学术论坛
具备物理认知的视觉智能技术前沿论坛

论坛简介

随着人工智能的飞速发展,视觉智能逐渐从感知层面扩展到对物理世界的深度认知与建模,形成了“物理智能(Physical AI)”这一新兴领域。该领域旨在利用视觉系统捕捉和理解复杂的物理场景,建模物体间的交互关系,模拟环境的演化过程,从而提升智能系统在动态和复杂环境中的适应性、泛化能力和稳健性。

本论坛专注于物理认知与视觉智能领域的前沿研究,涵盖物理场景建模、面向物理空间的多模态推理、以及数据驱动与物理模拟融合、具身安全等热点方向。论坛邀请国内顶尖学者分享最新的研究成果,旨在为学术界和工业界提供高水平的交流平台,推动世界模型、机器人系统、虚拟/增强现实等领域的理论支持、技术启示和应用突破。

论坛日程

bfd95325a593594aca9d6a66f3946b11.jpg

论坛主席

8a4d23a136aa060f920a64dbce825123.png

李冠彬

中山大学  教授

个人简介:李冠彬,中山大学计算机学院教授,博导,国家优青获得者。研究领域为图像视频内容理解与生成。发表CCF-A类/中国科学院一区论文200余篇,谷歌学术引用近21000次,入选全球前0.05%科学家榜单。曾获CSIG青年科学家奖、吴文俊人工智能优秀青年奖、ACM 中国新星提名奖、CSIG科学技术一等奖、ICCV2019最佳论文提名奖、CVPR2024最佳论文候选、ICMR2021最佳海报论文奖。主持国家自然科学基金优青、面上、青年、广东省杰青、CCF-腾讯犀牛鸟科研基金、CCF-快手科研基金、华为科研合作基金、美团北斗科研合作基金等。担任广东省大数据分析与处理重点实验室副主任、广东省图象图形学会计算机视觉专委会主任、中国图像图形学会青工委副秘书长、中国计算机学会青年科技论坛广州主席、广州计算机学会副秘书长。担任CVPR、ECCV、AAAI等领域主席或高级程序委员,获得8项国际顶级会议竞赛冠军。


106793f334be8a9d0ee251ad620b63ca.png

杨思蓓

中山大学   副教授

个人简介:杨思蓓,中山大学计算机学院副教授,博士生导师,逸仙学者。分别于2020年和2016年在香港大学和浙江大学取得博士和学士学位。其主要研究领域为跨模态视觉感知、理解、生成与交互。迄今为止在TPAMI、CVPR、ICCV等期刊或会议发表CCF A类/中国科学院一区论文近60篇,其中以第一作者和通讯作者发表CCF A类论文近40篇,引用3300余次。入选全球前2%顶尖科学家榜单。主持国家自然科学基金面上项目、青年项目,以及浦江人才计划、上海领军人才海外计划等。担任ICCV、ECCV、ICLR、NeurIPS等顶会领域主席。


论坛讲者信息

f3280d393e9d1bf1cdbaf3bf7feb7b27.png

彭宇新

CSIG副理事长

北京大学  教授

报告题目:细粒度多模态大模型

报告摘要:多模态大模型在通用任务上表现出色,但缺乏细粒度感知能力,如何做到又广(开域泛化能力)又深(细粒度感知能力),是多模态大模型亟需解决的关键问题。本报告将从类别、空间、时间三个感知维度阐释“细粒度多模态大模型”的定义,介绍近年来的主要研究进展,包括细粒度图像分类大模型、细粒度空间推理与占用预测、细粒度美学理解、细粒度运动分析等方法与技术,同时深入分析其优缺点和应用场景,最后将对细粒度多模态大模型的未来发展趋势进行展望。

个人简介:彭宇新,北京大学二级教授、博雅特聘教授,IEEE/CCF/CAAI/CIE/CSIG Fellow,2019年国家杰青,2025年国家杰青延续资助,2019年国家万人领军人才,2018年科技部中青年科技创新领军人才,863项目首席专家,国家重点研发计划“平安中国”重点专项总体专家组专家,中国工程院“人工智能2.0”规划专家委员会专家,中国人工智能产业创新联盟专家委员会主任,中国图像图形学会副理事长,北京图象图形学学会副理事长。以第一完成人获2016年北京市科学技术奖一等奖和2020年中国电子学会科技进步奖一等奖,2008年获北京大学宝钢奖教金优秀奖,2017年获北京大学教学优秀奖。主持863、国家自然基金重点(2项)、北京自然基金联合基金重点、发改委专项等40多个项目。发表ACM/IEEE Trans.和CCF A类论文近200篇,最佳论文奖2次。成果应用于国家网信办、公安部等重要单位及华为、腾讯等头部企业。


19a85e66c673ccf20b2df6305fdfcb93.png

刘烨斌

CSIG理事

清华大学   教授

报告题目:手物交互运动捕捉与影像生成

报告摘要:灵巧手与物体的交互与操作是数字人和人形机器人核心困难与挑战。现实世界中人手与环境及物体的交互数据和先验构成了人形机器人与世界交互的世界模型基座。如何通过对现实世界中人手动作的重建与生成,并构建基于手物交互动作及影像生成模型,是具身智能研究的核心问题。本报告围绕手物操作的数据获取、运动捕捉、运动生成、视频生成以及实时交互等任务,介绍报告人的系列相关工作,并展望未来发展趋势及机遇。

