实习项目招募 | AI代理技术研究与开发实习生
随着AI技术的快速发展，智能代理（AI Agent）正逐步成为人机交互的新范式。CDI实验室AI代理交互研究小组正在寻找{AI代理技术研究与开发实习生}，聚焦AI代理的核心技术链路开发，探索其在数字囤积等场景中的应用潜力。
如果你对AI代理技术充满好奇，渴望了解并找寻场景应用落地；如果你具备软[......]
AI驱动的健康设计前沿论坛回顾
2025年9月21日下午，同济大学设计创意学院举办 “AI驱动的健康设计前沿”论坛。本论坛作为 WDCC 2025/第三届杨浦国际设计节暨2025环同济设计周分论坛，由同济大学设计创意学院主办，CDI数字创新中心承办，王琦副教授主持。论坛围绕老龄化辅助、心理健康、智慧医疗等重要议题，在人工智能、多感[......]
招募 | 智能交互与健康设计工具开发实习生
智能交互与健康设计工具开发实习生
实习时长
1-2个月（每周至少1天线下到岗）
岗位职责
● 基于 Web 前端技术，开发交互友好的设计支持工具，用于健康与智能交互相关研究
● 参与平台的界面与交互优化，提升工具可用性与视觉表现
● 支持多模态内容的[......]
AI 驱动的健康设计前沿丨WDCC 2025/第三届杨浦国际设计节暨2025环同济设计周分论坛
[......]实习生招募 | 智能交互与健康设计工具开发实习生
智能交互与健康设计工具开发实习生
实习时长
1-2个月（每周至少3天线下到岗）
岗位职责
● 基于 Web 前端技术，开发交互友好的设计支持工具，用于健康与智能交互相关研究
● 参与平台的界面与交互优化，提升工具可用性与视觉表现
● [......]
实习生招募 | 健康设计实习生
Project.01
认知-运动双任务基线测试系统开发
实习时长
2-3个月（每周至少3天线下到岗）
岗位职责
● 基于Web前端技术或Unity 3D引擎，开发用户友好的认知-运动双任务测试平台，支持被试者进行各类认知任务（如注意力、记忆、执行[......]
实习生招募 | 人机器人交互组实习生招募
岗位1：人形机器人遥操作实现与交互研究
实习时长
2-3个月（每周至少3天线下到岗）
岗位职责
● 基于XR设备（如 Vision Pro、Oculus Quest、Hololens），使用 Unity 等 3D 引擎构建人形机器人（如 Uni[......]
实习生招募 | CDI 2025年暑期实习项目
Project.01
行为感知辅助的大模型提示系统
项目背景
在远程协作、内容生成与智能助手不断普及的天，如何让AI更好地理解用户的真实关注点，成为提升生成质量与交互体验的重要挑战。本项目聚焦“用户自然行为”与“语言生成系统”的协同机制，探索非侵入式的多模[......]
实习生招募 | 人机器人交互组
关于我们
我们是同济大学设计创意学院CDI数字创新中心人机器人交互组，致力于探索人与智能体的未来关系。我们的研究聚焦于人类用户与机器人、智能终端之间的交互编程、自然语言沟通机制与交互体验优化，关注机器人如何通过语言模式识别、提问策略调整和对人类行为的学习，实现更具适应性和同理心的响[......]
GenComUI: Exploring Generative Visual Aids as Medium to Support Task-Oriented Human-Robot Communication
This work investigates the integration of generative visual aids in human-robot task communication. We developed GenComUI, a system powered by large language models (LLMs) that dynamically generates contextual visual aids—such as map annotations, path indicators, and animations—to support verbal task communication and facilitate the generation of customized task programs for the robot. This system was informed by a formative study that examined how humans use external visual tools to assist verbal communication in spatial tasks. To evaluate its effectiveness, we conducted a user experiment (n = 20) comparing GenComUI with a voice-only baseline. The results demonstrate that generative visual aids, through both qualitative and quantitative analysis, enhance verbal task communication by providing continuous visual feedback, thus promoting natural and effective human-robot communication. Additionally, the study offers a set of design implications, emphasizing how dynamically generated visual aids can serve as an effective communication medium in human-robot interaction. These findings underscore the potential of generative visual aids to inform the design of more intuitive and effective human-robot communication, particularly for complex communication scenarios in human-robot interaction and LLM-based end-user development.[......]