张鼎文

西北工业大学  教授

个人简介：张鼎文，西北工业大学自动化学院教授、博导，国家优秀青年科学基金获得者、科睿唯安“全球高被引科学家”，2015赴美国卡耐基梅隆大学进行为期2年的访问研究，致力于建立面向开放环境下、具备动态学习能力的新一代计算机视觉学习框架。迄今为止，作为第一作者/通讯作者在领域内国际重要期刊及会议发表学术论文60余篇，其中包含T-PAMI, IJCV, IEEE SPM, T-IP, CVPR, ICCV, Science China: Information Science等，曾入选中国博士后创新人才计划、AI 华人青年学者榜单, 获吴文俊人工智能优秀青年奖、2021 IEEE TCSVT最佳论文奖等。

刘　毅

常州大学  教授

个人简介：刘毅，教授，博士生导师，常州大学计算机与人工智能学院副院长，江苏省“青蓝工程”中青年学术带头人，入选江苏省青年科技人才托举工程。2019年12月博士毕业于西安电子科技大学，2018年-2019年在英国兰卡斯特大学和华威大学做联合培养，主要研究视觉显著性、胶囊网络、3D点云场景理解等视觉理解方向。发表论文40余篇，包括T-PAMI，IJCV，T-IP，ICCV等。主持国家自然科学基金面上、青年项目，江苏省科技厅面上项目，江苏省高等学校基础科学（自然科学）研究重大项目等，指导学生获研究生国家奖学金，江苏省本科生优秀学位论文等。

王　鹏

西北工业大学  教授

报告题目：多模态大模型的幻觉抑制之路:一公里还是一光年?

报告摘要：多模态大模型（MLLM）开启了感认知能融合的新时代，但“幻觉”仍是制约其可信落地的核心瓶颈。本报告围绕“幻觉抑制之路：一公里还是一光年？”这一核心议题，系统解析幻觉抑制的演进路径：首先剖析数据清洗、RLHF 及检索增强等工程化手段，论证其在短期内大幅降低幻觉率的显著成效；继而揭示现有架构在跨模态语义对齐与细粒度视觉推理上的局限，指出彻底根除幻觉仍需依赖模型可解释性与因果推理等底层理论的突破。最后，报告展望了从“概率拟合”迈向“可信推理”的技术方向，为理解 MLLM 的能力边界提供决策参考。

个人简介：王鹏，西北工业大学教授、博导。2000~2011年在北京航空航天大学自动化科学与电气工程学习并获得学士和博士学位；博士毕业后于在阿德莱德大学计算机学院从事科研工作；2017年入选中组部青年人才计划，2021年入选教育部长江学者特岗教授。目前担任空天地海一体化大数据应用技术国家工程实验室副主任，陕西省科技创新团队负责人。主要从事空天智能感知、计算机视觉和机器学习领域的研究工作，多次带队参加国内外人工智能竞赛获得冠亚季军。在Springer发表英文专著1部，在TPAMI、IJCV、ICLR、CVPR、ICCV、ECCV、NeurIPS、ICML、ACL等权威期刊会议发表学术论文100余篇。

陆慧敏

东南大学  教授

报告题目：结构化世界理解下的工业机器人视觉

报告摘要：智能机器人是集合人工智能，计算机，大数据，脑科学等学科的下一代机器人，这种机器人装载多种传感器,能够将多传感器信息进行融合，并有效的适应变化的环境，具有很强的自适应能力、感知能力，规划能力、学习能力和自治功能。它区别于传统工业机器人只能按照人为既定程序工作，不能自适应环境变化。针对智能机器人在多样化工业环境中部署存在泛化能力不足等问题，关键在于对世界的结构化理解：几何形状的构成方式、物理规律对交互的约束、动力学过程的演变逻辑。结构化世界理解下的工业机器人视觉是搭建以结构化表征为基础的机器人感知、推理与动作体系。本报告主要分析智能工业机器人的国内外研究历史，研究现状和技术难点，以及发展趋势。

个人简介：陆慧敏，东南大学首席教授、海洋高等研究院执行院长，长三角具身智能创新联合体理事长，南通具身智能机器人产业创新联盟理事长，国家高层次人才计划入选者，科瑞唯安全球高被引学者，2024年日本研究前沿奖获得者，全球前2%顶尖科学家榜单入选者。已发表学术论文100余篇，其中CCF/CAA A类论文50余篇，SCI他引6000余次，ESI高被引或热点论文30余篇，日本专利2项、PCT专利1项、中国专利17项。曾获IEEE福冈支部优秀学生研究奖、IEEE CAS分会优秀论文奖、IEEE CIS Outstanding Paper Award、日本国土交通省观光厅国际贡献奖、国家优秀自费留学生等荣誉20余次。

李　玺

浙江大学  教授

报告题目：基于多模态表征的图像和视频世界模型生成

报告摘要：当今，图像和视频生成是人工智能领域的热点和难点问题，尤其是背后隐含的交互式世界模型建模方式。本报告主要围绕数据驱动的人工智能学习方法，进行多模态高效生成、理解和表达等多维度视角进行了深入剖析。系统地回顾了多模态特征表达和学习领域的不同发展阶段，介绍了近年来我们利用特征学习进行视觉语义分析和理解生成所做的一系列代表性的研究工作及其实际应用。特别关注这些技术在构建视频生成驱动的可实时交互世界模拟器中的应用潜力。世界模拟器旨在通过生成符合物理规律的动态视频序列，模拟真实世界的演化过程，为决策、仿真和内容创作提供基础。报告的最后将和大家一起探讨一下涉及多模态视觉生成和理解所面临的一些开放性问题和难题。

个人简介：李玺，浙江大学求是特聘教授，国家杰青，NAAI（美国国家人工智能科学院）Member, IAPR/IET/AAIA Fellow，IEEE Senior Member，CCF/CSIG杰出会员，国家青年特聘专家，浙江省特聘专家，浙江省杰青。从事人工智能和计算机视觉等领域的研究，发表高水平学术论文200余篇。担任国际期刊编委（如TMM）和会议的Area Chair（如ICCV）。主持科技部2030新一代人工智能重大项目，基金委联合基金重点项目、基金委数学天元基金交叉重点项目、教育部重点规划研究项目、军科委重大专项项目、浙江省基金重大项目、浙江省杰青项目以及宁波科创甬江2035重点研发项目。