活動(dòng)預(yù)告丨2026智能服務(wù)技術(shù)學(xué)術(shù)論壇將于5月16日在溧陽(yáng)召開

為貫徹落實(shí)《教育強(qiáng)國(guó)建設(shè)規(guī)劃綱要（2024—2035年）》，堅(jiān)持改革創(chuàng)新，順應(yīng)人工智能等新技術(shù)發(fā)展趨勢(shì)和促進(jìn)人工智能助力教育變革，由中國(guó)人工智能學(xué)會(huì)（CAAI）主辦，CAAI智能服務(wù)專委會(huì)、南京航空航天大學(xué)承辦的2026智能服務(wù)技術(shù)學(xué)術(shù)論壇將于5月16日在江蘇省溧陽(yáng)市南京航空航天大學(xué)天目湖校區(qū)舉辦，本次活動(dòng)為面向本科生的“智能技術(shù)與青年創(chuàng)新”主題信仰公開課。

本屆論壇將就智能技術(shù)與大數(shù)據(jù)相關(guān)的基礎(chǔ)科學(xué)理論、關(guān)鍵技術(shù)方法與系統(tǒng)進(jìn)行探討和交流，介紹相關(guān)技術(shù)的最新學(xué)術(shù)成果、關(guān)鍵技術(shù)、主要發(fā)展趨勢(shì)和戰(zhàn)略發(fā)展方向，旨在加強(qiáng)相關(guān)方向的基礎(chǔ)理論研究，掌握最新和實(shí)用技術(shù)、了解前沿發(fā)展趨勢(shì)，從而推動(dòng)我國(guó)智能技術(shù)與大數(shù)據(jù)領(lǐng)域的學(xué)術(shù)繁榮及其在智能服務(wù)領(lǐng)域的推廣應(yīng)用。會(huì)議將邀請(qǐng)國(guó)內(nèi)知名專家學(xué)者做論壇特邀報(bào)告，誠(chéng)摯歡迎全國(guó)各高等院校、科研院所和企事業(yè)單位的科技工作者參加本屆會(huì)議。

論壇的主題包括但不限于：數(shù)據(jù)管理、多模態(tài)內(nèi)容語(yǔ)義理解、聯(lián)邦計(jì)算、大規(guī)模數(shù)據(jù)合成、仿智融合服務(wù)、復(fù)雜營(yíng)銷決策、具身智能機(jī)器人、時(shí)空數(shù)據(jù)的高效自適應(yīng)計(jì)算等。

會(huì)議時(shí)間：2026年5月16日（周六）14:00-17:30

會(huì)議地點(diǎn)：南京航空航天大學(xué)天目湖校區(qū)尚德樓西輔樓1樓報(bào)告廳

會(huì)議日程

報(bào)告專家介紹

王曉陽(yáng)

復(fù)旦大學(xué)特聘教授

報(bào)告題目：AI時(shí)代以實(shí)體為中心的泛在計(jì)算數(shù)據(jù)管理新范式

報(bào)告摘要：盡管AI是當(dāng)前焦點(diǎn)，但泛在計(jì)算通過(guò)推動(dòng)現(xiàn)實(shí)實(shí)體的全面數(shù)字化，依然是構(gòu)建“數(shù)字孿生”和驅(qū)動(dòng)AI創(chuàng)新的核心基礎(chǔ)。然而，當(dāng)前的AI發(fā)展嚴(yán)重受制于孤立、短暫的“以應(yīng)用為中心”的數(shù)據(jù)模式，并常因未經(jīng)創(chuàng)作者授權(quán)訓(xùn)練大模型而引發(fā)數(shù)據(jù)所有權(quán)爭(zhēng)議。我們將探討一種全新的“以實(shí)體為中心的數(shù)據(jù)管理”范式。該范式將數(shù)據(jù)生命周期直接錨定于實(shí)體本身，以確保持久的數(shù)據(jù)完整性，并將數(shù)字資產(chǎn)的所有權(quán)歸還實(shí)體。通過(guò)將AI定義為必須獲得授權(quán)的“數(shù)據(jù)消費(fèi)者”。該范式為AI提供了所需的可信、長(zhǎng)效數(shù)據(jù)底座，從而安全有效地賦能泛在計(jì)算時(shí)代。

