个人简介： 王井东，百度计算机视觉首席科学家，加拿大工程院外籍院士，IEEE/IAPR 会士，ACM杰出会员。曾任微软亚洲研究院视觉计算组首席研究员。研究领域为计算机视觉、深度学习及多媒体搜索。代表工作包括高分辨率神经网络（HRNet）、基于transformer attention的图像语义分割网络OCRNet、以及基于近邻图的大规模最近邻搜索等。担任IEEE TPAMI、IJCV和ACM TOMM的编委会成员，（曾）担任过许多人工智能会议的领域主席，如 NerIPS、CVPR、ICCV、ECCV、AAAI、IJCAI、ACM MM等，担任ICCV 2025 程序委员会主席。

报告题目： 面向专病诊疗的多模态基础模型及智能体应用

报告摘要： 本报告将围绕复旦大学数字医学研究中心与临床合作的研究工作，介绍基础模型、智能体、AI for Science在智慧诊疗中的应用，尤其针对心血管疾病和肿瘤等重大疾病的临床诊疗，重点展示基于多模态医学影像及医疗大数据融合分析的研究进展和临床实践，并探讨在大模型时代背景下的智慧诊疗未来的发展趋势。

个人简介： 王烁，现任复旦大学数字医学研究中心青年研究员，博士生导师，上海市领军人才（海外），兼任英国伦敦帝国理工学院荣誉资深研究员，中国计算机学会数字医学分会副秘书长/执行委员，上海市力学学会生物力学专委会委员，上海市医学会数字医学专科分会委员，上海市内镜微创协同创新中心首席研究员，BioMedical Engineering Online 等杂志副主编。具备丰富的医工交叉研究经历（复旦大学理论与应用力学专业学士+剑桥大学放射学专业博士+剑桥大学数学系/帝国理工数据科学研究所博士后），主要研究领域为多模态医学人工智能及其临床应用。迄今在医工领域发表文章 60 余篇，包括医学领域国际期刊 Nature Medicine、医学影像期刊 Radiology 和人工智能会议CVPR等。

报告题目： 开放感知增强的多模态⼤模型

报告摘要： 本报告将围绕开放感知增强的多模态大模型研究工作，介绍百度在多模态理解和多模态生图场景中的幻觉抑制技术，重点介绍开放世界感知增强模型的可靠性、可信度以及该技术在不同产业的应用实践。

个人简介： 孙奕帆，百度资深研究员，主要研究方向为计算机视觉和光电成像系统。特别是在计算机视觉领域，围绕深度特征学习、不良数据问题、多模态大模型理解与生成等方向开展了一系列研究与应用探索。在人工智能国际顶级会议及期刊发表学术论文60余篇，google scholar被引用次数累计9000余次，最高单篇论文（一作）被引次数3000余次。多项研究成果获得产业应用，并成为所在领域重要基线方法。曾获2017年省部级科技进步二等奖（第一完成人）、2019年吴文俊人工智能科学技术二等奖、中国图象图形学学会优秀博士论文，并承担ICPR领域主席、AAAI高级程序主席、CCCF动态编委等学术服务工作。

报告题目： 区域高精度天气预报模型

报告摘要： 本报告将重点围绕YingLong区域高精度天气预报模型的研究工作，介绍基于人工智能的有限区域天气预报技术创新，重点展示该模型在多尺度气象特征捕捉、关键气象要素精准预测、以及高效计算性能方面的突破性应用。

个人简介： 许鹏博，博士毕业于兰州大学数学与统计学院，博士指导导师是邓伟华教授，目前工作于华东师范大学数学科学学院，上海张江数学研究院。主要研究方向为AI for Science，统计物理，随机分析等。主持一项国家自然科学基金青年项目，博士后面上项目，百度松果基金，作为骨干成员参与一项国家自然科学基金委重大项目，作为项目子课题负责人。近年来在Computers and Mathematics with Applications，New Journal of Physics, Physical Review E等杂志上发表多篇论文。

报告题目： 大模型与深度学习在时尚领域的创新应用

报告摘要： 本报告将围绕大模型与深度学习在时尚领域的研究工作，介绍人工智能技术如何赋能时尚行业的产业链，重点展示其在个性化设计与定制、供应链管理、消费体验提升以及可持续时尚发展中的实际应用。

个人简介： 李鑫，中国纺织信息中心时尚智能部副主任，高级工程师，硕士研究生。2015年毕业于浙江理工大学纺织材料与纺织品设计专业，同年入职中国纺织信息中心，主要从事人工智能、大数据等数字技术在纺织行业的应用落地以及纺织行业企业数字化转型升级工作。参与多项国家级项目，多次获中国纺织工业联合会科学技术进步奖。

报告题目： 多模态大模型前沿技术与产业应用落地

报告摘要： 本报告将围绕PaddleMIX在多模态大模型领域的研究工作，介绍多模态大模型作为数字化转型关键技术的最新进展，重点展示其在实现跨模态理解与生成方面的产业应用实践。

个人简介： 吕文玉，百度资深研发工程师，百度飞桨多模态大模型套件PaddleMIX和视觉目标检测套件PaddleDetection技术负责人。专注于计算机视觉和多模态大模型领域，在国际会议CVPR等发表多篇论文，谷歌学术引用2400余次，申请/授权发明专利18项。代表工作包括业界第一个基于transformer的实时目标检测模型RT-DETR，文档理解多模态大模型PP-DocBee等。相关成果已落地百度APP、Apollo自动驾驶、百度智能云等，服务上亿用户，并开源服务社区开发者，Github累计获star 18k。

报告题目： 飞桨领航团的AI创客之旅

报告摘要： 百度飞桨领航团开发者代表讲述与飞桨文心联合开发产品和共同成长的旅程。

个人简介： 黄博，国防科大在读硕士，sci论文一篇，本校飞桨领航团负责人，多次获得国家级竞赛奖项，包括智能汽车竞赛国家级一等奖，计算机设计大赛国家级一等奖，软件杯大赛国家级二等奖，数学建模美赛特等奖提名奖等。在飞桨领航团多次参与具身智能、AI硬件、多媒体交互等创新项目。

翁伟

百度

wengwei02@baidu.com