大模型智能体：设备/界面操控、记忆规划与工具调用可靠性（Mobile-Env、MobA、META-GUI、Rememberer、ToolHallucination）
陈露、俞凯团队的开源智能体工作，覆盖安卓GUI交互训练评测平台、记忆增强的手机任务自动化、多模态对话式GUI智能体、半参数强化学习智能体，以及降低工具调用幻觉的可靠性对齐。
决策X-LANCE 陈露、俞凯课题组 / OpenDFM（Danyang Zhang、Zichen Zhu、Hongshen Xu 等）计算机学院TRL 4
丰富音频与环境声感知（音频描述SLAM-AAC/DRCap、声音事件检测、在线VAD、空间音频理解BAT、DCASE冠军系统）
吴梦玥组率先提出音频描述（Audio Caption）任务（据 X-LANCE 官方简介），并长期做弱监督声音事件检测和文本-音频对齐；陈谐组在 SLAM-LLM 中开源了大模型音频描述（SLAM-AAC）和零样本音频描述（DRCap），并与 UT Austin 合作提出空间音频推理模型 BAT；交大团队获 DCASE 2022、2024 多项冠军。这些能力对应“让机器人听懂环境”。
感知X-LANCE 吴梦玥课题组（音频描述/声音事件检测/DCASE 2022）、陈谐课题组（SLAM-AAC、DRCap、BAT，DCASE 2024 音频描述季军）；DCASE 2024 两项冠军由上海交大钱彦旻（现任听觉认知与计算声学实验室 AudioCC Lab 负责人，X-LANCE 官网列为校友）与陈谐等联合清华大学、华北电力大学、华控智加获得计算机学院TRL 4
高效/情感可控语音合成与低码率语音编解码技术链（VoiceFlow、UniCATS、vec2wav 2.0、EmoVoice、LSCodec、CodecSlime）
一套围绕离散语音token和流匹配的语音生成技术，从少步高质量合成、语音编辑、情感可控合成，到单码本低码率、说话人解耦的语音编解码。
整机集成决策感知X-LANCE 俞凯、陈谐课题组（Yiwei Guo、Chenpeng Du、Hankun Wang、Guanrou Yang 等）计算机学院TRL 4