围绕人工智能、知识自动化、智能机器人系统等，重点研究方向如下：

研究方向一：人工智能模型与算法

关键研究：图神经网络、深度强化学习等人工智能模型与算法、大语言模型、多模态大模型

方向简介：重点开展图神经网络深度学习、深度强化学习等模型与算法的研发，应用于时序数据、图像等数据建模分析场景；开展大语言模型架构、应用与微调机制、多模态大模型架构、应用与微调机制等研究。

研究方向二：工业大数据与知识自动化

关键研究：领域知识图谱构建、文本自然语言理解、时序数据建模分析大模型、工业图像/视频智能理解
方向简介：围绕工业制造领域智能知识获取与服务需求，开展工业过程文本、时序、图像/视频的智能建模分析与理解识别，应用于工业过程产品图像质量缺陷检测、工业过程监测图像/视频智能语义理解，智能装备故障诊断预测，工业领域知识图谱自主构建与知识问答、智能推理等。在船舶、工业机器人、智能电力、智能交通等领域应用。

研究方向三：智能工业机器人与具身智能

关键研究：工业机器人复杂应用的组件化智能编程、大模型自然语言交互的机器人自动编程

方向简介：围绕工业机器人系统的智能化、组件化编程开发需求，通过大模型实现人类编程开发意图的自然语言理解，根据领域知识对编程开发意图进行任务分解，智能匹配相关功能组件，构建组件装配工作流，实现工业机器人系统软件的智能编程开发，利用实际场景与仿真系统进行应用验证。在机器人复杂分拣、装配、物流等场景以及多机器人系统协同作业过程中应用。