报告题目：人工智能安全可信与应用挑战——模型、内容与具身应用

报告摘要：

随着大模型、生成式AI及具身智能技术的快速迭代与规模化落地，人工智能安全风险由单一模型内核缺陷，逐步延伸至内容可信、智能体决策、具身交互等多维度领域，攻防对抗呈现复杂化、体系化等特征，可信安全已成为人工智能技术落地应用的核心前提。本报告围绕人工智能多层级可信安全攻防展开系统性介绍，覆盖模型内核、内容输出、具身应用等维度，结合团队相关研究成果，探究人工智能对抗、后门、越狱等安全攻防机制，内容幻觉、伪造识别、概念擦除等可信挑战，以及具身场景下智能系统攻防与安全评测。

报告人介绍：

蔺琛皓，西安交通大学网络空间安全学院教授、博士生导师，国家级青年人才，教育部工程研究中心副主任。长期从事人工智能安全、大模型安全、AI4Science等相关研究，在该方向发表论文80余篇，包括IEEE TPAMI、TDSC、TIFS、TIP、USENIX Security、S&P、ICML、ICLR、NeurIPS、SIGGRAPH Asia、CVPR、ICCV等，获得了UbiComp等国际学术会议最佳论文奖5次、授权/受理国家发明专利40余项，形成了IEEE/国家/行业/团体标准/白皮书10余项；先后获得了中国电子学会教学成果大赛一等奖、IJCAI-DDL'25 Outstanding Contribution Award、达摩院青橙奖最具潜力奖、吴文俊人工智能优秀青年奖、中国电子学会技术发明一等奖、中国自动化学会自然科学一等奖、陕西高等学校科学技术研究优秀成果特等奖、国家人社部高层次留学人才回国资助等；入选了陕西省高层次人才（青年）、小米青年学者、思源学者等；主持了重点研发计划项目课题，科技创新2030-“新一代人工智能”重大项目课题，国自然重点类项目课题、面上、青年项目等，基金委创新研究群体核心成员；担任IEEE TIFS等期刊副主编或青年编委及CVPR、ICCV、AAAI、IJCAI 等国际学术会议SPC、PC。

报告题目：智能模型攻防及其安全应用

报告摘要：

随着人工智能技术的广泛应用，其安全性问题日益凸显。为确保人工智能技术安全可靠地应用，对智能模型的安全性防护变得尤为关键。本报告围绕模型全生命周期安全，从智能模型训练、使用和维护三个阶段，对可能面临的安全风险进行深入介绍，并针对数据后门、数据投毒、模型探测、模型滥用与模型遗忘等问题提出了系列解决方案，保障人工智能模型的安全。

报告人介绍：

马卓，西安电子科技大学教授，博士生导师，国家级青年人才，陕西省杰出青年基金获得者。现任中国电子学会网络空间安全专委会青年常委，人工智能学会智能服务专委会常务委员，中国计算机学会数据治理发展委员会执行委员。主要从事人工智能安全、数据隐私保护、无人系统安全等方面的研究，以第一作者/通信作者，在IEEE?S&P, NDSS，USENIX SECURITY，CCS，IEEE TONS, IEEE?TIFS等国内外知名期刊和会议发表论文50余篇。主持国家重点研发计划项目、国家自然科学基金联合基金重点项目、基金委国际合作交流项目等10余项国家级项目。部分研究成果获省部级一等奖4项。

报告题目：面向大模型的数据隐私推断攻击与防御

报告摘要：

以大模型为代表的生成式人工智能在近年来成为人工智能领域的核心技术，推动了新一轮的技术革命，并为未来的人工智能产业发展指明了方向。目前，大模型技术已在多个领域广泛应用于自动内容生成。然而，随着大模型的广泛应用，数据隐私安全问题日益凸显。本报告重点探讨大模型数据隐私安全，揭示了视觉大模型训练数据可能面临的属性存在推断攻击风险，并探讨针对数据隐私推断的防御技术。

报告人介绍：

杨子祺，浙江大学百人计划研究员，博士生导师。本科毕业于华中科技大学，博士毕业于新加坡国立大学。担任CCF网络与系统安全专委会执行委员，《高置信计算（英文）》期刊青年编委，长期担任网络与信息安全领域四大顶会IEEE S&P、ACM CCS程序委员会委员，CCF-A类会议AAAI、MM、NeurIPS等程序委员会委员，担任TDSC、TIFS 等顶刊常驻评审。深度参与制定强制性国家标准GB 45438-2025《网络安全技术 人工智能生成合成内容标识方法》，研发强制性标准配套服务平台GCmark。曾获ACM AISec最佳审稿人、全国大学生信息安全竞赛优胜奖指导教师等奖项。主讲课程获评浙江省“名师名课”省级一流课程、入选教育部国家高等教育智慧教育平台人工智能通识课程。研究方向包括人工智能安全、大模型安全、智能体安全，发表安全四大论文及CCF-A类论文20余篇，主持和参与国家自然科学基金项目、科技部重点研发计划项目等多个国家级科研项目。

报告题目：主动健康驱动的老年慢病人群居家数智健康管理关键技术

报告摘要：

随着我国人口老龄化程度的不断加剧，老年人健康管理已成为健康中国与和谐社会建设面临的重大现实性问题，研发及应用数智化为驱动要素的健康管理前沿技术成为有效应对人口老龄化、保障老年群体健康的关键举措。本团队创新构建了以嵌入式数字基座为核心的智能感知监测终端网络，自主研发了多模态异构数据融合、安全计算、异动行为模式识别以及主动健康大语言模型与智能体等系列关键共性技术，打通了老年人居家“监测-评估-预警-干预”四位一体健康全过程服务闭环，在全国东、中、部地区典型节点城市跨地域构建了12个数智健康服务示范基地， 开展了面向终端家庭、社区驿站、居家式养老机构等多个场景适老化健康服务试点，深度践行打造了以家庭端为起点和流转中枢、紧密连接社区和医院协同作用下的“家庭-社区-医院”三级联动主动健康适老化服务体系。

报告人介绍：

李书艳教授，博士研究生导师，徐州“双百工程”人才，徐州医科大学国家一流本科专业负责人、医学智能教研室主任，江苏省医疗健康人工智能工程研究中心副主任，数智慢病防治江苏省高校重点实验室副主任，江苏省生物信息学学会副理事长，中国生物信息学会数据共享与转化信息学专委会常委，中国生物工程学会计算生物与生物信息学专委会委员。长期从事数智健康管理、多模态医学人工智能、数智慢病防治领域创新研究，具有丰富的科研经验和系列高水平学术研究成果。主持国家级科研项目2项及其他各级项目10余项，包括主持科技创新2030-四大慢病国家科技重大专项课题“慢病防治技术推广数智化平台建设”1项；作为核心骨干带队实施完成国家重点研发计划主动健康与老龄化科技应对重点专项1项，提出了主动健康驱动的新型数智健康服务基础平台复杂异构网络环境下高可用性架构及关键构件可解构性设计理论；研制出了异构数据跨平台统一融合引擎、端侧AI集群化联合计算系统框架、异动行为检测新方法；累计发表SCI论文50余篇；授权发明专利9项，软件著作权12项；技术标准7项；荣获甘肃医学科技进步奖1项。

报告题目：诊疗一体化智能康复系统的相关研究与应用

报告摘要：

新兴的人工智能和大数据技术给传统的康复医疗模式带来新的机遇。运动康复不在局限于传统的“头痛医头、脚痛医脚”的局部治疗模式，而是让患者从单纯的以肢体活动为主的被动运动到功能训练为中心的主动运动，提高功能水平和活动能力。项目组紧盯学科发展前沿，聚焦“老龄与康复”这一社会热点问题，经过十余年的自主创新，以脑卒中偏瘫康复为主线，致力于“诊疗一体化神经重塑智能康复系统”的前沿基础研究和革新技术研究，揭示了“数字患者和临床疗法的模型化机理”，研发了“基于患者运动意图的康复训练装备运动控制技术”，构建了“基于大数据的康复诊疗服务一体化系统平台”，形成了三个独具特色而又共享主题的研究方向，并取得了一些具有创新性的学术成果。

报告人介绍：

李醒，东北大学教授、博士生导师，国家重大人才工程青年学者，主持国家自然科学基金联合重点、国家重点研发计划课题、JKW课题、国防科工局稳定支持项目等纵向课题30余项；以第一作者或通讯作者在国内外顶级期刊IEEE汇刊、自动化学报等发表期刊论文80余篇；授权发明专利10项（转化1项），软著3项，出版专著1部（序1）；任中国自动化学会女科技工作者委员会副秘书长、机器人智能专委会、过程控制专委会委员，中国指控学会青年工作者委员会委员以及IEEE TASE、TCSS期刊编委。获广东省自然科学二等奖1项（序1）、中国自动化学会(CAA)青年科技奖、科技进步一等奖（序2）、二等奖（序1）各1项、CAA高等教育教学成果奖二等奖（序1）1项。指导学生参加中国研究生电子设计大赛、全国大学生RoboMaster、Robocon等比赛多次取得一、二等奖。

报告题目：医学多模态大模型基座的开源构建、演进与应用探索

报告摘要：

通用（医学）基座模型正加速驱动全球诊疗范式变革。本次报告首先将介绍团队近期构建的通用医学基座Hulu-Med，以单一基座实现对医学文本、2D图像、3D体积及视频的统一理解，具备端到端的透明度与开放性，在开源社区HuggingFace等下载量近30万次，在60余项主流基准测试中达到或超越顶尖闭源系统及人类专家水平。进一步地，介绍团队近期围绕复杂临床长程决策场景开展的环境扩展与智能体研究，以及在智能诊疗中的应用探索，期待与大家共同探讨迈向更通用、更可用的医学大模型和智能体所面临的开源开放、应用场景和技术挑战。