個(gè)人簡(jiǎn)介：博士生導(dǎo)師，中國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)士，中國(guó)人工智能學(xué)會(huì)會(huì)士。曾在美國(guó)喬治梅森大學(xué)、美國(guó)佛蒙特大學(xué)、美國(guó)國(guó)家科學(xué)基金會(huì)任職，任終身職正教授、Dorothean冠名教授、項(xiàng)目主管等職。主要研究方向包括大數(shù)據(jù)分析及系統(tǒng)，主持或曾主持國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、NSFC重點(diǎn)項(xiàng)目等20余項(xiàng)，發(fā)表論文百余篇，曾獲得美國(guó)NSF的CAREER Award，現(xiàn)任IEEE ICDE會(huì)議系列、IEEE BigComp會(huì)議系列指導(dǎo)委員會(huì)委員，曾任Springer DSE期刊主編，IEEE ICDE 2012及ACM CIKM 2014總主席，WAIM會(huì)議系列指導(dǎo)委員會(huì)主席等。

胡衛(wèi)明

中國(guó)科學(xué)院自動(dòng)化研究所研究員

報(bào)告題目：網(wǎng)絡(luò)多模態(tài)內(nèi)容語(yǔ)義理解與安全事件推理

報(bào)告摘要：針對(duì)公共安全大數(shù)據(jù)多源、異質(zhì)、時(shí)變、隱匿等復(fù)雜性特點(diǎn)導(dǎo)致的語(yǔ)義計(jì)算復(fù)雜、時(shí)空線索挖掘復(fù)雜和推理過(guò)程解釋難問(wèn)題，從模型構(gòu)建、算法設(shè)計(jì)、關(guān)鍵技術(shù)和系統(tǒng)研制等方面進(jìn)行網(wǎng)絡(luò)內(nèi)容多模態(tài)語(yǔ)義理解與安全事件推理方法、技術(shù)與系統(tǒng)的研究與開發(fā)。在多模態(tài)語(yǔ)義理解方面，研究了基于局部文本錯(cuò)誤建模的圖像文本細(xì)粒度語(yǔ)義對(duì)齊方法，用1/3預(yù)訓(xùn)練數(shù)據(jù)量即可超越之前最好的方法；研究了基于語(yǔ)義增強(qiáng)在線掩碼圖像恢復(fù)的圖像文本預(yù)訓(xùn)練方法，效果大幅超越采用原始像素和離線視覺編碼器的方法；研究了基于對(duì)比式局部排序蒸餾的圖文預(yù)訓(xùn)練方法，在無(wú)微調(diào)設(shè)置下檢索精度優(yōu)于其他方法；在后預(yù)訓(xùn)練設(shè)置下，在較小的訓(xùn)練代價(jià)下進(jìn)一步提升模型精度。在大數(shù)據(jù)多模態(tài)知識(shí)圖譜與推理方面，研究了多模態(tài)事件抽取技術(shù)、篇章級(jí)復(fù)雜論元處理技術(shù)，利用大模型和外部知識(shí)庫(kù)通過(guò)圖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)實(shí)體邏輯關(guān)系, 在實(shí)體、屬性、論元、主題等多級(jí)粒度計(jì)算相似度, 融合實(shí)體、論元對(duì)事件類型綜合判斷,并建立了基于多模態(tài)知識(shí)圖譜的敏感視頻搜索技術(shù)。在系統(tǒng)研發(fā)上，開發(fā)了網(wǎng)絡(luò)多媒體數(shù)據(jù)的采集、建模和風(fēng)控平臺(tái)，及時(shí)發(fā)現(xiàn)各大音視頻平臺(tái)中的違規(guī)內(nèi)容和敏感信息，解決了許多重大實(shí)際需求。

個(gè)人簡(jiǎn)介：中國(guó)科學(xué)院自動(dòng)化研究所多模態(tài)人工智能系統(tǒng)全國(guó)重點(diǎn)實(shí)驗(yàn)室特聘核心骨干研究員、博士生導(dǎo)師、視頻內(nèi)容安全研究團(tuán)隊(duì)負(fù)責(zé)人、多模態(tài)超級(jí)智能安全北京市重點(diǎn)實(shí)驗(yàn)室主任，國(guó)家杰出青年科學(xué)基金獲得者、中組部萬(wàn)人計(jì)劃科技創(chuàng)新領(lǐng)軍人才入選者、科技部中青年科技創(chuàng)新領(lǐng)軍人才入選者、人社部百千萬(wàn)人才工程國(guó)家級(jí)人選、國(guó)家有突出貢獻(xiàn)中青年專家、享受國(guó)務(wù)院政府特殊津貼、國(guó)家信息安全重點(diǎn)專項(xiàng)項(xiàng)目首席專家，IEEE Trans. on PAMI、ACM Trans. on PML和IEEE Trans. on Cybernetics的Associate Editors。目前研究方向?yàn)橐曈X內(nèi)容理解與網(wǎng)絡(luò)多媒體敏感內(nèi)容識(shí)別等，主持了國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目、國(guó)家863重點(diǎn)專項(xiàng)項(xiàng)目、目標(biāo)導(dǎo)向類課題等四十余項(xiàng)科研項(xiàng)目。已在PAMI、IJCV等國(guó)際刊物、國(guó)內(nèi)一級(jí)刊物以及NIPS、ICCV等重要國(guó)際學(xué)術(shù)會(huì)議上發(fā)表論文400余篇，獲授權(quán)發(fā)明專利100余項(xiàng)。帶領(lǐng)團(tuán)隊(duì)完成的敏感多媒體識(shí)別等技術(shù)實(shí)際應(yīng)用于二百余家企事業(yè)單位，已在實(shí)戰(zhàn)發(fā)揮作用，取得了顯著的經(jīng)濟(jì)效益和社會(huì)效益。以第一完成人獲國(guó)家自然科學(xué)二等獎(jiǎng)、北京市科學(xué)技術(shù)(技術(shù)發(fā)明類)一等獎(jiǎng)、北京市發(fā)明專利一等獎(jiǎng)和吳文俊人工智能科學(xué)技術(shù)一等獎(jiǎng)。

