2025 年 7 月 22 日，拉斯维加斯手机娱乐网站 （CSIG）“青托论坛” 第六期活动在中国科学技术大学顺利举办。本次论坛云集国内众多知名专家与青年学者，聚焦图像图形学领域的学科前沿与未来发展方向，展开了深度研讨。

  会议合影

22日上午9点，第六期CSIG青托论坛在中国科学技术大学高新校区GT-C101报告厅正式开始。本次论坛由中国科学技术大学周文罡教授主持。

  周文罡教授主持论坛

随后，中国科学技术大学副校长吴枫教授发表致辞，他代表学校对远道而来的专家表示了热烈的欢迎和对本次论坛的高度评价。

  吴枫副校长致辞

然后，CSIG副理事长、中山大学赖剑煌教授发表致辞，他分享了学会对青托俱乐部的建设愿景与使命定位，并预祝本次青托论坛顺利举办。

赖剑煌教授致辞

接下来，CSIG青托俱乐部副主席、北京科技大学徐婧林副教授代表俱乐部进行发言，介绍了青托俱乐部的宗旨、历次论坛情况和重点工作，并表示了对本次论坛成功举办的祝愿。

 徐婧林副教授介绍青托俱乐部

随后，本次论坛活动正式进入报告环节。首先，国防科技大学胡德文教授作了题为《脑机智能融合研究》的学术报告。他首先介绍了脑机接口与智能无人系统融合的发展背景，强调其在认知智能研究中的关键作用，并引出了空间认知计算的核心科学问题。随后，他围绕脑机协同智能的关键技术，从纯位姿视觉几何计算理论、多视图立体重建、惯视觉融合导航、实时稠密渲染等多个角度，系统展示了其团队在相关领域的最新研究成果和技术进展。最后，胡教授结合脑科学与人工智能交叉发展的前沿趋势，深入探讨了认知智能系统的未来演进路径，提出了脑机融合智能在复杂环境自主感知与任务规划中的应用构想，引发了与会专家的热烈讨论与深入思考。

 胡德文教授作报告

上海交通大学人工智能研究院常务副院长杨小康教授作了题为《智能化科学设施的思考与实践》的报告，详细介绍智能化科学设施（AISF）前沿动态。杨教授首先阐释了AISF核心构想，旨在构建科学领域大模型、生成式模拟反演、自主智能无人实验及可信科研协作体系，通过创新功能加速重大科学发现、变革性物质合成与工程技术应用，推动科研范式升级。随后，杨教授重点介绍上海交大实践成果。白玉兰科学大模型覆盖多领域，化学模型Chemma在逆合成等任务突破现有框架；医学领域搭建糖尿病并发症系统，城市计算实现人类移动与病毒传播模拟。这些成果依托AISF关键技术，如跨学科大模型、自主无人实验等，在化学、医学、城市科学中落地，展现AI赋能科研的高效能，引发广泛关注，为智能化科研设施发展与科学创新协作锚定新方向。

 杨小康教授作报告

西安交通大学薛建儒教授作了题为《安全可信具身智能体行为策略学习方法初探》的学术报告。他首先指出开放动态环境中物理具身智能体面临在不确定性条件下安全可信运行的重大挑战，并回顾了强化学习与控制理论领域为解决该挑战涌现的相关研究。一方面，他肯定了无人机、无人车等产生的大规模数据对端到端具身智能体技术的推动作用；另一方面，他强调数据驱动的物理具身智能体亟需发展安全可信的深度推理技术，由此引出了如何在不确定条件下保障智能体行为策略安全性与可信度的核心问题。随后，他重点探讨了面向物理具身智能体的安全可信策略学习方法，深入分析了应对该问题的研究路径。最后，薛建儒教授展望了该领域未来值得关注的基础性研究方向。

 薛建儒教授作报告

上海科技大学虞晶怡教授作了题为《Holistic Approaches to World Models》的学术报告。他首先回顾了感知、认知与行动三大基础支柱在具身智能发展中的依存关系，并剖析了空间智能研究面临的核心挑战。随后，他以从特征提取到二维与三维生成的最新视角深入探讨了如何指导新型传感器的设计与部署，以及传感器技术的进步为认知环节提供的多模态数据对环境理解力的提升。最后，他指出“感知-认知-行动”协同的深度融合将在动态场景中实现更精准的决策制定与执行，并对未来空间智能的研究与应用进行了展望。

 虞晶怡教授作报告

西安电子科技大学王楠楠教授作了题为《面向边端高效推理的模型轻量化》的学术报告。他首先介绍了大模型时代的背景。随后，他详细探讨了推理时效要求高、计算瓶颈等挑战，特别是在智能终端和行业应用中的需求。接着，他介绍了当前主流模型在扩散与自回归路线上的进展，分析了基于DIT和U-Net架构的模型发展历程。他提出了频率适配调制的轻量化架构DiT-SR，通过U型架构和频率调制提升性能，并展示了其在图像超分任务中的优越表现。此外，他还介绍了基于MoE的稀疏架构Diff-MoE，通过时间和空间动态性增强模型容量，并展示了其在图像生成任务中的优异性能。最后，他提出了质量自适应归一化Q-Norm，通过提取质量特征和动态调整归一化参数，提升了跨质量域图像表征的鲁棒性，并展示了其在图像分类、目标检测、语义分割和图像生成中的应用。

