為貫徹落實《教育強國建設規劃綱要（2024—2035年）》，堅持改革創新，順應人工智能等新技術發展趨勢和促進人工智能助力教育變革，由中國人工智能學會（CAAI）主辦，CAAI智能服務專委會、南京航空航天大學承辦的2026智能服務技術學術論壇將于5月16日在江蘇省溧陽市南京航空航天大學天目湖校區舉辦，本次活動為面向本科生的“智能技術與青年創新”主題信仰公開課。

本屆論壇將就智能技術與大數據相關的基礎科學理論、關鍵技術方法與系統進行探討和交流，介紹相關技術的最新學術成果、關鍵技術、主要發展趨勢和戰略發展方向，旨在加強相關方向的基礎理論研究，掌握最新和實用技術、了解前沿發展趨勢，從而推動我國智能技術與大數據領域的學術繁榮及其在智能服務領域的推廣應用。會議將邀請國內知名專家學者做論壇特邀報告，誠摯歡迎全國各高等院校、科研院所和企事業單位的科技工作者參加本屆會議。

論壇的主題包括但不限于：數據管理、多模態內容語義理解、聯邦計算、大規模數據合成、仿智融合服務、復雜營銷決策、具身智能機器人、時空數據的高效自適應計算等。

會議時間：2026年5月16日（周六）14:00-17:30

會議地點：南京航空航天大學天目湖校區尚德樓西輔樓1樓報告廳

會議日程

報告專家介紹

王曉陽

復旦大學特聘教授

報告題目：AI時代以實體為中心的泛在計算數據管理新范式

報告摘要：盡管AI是當前焦點，但泛在計算通過推動現實實體的全面數字化，依然是構建“數字孿生”和驅動AI創新的核心基礎。然而，當前的AI發展嚴重受制于孤立、短暫的“以應用為中心”的數據模式，并常因未經創作者授權訓練大模型而引發數據所有權爭議。我們將探討一種全新的“以實體為中心的數據管理”范式。該范式將數據生命周期直接錨定于實體本身，以確保持久的數據完整性，并將數字資產的所有權歸還實體。通過將AI定義為必須獲得授權的“數據消費者”。該范式為AI提供了所需的可信、長效數據底座，從而安全有效地賦能泛在計算時代。

個人簡介：博士生導師，中國計算機學會會士，中國人工智能學會會士。曾在美國喬治梅森大學、美國佛蒙特大學、美國國家科學基金會任職，任終身職正教授、Dorothean冠名教授、項目主管等職。主要研究方向包括大數據分析及系統，主持或曾主持國家重點研發計劃項目、NSFC重點項目等20余項，發表論文百余篇，曾獲得美國NSF的CAREER Award，現任IEEE ICDE會議系列、IEEE BigComp會議系列指導委員會委員，曾任Springer DSE期刊主編，IEEE ICDE 2012及ACM CIKM 2014總主席，WAIM會議系列指導委員會主席等。

胡衛明

中國科學院自動化研究所研究員

報告題目：網絡多模態內容語義理解與安全事件推理

報告摘要：針對公共安全大數據多源、異質、時變、隱匿等復雜性特點導致的語義計算復雜、時空線索挖掘復雜和推理過程解釋難問題，從模型構建、算法設計、關鍵技術和系統研制等方面進行網絡內容多模態語義理解與安全事件推理方法、技術與系統的研究與開發。在多模態語義理解方面，研究了基于局部文本錯誤建模的圖像文本細粒度語義對齊方法，用1/3預訓練數據量即可超越之前最好的方法；研究了基于語義增強在線掩碼圖像恢復的圖像文本預訓練方法，效果大幅超越采用原始像素和離線視覺編碼器的方法；研究了基于對比式局部排序蒸餾的圖文預訓練方法，在無微調設置下檢索精度優于其他方法；在后預訓練設置下，在較小的訓練代價下進一步提升模型精度。在大數據多模態知識圖譜與推理方面，研究了多模態事件抽取技術、篇章級復雜論元處理技術，利用大模型和外部知識庫通過圖神經網絡學習實體邏輯關系, 在實體、屬性、論元、主題等多級粒度計算相似度, 融合實體、論元對事件類型綜合判斷,并建立了基于多模態知識圖譜的敏感視頻搜索技術。在系統研發上，開發了網絡多媒體數據的采集、建模和風控平臺，及時發現各大音視頻平臺中的違規內容和敏感信息，解決了許多重大實際需求。