高云君

浙江大學(xué)教授

報(bào)告題目：突破數(shù)據(jù)壁壘：從大規(guī)模數(shù)據(jù)合成到垂域智能分析

報(bào)告摘要：高質(zhì)量數(shù)據(jù)供給是目前制約大模型能力進(jìn)一步演進(jìn)的核心壁壘，其表現(xiàn)為：1）通用公域數(shù)據(jù)資源逼近枯竭，2）高價(jià)值私域與垂域數(shù)據(jù)嚴(yán)重匱乏，已嚴(yán)重阻礙模型能力的持續(xù)迭代及其在復(fù)雜實(shí)際業(yè)務(wù)場(chǎng)景的產(chǎn)業(yè)化應(yīng)用。本報(bào)告將分享匯報(bào)人負(fù)責(zé)團(tuán)隊(duì)在這方面的最新探索與進(jìn)展：先提出基于集體智能的大規(guī)模高質(zhì)量數(shù)據(jù)合成技術(shù)（包括大規(guī)模SQL生成、大規(guī)模科教數(shù)據(jù)生成、大規(guī)模醫(yī)患數(shù)據(jù)生成），以緩解原始數(shù)據(jù)供給不足的難題；而后構(gòu)建面向私域與垂域的數(shù)據(jù)分析智能體（包括CT數(shù)據(jù)報(bào)告生成、商業(yè)數(shù)據(jù)分析報(bào)告生成、單細(xì)胞數(shù)據(jù)分析報(bào)告生成），以深度解析與挖掘?qū)I(yè)數(shù)據(jù)；最后展望數(shù)據(jù)壁壘突破的可能未來(lái)方向。

個(gè)人簡(jiǎn)介：浙江大學(xué)求是特聘教授，博士生導(dǎo)師，國(guó)家杰出青年科學(xué)基金獲得者（2020）、國(guó)家優(yōu)秀青年科學(xué)基金獲得者（2015）。研究方向?yàn)閿?shù)據(jù)庫(kù)、大數(shù)據(jù)管理與分析、DB與AI融合，已發(fā)表CCF A類論文200余篇，出版專著或教材6本，授權(quán)專利40余件，登記軟著10余項(xiàng)，并獲CCF A類論文VLDB、ICDE最佳或優(yōu)秀論文等7次，省部級(jí)或全國(guó)性學(xué)會(huì)科技進(jìn)步特等或一等獎(jiǎng)等6項(xiàng)。現(xiàn)為ACM SIGSPATIAL中國(guó)分會(huì)副主席，ACM SIGWEB中國(guó)分會(huì)副主席，浙江省大數(shù)據(jù)智能計(jì)算重點(diǎn)實(shí)驗(yàn)室主任，浙江大學(xué)軟件學(xué)院常務(wù)副院長(zhǎng)。擔(dān)任DSE期刊執(zhí)行主編，TKDE、JCST、FCS、《計(jì)算機(jī)研究與發(fā)展》等期刊編委/副編輯（Associate Editor），VLDB、ICDE、SIGKDD、SIGIR等10余個(gè)CCF A類會(huì)議聯(lián)合主席（Co-Chair）或領(lǐng)域主席（Area Chair）等，SIGMOD、VLDB、ICDE、SIGKDD、SIGIR等會(huì)議（資深）程序委員會(huì)委員。指導(dǎo)研究生獲省部級(jí)或全國(guó)性學(xué)會(huì)優(yōu)秀博/碩士學(xué)位論文獎(jiǎng)10次以及KDD Cup 2022風(fēng)電預(yù)測(cè)賽道全球冠軍。