报告人介绍：

刘佐珠，浙江大学研究员、博导，CAD&CG全国重点实验室成员，浙江省医学影像人工智能重点实验室副主任。主要研究方向为医学人工智能和多模态大模型，以第一/通讯作者在Nature Communications/Patterns和NeurIPS/ICLR/ICML等旗舰期刊和顶级会议发表论文40余篇，主持国家重点研发计划课题、国自然面上及千万级重大校企平台（2项）等项目多项，获人工智能顶会IJCAI 2025 Early Career Spotlight、ICCV 2025 Best Paper Finalist等荣誉，担任NeurIPS、ACL、EMNLP、KDD等国际顶会Area Chair，CCF数字医学分会副秘书长、中国电子学会智慧医疗专委会常委、CCF YOCSEF杭州主席

报告题目：跨尺度与多模态医学数据分析及其在疾病智能预防、诊疗与预后的应用

报告摘要：医疗数据呈现出显著的跨尺度与多模态特征，其中医学影像数据（如放射影像和病理图像）在医疗健康数据中占据了绝大部分。这些数据是实现精准诊断、优化治疗决策以及在全病程护理中进行全面患者管理的核心基础。本报告将围绕“从图像表型到临床决策”这一核心主题，重点介绍智能医学影像计算江苏省重点实验室（IMIC）的最近的研究进展。具体而言，我们将系统地表征肿瘤的宏观形态与组织结构，并深入分析微观层面的细胞与分子改变以及细胞微环境等。这些研究旨在为多模态临床决策（包括手术、放疗、化疗及免疫治疗）提供智能化支持。本报告还介绍我们最近我们实验室在计算病理以及在以病理为中心，融合多模态数据（影像、基因、电子病历）等方面的最近研究进展

报告人介绍：

徐军，现任南京信息工程大学人工智能学院（未来技术学院）副院长（二级教授）、智能医学图像计算江苏省高校重点实验室主任、南京信息工程大学多模态医学数据分析创新团队负责人。他2007年获浙江大学控制科学与工程系博士学位，先后在美国罗格斯大学（Rutgers University）及凯斯西储大学（Case Western Reserve University）生物医学工程系担任博士后研究员，助理研究员及访问教授。自2019年以来连续入选斯坦福大学全球前2%顶尖科学家榜单。他的研究研究成果主要发表于《Nature Communications》《Radiology》《IEEE Transactions on Medical Imaging》《Medical Image Analysis》《British Journal of Dermatology》《npj Precision Oncology》等期刊。先后主持国家自然科学基金“重大疾病智慧诊疗”专项、联合重点项目、面上项目，科技部重点研发计划重点专项课题、省部级项目多项。主要研究方向是：多模态医学数据分析；计算病理；数字病理；基于多模态医学数据定量分析的疾病预防、诊疗和预后。

报告题目：脑影像信息分析与应用

报告摘要：

脑影像信息提供了对大脑活动最直接的观测，对揭示记忆、决策等认知过程的神经机制的研究提供了重要证据，也能够对阿尔茨海默症、孤独症等神经疾病诊断治疗提供宝贵线索。 本报告聚焦大脑活动分析中的关键问题，介绍团队的最新进展。

报告人介绍：

赵世杰，西北工业大学长聘教授，博士生导师，青年科学基金（B类）获得者。主要研究方向是脑机接口、医学影像处理、人工智能算法等，以第一作者/通讯作者（含共同）在Nature Communications、IEEE TMI、Medical Image Analysis等领域重要期刊和会议发表论文40余篇。主持国家自然科学基金联合基金重点支持项目、国家重大科技专项课题、军口国家级纵向项目(300万)、启元实验室基金等国家和省部级项目10余项。担任医学图像计算青年研讨会(MICS)副主席、中国图象图形学会请工委委员、中国图象图形学会脑图谱专业委员会委员、中国图象图形学会视觉认知与计算专业委员会委员、中国人工智能学会生物信息学与人工生命专业委员会委员、中国生物医学工程学会医学图像信息与控制分会委员、MICCAI 2022 communication chair等多个学术兼职；担任Cyborg and Bionic Systems和iRadiology期刊青年编委。

报告题目：跨介质类生命机器人智能及实现方法

报告摘要：

人工智能蓬勃发展，但主要以硅基材料为载体，存在学习速率慢、迁移能力弱等短板。与之不同，自然界中的生物碳基智能依托复杂神经网络，通过持续的动作重复与模仿形成，在学习能力与关联推理能力上具备显著优势。因此，探究硅基智能与碳基智能之间的多尺度交互融合机理，实现跨介质类生命智能，具有重要研究价值。本报告将就类生命机器人智能的实现方式开展讨论：自下而上路径与自上而下路径。自下而上路径通过体外培育神经网络或生物组织，依托机器人行为、运动反馈施加人工刺激，调控网络连接可塑性，使生物神经网络能够执行特定任务，进而构成生物智能控制器，以此实现类生命机器人智能。与之相对，自上而下路径借助脑机接口（BMI）等生物交互技术直接利用活体动物，构建动物机器人。该方式将动物视作机器人平台：通过人工刺激调控动物运动，同时解码动物感知信号与行为意图，完成碳基智能与硅基智能融合。

报告人介绍：

刘连庆，沈阳自动化所研究员，机器人与智能系统全国重点实验室副主任，主要研究方向：类生命机器人，微纳机器人，超精密微纳检测，智能机器与系统。获得杰青延续(2025)、科学探索奖(2024)、杰青(2019)、优青(2015)、万人计划青年拔尖(2014)、中科院卓青项目(2014)等人才项目支持；担任“智能机器人”国家重点研发计划专家委员会委员、指南专家组组长，中国自动化学会机器人专业委员会主任委员、共融机器人专业委员会副主任委员，中国机械工程学会机器人分会副理事长，曾任IEEE机器人与自动化学会副主席(2018-2019)、资深顾问(2020-2021)等职务。获辽宁省自然科学一等奖、中国自动化学会技术发明一等奖、中国智能制造十大科技进展、IEEE机器人与自动化学会青年科学家奖，中国自动化领域年度人物，首届熊有伦智湖优秀青年学者奖等荣誉。

报告题目：世界模型 - 迈向空间智能

报告摘要：

在工业制造、服务机器人等真实物理场景中，AI 正面临两大根本性挑战：一是数字与物理空间的断层，传统大模型擅长处理语言与视觉信息，但难以在真实物理世界中输出高频、精准的控制指令。二是任务与设备的碎片化，不同机器人、不同任务之间模型无法迁移，效率低且成本高。世界模型被视为破解该困局的关键，通过构建对物理空间规律、物体属性与动力学关系的内在表征，驱动智能体从“感知-反应”的浅层模式，跃升至“理解-预测-行动”的深度推理。让智能体不仅能“看”能“听”，更能理解空间关系、预判物理后果，并根据环境自主行动，是通往通用空间智能的核心基石。本次报告将系统解读世界模型的核心要素与技术范式，梳理当前国内外研究前沿。同时分享团队在世界模型上的技术布局与最新进展，并展望未来发展趋势与产业机遇，为推动空间智能体真正融入物理世界提供思考与参考。

报告人介绍：

申恒涛教授，国家领军人才，当选欧洲科学院外籍院士、国际计算机学会会士（ACM Fellow）、国际电气与电子工程师协会会士（IEEE Fellow）、美国光学学会会士（OSA Fellow）,入选科睿唯安全球高被引科学家。现任同济大学计算机科学与技术学院院长，长期深耕计算机科学与人工智能前沿领域，主攻世界模型、空间智能方向研究。科研成果先后荣获 ACM-CCF 人工智能奖、科学探索奖、教育部自然科学奖一等奖、中国电子学会自然科学奖一等奖等多项重量级学术奖项。

报告题目：世界模型强化学习

报告摘要：

报告介绍世界模型的概念及其国内外最新研究进展。介绍基于随机Transformer 架构的高效世界模型、基于动态调制机制的世界模型、以对象为中心的世界模型、混合世界模型等最新进展。此外，报告介绍强化学习在无人机轨迹规划方面的应用。最后，展望了未来的研究方向。

报告人介绍：

孙健，北京理工大学自动化学院教授、院长，自主智能无人系统全国重点实验室常务副主任。主要研究方向为自主智能无人系统、网络化系统，控制系统安全性等。在IEEE汇刊、Automatica等刊物上发表学术论文200余篇，出版学术专著3部。获国家自然科学二等奖1项、教育部自然科学一等奖2项、军队科技进步一等奖1项、国防科技进步二等奖2项。2019年获国家杰出青年科学基金。现任第八届教育部科技委委员，教育部高等学校自动化专业教学指导委员会委员，亚洲控制协会执行委员会委员，亚洲控制协会无人系统专业委员会主任，中国自动化学会控制理论专业委员会副主任、中国自动化学会工业控制系统信息安全专业委员会副主任、中国指挥与控制学会集群智能与协同控制专业委员会副主任、中国指挥与控制学会网络科学与工程专业委员会副主任，《IEEE/ASME Transactions on Mechatronics》《IEEE Transactions on Systems, Man and Cybernetics: Systems》《Science China Information Sciences》《Journal of Systems Science and Complexity》《自动化学报》《电子学报》等刊物编委。

报告题目：复杂场景下的智能理解与具身操控

报告摘要：

具身智能与大模型的快速发展，正在推动工业系统加速迈向工业5.0。本报告首先回顾工业5.0与具身智能的发展历程，分析以人机协同与自主智能为核心特征的新一代工业体系，并从个体智能、多体智能与群体智能三个层面系统阐述工业5.0背景下具身智能的主要形态与技术框架。结合当前技术发展阶段，报告重点聚焦个体具身智能，介绍其核心体系架构与基本运行机理。在此基础上，进一步分享团队面向工业场景开展的相关研究工作，重点围绕特殊材料对象的具身操控以及复杂交互环境中的智能感知与操作问题，探索提升系统鲁棒性、环境适应性及实际工业部署能力的关键方法。最后，从模型层、连接层与应用层三个层面展望工业5.0视角下具身智能的发展趋势与未来方向，为具身智能在新一代工业系统中的规模化应用提供参考。

