王一帆

大连理工大学 副教授

个人简介：王一帆，大连理工大学长聘副教授，辽宁省智能感知与理解人工智能重点实验室骨干。研究方向为多模态视觉理解，发表包括TIP/CVPR/ICCV等顶会顶刊论文40余篇，主持国自然面上、青年、省部级重点项目、企业横向等。获辽宁省科技进步一等奖、CSIG自然科学二等奖、中国图象图形学报优秀论文、省级优秀指导教师称号。成果落地华为摄像头、OPPO手机、美图秀秀软件等多项产品。担任Neural Networks期刊编委、CSIG-MV/CCF-CV专委会委员、CSIG女工委委员、VALSE执行领域主席委员会委员。

刘新旺

国防科技大学 教授

报告题目：大小模型协同知识推理

报告摘要：如何基于现有背景知识、所处环境和过往行为推理出全新的、有价值的知识，对搜索推荐、金融、医学及军事等领域有着关键性影响。随着大语言模型兴起，利用LLM的推理能力分析已有背景信息，进而精准预测新知识成为近期研究热点。然而，由于LLM海量的参数，使得其在资源受限的环境下难以使用与推广。为解决上述问题，课题组提出了基于大小模型协同策略的知识推理系列算法，包括基于自适应思考的轻量化语言模型推理、基于跳跃思考的高效语言模型推理以及思维链引导的结构化知识推理等方法。这些方法不仅减少计算开销，还全面提升了推理准确性。此外，课题组探索了大小模型协同的推荐算法，也取得了不错的效果。

个人简介：刘新旺，国防科技大学教授、博导。研究方向为机器学习、数据挖掘等。国家杰青(2023)、国家优青(2019)获得者。国自然重点项目、科技创新2030重大项目负责人，基金委创新群体A类核心成员。发表CCF-A类期刊/会议论文150余篇, ESI高被引论文20篇, 谷歌学术引用2.7万余次, 连续4年入选全球2%顶尖科学奖榜单。担任IEEE T-KDE, IEEE T-NNLS, IEEE T-CYB等国际顶刊AE，ICML, NeurIPS等国际顶会AC。获CCF自然科学一等奖、CAAI吴文俊自然科学一等奖、北京市科技进步一等奖、湖南省自然科学一等奖2项、CSIG自然科学二等奖2项等。

刘祥龙

北京航空航天大学 教授

报告题目：多模态大模型量化及其高效推理系统

报告摘要：近年来多模态大模型技术快速发展并获得广泛应用。但多模态大模型推理阶段算力需求巨大，限制了其在资源受限的场景下的深度应用。低比特量化可以显著压缩模型存储、降低算力消耗，是实现多模态大模型压缩和高效推理的关键技术，获得了学术界和工业界广泛关注研究。本报告将围绕多模态大模型低比特量化，介绍团队在低比特线性量化和1比特二值量化的研究脉络、提出的主要方法，以及推理部署开源工具和应用实践。

个人简介：刘祥龙，北京航空航天大学教授，博士生导师，计算机学院党委书记、复杂关键软件环境全国重点实验室副主任，国家级高层次人才，国家重点研发计划项目首席科学家。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等。

邓富城

极视角 算法专家

报告题目：视觉语言大模型在产业领域的实践之路

报告摘要：从单一任务小模型到多模态视觉大模型，已成为产业领域 CV 应用的必然趋势。极视角以产业应用为导向，选择解决细粒度的图像/视频感知理解问题，研发面向产业真实场景应用的星际视觉语言大模型；把重点放在后训练阶段，通过构建高质量多模态数据引擎，保持基础通用能力的同时，强化大模型在产业领域细粒度定位感知和理解能力。

个人简介：浙江大学电子信息技术与仪器专业博士学位、哈尔滨工业大学控制科学与工程专业博士后，深圳高层次人才，CCF-CV计算机视觉专委会执行委员、山东省杰出软件工程师。发表国际期刊论文9篇，获授权专利5项。主要研究方向为传感器，移动机器人，计算机视觉，深度学习等。在移动机器人，人工智能，计算机视觉等领域有着10余年的科研和工作经历，带领团队在智慧安防、智慧城市、智慧交通、智慧工厂等多个行业完成算法开发和应用，推动人工智能和计算机视觉应用大规模落地。

刘家瑛

北京大学 教授

报告题目：大模型时代的多模态超分辨率感知:从信号增强到关系重建

报告摘要：超分辨率重建历经模型驱动的解析复原、数据驱动的映射学习，到基础模型引导的重建阶段。当大模型的通用语义引入超分辨率后，分辨率不再仅是尺度放大或频域补偿，而是对象与关系结构的重构，重建关键由像素一致性转为关系一致性。多模态超分辨率大模型的本质为以跨模态语义约束关系重建，将分辨率转换理解为结构保持映射。借助范畴论形式化刻画，像素、区域与图像间的关联被抽象为结构态射，大模型构建跨尺度、跨模态关系整合统一语义空间，多模态信息成为关系补充与约束建模核心来源。围绕语义空间适配，引入多模态融合风险度量界定跨模态协同边界，据此构建关系驱动的多模态超分辨率大模型，在结构一致性与语义合理性上展现更强解释力与泛化性。

个人简介：刘家瑛，北京大学王选计算机研究所教授，IEEE Fellow，教育部“长江学者奖励计划”特聘教授，电子出版新技术国家工程研究中心副主任。研究领域为智能媒体计算，发表IEEE/ACM汇刊与CCF A类论文100余篇，谷歌学术引用2.5万余次。担任IEEE TIP/TCSVT/MM等期刊编委，IEEE ICME/ACM ICMR指导委员会委员，ACM MM Asia24大会主席，ACM MM Asia25/23，ACM ICMR21/IEEE ICME21大会程序主席，CVPR/ICCV/ECCV/ACM MM会议领域主席等。获省部级奖励3项、CSIG石青云女科学家奖、北京大学教学卓越奖等。

论坛联系人 

姓名：王一帆   

单位和职称：大连理工大学副教授

邮箱：wyfan@dlut.edu.cn