童詠昕

CAAI智能服務(wù)專委會(huì)副主任

北京航空航天大學(xué)教授

報(bào)告題目：聯(lián)邦計(jì)算：從聯(lián)邦學(xué)習(xí)到聯(lián)邦大模型

報(bào)告摘要：在互聯(lián)網(wǎng)公域數(shù)據(jù)的支撐下，GPT、DeepSeek等大模型快速發(fā)展。然而，如何激活全球大數(shù)據(jù)中占比90%以上的私域大數(shù)據(jù)不僅是國(guó)際人工智能領(lǐng)域的前沿?zé)狳c(diǎn)，更是服務(wù)于國(guó)家數(shù)字經(jīng)濟(jì)戰(zhàn)略的核心挑戰(zhàn)。秉持“原始數(shù)據(jù)不出域、數(shù)據(jù)可用不可見”的理念，構(gòu)建可發(fā)揮跨域大數(shù)據(jù)價(jià)值的“聯(lián)邦大模型”，為破解數(shù)據(jù)要素流動(dòng)與隱私保護(hù)之間矛盾提供了一種全新思路，是進(jìn)一步突破智能大模型時(shí)代數(shù)據(jù)瓶頸的關(guān)鍵技術(shù)。本報(bào)告首先從聯(lián)邦數(shù)據(jù)庫(kù)、聯(lián)邦數(shù)據(jù)挖掘、聯(lián)邦學(xué)習(xí)到聯(lián)邦大模型技術(shù)分階段回顧聯(lián)邦計(jì)算的發(fā)展歷程；然后，聚焦于聯(lián)邦計(jì)算從大數(shù)據(jù)到大模型時(shí)代的范式轉(zhuǎn)變，匯報(bào)聯(lián)邦大模型的指令微調(diào)與檢索增強(qiáng)生成(RAG)等關(guān)鍵技術(shù)；隨后介紹本團(tuán)隊(duì)結(jié)合產(chǎn)業(yè)應(yīng)用需求所研發(fā)的聯(lián)邦智能計(jì)算開源平臺(tái)——“虎符(OpenHufu)”；最后，報(bào)告將剖析虎符系統(tǒng)在交通出行與社會(huì)治理等行業(yè)的應(yīng)用示范，并未來(lái)發(fā)展進(jìn)行展望。

個(gè)人簡(jiǎn)介：博士生導(dǎo)師，國(guó)家杰出青年科學(xué)基金、優(yōu)秀青年科學(xué)基金獲得者，現(xiàn)任計(jì)算機(jī)學(xué)院副院長(zhǎng)、中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）會(huì)員與分部工委副主任、杰出講者和CCF走進(jìn)高校工作組組長(zhǎng)。2014年于香港科技大學(xué)獲計(jì)算機(jī)科學(xué)與工程學(xué)博士學(xué)位，2015年入選北京航空航天大學(xué)“卓越百人計(jì)劃”。主要研究方向包括：聯(lián)邦學(xué)習(xí)、大模型智能體、大模型的數(shù)據(jù)引擎、向量數(shù)據(jù)庫(kù)系統(tǒng)等。近年先后發(fā)表TODS、VLDBJ、TKDE、SIGMOD、SIGKDD、VLDB等大數(shù)據(jù)與人工智能領(lǐng)域國(guó)際頂級(jí)會(huì)議/期刊論文100余篇，谷歌學(xué)術(shù)引用1.7萬(wàn)余次；主持國(guó)家自然科學(xué)基金青年A類（原杰青）項(xiàng)目、B類（原優(yōu)青）項(xiàng)目、重點(diǎn)項(xiàng)目、國(guó)家重點(diǎn)研發(fā)計(jì)劃課題等。獲中國(guó)電子學(xué)會(huì)的自然科學(xué)一等獎(jiǎng)（排名1）和青年科學(xué)家獎(jiǎng)、首屆阿里巴巴達(dá)摩院“青橙獎(jiǎng)”、國(guó)際基礎(chǔ)科學(xué)大會(huì)前沿科學(xué)獎(jiǎng)、ACM KDD China青年科學(xué)家獎(jiǎng)和多個(gè)國(guó)際一流學(xué)術(shù)會(huì)議/競(jìng)賽的最佳論文與冠軍等獎(jiǎng)勵(lì)，入選“2022年度高校計(jì)算機(jī)專業(yè)優(yōu)秀教師獎(jiǎng)勵(lì)計(jì)劃”；擔(dān)任中國(guó)科技期刊卓越行動(dòng)計(jì)劃領(lǐng)軍期刊《Frontiers of Computer Science》的執(zhí)行編委、大數(shù)據(jù)領(lǐng)域CCF-A類期刊《IEEE TKDE》與《PVLDB》的編委、大數(shù)據(jù)領(lǐng)域重要國(guó)際會(huì)議DASFAA 2024會(huì)議的程序委員會(huì)主席(PC Chair)。