报告人介绍：

唐漾，IEEE Fellow, 国家级领军人才、国家级高层次青年人才、科技部中青年科技创新领军人才、IEEE杰出演讲人(2026-2027)，上海市优秀学术带头人和德国洪堡基金等计划入选者。主要研究智能无人系统、多体智能、工业智能、具身智能和生物信息学等，在Nature子刊等权威期刊上发表论文260余篇（含Automatica、IEEE汇刊和CCF-A类论文200余篇），申请/公开/授权专利20余件。主持国家科技部重点研发计划项目和课题, 多项国家自然科学基金重点类项目等。担任IEEE TII共同主编，IEEE TCASI资深领域编辑，IEEE TNNLS, IEEE TCYB, IEEE TII, IEEE/ASME TMECH, IEEE TCASI, IEEE TCDS, IEEE TETCI, IEEE SJ, EAAI (IFAC Journal)，中国科学：信息科学、中国科学：技术科学、自动化学报等多个国际期刊的副主编/编委。获得2019年度上海市自然科学奖一等奖（第一完成人）。

报告题目：有限信息系统的自适应辨识与控制

报告摘要：

有限信息系统的自适应辨识与控制理论，是对传统系统控制理论的深化与拓展，更是突破6G通信、人工智能和多尺度高精度探测等关键技术的重要理论保障。在面向未来6G通信、多尺度红外探测等国家重大战略需求背景下，系统设计面临一个根本性矛盾：硬件能耗、信道带宽等实际约束导致可用数据具有低精度、分布式与多重不确定性等有限信息特征，而应用场景却要求系统同时实现高精度、高可靠与低能耗。由于强非线性、强耦合等本质困难的存在，使得传统控制、信息、安全等学科分立的理论难以有效调和“信息有限性”与“性能极致化”之间的内在冲突，因此亟待构建控制-通信-安全一体化的理论与方法，这也让“有限信息自适应辨识与控制理论”的构建具备重要的科学价值与工程应用意义。本报告将围绕三大核心内容，梳理有限信息系统辨识与控制理论的最新研究进展，具体包括：本报告将从多重不确定性下的量化辨识、分布式网络环境下的量化辨识与趋同控制、及其在通信和探测等领域的应用三方面介绍有限信息系统的自适应辨识与控制理论方面的最新进展。

报告人介绍：

赵延龙，中国科学院数学与系统科学研究院关肇直首席研究员、院务委员、数学科学全国重点实验室副主任、国家杰出青年基金获得者。2002年本科毕业于山东大学，2007年博士毕业于中国科学院数学与系统科学研究院，曾先后到美国韦恩州立大学、新加坡南洋理工大学和瑞典林雪平大学等做博士后或访问交流。研究兴趣包括有限信息系统辨识与控制、网络通信、金融系统建模、系统生物学等，在领域内具有重要影响力的期刊和会议上发表学术论文100余篇。现任Journal of Systems Science and Complexity负责控制领域的副主编、国际顶级期刊IEEE Transactions on Automatic Control、Automatica、SIAM Journal on Control and Optimization的编委；曾任亚洲控制协会副主席，现任亚洲控制协会候任主席，中国自动化学会副理事长、会士、控制理论专业委员会主任；曾获国家自然科学奖二等奖、中国自动化学会科技成就奖、中国自动化学会自然科学奖一等奖等科研奖励；先后主持国家优秀青年基金、国家杰出青年基金、中国科学院稳定支持基础研究领域青年团队计划等项目，作为项目骨干参加国家自然科学基金委卓越研究群体项目。

报告题目：精神疾病脑影像遗传模式识别

报告摘要：

抑郁症和孤独症等精神疾病发病率和漏诊率高，影像特征不明显，尚无客观指标用于早期诊断、风险评估及治疗方案的选择。精神疾病脑影像分析涉及复杂的人工智能分析模型和方法。报告主要介绍脑认知解码、神经影像因果协变网络，功能和结构梯度，遗传影像学模式识别方法，以及抑郁症和孤独症的影像遗传机制和神经调控方法，为临床诊断和评估提供信息学客观的指标。

报告人介绍：

陈华富，长江学者，国家杰青，电子科技大学生命科学与技术学院院长，脑机接口与类脑智能四川省重点实验室主任。中国图像图形学会理事、中国神经科学学会理事，中国生物医学工程学会理事，四川神经科学学会理事长。主要从事神经精神疾病脑影像模式识别与影像遗传机制研究。主持了国家自然基金重点项目等20余项科研项目。在PNAS，Science Advance，Nature Communications等杂志发表SCI论文300余篇， SCI他引16000次，获四川省科技进步自然科学类一等奖和中国生物医学工程学会黄家驷生物医学工程奖一等奖。

报告题目：面向应用的智能医学成像和处理

报告摘要：

报告以面向企业需求和临床应用的智能医学成像和影像分析处理案例为主要内容，围绕高质量医学成像技术、国产医学影像设备研发，以及临床任务驱动的医学影像处理开展介绍，具体包括不同应用场景下的智能医学成像算法、成像算法的设备应用、智能影像处理等内容，报告最后也阐述了其对未来数字孪生和医工交叉研究的思考。

报告人介绍：

陈阳教授围绕医学成像算法和智能影像分析开展科研工作，服务国产高端医疗设备，发表论文一百多篇，是爱思唯尔发布的 2022-2025年中国高被引学者。目前是东南大学计算机科学与工程学院教授、国家杰出青年科学基金获得者和科技部重点研发专项负责人。

报告题目：微生物单细胞基因组数据处理与分析

报告摘要：

2022年，首次报告了David Weitz的微生物单细胞基因组测序平台，实现了单个样本测序30000个以上的微生物技术，开启了微生物单细胞高通量测序的时代。然而围绕这些测序数据的处理分析技术还有很多瓶颈，限制了对其深入的理解。本次报告拟介绍团队在微生物单细胞数据的上游数据处理及下游数据分析方面的最新研究。

报告人介绍：

程亮，哈尔滨医科大学团委兼职副书记、生物信息学院副院长、教授、博士生导师，研究方向为医学微生物信息学。作为课题负责人主持国家自然基金重点项目1项、优秀青年基金项目、面上项目2项、青年项目1项，以及国家重大专项课题、重点研发项目子课题等。至今，以第一或通讯作者身份在Nature Methods、Nature Communications、Gut、Nucleic Acids Research等期刊共发表SCI论文100余篇。其中，ESI热点论文3篇、高被引论文11篇，H指数35。科研成果分别获吴文俊人工智能自然科学二等奖1项（序1）、黑龙江省自然科学二等奖1项（序1）、一等奖1项（序4），以及黑龙江省科技进步一等奖（序3）。入选斯坦福大学发布的全球前2%顶尖科学家榜单终身影响力榜单。

报告题目：内镜具身智能手术导航研究进展

报告摘要：

在内镜引导下进行的微创手术中，亟需解决三大临床挑战：其一，肿瘤血管伴行及重要解剖结构辨识定位困难，增加了手术操作风险；其二，内镜成像仅提供二维表面信息，深部结构不可视，亟需透视与融合显示技术支持；其三，组织在牵拉操作下会发生复杂形变，缺乏术中定量建模与实时校正手段。围绕这些核心问题，研究团队构建了图像引导与空间感知融合的研究框架。在内镜定位导航技术方面，自主研发了高精度光学导航核心部件，提出多源光场融合感知方法，并研制一体化导航内窥镜，实现术中器械与病灶的协同定位；在内镜具身智能研究方面，开展内镜图像三维重建与定位、透视融合显示及复杂场景下的具身智能感知方法，突破了二维影像到三维空间的跨模态感知瓶颈；相关研究成果转化，研制的内窥镜颅底外科手术导航系统获批国家三类医疗器械注册证（国内首套搭载全自研光学导航核心部件），显著提升了术中对病灶与关键结构的实时感知和可视化水平，有效降低了操作风险，为复杂区域的精准操作提供了可靠保障，推动了其在临床中的应用价值。

报告人介绍：

杨健，北京理工大学二级教授，博导。国家杰出青年科学基金获得者、中国图象图形学会会士、教育部新世纪优秀人才、北京市优秀人才、北京市海英人才，北京理工大学信息与电子学部学部委员，国家一级学科“光学工程”学科责任教授。兼任中国计算机学会数字医学分会副主任委员、中国图象图形学会医学影像专委会副主任委员、北京医学会数字医学分会副主任委员、北京光学学会光学成像专业委员会副主任委员、北京图像图形学会理事、《Cyborg and Bionic Systems》副主编、《数字医学与健康》副主编、《现代仪器与医疗》副主编、《虚拟现实与智能硬件（中英文）》编委、《生物安全与健康（英文）》编委等。

长期从事手术导航、医学图像处理、医疗机器人、医疗人工智能、医疗增强现实等方面的教学和科研工作。主持国家科技创新重大项目 1 项、国家重点研发计划项目 3 项、国家自然科学基金杰青、重点、面上等项目共计10余项。以第一和通讯作者在IEEE TPAMI、IEEE TMI、IEEE TIP等国际著名期刊上发表SCI论文 180余篇。获国家发明专利授权90余项。成果转化获国家三类医疗器械注册证 7项。研究成果获国家技术发明二等奖、教育部技术发明一等奖、中国人工智能学会科技进步一等奖、中国光学学会科技进步一等奖、中国电子学会科技进步一等奖等科研奖励 20余项。

报告题目：Your robot is my robot: 具身智能机器人通信漏洞挖掘

报告摘要：

具身智能作为人工智能与物理实体深度融合的前沿方向，正推动机器人向具备感知、决策与行动能力的自主智能体演进。然而，当前具身智能机器人在对外通信层面的安全研究仍显不足——这些设备依赖WiFi、蓝牙、UWB等实现远程控制与云端协同，其通信链路一旦遭受攻击，将直接转化为对物理世界的操控能力，引发远超传统信息安全的严重后果。