個人簡介：中國科學院自動化研究所多模態人工智能系統全國重點實驗室特聘核心骨干研究員、博士生導師、視頻內容安全研究團隊負責人、多模態超級智能安全北京市重點實驗室主任，國家杰出青年科學基金獲得者、中組部萬人計劃科技創新領軍人才入選者、科技部中青年科技創新領軍人才入選者、人社部百千萬人才工程國家級人選、國家有突出貢獻中青年專家、享受國務院政府特殊津貼、國家信息安全重點專項項目首席專家，IEEE Trans. on PAMI、ACM Trans. on PML和IEEE Trans. on Cybernetics的Associate Editors。目前研究方向為視覺內容理解與網絡多媒體敏感內容識別等，主持了國家自然科學基金重點項目、國家863重點專項項目、目標導向類課題等四十余項科研項目。已在PAMI、IJCV等國際刊物、國內一級刊物以及NIPS、ICCV等重要國際學術會議上發表論文400余篇，獲授權發明專利100余項。帶領團隊完成的敏感多媒體識別等技術實際應用于二百余家企事業單位，已在實戰發揮作用，取得了顯著的經濟效益和社會效益。以第一完成人獲國家自然科學二等獎、北京市科學技術(技術發明類)一等獎、北京市發明專利一等獎和吳文俊人工智能科學技術一等獎。

高云君

浙江大學教授

報告題目：突破數據壁壘：從大規模數據合成到垂域智能分析

報告摘要：高質量數據供給是目前制約大模型能力進一步演進的核心壁壘，其表現為：1）通用公域數據資源逼近枯竭，2）高價值私域與垂域數據嚴重匱乏，已嚴重阻礙模型能力的持續迭代及其在復雜實際業務場景的產業化應用。本報告將分享匯報人負責團隊在這方面的最新探索與進展：先提出基于集體智能的大規模高質量數據合成技術（包括大規模SQL生成、大規模科教數據生成、大規模醫患數據生成），以緩解原始數據供給不足的難題；而后構建面向私域與垂域的數據分析智能體（包括CT數據報告生成、商業數據分析報告生成、單細胞數據分析報告生成），以深度解析與挖掘專業數據；最后展望數據壁壘突破的可能未來方向。

個人簡介：浙江大學求是特聘教授，博士生導師，國家杰出青年科學基金獲得者（2020）、國家優秀青年科學基金獲得者（2015）。研究方向為數據庫、大數據管理與分析、DB與AI融合，已發表CCF A類論文200余篇，出版專著或教材6本，授權專利40余件，登記軟著10余項，并獲CCF A類論文VLDB、ICDE最佳或優秀論文等7次，省部級或全國性學會科技進步特等或一等獎等6項。現為ACM SIGSPATIAL中國分會副主席，ACM SIGWEB中國分會副主席，浙江省大數據智能計算重點實驗室主任，浙江大學軟件學院常務副院長。擔任DSE期刊執行主編，TKDE、JCST、FCS、《計算機研究與發展》等期刊編委/副編輯（Associate Editor），VLDB、ICDE、SIGKDD、SIGIR等10余個CCF A類會議聯合主席（Co-Chair）或領域主席（Area Chair）等，SIGMOD、VLDB、ICDE、SIGKDD、SIGIR等會議（資深）程序委員會委員。指導研究生獲省部級或全國性學會優秀博/碩士學位論文獎10次以及KDD Cup 2022風電預測賽道全球冠軍。