李海生

北京工商大學(xué)教授

報(bào)告題目：面向工業(yè)應(yīng)用的仿智融合服務(wù)

報(bào)告摘要：目前，工業(yè)界的復(fù)雜產(chǎn)品設(shè)計(jì)制造正在向數(shù)字工程全覆蓋模式進(jìn)行演變，這既依賴于傳統(tǒng)的數(shù)值模擬和仿真為代表的工業(yè)軟件技術(shù)，也依賴于新興的以人工智能為代表的智能服務(wù)技術(shù)。針對(duì)CAE和AI融合過(guò)程中產(chǎn)生的技術(shù)生態(tài)、知識(shí)體系、過(guò)程模式和研究范式等方面的沖突和挑戰(zhàn)，介紹團(tuán)隊(duì)在以數(shù)字孿生場(chǎng)景需求為指引，推動(dòng)仿智融合發(fā)展方面做的一些工作。

個(gè)人簡(jiǎn)介：博士生導(dǎo)師。現(xiàn)任北京工商大學(xué)計(jì)算機(jī)與人工智能學(xué)院執(zhí)行院長(zhǎng)，商業(yè)數(shù)據(jù)安全防護(hù)與智能治理北京市重點(diǎn)實(shí)驗(yàn)室主任，中國(guó)人工智能學(xué)會(huì)智能服務(wù)專業(yè)委員會(huì)副主任委員，中國(guó)圖學(xué)學(xué)會(huì)第八屆理事會(huì)常務(wù)理事，中國(guó)計(jì)算機(jī)學(xué)會(huì)杰出會(huì)員。獲中國(guó)物流與采購(gòu)聯(lián)合會(huì)科技進(jìn)步一等獎(jiǎng)，中國(guó)圖學(xué)學(xué)會(huì)優(yōu)秀科技工作者獎(jiǎng)，北京市教育教學(xué)成果獎(jiǎng)一等獎(jiǎng)2項(xiàng)，二等獎(jiǎng)4項(xiàng)。主持國(guó)家自然科學(xué)基金聯(lián)合基金重點(diǎn)項(xiàng)目、面上項(xiàng)目、國(guó)家重點(diǎn)研發(fā)計(jì)劃課題、北京市自然科學(xué)基金面上項(xiàng)目等。出版學(xué)術(shù)專著三部，授權(quán)發(fā)明專利和軟件著作權(quán)登記多項(xiàng)。以第一作者或通訊作者在《軟件學(xué)報(bào)》《計(jì)算機(jī)學(xué)報(bào)》《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》和TNNLS、TCE等IEEE匯刊發(fā)表論文100余篇。

杜軍平

中國(guó)人工智能學(xué)會(huì)副理事長(zhǎng)

北京郵電大學(xué)教授

報(bào)告題目：面向復(fù)雜營(yíng)銷決策的上下文工程優(yōu)化

報(bào)告摘要：本報(bào)告針對(duì)復(fù)雜營(yíng)銷程序性知識(shí)挖掘難、邊界場(chǎng)景下智能體決策魯棒性差、動(dòng)態(tài)推理中上下文知識(shí)供給失配三大挑戰(zhàn)，以構(gòu)建面向復(fù)雜營(yíng)銷決策的上下文工程優(yōu)化體系為總體目標(biāo)，從程序性知識(shí)挖掘與策略表示、智能體數(shù)據(jù)演化與合成、基于信息瓶頸理論的上下文工程優(yōu)化、面向復(fù)雜營(yíng)銷決策的上下文工程優(yōu)化系統(tǒng)四個(gè)方面，介紹了如何突破傳統(tǒng)檢索增強(qiáng)生成范式的局限，建立從知識(shí)挖掘到數(shù)據(jù)演化再到上下文自適應(yīng)優(yōu)化的完整技術(shù)鏈路，旨在解決面向智能體推理決策的程序性知識(shí)隱匿、復(fù)雜營(yíng)銷決策空間的邊界數(shù)據(jù)稀疏、動(dòng)態(tài)推理過(guò)程中上下文有效信息密度衰減三個(gè)關(guān)鍵科學(xué)問(wèn)題。