本研究从无线电与网络两方面对主流商用现货机器人的对外通讯开展安全分析，在宇树Go2、云深处Lite3、小米CyberDog2、智元AgiBot X2四款平台上发现15个0day漏洞，涵盖未加密指令传输、认证绕过、云端API越权、信号干扰等攻击面。我们设计完整攻击链，实现了对上述所有设备的未授权控制，并通过物理场景验证证明了攻击可导致信息泄露、机器人异常运动等危险后果，造成物理世界的直接破坏。

报告人介绍：

陈厅 电子科技大学教授、博士生导师，教育部青年长江学者、中央网信办创新人才，四川省杰青，获得2025 CCF自然科学二等奖、2024教育部霍英东青年科学奖，2022阿里巴巴达摩院青橙奖、2022 CCF青年科学家奖、2012国家科技进步二等奖、2010四川省科技进步一等奖。从事Web3.0软件的安全性，尤其是特殊类型漏洞挖掘、攻击交易分析等方向研究工作，近五年在CCF A国际会议/期刊上发表论文60余篇，获得INFOCOM 2018最佳论文奖在内的17个论文奖。

报告题目：面向癌症免疫治疗毒性反应预测的生物标志物挖掘方法研究

报告摘要：

免疫治疗已成为肺癌主要治疗手段之一，然而随着免疫治疗的广泛应用，由免疫治疗引发的毒性反应越来越多，为临床制定患者治疗方案带来挑战。通过设计免疫治疗毒性反应预测方法，能够提升对肺癌患者制定个性化治疗方案的有效性。

报告人介绍：

张清辰，国家高层次青年人才、全球前2%顶尖科学家、海南省最美科技工作者。主要从事AI辅助的肺癌基础与临床方向研究，迄今在IEEE TC、IEEE TSC和AAAI等国际顶级学术期刊和会议上发表论文100余篇，论文总引用6000余次。主持国家重点研发计划课题、国家自然科学基金和海南省重点研发计划等多项国家及省部级项目。担任IFS/ACM Transactions on Machine Learning主编、国际学术会议IEEE Cybermatics-2020/2022和IEEE iThings-2018等程序委员会主席等。

报告题目：大模型驱动的物联网未知威胁识别

报告摘要：

迅速扩张的物联网（IoT）领域正朝着无云架构的方向发展。这种转变虽然摆脱了对中心化云服务的依赖，但却将设备直接暴露于互联网之中，从而增加了它们遭受网络攻击的脆弱性。我们的研究揭示了一种意想不到的模式：大量来自Tor网络的流量正针对无云物联网设备。这表明，攻击者正在利用Tor网络来匿名利用未公开的漏洞（这些漏洞可能从地下市场获得）。为了深入探究此现象，我们开发了TORCHLIGHT，一个旨在通过分析Tor流量来检测针对无云物联网设备的已知及未知威胁的工具。TORCHLIGHT通过特定的IP模式过滤流量，部署低代价VPS节点以实现经济高效的检测，并利用大语言模型（LLM）的思维链（CoT）技术进行精确的威胁识别。

我们的研究成效显著：我们首次证实，攻击者确实在使用Tor网络隐藏真实身份，从而对无云物联网设备发起攻击。在为期12个月的监控中，TORCHLIGHT分析了26TB的流量，揭示了45个漏洞，其中包括29个零日漏洞（已分配25个CVE编号，分别为5个“严重”级别、3个“高危”级别、16个“中危”级别和1个“低危”级别），其估算价值约为312,000美元。这些漏洞影响了148个国家中约1271万台设备，使它们面临信息泄露、身份验证绕过和任意命令执行等严重风险。此外，我们的发现引起了业界的广泛关注，在网络安全圈内引发了热烈讨论，相关话题进入了Hacker News热门榜单前25名，并获得了超过19万次的浏览量。

报告人介绍：

凌振博士，东南大学青年首席教授，国家优秀青年基金获得者。研究方向为匿名网络、系统安全、物联网与工控安全、机密计算、AI安全等。近年来发表学术论文100余篇，包括重要国际期刊，如IEEE/ACM ToN、IEEE TIFS、IEEE TPDS、IEEE TC、IEEE TDSC、IEEE JSAC、IEEE TIP，以及重要国际会议，如ACM CCS、IEEE S&P、USENIX Security、NDSS、IEEE INFOCOM、ACM Ubicomp。先后主持国家自然科学基金青年、面上和优秀青年基金项目，国家重点研发计划课题，江苏省自然科学基金青年基金项目和优秀青年基金项目等。多次受邀在重要国内外学术会议作特邀报告，如国际著名黑客会议BlackHat上演讲3次等，相关研究成果还受到中央电视台科教频道CCTV10《走近科学》栏目采访在第二届国家网络安全宣传周系列节目中进行报道。获得ACM中国优秀博士论文奖、CCF优秀博士论文奖、全国公安技术革新成果一等奖、中国通信学会科学科技二等奖、黑客极棒竞赛（GeekPwn）优胜奖、国家教学成果二等奖、江苏省教学成果一等奖等奖项。担任ACM SIGSAC China秘书长，IEEE TDSC，IEEE IoTJ，IET Communications编委，FCS青年编委，曾任MSN 2023程序委员会联合主席，ICCC 2025、ICPADS 2021以及CSS 2017的track/symposium程序委员会主席，担任ACM CCS、USENIX Security、INFOCOM等知名会议程序委员会委员。

报告题目：生成式人工智能安全防御与安全赋能关键技术

报告摘要：

生成式人工智能利用生成对抗网络、大型预训练模型等人工智能的技术方法，以更快的速度和更低的成本，基于用户提供的提示，通过已有数据的学习和识别来生成相关内容，已引起越来越多的关注，并引领着内容创作和知识表达等范式革新。随着大模型技术与各类新型业务系统的深度融合，构建大模型安全管控保障体系已成为维护国家安全的关键所在。本报告首先探讨生成式人工智能安全防御架构、工作模式和关键特征。然后，针对人工智能数据安全和网络攻击威胁等挑战，研讨安全防御与安全赋能关键技术和最新研究进展。

报告人介绍：
苏洲，教授、博士生导师、西安交通大学网络空间安全学院院长、长江学者特聘教授、国家重点研发计划首席科学家、爱思唯尔中国高被引学者，全球前0.05%顶尖科学家。长期从事网络安全、AI安全、通信网络等方面研究。获IEEE MetaCom2023、IEEE VTC2023-Fall、IEEE WCNC2023、IEEE ICC2020等国际会议最佳论文奖，以第一完成人获陕西省自然科学一等奖。任IEEE VTS Xi’an Section Chapter 主席、IEEE Internet of Things Journal等国际知名期刊编委。

报告题目：基于大模型的口令猜测技术

报告摘要：

口令是人类可记忆的短密钥，也是全球56 亿网民可感知、直接接触的主要密码学组件，在身份认证、加密、签名等领域有广泛的应用。根据2023-2026 Verizon全球数据泄露调查报告, 攻击系统最常用三个方法：利用失窃或弱口令，软硬件漏洞利用，社会工程（如钓鱼）。随着大批网站的口令文件被窃取，用户个人信息的大规模泄露，AI技术的不断进展，非常有必要从攻击者的角度，准确评估口令在猜测攻击下的安全强度。为解决大规模口令猜测任务中大语言模型（LLM）存在的适配性不足问题（如推理速度慢、猜测成功率低），本团队采用低秩适配微调技术，构建了基于LLM的口令猜测框架PassLLM，首次实现了对四类主要口令猜测场景的精确建模。基于33.7亿真实口令数据的实验显示，PassLLM刷新了主要口令猜测场景的成功率：1）在漫步猜测场景中，10^8次猜测下，攻破率最高可达70%；2）在定向猜测场景中，100次猜测下：已知用户姓名、生日等常见个人信息时的攻破率为13%~32%，已知用户一个旧日令时的攻破率为22%~49%，已知用户常见个人信息和多个旧日令时的攻破率为58%~81%。特别地，我们的新方法适用于一系列主流LLMs（如Mistral、Llama-2/3与Qwen），为口令密钥猜测开辟了新路径。

报告人介绍：

汪定，国家级高层次人才，南开大学计算机学院副院长、密码与网络空间安全学院副院长，全国密码专业学位教指委委员，天津市网络与数据安全技术重点实验室主任、北京市抗量子计算密码重点实验室副主任、教育部数据与智能系统安全重点实验室副主任，研究方向为口令安全、密码协议。主持国家基金委、国家科技部、中国工程院、中国通号、华为、蚂蚁等机构和公司的科研项目20余项。以第一作者（或通讯作者）在IEEE S&P、ACM CCS等国内外刊物发表论文100余篇，被引用8000余次，H-index为40。研究工作引起美国身份认证标准NIST SP800-63的修改，被国家基金委官网头版、华尔街日报、福布斯等报道。担任中青科协理事兼专委会副秘书长、中国密码学会理事、中国网络空间安全学会理事， IEEE TIFS、TCS、IJIS、《计算机科学》等国内外重要期刊的编委，USENIX Security、ACM CCS、NDSS等会议程序委员。获教育部自然科学奖一等奖和二等奖，中国密码学会密码创新奖一等奖

报告题目：光数直达：长距离高性能数据传输技术之WRDMA

报告摘要：

随着智算算力需求激增，单一算力中心难以独立支撑，"算力孤岛"问题日益凸显，跨域算力中心高效互联成为迫切需求。现有RDMA技术主要面向数据中心内短距传输，在千公里级长距场景下性能急剧下降、稳定性不足，缺乏成熟的高速传输解决方案。

本研究提出"光数直达"WRDMA技术体系，基于全光网络底座设计广域长距RDMA协议。核心成果包括：大窗口低敏感传输控制算法与光通信能力感知技术，解决长距带宽与延迟波动问题；自研100G/400G WRDMA硬件网卡，实现自主可控；突破LRCC长距离拥塞控制、MSR选择性重传及SM4安全硬件卸载等关键技术。实网验证表明，4000公里跨域测试中吞吐量提升88~382倍，尾时延改善66.5%~80%，启用安全机制后吞吐量达380Gbps以上，为全国算力互联互通提供关键技术支撑。