童詠昕

CAAI智能服務專委會副主任

北京航空航天大學教授

報告題目：聯邦計算：從聯邦學習到聯邦大模型

報告摘要：在互聯網公域數據的支撐下，GPT、DeepSeek等大模型快速發展。然而，如何激活全球大數據中占比90%以上的私域大數據不僅是國際人工智能領域的前沿熱點，更是服務于國家數字經濟戰略的核心挑戰。秉持“原始數據不出域、數據可用不可見”的理念，構建可發揮跨域大數據價值的“聯邦大模型”，為破解數據要素流動與隱私保護之間矛盾提供了一種全新思路，是進一步突破智能大模型時代數據瓶頸的關鍵技術。本報告首先從聯邦數據庫、聯邦數據挖掘、聯邦學習到聯邦大模型技術分階段回顧聯邦計算的發展歷程；然后，聚焦于聯邦計算從大數據到大模型時代的范式轉變，匯報聯邦大模型的指令微調與檢索增強生成(RAG)等關鍵技術；隨后介紹本團隊結合產業應用需求所研發的聯邦智能計算開源平臺——“虎符(OpenHufu)”；最后，報告將剖析虎符系統在交通出行與社會治理等行業的應用示范，并未來發展進行展望。

個人簡介：博士生導師，國家杰出青年科學基金、優秀青年科學基金獲得者，現任計算機學院副院長、中國計算機學會（CCF）會員與分部工委副主任、杰出講者和CCF走進高校工作組組長。2014年于香港科技大學獲計算機科學與工程學博士學位，2015年入選北京航空航天大學“卓越百人計劃”。主要研究方向包括：聯邦學習、大模型智能體、大模型的數據引擎、向量數據庫系統等。近年先后發表TODS、VLDBJ、TKDE、SIGMOD、SIGKDD、VLDB等大數據與人工智能領域國際頂級會議/期刊論文100余篇，谷歌學術引用1.7萬余次；主持國家自然科學基金青年A類（原杰青）項目、B類（原優青）項目、重點項目、國家重點研發計劃課題等。獲中國電子學會的自然科學一等獎（排名1）和青年科學家獎、首屆阿里巴巴達摩院“青橙獎”、國際基礎科學大會前沿科學獎、ACM KDD China青年科學家獎和多個國際一流學術會議/競賽的最佳論文與冠軍等獎勵，入選“2022年度高校計算機專業優秀教師獎勵計劃”；擔任中國科技期刊卓越行動計劃領軍期刊《Frontiers of Computer Science》的執行編委、大數據領域CCF-A類期刊《IEEE TKDE》與《PVLDB》的編委、大數據領域重要國際會議DASFAA 2024會議的程序委員會主席(PC Chair)。

李海生

北京工商大學教授

報告題目：面向工業應用的仿智融合服務

報告摘要：目前，工業界的復雜產品設計制造正在向數字工程全覆蓋模式進行演變，這既依賴于傳統的數值模擬和仿真為代表的工業軟件技術，也依賴于新興的以人工智能為代表的智能服務技術。針對CAE和AI融合過程中產生的技術生態、知識體系、過程模式和研究范式等方面的沖突和挑戰，介紹團隊在以數字孿生場景需求為指引，推動仿智融合發展方面做的一些工作。

個人簡介：博士生導師。現任北京工商大學計算機與人工智能學院執行院長，商業數據安全防護與智能治理北京市重點實驗室主任，中國人工智能學會智能服務專業委員會副主任委員，中國圖學學會第八屆理事會常務理事，中國計算機學會杰出會員。獲中國物流與采購聯合會科技進步一等獎，中國圖學學會優秀科技工作者獎，北京市教育教學成果獎一等獎2項，二等獎4項。主持國家自然科學基金聯合基金重點項目、面上項目、國家重點研發計劃課題、北京市自然科學基金面上項目等。出版學術專著三部，授權發明專利和軟件著作權登記多項。以第一作者或通訊作者在《軟件學報》《計算機學報》《計算機輔助設計與圖形學學報》和TNNLS、TCE等IEEE匯刊發表論文100余篇。

杜軍平

中國人工智能學會副理事長

北京郵電大學教授

報告題目：面向復雜營銷決策的上下文工程優化

報告摘要：本報告針對復雜營銷程序性知識挖掘難、邊界場景下智能體決策魯棒性差、動態推理中上下文知識供給失配三大挑戰，以構建面向復雜營銷決策的上下文工程優化體系為總體目標，從程序性知識挖掘與策略表示、智能體數據演化與合成、基于信息瓶頸理論的上下文工程優化、面向復雜營銷決策的上下文工程優化系統四個方面，介紹了如何突破傳統檢索增強生成范式的局限，建立從知識挖掘到數據演化再到上下文自適應優化的完整技術鏈路，旨在解決面向智能體推理決策的程序性知識隱匿、復雜營銷決策空間的邊界數據稀疏、動態推理過程中上下文有效信息密度衰減三個關鍵科學問題。

