楚地意识到自己一个很大的弱点：我不太擅长向上社交。

和同级同学相处，我通常还算自然。但面对学长、老师，尤其是那些掌握资源和评价权的人，我总是会拘谨，会别扭，会不知道该怎样表达自己。

也正因为这种性格，我曾经错过过一次很珍贵的机会。

但事已至此，我必须逼自己一把。

于是我开始主动向外寻找合作，联系真正做具身智能的学长。

非常幸运的是，陈天行学长愿意给我一个机会。

当时 SAM 3D Body 刚发布，他问我能不能基于这个模型做一个从单目视频到人形机器人的 paper。于是，我开始用两个月几乎 all-in 做这件事，和另一个深大的同学一起。

从人体重建，到坐标系转换，到时序优化，再到机器人映射，我每天几乎是中午十二点到晚上一点。那段时间很累，但也确实让我学到了很多东西。

可惜的是，这个项目最终没有形成顶会论文，只写成了一篇 arXiv。

事后再看，这个课题本身可能就有问题。基于单帧的重建模型，很难天然保证时序一致性。我们做了很多工程补丁，也解决了不少实际问题，但研究创新性并不足够强。

但正是这段经历，让我证明了自己的工程能力和项目推进能力。也正是因为陈天行学长的推荐，我得到了去上海交通大学穆尧老师组里实习的机会。

这也是我最后升学的去向。

机会不是完全随机的

很多机会并不是突然降临的。它可能来自一段没有完全成功的项目，来自别人对你执行力的认可，来自一次主动迈出去的尝试。

写到这里，还是很感恩这一切。

进入穆老师组以后，我最终选择了 VLA 记忆方向。

相比过去，这一次我不再只是完成一个工程系统，而是需要面对一个相对完整的研究问题：为什么机器人在长程任务中需要记忆？哪些历史信息值得保存？模型怎样利用这些信息完成决策？

幸运的是，这个项目里我也遇到了一位非常靠谱的学长。

在我进行低效探索的时候，他能够及时把握项目方向，给我有效的指引。从一月份进组到六月末，我和学长完整做了一篇 paper：EventVLA。

也是在这段时间，我觉得我的科研能力得到了很快速的成长。我第一次进入真正一线的组，接触到行业内最前沿的动向，也更清楚地看到，一个优秀的研究环境是什么样子。我像海绵一样尽可能吸收那些知识：组里大家在做什么，具身智能现在的核心问题是什么，什么样的工作会被认为有价值。

也正是这段经历，让我逐渐形成了自己对具身智能领域的理解。

在穆老师正式给 offer 之前，我也拿到了南大和科大的口头 offer。后来穆老师这边确定口头offer后，我拒绝了其他 offer。直到 7 月 24 日，最终得到正式的确认。

复盘：弯路到底有没有价值

现在回头看，我曾经很多次觉得，自己的大学路线并不高效。

如果大一少打一点比赛，也许排名会更高。如果更早抓住合适的科研机会，也许能更早拥有论文。如果第一次选导师时更成熟，也许不会在一个不合适的方向上花那么多时间。

这些假设都可能是真的。

弯路会真实地消耗时间，也会让你错过机会。不是每一次失败都会自动变成财富。但是当你认真复盘，并且真的在下一次改变做法时，弯路也有价值。

机器人竞赛让我学会了协作和带队。成绩下滑让我明白了评价体系的力量。失败的科研让我摆脱了对学术的浪漫想象。主动联系外部学长，让我第一次意识到，资源和机会也需要自己争取。

那些经历没有把我带上一条最高效的路，却一点一点塑造了我。

经历	当时的代价	后来留下的东西
机器人竞赛	占用大量课程时间，成绩排名下滑	工程能力、协作经验、带队经验
失败的触觉科研	长时间投入却没有成果	对科研难度和资源约束的真实认识
外部合作项目	高强度 all-in，最终没有顶会论文	证明工程推进能力，获得实习机会
进组做 VLA 记忆	面对更完整、更前沿的研究问题	科研判断、方向理解和最终 offer

所以，走了弯路又如何呢？

我们终究要有强大的心态，去面对这世上的一切。面对选择的代价，面对不如预期的结果，面对别人更快的进度，也面对自己并不完美的过去。

我也很感恩这些年陪在我身边的朋友。

感恩那些和我一起熬夜、调车、改代码、做实验、聊天、复盘、互相打气的人。

也感恩从不质疑我任何决定的亲人。

我走了很长的路才走到这里。但现在想想，也没有什么后悔的。人生只有一次。当我们在生命的尽头回看时，也许会发现，路其实只有那一条。那就是命运。

所以我想说些什么呢。

写给刚入学的同学

我想说，迷茫的小朋友们，刚进入大学时，不必太焦虑。

你可以先去上课，去听各种各样的讲座，参加想参加的项目，认识不同的人，也可以允许自己在几个方向之间摇摆。

大学最珍贵的地方，正是它第一次把很多不同的道路同时放在你面前。

你不需要一开始就知道自己要成为什么样的人。很多时候，方向不是想出来的，而是在一次次接触、尝试、碰壁和重新选择里，慢慢浮现出来的。

请记得持续思考。不要只是忙，不要只是跟着别人走。要经常停下来问问自己：

我现在做的事情，真的让我更接近想去的地方吗？

同时，也请保护好自己的底线。身体永远是最重要的。

最后，不要把别人的路线当成自己的标准答案。

有人大一就进实验室，有人靠竞赛找到热爱，有人专注绩点，有人准备出国，也有人到大三才知道自己真正喜欢什么。

每条路都有自己的收益，也有自己的代价。大学真正重要的，也许不是找到一条完美路线，而是逐渐学会为自己的选择负责。

我现在依然没有走到终点，也无法证明自己的选择一定正确。但至少和刚入学时相比，我已经更明白自己为什么往前走，也更能够接受道路中的不确定。

愿你也能在大学里，过得幸福快乐，如果能慢慢找到一件真正愿意投入的事情，那就最好了。

插播一条广告：

如果你想讨论具身智能、机器人学习、VLA 或者相关科研方向，欢迎来联系我。ScaleLab 大舞台，想科研你就来。