报告人介绍：

张伟哲教授，国家级人才，长期从事网络空间安全、计算机网络、高性能计算和云计算等领域研究。科技部十四五国家重点研发计划网络空间安全专项专家组成员，国际顶级期刊IEEE Transactions on Cloud Computing 副主编。获黑龙江省科学技术奖科技进步二等奖2项。获国家自然科学基金联合基金重点项目、重点项目(内地-香港)、国家重点研发项目/课题、广东省重点研发项目等多项。

报告题目：世界模型：从几何表观到物理内涵

报告摘要：

近年来，世界模型的技术范式与能力边界持续演进，不仅在几何表观方面呈现出“从低维到高维”的演进，还进一步显露出“从几何表观走向物理内涵”的发展趋势。本报告首先梳理主流世界模型的发展脉络，从数据维度剖析当前领域的发展现状；接着，重点介绍团队在侧重几何表观刻画的 4D 世界模型 上的最新探索，及其在具身智能领域的落地应用；随后，由表及里，深入探讨世界模型所蕴含的物理规律与动态机制，分享团队在物理世界基座模型方面的突破；最后，介绍团队在 视频世界模型全方位评测 上的最新成果，揭示现有模型的性能边界，并对下一代通用世界模型的未来范式进行展望。

报告人介绍：

张兆翔，中国科学院自动化研究所研究员、博士生导师，模式识别实验室常务副主任，模式识别北京市重点实验室常务副主任，中国科学院大学人工智能学院副院长，国际模式识别学会会士、亚太人工智能学会会士，“教育部长江学者特聘教授”。研究方向是模式识别、计算机视觉、具身智能。先后主持了国家自然科学基金重点项目、联合基金重点、重点国际(地区)合作研究、北京市重点研发计划、北京市自然科学基金重点项目、新一代人工智能国家重大科技专项等项目。在IEEE T-PAMI、CVPR等本领域国际主流期刊与会议发表论文200余篇，授权发明专利40项。他是中国人工智能学会模式识别专委会副主任、中国图象图形学会类脑视觉专委会副主任。他是或曾经是TPAMI、IJCV、PR等人工智能顶刊编委，ICCV、CVPR、NeurIPS等人工智能顶会领域主席。获北京市科技进步奖一等奖（排名第一）、北京市科技奖杰出青年中关村奖、中国电子学会科技进步一等奖等。

报告题目：低空视觉感知：挑战与方案

报告摘要：

低空经济已经成为我国社会经济发展的热点，尽管无人机设计、生产以及通信等问题已于近些年取得了巨大进展，在一定程度上形成了技术优势，然而，作为低空装备的“眼睛”和“耳朵”，低空感知技术依然面临一系列巨大挑战。与自动驾驶技术不同，低空飞行器采用的多模态融合感知系统存在模态难对齐、数据难理解、信息难融合等一系列挑战，尤其是在动态开放场景中还存在天气、光照、遮挡、模糊等挑战性因素。为此，天津大学团队经过多年的积累，已形成了世界规模最大的无人机视觉和多模态数据，连续多年在国际国内会议上组织比赛。报告人所在团队在无人机视觉、无人机多模态融合感知以及多机协同学习等方面取得了一系列高水平创新性成果。本报告将系统介绍无人机视觉存在的挑战，国内外团队围绕无人机视觉任务开展的一系列探索性工作，展示了主讲人团队在此方面形成的一系列创新性成果。

报告人介绍：

胡清华，天津大学讲席教授，国家杰青，天津大学人工智能学院院长，城市智能与数字治理教育部工程研究中心主任。主要从事不确定性建模和推理、多模态信息融合以及自主机器学习方面的研究。提出了数据和模型不确定性的协同学习理论和方法，自适应估计和解耦数据和模型的不确定性；提出了考虑模态信息质量的多模态数据动态融合策略，可灵活挖掘低质量多模态数据中的有效信息；设计了好奇心驱动的选择性自主学习算法框架，研制具有一定自主能力的巡检系统。先后发表论文400余篇，被引用50000余次，获得天津市自然科学一等奖、科技进步一等奖以及吴文俊科技进步一等奖等，以及国家教学成果二等奖。

报告题目：浅谈具身智能中的自我模型与世界模型

报告摘要：

具身智能是通过身体与环境的持续互动形成的智能，要实现对复杂环境适应与自主行为交互，具身智能体不仅需要理解外部世界，更需要深刻地理解内部自己。环境认知方面，智能体不仅要看见环境，还要理解环境中语义、空间、功能和演化，即形成关于可供性、空间关系、动态演化的综合认知。自我认知方面，智能体需要综合建模自我身体、自我能力、自我记忆、自我行为、自我身份等与自我有关的各个方面，并以自我为基础内核，贯通感知、预测、记忆、决策等功能模块，支撑不同形态智能体在操作、导航、问答等方面的具身行为。本报告将梳理世界模型与环境认知相关研究，并介绍自我模型的定义、计算框架及分级体系等自我模型研究进展，最后给出真机展示并对未来发展进行展望。

报告人介绍：

蒋树强，中国科学院大学特聘教授，中国科学院计算技术研究所客座研究员，博士生导师，具身智能计算北京市重点实验室主任，先后担任期刊《IEEE TMM》、《ACM ToMM》、《IEEE Multimedia》、《计算机研究与发展》、《JCST》、《CAD学报》编委，中国人工智能学会具身智能专委会主任，中国计算机学会多媒体专委会副主任、中国自动化学会网络计算专委会副主任、ACM SIGMM中国分会副主席。主要研究方向是多媒体内容分析和多模态具身智能技术。主持承担科技创新2030-“新一代人工智能”重大项目、国家自然科学基金青年基金A类（杰青）、B类（优青）、重点等项目20余项，发表论文200余篇，获授权专利20余项，多项技术应用到实际系统中，先后获省部级或学会奖励5项。

报告题目：通用具身智能大脑

报告摘要：

具身智能是人工智能与机器人的研究热点，在工业制造、居家服务、康复康养等领域有着重要的应用前景。报告将首先回顾具身智能的发展历程，然后重点介绍近年来通用具身智能大脑的主要进展，包括跨任务空间感知大脑、跨本体灵巧操作大脑、跨场景安全评测大脑等基础方法与关键技术，并介绍通用具身智能大脑的典型应用案例，最后对未来发展趋势进行预测与展望。

报告人介绍：

鲁继文，清华大学长聘教授、自动化系副主任、国家杰出青年科学基金获得者、IEEE/IAPR Fellow。主要研究方向包括机器视觉感知、具身智能系统、人工智能安全，发表IEEE T-PAMI论文50余篇，获授权国家发明专利60余项，主持国家重点研发计划项目1项、国家自然科学基金重点项目3项，以第一完成人获中国电子学会自然科学一等奖1项、技术发明一等奖1项、吴文俊人工智能自然科学一等奖1项，作为主要完成人获国家科技进步二等奖1项、国家级教学成果奖二等奖1项。担任通用世界模型北京市重点实验室学术委员会主任，具身智能系统北京市重点实验室副主任，国际期刊npj Computer Vision、Pattern Recognition Letters主编，中国图像图形学会理事，中国仿真学会理事。

报告题目：数字视网膜智能感知关键技术与低空应用实践

报告摘要：

智能感知技术是千行百业场景应用的基础。围绕低空立体环境和目标精准感知的目标，基于数字视网膜高效计算架构和强泛化性基础模型，提出了智能感知技术体系，从高分辨率环境建模、海空目标多模态感知、端边云协同智算三个层次开展了立体感知关键技术探索与攻关，技术体系可适配空天地海一体化感知场景需求，为跨域协同感知提供共性技术底座，依托鹏城实验室石壁龙园区构建了立体感知系统原型与试验内场，开展高分辨率环境态势感知与低空无人机监视等初步应用实践。

报告人介绍：

王耀威，现任哈尔滨工业大学（深圳）计算机学院教授、鹏城实验室网络智能研究部副主任、感知智能研究所所长，国家高层次人才、国务院特殊津贴专家。研究聚焦人工智能与大规模视频智能感知领域，在顶级国际期刊/会议发表论文百余篇，获授权专利50余项，牵头制定数字视网膜端边云协同技术系列标准。曾获国家科学技术进步一等奖、国家技术发明奖二等奖、广东省科技进步奖特等奖、中国电子学会技术发明奖一等奖、吴文俊人工智能技术发明一等奖、祖冲之重大成果奖等。担任IEEE数字视网膜系统工作组主席、新一代人工智能产业技术创新战略联盟 AI 标准工作组“数字视网膜系统”专题组组长、IEEE TCSVT编委、中国人工智能学会具身智能专委会常务委员。

报告题目：面向低空具身智能体的多模态感知与自主决策

报告摘要：

近年来，多模态模型的快速发展显著推动了具身智能体在感知理解、动作规划与自主决策等方面的能力提升。作为典型应用形态，低空自主智能无人机在低空经济快速发展的背景下受到广泛关注。然而，其在复杂环境中的感知精度、自主导航与控制决策能力仍面临诸多挑战。为提升系统的智能化水平，学术界与产业界围绕多模态感知、自主决策等关键技术持续开展深入研究。报告将系统梳理低空具身智能的最新研究进展，并探讨未来的发展趋势与关键技术路径。

报告人介绍：

俞俊,国家杰出青年基金获得者，现任哈尔滨工业大学（深圳）智能科学与工程学院院长、二级教授、博导。浙江大学计算机学院本科、博士，新加坡南洋理工大学博后。曾分别入选国家优青与青年长江等人才计划。主持基金委重点项目、科技部重点研发项目、省杰青人才项目等。致力于图像处理与分析、多模态内容理解的研究。发表IEEE/ACM Trans及CCF A类论文百余篇，授权国家发明型专利30余项，谷歌引用2.3万余次。任IEEE TMM、TCSVT、Pattern Recognition等汇刊编委。曾以第一作者获IEEE TMM, TIP, TCYB等期刊的最佳论文奖，获省自然科学一等奖 2021（排名第一）。成果在人民日报、阿里等落地。