個人簡介：IEEE/CAAI/CCF Fellow、博士生導師，北京郵電大學校學術委員會委員、計算機應用技術中心主任。享受國務院政府特殊津貼。研究方向為大數據、機器學習、突發事件預測預警等。主持國家自然科學基金重大項目、國家重點研發計劃項目、國家自然科學基金重點項目等。在IEEE TPAMI、TKDE、 TNNLS、VLDBJ、SIGMOD、 ICDE、 KDD、 AAAI、WWW、 MM、CVPR等發表論文700余篇，包括SCI論文182篇，H-Index 59，申請發明專利63項，已授權46項。獲。分別獲吳文俊人工智能杰出貢獻獎、CCF夏培肅獎、2024年和2022年中國電子學會科學技術獎科技進步一等獎、CCF科技成果獎技術發明一等獎、國家技術發明獎二等獎、高等學校科學研究優秀成果獎（科學技術）技術發明一等獎、北京市科學技術二等獎等。

李洪波

北京極智嘉聯合創始人兼首席技術官

報告題目：具身智能機器人集群系統的創新與應用

報告摘要：近年來，人工智能、智能機器人、具身智能等技術深度融合正推動機器人技術產業化與落地應用不斷加速。具身智能機器人在智能制造、智慧物流等眾多領域應用場景不斷拓展，持續賦能各行各業轉型升級，并呈現出本體具身智能化、集群協作規模化與調度決策最優化等顯著趨勢。本報告系統梳理具身智能機器人領域的發展現狀，重點圍繞具身智能機器人集群系統中具身智能、群體智能與數據智能三大關鍵技術分享相關研究進展和應用創新，并對具身智能機器人集群系統的前沿發展趨勢進行展望。

個人簡介：享受國務院政府特殊津貼專家、青年北京學者。長期從事智能機器人和群體智能等技術研究和產品研發，在本領域頂級國際期刊和頂級會議上發表學術論文100余篇，獲授權中國專利100余項、國際發明專利46項，獲北京市科技進步一等獎、中國自動化學會技術發明一等獎、中國電子學會科技進步一等獎、中物聯科技進步一等獎、中國指揮與控制學會技術發明一等獎。

李文玲

北京航空航天大學教授

報告題目：圖動態系統濾波方法研究

報告摘要：圖動態系統是一類由代數圖描述狀態耦合關系的動態系統，其濾波問題旨在利用測量信息聯合估計動態系統的狀態和圖拓撲矩陣。本報告主要介紹課題組提出的幾類圖動態系統濾波算法，針對離散時間圖動態系統，從最優化角度設計了一類聯合估計系統狀態和圖拓撲矩陣的濾波算法，其中系統狀態和圖拓撲矩陣的估計值分別由Kalman濾波算法和ADMM算法進行求解，并在車輛跟馳系統仿真中驗證了其估計性能；針對馬爾科夫跳變的圖動態系統，設計了一類聯合估計系統狀態和圖拓撲矩陣的交互式多模型濾波算法，并在車輛跟馳系統仿真中驗證了其估計性能。

個人簡介：博士生導師，國家級青年人才，IEEE Senior Member，主要研究方向是動態系統濾波、隨機優化、機器學習、目標跟蹤等。發表論文120余篇，授權發明專利12項，出版專著2部，主持國家自然科學基金4項，參與國家重點研發計劃項目2項，獲教育部自然科學獎一等獎、中國電子學會科技進步一等獎、吳文俊人工智能自然科學獎二等獎等。擔任中國自動化學會智能自動化專委會副主任、中國人工智能學會智能服務專委會秘書長、中國計算機學會人工智能與模式識別專委會委員，以及3個SCI期刊編委等。