个人简介:刘烨斌,清华大学自动化系长聘教授,国家杰青。研究方向为三维视觉、3D与4D内容生成、数字人,发表TPAMI/SIGGRAPH/CVPR/ICCV等论文百篇,谷歌学术引用16000余次。研究成果对8家知名(华为、字节、商汤等)企业技术许可。担任IEEE TVCG编委,多次担任CVPR、ICCV、ECCV领域主席,SIGGRAPH Asia技术委员会委员。任中国图像图形学会三维视觉专委会主任。获2012年国家技术发明一等奖(排名3),2019年中国电子学会技术发明一等奖(排名1)。


cbf4f0baa4450a62ee1f7439bca8bbb5.png

沈 超

西安交通大学  教授

报告题目:极况物理端侧智能体全生命周期的可用、可靠、可信

报告摘要:“三深一极”等极况环境面临能量极度受限、强辐射、极端温差与高度未知环境,传统端侧智能体在可用性、可靠性与可信性方面存在显著不足,难以支撑长期自主探测任务,需要构建具备物理端侧自主决策、群体协同与持续进化能力的新型智能体系。本报告以极况环境下视觉探测任务为核心应用场景,围绕模型推理算能极限压缩与协同分配、模型在端侧的可靠部署与稳定运行、以及面向任务演化的实时可信学习与训练机制等方面展开,梳理端侧智能体在极况环境下的安全可控技术,介绍团队在相关方向的研究探索与工程实践。

个人简介:沈超,西安交通大学二级教授,教育部长江学者特聘教授(2022),科学探索奖(2024)、青橙奖(2019)、基金委优青(2018)获得者,教育部创新团队负责人,教育部工程研究中心主任,国家重点研发计划首席科学家,国家基础加强计划技术首席科学家,重点研发计划"先进计算与新兴软件"重点专项指南专家组成员。从事智能系统可信、安全、控制与测试研究,获最佳论文11次。牵头获2项省部级科学技术一等奖、霍英东青年教师一等奖、MIT TR35 China、IEEE SMC Early Career Award等。主持国家重大、重点、国际(地区)合作等30余项,制定国内外标准5项,多份建言被中央办公厅采纳。担任IEEE TDSC、TCYB等10余个国际期刊编委、IEEE SMC&CS Xian主席、ACM SIGSAC China副主席、中国人工智能学会组织工委副主任、中国指控学会智能测评专委会副主任等。


b725d808819fcbbe6b205a945926d5c0.png

蒋树强

CSIG理事

中国科学院大学  教授

报告题目:开放环境下的视觉导航

报告摘要:具身智能是真实物理世界中人工智能的重要表现形态,具身导航是指智能体根据任务目标,感知与理解周围环境并执行交互动作走到指定位置,这是具身智能系统与真实世界交互的关键技术。真实具身场景面临着诸多挑战,包括场景结构和语义多样复杂带来的开放场景问题,目标种类和功能属性未知所构成的开放目标问题,物体位置和状态随时间演化所导致的动态变化问题,以及跨场景跨回合带来的历史具身经验难复用问题。这些因素要求智能体具备更强的场景表示能力、环境理解能力、动态适应能力、记忆利用能力。本报告将首先介绍具身智能、具身记忆、具身导航的研究背景,重点分享多尺度场景表示、场景功能推理、动态自适应学习以及具身记忆利用的最新进展,具体包括多尺度多模态的场景表示、功能推理的开放目标导航、实时适应的元学习导航方法以及轨迹记忆经验引导的目标导航等,最后介绍具身导航从虚拟到真实环境的适配并给出演示。

个人简介:蒋树强,中国科学院大学特聘教授,中国科学院计算技术研究所客座研究员,博士生导师,先后担任期刊《IEEE TMM》、《ACM ToMM》、《IEEE Multimedia》、《计算机研究与发展》、《JCST》、《CAD学报》编委,中国人工智能学会具身智能专委会主任,中国计算机学会多媒体专委会副主任、中国自动化学会网络计算专委会副主任、ACM SIGMM中国分会副主席。主要研究方向是多媒体内容分析、多模态具身智能技术和食品计算。主持承担科技创新2030-“新一代人工智能”重大项目、国家自然科学基金青年基金A类(杰青)、B类(优青)、重点等项目20余项,发表论文200余篇,获授权专利20余项,多项技术应用到实际系统中,先后获省部级或学会奖励5项。


809fb02f0e57f9b216e1a4c94c44a743.png

刘安安

天津大学  教授

报告题目:群体智能驱动的多模态认知计算

报告摘要:社会模拟器作为数字时代人工智能与社会科学交叉创新研究的方法论革命,其本质是构建人工社会实验室,对复杂社会系统进行"计算解构"与"涌现重构",实现从静态观察到动态干预的转变,并通过多智能体的认知建模与多尺度社会网络的耦合演化,在虚拟空间中创造具有涌现特性的社会"数字孪生"。本报告将汇报团队基于群体智能驱动的多模态认知计算相关工作,探索群体智能在媒体内容流行度预测、虚假信息认知、个性化信息传播等重大社会议题中验证其决策支持价值,为数字社会治理提供了新的科学范式。

个人简介:刘安安,天津大学讲席教授,人工智能学院副院长,天津大学图象所所长,国家杰青,IET Fellow。从事多模态信息感知与决策,社会模拟器构建研究,服务于网络媒体安全审核与引导等。作为负责人承担国家基金联合重点、重点研发课题等;以第一完成人获天津市科技进步特等奖;发表高水平论文百余篇;担任CSIG图像智能边缘计算专委会副主任、CSIG多媒体专委会常委,担任4个IEEE/ACM期刊编委,连续7年担任CCF-A类国际会议ACM Multimedia领域主席。


论坛联系人

姓名:杨思蓓  

单位和职称:中山大学副教授

邮箱:yangsb3@mail.sysu.edu.cn


参会注册

你知道你的Internet Explorer是过时了吗?

为了得到我们网站最好的体验效果,我们建议您升级到最新版本的Internet Explorer或选择另一个web浏览器.一个列表最流行的web浏览器在下面可以找到.