报告题目：从三维世界认知到复杂物理执行

报告摘要：

本报告围绕具身智能从物理世界认知、环境推演到自主执行的发展路径展开，探讨如何构建能够理解和作用于真实物理世界的智能系统。首先，面向具身智能对空间理解能力的需求，介绍三维世界模型相关研究，探索如何融合多模态感知、语言理解与生成模型先验，建立统一的物理世界表征，实现复杂场景的三维理解、空间关系推理以及未来状态演化预测，为具身智能提供可靠的环境认知基础。其次，聚焦自动驾驶等动态开放环境中的决策与控制问题，探讨如何突破视觉语言语义推理与连续动作生成之间的鸿沟，通过视觉语言模型、世界模型与生成式规划方法的结合，实现从环境理解、场景推演到闭环控制的统一建模能力，提升复杂交互场景下的自主决策水平。最后，面向通用机器人操作任务，进一步探索视觉语言动作模型在真实物理环境中的泛化能力，研究如何通过高效多模态交互、时空动态建模以及轻量化模型设计，提升机器人对复杂任务和动态环境的适应能力，推动具身智能系统向实时化、高效化和实际部署方向发展。

报告人介绍：

白翔，华中科技大学教授、博导，国家杰出青年基金获得者，IEEE/IAPR Fellow，国际期刊Pattern Recognition副主编（A-EIC）。主要从事计算机视觉与模式识别、多模态大模型等方面研究，在Nature Machine Intell.、IEEE TPAMI、CVPR等国际一流期刊和国际会议发表论文200余篇。担任国际顶级期刊IEEE TPAMI编委，顶级会议CVPR、ICCV、ECCV、AAAI、IJCAI、NeurIPS的领域主席，国际文档分析与识别会议ICDAR 2025大会主席。曾获ACL 2024最佳论文奖（Best Paper Award）、2024年湖北省青年科技创新奖、2023年湖北省自然科学一等奖、2021年中国图象图形学学会自然科学一等奖、2019年国际模式识别协会青年学者奖（IAPR/ICDAR Young Investigator Award）。现任中国图像图形学会常务理事，青工委主任。

报告题目：多模态智能的范式演进：从离身感知到具身认知

报告摘要：

多模态智能旨在融合视觉、语言等异构信息，实现对复杂环境的感知、理解与交互。报告将围绕多模态智能的发展脉络，探讨人工智能如何从基于静态数据的离身感知逐步迈向与环境持续交互的具身认知。报告将介绍多模态表示学习、多模态大模型与生成式人工智能等方向的关键进展，并进一步讨论具身智能中感知、推理与行动的统一建模问题。结合我们近期在多模态智能体与具身学习方面的研究工作，重点分享面向开放环境泛化的表示学习、主动感知、因果推理等关键技术。最后，展望多模态智能从离身学习走向具身学习的发展趋势，以及其面临的机遇与挑战。

报告人介绍：

韩军功，清华大学自动化系，兴华讲席教授(长聘)，国家海外高层次人才，国家信息研究中心“类脑智能技术”交叉创新群体负责人。2024年9月回国，回国前任英国谢菲尔德大学（QS World No. 82）计算机学院讲席教授。研究方向涵盖多模态感知、类脑机器学习与具身智能，推动3项人工智能技术实现产业化，音视频检索成果获CSI创新奖并助力企业斩获艾美奖。论文被引4.3万次，一作单篇最高被引超2100次，连续入选全球前2%科学家及0.05%高被引学者，CSRankings人工智能方向英国学者（曾）排名第六（谢菲尔德大学第一），获中国科学（英文）杂志2024最佳热点论文。现任多本IEEE Transactions副主编，主持2项国家自然科学基金重点项目，BMVC 2025大会主席，国际模式识别学会（IAPR）会士。

报告题目：物理世界反演生成——具身智能安全探索与实践

报告摘要：

无人驾驶等具身智能系统广泛应用，成为国民经济和社会发展广泛依赖的关键信息基础设施。但近年来这类系统在实际应用中面临着对抗攻击、噪声干扰等大量长尾安全风险，人工智能安全已由传统数字域、认知域延伸到现实域，常规仿真测试等技术手段难以有效覆盖高危风险场景、发现模型隐匿缺陷。亟待突破智能安全风险检测和推演范式，建立强迁移、高逼真、可溯源的物理世界风险推演体系，探索明晰智能安全边界、演化过程和干预机制。本报告将围绕上述目标，报告团队在无人驾驶等具身智能安全攻防演练的初步探索，重点介绍提出的对抗反演生成方法和世界模型，及其在物理世界风险生成、安全评测及仿真演练等方面的应用实践，展望风险世界模型技术发展趋势。

报告人介绍：

刘祥龙，北京航空航天大学计算机学院党委书记、教授、博士生导师，复杂关键软件环境全国重点实验室副主任，国家级领军人才，国家网信创新人才，国家重点研发计划项目首席科学家，担任中国仿真学会视觉计算与仿真专委会副主任委员、国家人工智能标准化总体组治理专题组联合组长。长期从事安全可信人工智能的教学和科研，负责《人工智能安全导论》、《数据结构与程序设计》等本科和研究生国家级课程，发表TPAMI、IJCV、CVPR、ICLR等人工智能领域国际顶级期刊/会议论文160余篇，主持国家自然科学基金青年A类和B类项目、科技创新2030重大项目、国家重点研发计划项目等国家级项目。担任IEEE TNNLS、Pattern Recognition、《智能安全》等期刊编委，ACL、AAAI等国际会议领域主席。连续入选爱思唯尔中国高被引学者，获中国仿真学会科学技术一等奖、陕西省自然科学一等奖、中国电子学会青年科学家奖、北京市科技新星等。

报告题目：大模型时代的科研品味

报告摘要：

科研品味是研究者在选题与方法上作出长期判断的核心能力，也是学术工作穿越技术周期的关键所在。本报告从日常生活与人文经典中的品味谈起，指出品味的本质是一种可以磨砺的判断力，其方向有二:直取根本，崇尚简洁。据此，报告结合经典论文与研究团队多项高被引工作的实践，确立“问题的基础性&方法的简洁性”的科研品味框架。面对大模型时代论文爆炸的现实，报告进一步探讨该框架在AI辅助科研、多学科交叉与持续工程项目三类情境下的实践。执行能力正在被替代，判断能力正在升值，科研品味为培育善于判断的下一代研究者、构建健康的科研生态提供系统性思路。

报告人介绍：

秦兵，哈尔滨工业大学长聘教授、博导。社会计算与交互机器人研究中心主任。中国中文信息学会常务理事，中国中文信息学会情感计算专委会主任，科技部科技创新2030-“新一代人工智能”重大项目管理专家组专家。研究方向:自然语言处理及大模型技术等。发表论文近200篇，累计被引3万余次。连续多年入选爱思唯尔高被引学者榜单，入选2020年福布斯中国科技女性榜及2025年全球顶尖2%科学家。获教育部科学研究优秀成果奖工程技术一等奖，黑龙江省科技进步一等奖、CCF科技成果奖科技进步一等奖、钱伟长中文信息处理科学技术奖一等奖等奖项。

报告题目：深度神经网络轻量化关键技术研究

报告摘要：

近年来深度神经网络在多模态内容理解与生成中获得成功应用。但是其参数规模大、计算复杂度高，难以适配计算资源受限平台及对响应时效性要求较高的实际应用场景。针对上述问题，本报告聚焦深度神经网络高速推理关键技术，介绍我们在基于神经架构搜索的轻量化网络设计、基于参数重要性度量的结构化剪枝，以及神经网络训练后低比特量化等方面的研究和探索。

报告人介绍：

王蕴红，北京航空航天大学计算机学院院长、教授、博士生导师，国家级领军人才，国务院政府特殊津贴专家，IEEE Fellow（国际电子电气工程师协会会士, IAPR Fellow（国际模式识别学会会士），中国计算机学会和中国人工智能学会会士、常务理事，长期从事人工智能方面研究，曾获中国青年科技奖、国家技术发明二等奖、北京市科学技术一等奖，北京市教学成果一等奖，北京市优秀研究生导师。2018年由于在生物特征识别、计算机视觉和模式识别方面的贡献当选为国际模式识别学会会士，2020年因在人脸识别和虹膜识别方面的贡献当选IEEE Fellow，2022因在“模式识别和生物特征识别方面的突出学术贡献、为模式识别领域做出的学术服务以及作为引领性科学家的榜样作用获得国际模式识别协会女科学家 Maria奖，2023年因在生物特征识别和通用视觉表示方面的贡献获得中国计算机学会夏培肃奖。

报告题目：稀疏驱动的多模态遥感图像智能处理

报告摘要：

多模态图像处理在遥感领域应用广泛，不同成像模态可提供互补信息，但其差异性也为联合处理带来了严峻挑战。尽管传统深度学习方法性能出色，却往往缺乏可解释性，被视为“黑箱”模型。稀疏建模能够有效捕捉图像本质特征，为多模态数据提供了一种数学基础良好的耦合表示方式。基于此，本次报告介绍了我们近期在基于稀疏建模的多模态可解释网络方面的探索性工作。通过构建多模态耦合稀疏表征模型，将稀疏先验嵌入至网络架构设计中，使整体模型与其各个模块均具备明确的物理解释，从而推动神经网络从“被动理解”向“主动设计”转变。该方法在多模态遥感图像配准、融合与目标检测等任务中取得了优异性能，显示出稀疏驱动的多模态模型在实际应用中的潜力与价值。