薛哲

北京郵電大學計算機學院教授

報告題目：面向異構數據的聯邦學習關鍵技術研究

報告摘要：數據異構性是制約聯邦學習性能與效率的核心挑戰。本報告從標簽分布異構性、特征分布異構性、圖結構異構性三個方面展開研究。針對標簽分布異構問題，提出分類器去偏機制，緩解客戶端偏移導致的本地模型過擬合，提升訓練效率。針對特征分布異構性問題，建立基于數據生成的無監督聯邦跨模態檢索框架，實現客戶端間多模態數據的有效融合。針對圖結構異構性問題，提出基于掩碼損失的聯邦異質圖學習框架，提升全局收斂效率與模型泛化能力。上述工作為數據異構場景下的聯邦學習提供有效的解決方案。

個人簡介：博士生導師、國家優秀青年基金獲得者。研究方向包括多模態數據分析與挖掘、聯邦學習、突發事件檢測與分析等。在領域國際會議和期刊上發表論文100余篇，申請和授權發明專利30余項，出版學術著作2部。主持和參與了20余項科研項目的研究工作，包括國家重點研發計劃項目、國家自然科學基金重大項目/重點項目/面上項目、CCF-百度松果基金、CCF-騰訊犀牛鳥基金等。擔任CAAI智能服務專委會副秘書長、CCF人工智能與模式識別專委會委員、CCF多媒體專委會委員、CSIG圖像視頻通信專委會委員。獲中國電子學會科技進步一等獎、IEEE CCIS國際會議最佳論文獎、IEEE BigComp國際會議最佳論文獎等多個獎勵。

于自強

CAAI“智能服務專委會”副秘書長

煙臺大學計算機與控制學院教授

報告題目：AI范式下時空數據高效自適應計算問題研究

報告摘要：隨著移動互聯網與物聯網的廣泛普及，人們社會活動所產生的大量數據都具有時間和空間屬性，使得時空數據管理成為數據科學領域的重要研究方向。在人工智能快速發展的背景下，以Transformer為代表的深度神經網絡已被廣泛應用于時空數據的感知、計算與分析。與自然語言這類價值高度密集的數據不同，時空數據具有分布變化快、價值密度低、冗余信息多等顯著特點。當前融合多注意力機制的深度神經網絡雖然在自然語言等價值密集的數據分析領域取得了顯著成效，但其“一刀切”（one size fits all）的注意力模式在應對時空數據時，忽視了時空數據固有的局部關聯特性，導致適應性不足和計算冗余等問題。為此，本報告將介紹團隊近年來在時空數據高效計算方面的研究進展，著重探討如何將顯式的時空索引結構與注意力機制深度融合。我們旨在根據時空數據動態演化特性，自適應地引導模型將深度計算聚焦于具有顯式時空關聯的數據單元。通過這種方式，在保持模型表達能力的同時，可有效避免處理無效數據帶來的不必要計算開銷，從而實現時空數據的高效表征推理。

個人簡介：CCF 人工智能與模式識別專委會執行委員、山東省人工智能學會常務理事。主要研究興趣為數據智能管理與分析，包括時空高效計算、視頻跨模態檢索、圖數據管理等。主持國家自然科學基金面上項目/青年項目、CCF-華為胡楊林基金、山東省重點研發計劃、山東自然科學基金面上項目等國家、省部級和頭部企業研究課題。在SIGMOD、VLDB、ICDE、SIGIR、TKDE等CCF A類國際頂級會議和期刊發表論文30余篇。擔任《Frontier of Computer Science》（CCF B類期刊）編委，SIGKDD 2025 Proceeding Chair， VLDB Journal、TKDE等CCF A類期刊審稿人以及SIGKDD、AAAI、CIKM等國際頂級會議程序委員會委員。

本文由CAAI智能服務專委會供稿

2026全球人工智能技術大會邀您共襄盛舉

2026年5月23—24日

我國人工智能領域最具影響力的千人級巔峰盛會

2026全球人工智能技術大會（GAITC2026）

即將在浙江杭州第七度點燃烽火

大會誠邀您共聚錢塘江畔

與院士天團并肩，與全球智者同行

在交叉融合中破局開路，在相生共贏中領跑未來

精彩內容，設個星標

讓我們一起探索更多AI前沿資訊！