个人简介： 姚鸿勋，哈尔滨工业大学长聘教授，黑龙江省政府特殊津贴专家，教育部"新世纪优秀人才"，AI全球2000位最具影响力学者 (AMiner机构发布)，哈工大人工智能专业负责人。任中国图象图形学学会常务理事，中国图象图形学学会情感计算与理解专业委员会主任，黑龙江省人工智能学会常务理事，中国计算机学会多媒体专委会委员；主要研究领域为计算机视觉智能、多媒体数据分析与理解、模式识别、情感计算。发表 ICCV, CVPR, ACM MM等顶级国际会议及TPAMI, IJCV, TIP, TMM等高影响因子国际期刊文章学术论文 200余篇，H指数>50。

个人简介： 赵思成，清华大学副研究员，国家级青年人才，ACM/IEEE/CCF/CSIG高级会员，哈尔滨工业大学博士，加州大学伯克利分校和哥伦比亚大学博士后。研究方向为情感计算、多媒体、机器学习等。发表IEEE/ACM汇刊、CCF推荐A类论文60余篇，谷歌学术引用10000余次，H指数为52。担任中国图象图形学学会情感计算与理解专委会秘书长、IEEE TIP/IEEE TAFFC等国际期刊编委、IEEE TFS/ACM TOMM等国际期刊首席客座编辑、NeurIPS/ICML/CVPR/ECCV/ACM MM/AAAI/IJCAI/ICASSP等国际会议的领域主席或资深程序委员。主持或参与国家自然科学基金、国家重点研发计划、CCF-滴滴盖亚学者科研基金等项目。获得CSIG自然科学二等奖（2/4）、中国电子学会科技进步一等奖（8/15）、CSIG优秀博士论文、ACM SIGMM中国新星奖、多媒体建模旗舰会议MMM 2015最佳论文Runner-up奖等奖励，入选AI 2000人工智能全球最具影响力学者榜单和全球前2%顶尖科学家榜单。

报告题目： 大模型内生安全与价值对齐

报告摘要： 近年来，生成式大模型取得了十分瞩目的成就，在人类社会中产生了深远影响。但随着大模型研究和应用的不断深入，其安全性风险和价值观风险也随着影响力的扩大而不断增加，为大模型更广泛的应用带来了巨大挑战。因此，如何提升大模型安全性表现和价值观对齐水平成为当前大模型领域的研究热点。本次报告以大模型内生安全与价值对齐为核心，从大模型安全与价值观体系、内生安全对齐、单一价值观对齐、多元价值观对齐等方面展开介绍，总结过去几年大模型内生安全与价值对齐的关键进展，并同时探讨近期的新兴问题和未来方向。

个人简介： 哈尔滨工业大学计算学部长聘教授，哈尔滨工业大学自然语言处理研究所副所长。国家重点研发课题、国家自然科学基金重点项目负责人。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，中国中文信息学会常务理事／情感计算专委会主任，黑龙江省计算机学会自然语言处理专委会主任。入选"福布斯中国2020科技女性榜"。

报告题目： 基于推理链的情感计算可解释性探索

报告摘要： 本报告聚焦于情感计算大模型的可解释性。我们提出并探讨了三项关键工作：首先，我们提出了情感因果推理链（ECR-Chain），借鉴认知评估理论，通过逐步推理揭示对话中情感刺激、评估与情绪间的内在联系，从而显著提升模型在因果情感理解任务中的表现。其次，我们构建了专注于可解释人格识别的数据集PersonalityEvd，并设计了人格证据链（CoPE）框架，通过识别对话中的短期情感状态来推断长期人格特征，为人格识别提供明确的支持证据。最后，我们开发了ESCoT方法，通过模拟人类情绪识别与调节过程，构建结构化推理链，使情感支持对话系统生成的回复既自然流畅又具备清晰的解释性。本报告将介绍这些方法并探讨未来在情感计算大模型可解释性方向的挑战与发展前景。