报告人介绍：

徐迈，2021年度国家级领军人才特聘教授，电子信息工程学院副院长、中国图象图形学学会青工委副主任。以第一/通讯作者在IJCV、IEEE TPAMI、JSAC、TIP、TMI、JSTSP、TCSVT等国际顶级期刊及CVPR、ICCV、ECCV、AAAI、DCC、ACM MM等顶级会议上发表论文200余篇（均为SCI/EI检索），其中SCI检索100+篇（JCR1区50+篇，IEEE期刊论文40+篇）；18篇论文入选ESI高被引论文/热点论文。获IEEE/ACM国际会议/期刊最佳论文奖6项、提名奖2项。担任图像处理领域顶级期刊IEEE TIP编委（Associate Editor）、IEEE TMM编委（Associate Editor）、信号处理领域权威期刊IEEE J-STSP的首席客座编委（Lead Guest Editor），连续两年获IEEE TMM杰出编委奖。作为负责人承担科研项目20余项，包括国家自然科学基金首批原创探索、重点、优青、面上、青年等项目以及京市杰青等项目。研究成果获2023年度北京市自然科学一等奖（序1）、2020年度教育部技术发明一等奖（序1）、13届中国人工智能学会自然科学一等奖（序1）、24届中国科协求是杰出青年奖。

报告题目：脑机接口：解码与调控

报告摘要：

脑机接口作为脑科学研究领域的一个重要方向，探索大脑与外部设备进行直接交互的创新技术，在医疗、康复、国防、教育、娱乐等领域具有非常重要的应用前景。准确解码大脑中感知、意图、情绪等认知状态以及精准诊断与调控大脑疾病状态是目前脑机接口领域的研究热点和面临的巨大挑战。本报告介绍脑机接口解码与调控方面的关键技术及应用，并介绍报告人团队在脑信号解码、脑疾病诊断以及神经调控等方向的一些研究进展。

报告人介绍：

陈霸东，西安交通大学人工智能与机器人研究所教授，教育部长江学者。研究领域包含机器学习、脑机接口、类脑计算、具身智能等。在国际知名期刊及会议发表学术论文300余篇，论文被引用2.2万余次。获授权国家发明专利30余件，出版学术专著7部。入选科睿唯安全球高被引科学家、爱思唯尔中国高被引学者以及全球前2%顶尖科学家。获教育部自然科学一等奖、陕西省自然科学一等奖、中国自动化学会自然科学一等奖、中国自动化学会青年科学家奖等。担任中国认知科学学会常务理事、中国认知科学学会计算神经工程专委会主任委员。主持了国家自然科学基金项目（含重点类项目4项）、973计划课题、国家重点研发计划课题等科研项目。

报告题目：脑机接口：多源神经信号计算

报告摘要：

神经信号蕴含丰富人体健康信息，其处理与分析在主动预防、智能诊断、精准治疗、科学康复等健康保障全过程中发挥着重要作用。然而，神经信号具有量级微弱、随机性强、模态多样等特性，从而造成了混叠严重、重复性差、多源异质等挑战。报告将从多重集和多模态两个角度，介绍基于联合盲源分离和深度特征表示的神经生理信号分解、关联、融合方法及其相关应用，探讨如何有效分离复杂干扰信息、解析潜在共性信息、挖掘异质互补信息，以达到克服干扰、求同存异、融合互补的效果。

报告人介绍：

陈勋，中国科学技术大学讲席教授，附属第一医院特聘教授，先进技术研究院党委书记、执行院长，IEEE Fellow，长江学者特聘教授。长期从事医学人工智能研究，发表论文百余篇，引用1.8万次，曾获IEEE/Elsevier/IOP国际期刊论文奖、中国脑机接口十大进展、达摩院青橙奖及国家优青，入选科睿唯安“全球高被引科学家”、全球前2%顶尖科学家终身科学影响力榜单，担任教育部电子信息类专业教学指导委员会委员、科技部重点专项总体组专家，中国生物医学工程学会理事、青年工作委员会副主委，中国人工智能学会脑机融合专委会副主委，中国图象图形学学会医学影像专委会副主委，担任IEEE TBME/TIM/SPL等国际期刊副主编/编委。

报告题目：心脑神经交互模型研究

报告摘要：

大脑与心脏功能联系紧密，它们之间存在多条交互通道。如精神紧张、情绪激动等，均能增加器质性心脏病、尤其是缺血性心脏病患者恶性心律失常和心源性猝死的发生率。同时，心脏的功能异常也会影响大脑的高级神经中枢反应，导致脑疾病的发生。心脑疾病防治一直以来都是国家关注的重点问题，近年来，其防治虽然取得了一系列研究进展，但仍存在诊断不及时、不精准等问题。本报告将重点关注脑-心耦合的心脑血管疾病辅助诊断方法，从多角度揭示脑-心之间的耦合规律，为脑-心联合研究提供新思路。同时，介绍课题组在心脑血管疾病辅助诊断、硬件设备研发及相关技术推广应用等方面的研究工作。

报告人介绍：

刘秀玲，教授，博士生导师。河北大学党委常委、副校长，入选万人计划-科技创新领军人才，全国巾帼建功标兵、河北省“三三三人才工程”第一层次人选、河北省杰青，被评为河北省特殊津贴专家、河北省“最美科技工作者”、河北省高校百名优秀创新人才。任中国科协第十一届全国委员会委员、河北省科协第十届委员会常务委员、中国自动化学会脑机接口与脑机系统专业委员会秘书长。主要从事医学和工科的交叉研究，在脑机智能与康复、可穿戴智能医疗设备、心血管疾病智能诊断等研究方面形成了鲜明特色。

报告题目：基于脑机智能+裸眼3D真实场景的脑健康评估系统

报告摘要：

阿尔茨海默病及相关认知障碍的早期精准识别与干预是脑健康领域核心攻关方向，当前临床评估仍然村子依赖主观量表，客观性差、可重复性不足、生态效度低等痛点，早期认知增强缺乏个体化、闭环化的无创技术方案。当前部分研究已经已开展脑机接口、沉浸式认知评估的前沿探索，但尚未形成无创脑机接口与裸眼3D技术融合的全链条技术体系，相关成果多处于实验室验证阶段，未实现临床与社区场景的规模化推广。本报告面向阿尔茨海默病及相关认知障碍早期识别与个体化干预的重大需求，汇报融合无创脑机接口与沉浸式裸眼3D技术的认知功能评估与闭环干预原型系统，探讨脑健康客观评估体系和闭环干预系统研发和多场景示范验证可行性。

报告人介绍：

刘勇，博士，教授，北京邮电大学人工智能学院副院长。主要研究方向：脑影像智能理解及临床应用、脑机智能与脑认知。以通讯(含共同)作者发表包括Science Advances, Alzheimer & Dementia等论文50余篇，授权专利11项。作为负责人承担国自然青年基金（A类）项目、国自然重点项目、科技部科技创新2030-重大项目课题、国家重点研发计划课题等。曾获吴文俊人工智能科学奖自然科学一等奖（排2）、卢嘉锡青年人才奖等，连续Elsevier中国高被引学者(2020--)。

报告题目：迈向更自然的脑机交互

报告摘要：

目前已有的BCI系统要求用户完成特定的任务或活动来产生可被解码的EEG信号，进一步转化为对计算机的控制指令，但是这些范式通常都需要用户经过长时间的训练才能熟练的使用，对实际应用造成了一定的障碍。事实上，语言才是人类最主要的交流方式。为了使计算机能够更加直接地了解用户意图，促进更加自然的脑机交互，近几年基于言语解码的BCI范式逐渐兴起，其核心在于理解和解码用户与语言思维的相关信息。基于言语解码的BCI能够跨越语义鸿沟，允许用户通过言语交互，无需学习脱离生活环境的脑信号控制策略，使脑机交互更加自然和直观。此次报告将介绍基于EEG言语解码的相关工作，包括发声言语、手语想象和内部言语等言语形式的范式与神经生理学科学依据，以及基于EEG的言语相关脑活动的检测与识别算法设计。在此基础上，讨论脑机自然交互的发展方向和面临的挑战。

报告人介绍：

邬霞，博士，教授，北京理工大学计算机学院教授、博士生导师，国家级领军人才，脑机接口与类脑智能研究中心主任，CAAI脑机融合与生物机器智能专委会副主任委员、脑机接口产业联盟学术研究工作组副主席。是‌国家杰出青年科学基金、吴文俊人工智能自然科学一等奖、教育部自然科学二等奖、茅以升北京青年科技奖等获得者。主要研究方向为脑信号智能分析、脑机接口与类脑算法等，在国内外顶级期刊和会议上发表论文百余篇。

报告题目：大模型赋能的医学图像智能计算方法与应用探索

报告摘要：

近年来，大模型在自然语言处理和计算机视觉领域取得了突破性进展，为医学图像智能计算带来了新的技术范式与研究机遇。本报告围绕“大模型赋能的医学图像智能计算方法与应用探索”这一主题，系统介绍大模型在医学影像领域从数据构建、图像分割到影像智能分析及临床辅助应用中的方法创新与实践进展。

报告人介绍：

张道强，博士，教授，南京航空航天大学人工智能学院院长，教授，博士生导师。脑机智能技术教育部重点实验室主任、国际模式识别学会会士（IAPR Fellow）、国家级领军人才、中国图像图形学学会理事、IEEE Trans. Medical Imaging 等期刊编委、《数据采集与处理》副主编等。研究成果获得国家自然科学二等奖、教育部自然科学一等奖和二等奖、江苏省自然科学二等奖等，以及 MICCAI 2019 和 MICCAI 2022 青年科学家奖等论文奖 10 余次。连续12年入选 Elsevier 中国高被引学者榜。

报告题目：具身智能模型的轻量化技术研究

报告摘要：

随着人工智能技术的发展，具身智能已经成为发展新质生产力的重要方向，当前VLA具身大模型的模型参数量大、动作生成计算复杂度高。这些需求与机器人等边缘设备在计算、存储与功耗方面的限制形成尖锐矛盾，严重制约了具身大模型在端侧计算平台上的部署与应用。对此，学术界已展开多种轻量化技术探索，包括参数表示优化、模型剪枝与结构压缩、知识蒸馏等路径。本次报告将围绕具身智能模型VLA的轻量化技术展开，重点介绍模型的剪枝压缩、模型量化、KV-cache重用策略等，并对VLA模型的未来发展方向进行讨论。