個(gè)人簡(jiǎn)介：IEEE/CAAI/CCF Fellow、博士生導(dǎo)師，北京郵電大學(xué)校學(xué)術(shù)委員會(huì)委員、計(jì)算機(jī)應(yīng)用技術(shù)中心主任。享受國(guó)務(wù)院政府特殊津貼。研究方向?yàn)榇髷?shù)據(jù)、機(jī)器學(xué)習(xí)、突發(fā)事件預(yù)測(cè)預(yù)警等。主持國(guó)家自然科學(xué)基金重大項(xiàng)目、國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目等。在IEEE TPAMI、TKDE、 TNNLS、VLDBJ、SIGMOD、 ICDE、 KDD、 AAAI、WWW、 MM、CVPR等發(fā)表論文700余篇，包括SCI論文182篇，H-Index 59，申請(qǐng)發(fā)明專利63項(xiàng)，已授權(quán)46項(xiàng)。獲。分別獲吳文俊人工智能杰出貢獻(xiàn)獎(jiǎng)、CCF夏培肅獎(jiǎng)、2024年和2022年中國(guó)電子學(xué)會(huì)科學(xué)技術(shù)獎(jiǎng)科技進(jìn)步一等獎(jiǎng)、CCF科技成果獎(jiǎng)技術(shù)發(fā)明一等獎(jiǎng)、國(guó)家技術(shù)發(fā)明獎(jiǎng)二等獎(jiǎng)、高等學(xué)校科學(xué)研究?jī)?yōu)秀成果獎(jiǎng)（科學(xué)技術(shù)）技術(shù)發(fā)明一等獎(jiǎng)、北京市科學(xué)技術(shù)二等獎(jiǎng)等。

李洪波

北京極智嘉聯(lián)合創(chuàng)始人兼首席技術(shù)官

報(bào)告題目：具身智能機(jī)器人集群系統(tǒng)的創(chuàng)新與應(yīng)用

報(bào)告摘要：近年來(lái)，人工智能、智能機(jī)器人、具身智能等技術(shù)深度融合正推動(dòng)機(jī)器人技術(shù)產(chǎn)業(yè)化與落地應(yīng)用不斷加速。具身智能機(jī)器人在智能制造、智慧物流等眾多領(lǐng)域應(yīng)用場(chǎng)景不斷拓展，持續(xù)賦能各行各業(yè)轉(zhuǎn)型升級(jí)，并呈現(xiàn)出本體具身智能化、集群協(xié)作規(guī)模化與調(diào)度決策最優(yōu)化等顯著趨勢(shì)。本報(bào)告系統(tǒng)梳理具身智能機(jī)器人領(lǐng)域的發(fā)展現(xiàn)狀，重點(diǎn)圍繞具身智能機(jī)器人集群系統(tǒng)中具身智能、群體智能與數(shù)據(jù)智能三大關(guān)鍵技術(shù)分享相關(guān)研究進(jìn)展和應(yīng)用創(chuàng)新，并對(duì)具身智能機(jī)器人集群系統(tǒng)的前沿發(fā)展趨勢(shì)進(jìn)行展望。

個(gè)人簡(jiǎn)介：享受國(guó)務(wù)院政府特殊津貼專家、青年北京學(xué)者。長(zhǎng)期從事智能機(jī)器人和群體智能等技術(shù)研究和產(chǎn)品研發(fā)，在本領(lǐng)域頂級(jí)國(guó)際期刊和頂級(jí)會(huì)議上發(fā)表學(xué)術(shù)論文100余篇，獲授權(quán)中國(guó)專利100余項(xiàng)、國(guó)際發(fā)明專利46項(xiàng)，獲北京市科技進(jìn)步一等獎(jiǎng)、中國(guó)自動(dòng)化學(xué)會(huì)技術(shù)發(fā)明一等獎(jiǎng)、中國(guó)電子學(xué)會(huì)科技進(jìn)步一等獎(jiǎng)、中物聯(lián)科技進(jìn)步一等獎(jiǎng)、中國(guó)指揮與控制學(xué)會(huì)技術(shù)發(fā)明一等獎(jiǎng)。

李文玲

北京航空航天大學(xué)教授

報(bào)告題目：圖動(dòng)態(tài)系統(tǒng)濾波方法研究

報(bào)告摘要：圖動(dòng)態(tài)系統(tǒng)是一類由代數(shù)圖描述狀態(tài)耦合關(guān)系的動(dòng)態(tài)系統(tǒng)，其濾波問(wèn)題旨在利用測(cè)量信息聯(lián)合估計(jì)動(dòng)態(tài)系統(tǒng)的狀態(tài)和圖拓?fù)渚仃嚒１緢?bào)告主要介紹課題組提出的幾類圖動(dòng)態(tài)系統(tǒng)濾波算法，針對(duì)離散時(shí)間圖動(dòng)態(tài)系統(tǒng)，從最優(yōu)化角度設(shè)計(jì)了一類聯(lián)合估計(jì)系統(tǒng)狀態(tài)和圖拓?fù)渚仃嚨臑V波算法，其中系統(tǒng)狀態(tài)和圖拓?fù)渚仃嚨墓烙?jì)值分別由Kalman濾波算法和ADMM算法進(jìn)行求解，并在車輛跟馳系統(tǒng)仿真中驗(yàn)證了其估計(jì)性能；針對(duì)馬爾科夫跳變的圖動(dòng)態(tài)系統(tǒng)，設(shè)計(jì)了一類聯(lián)合估計(jì)系統(tǒng)狀態(tài)和圖拓?fù)渚仃嚨慕换ナ蕉嗄Ｐ蜑V波算法，并在車輛跟馳系統(tǒng)仿真中驗(yàn)證了其估計(jì)性能。