个人简介： 金琴，中国人民大学信息学院教授，博士生导师。分别于清华大学计算机科学与技术系获得学士与硕士学位，美国Carnegie Mellon University获得博士学位。主要研究领域包括多媒体智能计算，人机交互。在多模态情感计算、视觉语言描述生成、跨模态交互等研究与应用中取得了突出成果，在国际顶级学术会议发表论文百余篇。蝉联多项国际权威竞赛冠军。主持多项国家与省部级科研项目。担任CCF A类国际会议ACM Multimedia 2022 Technical Program程序委员会主席，ACM Multimedia 2026 General Co-Chair大会主席。担任国际期刊ACM Transactions on Multimedia Computing Communications and Applications的Associate Editor副主编。入选人工智能全球女性学者榜单, 荣获2022、2023、2024 AI 2000 Most Influential Scholar Award in Multimedia。

报告题目： 脑电大模型与情感脑机接口研究

报告摘要： 目前基于脑电信号的深度学习模型通常是为特定数据集和脑机接口应用而设计的，这限制了模型的规模，从而削弱了模型的表征能力和泛化性。近些年来，脑电基座大模型越来越受到广泛关注，其研究的目的是开发脑电时空预训练模型，使其突破不同任务类型脑电数据集的限制，通过自监督预训练获得脑电信号的通用表征能力，然后在不同的下游任务上对模型进行微调。情感脑机接口是对人的情绪进行识别和调控的脑机接口。本报告将介绍我们实验室在近些年来在多模态情感脑机接口理论方法及其在抑郁症客观评估中的应用方面研究进展，包括情感交互实验范式、多模态跨模态学习、脑电时空自监督学习、脑电大模型和抑郁症客观评估等。

个人简介： 郑伟龙，上海交通大学计算机科学与工程系副教授，博士生导师。入选国家级高层次海外青年人才和上海市海外高层次青年人才。麻省理工学院和哈佛大学医学院麻省总医院博士后。长期从事脑认知与智能、情感计算、脑机交互、类脑计算理论与模型等研究。在国际高水平会议和期刊发表研究论文120余篇， Google学术引用9400余次，单篇被引超两千次。荣获IEEE Transactions on Autonomous Mental Development最佳论文奖、IEEE Transactions on Affective Computing最佳论文奖和ACM Multimedia Top Paper奖、中国人工智能学会优秀博士学位论文奖、吴文俊人工智能自然科学一等奖，入选上海市浦江人才、小米青年学者、微软亚洲研究院铸星计划、2023和2024年全球前2%科学家年度影响力榜单。目前担任IEEE Transactions on Affective Computing编委。

报告题目： 大模型驱动的多模态情感意图理解

报告摘要： 模态情感意图理解旨在通过融合文本、语音、视觉、异构模态数据，解析人类情感状态与行为意图的复杂关联。本次报告分享团队在大模型驱动的多模态情感意图理解前沿进展：1）针对多模态失衡与特征同化难题，提出混合模态专家动态调整模型，自适应增强模态特异性信息(CVPR25)；2）针对多模态不确定输入问题，构建了面向社交媒体场景的MINE数据集，通过模态异步提示学习挖掘情感-意图关联，实现不确定模态鲁棒建模 (CVPR25)；3）针对大模型评测基准匮乏的问题，构建了包含五大核心情感任务的多维度评测基准EmoBench，设计EmoPrompt思维链推理范式，提出EmoLLM大模型(arXiv24)，验证了大模型在情感计算领域的潜力，为构建构具有情感智能的下一代多模态大模型提供了技术路径。

个人简介： 叶茫，武汉大学教授，国家高层次青年人才、中国科协青年托举人才。主要研究方向多媒体检索、多模态理解、联邦学习等，发表国际期刊会议论文 100 余篇，其中第一/通讯作者发表 CCF-A 类论文60余篇，谷歌学术引用10000余次。担任CCF-A类IEEE TIP 和 IEEE TIFS等SCI期刊编委，多次担任CVPR、ICML、ICLR、NeurIPS、ACM MM、ECCV等学术会议领域主席。主持国自科-香港联合基金、国自科优青（海外）、国自科面上、湖北省重点研发计划等10余项科研项目。获谷歌优秀奖学金、ICCV2021 无人机特定行人检索赛道冠军、2021-2024斯坦福排行榜 "全球前2%顶尖科学家"、2022年度百度AI华人青年学者等荣誉。

赵思成

清华大学

schzhao@tsinghua.edu.cn