报告人介绍：

丁贵广，清华大学长聘教授，国家自然科学基金委青A延续项目获得者，清华大学上海清华国际创新中心主任，中国人工智能学会理事、智能光学成像专委会主任。主要从事计算机视觉及计算成像相关研究，包括：深度学习模型设计优化、多媒体内容理解、生成式大模型等，面向多媒体内容理解及网络内容管理开展应用系统开发及产业化应用，发表学术论文百余篇，学术引用3万余次。作为负责人先后承担国家“863计划”、国家自然科学基金、国家重点研发计划、清华-京东联合研究中心、清华-OPPO联合研究中心等项目20 余项。多媒体内容理解、深度学习模型压缩优化方法等成果成功应用于快手、OPPO、京东、凌云光等单位，部分成果曾获国家科技进步二等奖、CAAI吴文俊科技进步一等奖、中国电子学会技术发明一等奖等奖项。

报告题目：面向无约束场景的掌静脉识别关键技术研究

报告摘要：

掌静脉识别在真实环境中面临采集约束、特征表达、场景变化和安全等多重挑战，传统受控范式难以直接应用。本报告介绍团队自建的大型掌脉数据集，以及构建的面向无约束场景的掌静脉识别系统，该系统以输入失稳和表征受限为首要矛盾，通过输入扰动适应、困难样本学习、区域特异建模和损失函数优化提升复杂样本的判别能力；引入全手语义、掌形和深度等多模态信息，增强模型对现实场景的表达与适应，拓宽场景边界。针对ROI流程脆弱、传感器攻击和信息泄露等问题，形成语义分割、关键点定位和一阶段识别组成的ROI演进路线，并结合攻击检测、随机绑定和混合密钥保护的安全机制。相关方法在非接触式边缘设备上集成，实现场景需求、数据资源、算法模型、安全机制和硬件平台的协同闭环，推动掌静脉识别达到在无约束的复杂场景稳定可用、认证可信以及系统可部署。

报告人介绍：

康文雄，教授，博导，华南理工大学自动化科学与工程学院副院长，广东省智能金融企业重点实验室副主任，华工-奔流电力人工智能联合实验室主任。兼任国际模式识别协会（IAPR）生物特征识别技术委员会副主任，广东省图象图形学学会理事，中国计算机学会/中国图象图形学学会杰出会员。长期从事生物特征识别，计算机视觉和具身智能领域的研究，2009和2016年分别前往瑞士苏黎世联邦高等工业大学和澳大利亚悉尼大学进行访问研究。近年来主持国家级和省部级项目20余项，企事业委托研发项目20多项。在国内外重要专业期刊以及会议上发表及录用论文百余篇（IEEE Trans长文60余篇），其中10篇论文获得最佳论文奖、杰出论文奖和优秀论文奖。授权国际发明专利6项，国家发明专利60多项，转让21项，部分研究成果已经应用和部署到机场，电网和商超和工厂等，取得了良好的经济和社会效益。

报告题目：多源信息融合的互馈计算理论与方法

报告摘要：

多源信息融合是突破单一信源观测局限、提升智能系统复杂环境感知能力的关键技术，但面临多源异构数据难对齐、多重任务目标难协同等基本问题。项目团队围绕多源信息融合中的信息交互壁垒，提出了基于双层优化的信息互馈计算理论与方法，从分析数据与任务两个域上相互作用的多重复杂信息流入手，揭示了多模态信息融合在数据域语义对齐与任务域目标协同的内在规律。研究成果已应用于复杂环境感知、智能系统探测与作业等场景，为相关领域的技术研发与工程实践提供了理论与技术支撑。

报告人介绍：

刘日升，大连理工大学软件学院教授、副院长、教育部重点实验室副主任、英国工程技术学会会士。研究领域为人工智能基础理论、无人系统智能技术，发表CCF推荐A类及IEEE汇刊论文100余篇。获吴文俊人工智能自然科学奖一等奖、教育部自然科学奖二等奖、中国计算机学会与IEEE CS联合颁发青年科技奖、中国自动化学会青年科技奖、辽宁省自然科学奖一等奖。担任ICML、NeurIPS、ICLR、CVPR、AAAI、ACM MM领域主席，Information Fusion领域编委，IEEE TPAMI、IEEE TIP、IEEE TCSVT编委，主持基金委青年B类、原创探索计划、企业联合重点、重点研发课题、辽宁杰青、大连杰青项目。

报告题目：虚拟细胞——AI驱动生命模拟

报告摘要：

虚拟细胞是人工智能赋能生命科学研究的重要前沿方向，它通过在计算机中构建能够模拟细胞生命活动的智能模型，预测细胞在发育、疾病、药物干预和环境变化等条件下的状态转变与功能响应，使研究人员能够在真实实验前开展计算推演、虚拟筛选和方案比较，从而提高科学假设生成、实验设计和研究路径优化的效率，降低高成本、低成功率的实验试错。近年来，生物测序技术、高通量扰动实验和生成式人工智能协同发展，正推动细胞生命活动的计算模拟从科学愿景走向现实。本次报告将介绍虚拟细胞的研究背景、核心能力与关键技术，并结合团队参加全球虚拟细胞挑战赛的心得与近期研究成果，讨论虚拟细胞在扰动响应预测、药物筛选、作用机制解析和实验方案优化中的应用，探讨如何通过“模型预测—实验验证—数据反馈—模型更新”形成持续迭代的闭环研究体系，推动生命科学研究由经验试错逐步迈向计算预测与智能设计。

报告人介绍：

四川大学人工智能学院副院长（主持工作），教育部“长江学者”特聘教授。主要研究的方向包括机器学习基础理论及其在多学科交叉领域中的应用。他共计在Nature子刊、JMLR，TPAMI，IJCV等刊物上发表学术论文200余篇，谷歌学术引用1.9万余次，h-index 75；作为第一完成人获国家一级学会中国图像图形学学会自然科学一等奖、四川省自然科学二等奖、教育部霍英东青年教师奖（二等，全国15人），ICME最佳论文奖等多个奖励，其带领的团队获全球首届虚拟细胞挑战赛亚军。

报告题目：深度标签噪声学习：从判别式优化到生成式建模

报告摘要：

随着深度学习大模型对大规模标注数据的依赖不断增强，真实应用场景中的标签噪声问题日益突出，如何从不可靠监督信息中学习鲁棒泛化的模型，已成为人工智能领域的重要研究方向。本报告围绕深度标签噪声学习（Learning with Noisy Labels, LNL），分析由简单随机噪声到复杂动态噪声环境面临的挑战，系统介绍判别式鲁棒优化及生成式标签建模的研究，同时介绍团队近年来在推动标签噪声学习从“识别和清洗错误标签”向“理解并生成可信标签”转变方面的工作。

报告人介绍：

王文剑，山西警察学院党委委员、副院长，二级教授，山西大学数据智能与认知计算山西省重点实验室主任、计算智能与中文信息处理教育部重点实验室副主任,国务院政府特殊津贴专家、教育部新世纪优秀人才、公安部科技兴警领军人才、山西省学术技术带头人、山西省高层次人才、山西省“三晋英才”、山西省首届创新争先奖获得者。兼任中国人工智能学会理事、新工科联盟理事会理事。近年来主要从事标签噪声学习、流数据挖掘、图因果学习、生物医学图像处理等方面的研究，先后主持国家自然科学基金重点及面上项目8项，山西省重点研发计划项目、山西省科技重大专项计划“揭榜挂帅”项目课题等30余项。在JMLR、TPAMI、TKDE、中国科学、ICML、NeurIPS、CVPR等期刊和会议发表学术论文300余篇；授权国家专利20余件。研究成果获山西省自然科学一等奖2项、科技进步二等奖2项。

报告题目：多智能体协同定位与联合稠密建图

报告摘要：

当前工业作业、建筑测绘、机器人导航等领域对多智能体定位建图需求迫切，但场景从 “房间级” 向 “场馆级” 拓展时，面临先验信息缺失、环境非结构化等挑战，亟需突破智能体自适应感知、协同定位以及联合建图等科学问题。针对这些问题，该报告将汇报报告人课题组在自适应全覆盖即时感知、多智能体视惯协同定位、传输高效增量式多智能体联合稠密建图以及混合表征下的高保真环境渲染等方面的一些研究进展。最后，汇报人也会介绍基于这些技术所开展的一些工程实践应用。

报告人介绍：

张林，同济大学计算机科学与技术学院教授，教育部青年长江学者，上海市曙光学者，主要研究兴趣为机器视觉与图像理解、面向机器人的环境感知等。他曾于2003年和2006年在上海交通大学计算机科学与技术系分别获得学士和硕士学位。之后曾先后在Microsoft和Autodesk公司工作。2008年3月至香港理工大学攻读博士学位，2011年8月加入同济大学。他以第一或通信作者身份已在IEEE T-PAMI、IEEE T-IP、IEEE T-MM、IEEE T-CSVT、Pattern Recognition、CVPR、AAAI、ACM MM等顶级国际期刊和会议上发表论文100余篇。根据Google Scholar统计，截至目前，其所发表论文总的被引用次数为17500+次。他目前是IEEE高级会员、CCF杰出会员，是国际期刊IEEE RAL、JVCI编委。2020-2025连续6个年度入选Elsevier（爱思唯尔）中国高被引学者。获2020年上海市科技进步一等奖，2022年教育部技术发明一等奖，2022年上海市高等教育优秀教学成果二等奖，2023年入选高校计算机专业优秀教师奖励计划。著有教材“张林，赵生捷，《计算机视觉：原理算法与实践》，清华大学出版社，2025年5月”，并在B站公开配套教学视频，累积播放量近10万次。