個(gè)人簡(jiǎn)介：博士生導(dǎo)師，國(guó)家級(jí)青年人才，IEEE Senior Member，主要研究方向是動(dòng)態(tài)系統(tǒng)濾波、隨機(jī)優(yōu)化、機(jī)器學(xué)習(xí)、目標(biāo)跟蹤等。發(fā)表論文120余篇，授權(quán)發(fā)明專利12項(xiàng)，出版專著2部，主持國(guó)家自然科學(xué)基金4項(xiàng)，參與國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目2項(xiàng)，獲教育部自然科學(xué)獎(jiǎng)一等獎(jiǎng)、中國(guó)電子學(xué)會(huì)科技進(jìn)步一等獎(jiǎng)、吳文俊人工智能自然科學(xué)獎(jiǎng)二等獎(jiǎng)等。擔(dān)任中國(guó)自動(dòng)化學(xué)會(huì)智能自動(dòng)化專委會(huì)副主任、中國(guó)人工智能學(xué)會(huì)智能服務(wù)專委會(huì)秘書長(zhǎng)、中國(guó)計(jì)算機(jī)學(xué)會(huì)人工智能與模式識(shí)別專委會(huì)委員，以及3個(gè)SCI期刊編委等。

薛哲

北京郵電大學(xué)計(jì)算機(jī)學(xué)院教授

報(bào)告題目：面向異構(gòu)數(shù)據(jù)的聯(lián)邦學(xué)習(xí)關(guān)鍵技術(shù)研究

報(bào)告摘要：數(shù)據(jù)異構(gòu)性是制約聯(lián)邦學(xué)習(xí)性能與效率的核心挑戰(zhàn)。本報(bào)告從標(biāo)簽分布異構(gòu)性、特征分布異構(gòu)性、圖結(jié)構(gòu)異構(gòu)性三個(gè)方面展開研究。針對(duì)標(biāo)簽分布異構(gòu)問(wèn)題，提出分類器去偏機(jī)制，緩解客戶端偏移導(dǎo)致的本地模型過(guò)擬合，提升訓(xùn)練效率。針對(duì)特征分布異構(gòu)性問(wèn)題，建立基于數(shù)據(jù)生成的無(wú)監(jiān)督聯(lián)邦跨模態(tài)檢索框架，實(shí)現(xiàn)客戶端間多模態(tài)數(shù)據(jù)的有效融合。針對(duì)圖結(jié)構(gòu)異構(gòu)性問(wèn)題，提出基于掩碼損失的聯(lián)邦異質(zhì)圖學(xué)習(xí)框架，提升全局收斂效率與模型泛化能力。上述工作為數(shù)據(jù)異構(gòu)場(chǎng)景下的聯(lián)邦學(xué)習(xí)提供有效的解決方案。

個(gè)人簡(jiǎn)介：博士生導(dǎo)師、國(guó)家優(yōu)秀青年基金獲得者。研究方向包括多模態(tài)數(shù)據(jù)分析與挖掘、聯(lián)邦學(xué)習(xí)、突發(fā)事件檢測(cè)與分析等。在領(lǐng)域國(guó)際會(huì)議和期刊上發(fā)表論文100余篇，申請(qǐng)和授權(quán)發(fā)明專利30余項(xiàng)，出版學(xué)術(shù)著作2部。主持和參與了20余項(xiàng)科研項(xiàng)目的研究工作，包括國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、國(guó)家自然科學(xué)基金重大項(xiàng)目/重點(diǎn)項(xiàng)目/面上項(xiàng)目、CCF-百度松果基金、CCF-騰訊犀牛鳥基金等。擔(dān)任CAAI智能服務(wù)專委會(huì)副秘書長(zhǎng)、CCF人工智能與模式識(shí)別專委會(huì)委員、CCF多媒體專委會(huì)委員、CSIG圖像視頻通信專委會(huì)委員。獲中國(guó)電子學(xué)會(huì)科技進(jìn)步一等獎(jiǎng)、IEEE CCIS國(guó)際會(huì)議最佳論文獎(jiǎng)、IEEE BigComp國(guó)際會(huì)議最佳論文獎(jiǎng)等多個(gè)獎(jiǎng)勵(lì)。