 王楠楠教授作报告

上海交通大学易冉副教授作了报告《高效可控的可视媒体智能生成》。易冉教授首先引入了文本引导的主体强一致性图像与视频生成任务的背景介绍与未解问题，然后分享了研究团队对于在主体位置固定、主体位置可变两种情景分别提出的图像生成模型Pinco与ATA，以及对于多模态定制化，多主体定制化，以及运动可控视频生成三个角度分别提出的HunyuanCustom、PolyVivid与MotionMaster视频生成模型。 在报告的后半部分，从提高视觉内容生成效率角度出发，她分享了团队在高效视觉生成方向的成果，包括能高效微调的扩散视觉生成模型模型SaRA以及自回归视觉生成模型IAR。

 易冉副教授作报告

武汉大学计算机学院叶茫教授作了题为《大模型驱动的多模态情感意图理解》的学术报告。他首先概述了多模态情感与意图理解的内涵以及在广告推荐、意图检索和心理健康监测等场景中的应用价值；随后围绕视觉‑语义鸿沟、模态平衡与缺失、情感推理精细化等关键挑战，系统分享了团队的系列最新成果，包括视觉‑语义双分支编码方法 Synergy of Sight and Semantics、模态专家动态加权模型 EMOE、真实社交媒体基准数据集 MINE 及不确定模态处理策略，以及粗到细情感推理强化框架 Catch Your Emotion；最后，他介绍了自研多模态大模型 EmoLLM 在 EmoBench 上的突出表现，并展望了成果在精神心理疾病智能诊断等领域的广阔应用前景。

 叶茫教授作报告

中科院自动化所黄岩副研究员作了题为《知识驱动的具身导航与操作》的学术报告。他首先回顾了当前具身智能研究领域中数据驱动的预训练模型的发展现状，指出这些模型普遍具备标注数据多、模型体量大、模型精度高等特点，并引出了如何突破数据驱动模式的局限，提升智能体导航和操作的泛化性与执行效率的问题。随后，他重点分享了其团队在知识驱动方向的研究思路：从多模态数据中提取表示通用概念和行为的知识，从多模态模型中挖掘复用模型知识，通过数据知识与模型知识相结合的方式，有效提升智能体导航和操作的泛化性与执行效率。最后，黄岩副研究员简要展望了该领域的未来研究趋势。

 黄岩副研究员作报告

北京大学刘洋研究员作了题为《面向开放世界的人物交互感知与生成》的学术报告。她首先介绍了人与物体交互的感知和生成技术在通用智能体环境理解与规划中的核心作用。随后，她分享了团队在该领域的系列研究成果。在交互感知方面，报告探讨了模型对静态图像与动态视频进行细粒度交互理解的方法，涉及开放世界中的多样化交互检测、弱监督条件下的视频场景动态分析等核心技术。在交互生成方面，报告展示了交互语义和人物身份等条件可控的多样化交互图像生成方案，并进一步拓展到3D场景中的人物交互动作生成等前沿技术。

 刘洋研究员作报告

北京师范大学人工智能学院侯赛辉副教授作了题为《面向步态的预训练研究》的学术报告。报告首先回顾了当前步态识别研究领域中步态研究的发展现状，亟需提升模型在复杂场景下的泛化能力。针对现有方法依赖大量标注数据、跨域性能受限等问题，重点分享了其团队在知识驱动方向的研究思路：基于表观的预训练、基于姿态的预训练两条创新路径。其团队通过从海量无标注数据中提炼步态本质规律，结合模型架构创新与多模态知识迁移，为突破数据驱动局限、实现高效泛化步态识别提供了系统性解决方案，突破当前的研究局限。报告最后简要介绍了团队开发的开源框架OpenGait与FastPoseGait，为领域研究提供了标准化工具支持。

 侯赛辉副教授作报告

接下来，本次论坛进入青年学者服务环节。活动特别邀请到中国科学技术大学李厚强教授、合肥工业大学贾伟教授、华中科技大学王兴刚教授、南京理工大学潘金山教授、武汉大学许永超教授、同济大学赵才荣教授、中国科学技术大学杨勋教授等多位领域内的指导专家出席。汇报环节中，来自安徽大学的江波教授、李成龙教授以及合肥工业大学的武阿明教授，先后分享了各自的最新研究成果。各位指导专家针对汇报内容逐一给予了详尽且富有建设性的指导建议，为青年学者带来了深刻启发。这一环节的设置，有效搭建起青年学者与资深专家之间直接对话的桥梁，不仅促进了学术思想的精准碰撞，更为青年学者的成长与发展提供了切实助力。

青年学者作报告

指导专家点评

最后，本次论坛主席周文罡教授代表全体与会人员，向莅临分享的报告专家及积极参会的师生们致以诚挚感谢。至此，为期一天的青托论坛圆满落下帷幕。作为一场聚焦青年学者成长的学术盛会，本次论坛不仅搭建起高质量的学术交流与研讨平台，更生动诠释了青托俱乐部 “学术至上、奉献成长” 的核心宗旨，为图像图形领域青年人才的互动交流与专业成长注入了新的动力。