于自強(qiáng)

CAAI“智能服務(wù)專委會(huì)”副秘書長(zhǎng)

煙臺(tái)大學(xué)計(jì)算機(jī)與控制學(xué)院教授

報(bào)告題目：AI范式下時(shí)空數(shù)據(jù)高效自適應(yīng)計(jì)算問(wèn)題研究

報(bào)告摘要：隨著移動(dòng)互聯(lián)網(wǎng)與物聯(lián)網(wǎng)的廣泛普及，人們社會(huì)活動(dòng)所產(chǎn)生的大量數(shù)據(jù)都具有時(shí)間和空間屬性，使得時(shí)空數(shù)據(jù)管理成為數(shù)據(jù)科學(xué)領(lǐng)域的重要研究方向。在人工智能快速發(fā)展的背景下，以Transformer為代表的深度神經(jīng)網(wǎng)絡(luò)已被廣泛應(yīng)用于時(shí)空數(shù)據(jù)的感知、計(jì)算與分析。與自然語(yǔ)言這類價(jià)值高度密集的數(shù)據(jù)不同，時(shí)空數(shù)據(jù)具有分布變化快、價(jià)值密度低、冗余信息多等顯著特點(diǎn)。當(dāng)前融合多注意力機(jī)制的深度神經(jīng)網(wǎng)絡(luò)雖然在自然語(yǔ)言等價(jià)值密集的數(shù)據(jù)分析領(lǐng)域取得了顯著成效，但其“一刀切”（one size fits all）的注意力模式在應(yīng)對(duì)時(shí)空數(shù)據(jù)時(shí)，忽視了時(shí)空數(shù)據(jù)固有的局部關(guān)聯(lián)特性，導(dǎo)致適應(yīng)性不足和計(jì)算冗余等問(wèn)題。為此，本報(bào)告將介紹團(tuán)隊(duì)近年來(lái)在時(shí)空數(shù)據(jù)高效計(jì)算方面的研究進(jìn)展，著重探討如何將顯式的時(shí)空索引結(jié)構(gòu)與注意力機(jī)制深度融合。我們旨在根據(jù)時(shí)空數(shù)據(jù)動(dòng)態(tài)演化特性，自適應(yīng)地引導(dǎo)模型將深度計(jì)算聚焦于具有顯式時(shí)空關(guān)聯(lián)的數(shù)據(jù)單元。通過(guò)這種方式，在保持模型表達(dá)能力的同時(shí)，可有效避免處理無(wú)效數(shù)據(jù)帶來(lái)的不必要計(jì)算開銷，從而實(shí)現(xiàn)時(shí)空數(shù)據(jù)的高效表征推理。

個(gè)人簡(jiǎn)介：CCF 人工智能與模式識(shí)別專委會(huì)執(zhí)行委員、山東省人工智能學(xué)會(huì)常務(wù)理事。主要研究興趣為數(shù)據(jù)智能管理與分析，包括時(shí)空高效計(jì)算、視頻跨模態(tài)檢索、圖數(shù)據(jù)管理等。主持國(guó)家自然科學(xué)基金面上項(xiàng)目/青年項(xiàng)目、CCF-華為胡楊林基金、山東省重點(diǎn)研發(fā)計(jì)劃、山東自然科學(xué)基金面上項(xiàng)目等國(guó)家、省部級(jí)和頭部企業(yè)研究課題。在SIGMOD、VLDB、ICDE、SIGIR、TKDE等CCF A類國(guó)際頂級(jí)會(huì)議和期刊發(fā)表論文30余篇。擔(dān)任《Frontier of Computer Science》（CCF B類期刊）編委，SIGKDD 2025 Proceeding Chair， VLDB Journal、TKDE等CCF A類期刊審稿人以及SIGKDD、AAAI、CIKM等國(guó)際頂級(jí)會(huì)議程序委員會(huì)委員。

本文由CAAI智能服務(wù)專委會(huì)供稿

2026全球人工智能技術(shù)大會(huì)邀您共襄盛舉

2026年5月23—24日

我國(guó)人工智能領(lǐng)域最具影響力的千人級(jí)巔峰盛會(huì)

2026全球人工智能技術(shù)大會(huì)（GAITC2026）

即將在浙江杭州第七度點(diǎn)燃烽火

大會(huì)誠(chéng)邀您共聚錢塘江畔

與院士天團(tuán)并肩，與全球智者同行

在交叉融合中破局開路，在相生共贏中領(lǐng)跑未來(lái)

精彩內(nèi)容，設(shè)個(gè)星標(biāo)

讓我們一起探索更多AI前沿資訊！