- chinamm2026@163.com
大会特邀报告
周志华
中国科学院院士，南京大学副校长
个人简介：周志华，中国科学院院士，南京大学副校长，国际人工智能联合会理事会主席，ACM、AAAI、IEEE等会士。长期从事人工智能、机器学习与数据挖掘研究，著有《机器学习》等多部中英文专著，多项技术成果实现重要产业转化。主持国家重点研发计划、科技创新 2030 重大项目等，论著被引用 11 万余次。以第一完成人获国家自然科学二等奖 2 项、国家级教学成果一等奖 1 项、省部级科技一等奖 4 项，并获得IEEE 计算机学会 Edward J. McCluskey 技术成就奖、CCF王选奖等。撰写教材获首届全国优秀教材一等奖，并被海内外 600 余所院校使用。
报告题目：稍后更新，敬请期待。
报告摘要：稍后更新，敬请期待。
张文军
中国工程院院士，上海交通大学讲席教授
个人简介：张文军，中国工程院院士，上海交通大学讲席教授，图像通信与网络工程研究所所长，未来媒体网络协同创新中心主任，中国电子学会会士，IEEE Fellow。长期从事图像编码与通信、媒体网络融合、宽带无线传输、视听电子系统芯片设计等领域技术研究。三十年来致力于构建我国电视广播与媒体网络领域自主技术体系，率团队承担多项国家重大科研与工程任务，取得系统性创新成果：主持研制国内首套高清电视广播原型系统，参与制定数字电视广播国家标准和媒体网络国际标准，推动实现数字电视核心接收芯片的国产化替代能力，发明媒体网络标准必要专利并赢得国际技术话语权，为我国电视广播和媒体网络技术体系的建立和产业发展做出了突出贡献。以第一完成人获得国家科技进步二等奖四项、中国专利金奖一项、何梁何利科技进步奖和上海市科技功臣奖等荣誉。
报告题目：稍后更新，敬请期待。
报告摘要：稍后更新，敬请期待。
张艳宁
中国科学院院士，西北工业大学副校长
个人简介：张艳宁，中国科学院院士，西北工业大学副校长，IEEE Fellow，获全国创新争先奖、中国航天基金会“钱学森杰出贡献奖”、CCF 夏培肃奖。长期从事极端条件动态感知计算理论、技术研究和装备研制，并与航天、航空等方面的国家重大需求相结合，先后主持承担973、基础加强重点项目、863、国家自然科学基金重点项目、总装预研等国家级项目40余项，牵头获国家技术发明二等奖2项、国家教学成果二等奖1项、国防技术发明一等奖2项、陕西省技术发明和进步一等奖共2项等。
报告题目：稍后更新，敬请期待。
报告摘要：稍后更新，敬请期待。
陈长汶
欧洲科学院院士，IEEE会士、SPIE会士，香港理工大学视觉计算讲座教授
个人简介：陈长汶教授现任香港理工大学视觉计算讲座教授。在此之前，他于2017年至2020年担任香港中文大学深圳分校理工学院院长，并于2018年至2021年兼任鹏城实验室副主任。此前，他于2008年至2021年担任纽约州立大学布法罗分校Empire Innovation讲席教授，并于2003年至2007年担任佛罗里达理工学院艾伦亨利讲席教授。他于1983年获得中国科学技术大学学士学位，1986年获得南加州大学硕士学位，并于1992年获得伊利诺伊大学厄巴纳-香槟分校（UIUC）博士学位。他目前担任IEEE图像处理汇刊的副总编辑，并曾担任IEEE多媒体汇刊（2014-2016）和IEEE视频技术电路与系统汇刊（2006-2009）的总编辑及多个国际顶尖期刊的编辑。他荣获多项专业成就奖，包括十项最佳论文奖或最佳学生论文奖，并于2010年获得享有盛誉的亚历山大·冯·洪堡奖、2016年获得纽约州立大学校长卓越学术与创意活动奖、2019年获得伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系杰出校友奖、以及2024年获得ACM SIGMM终身学术成就奖。他是IEEE会士、SPIE会士和欧洲科学院院士。
报告题目：人工智能生成的视觉艺术内容：从创作到美学推理
报告摘要：生成艺术的飞速发展使视觉艺术内容的创作大众化。然而，要达到真正的艺术冲击力，即能够与观众产生更深层次、更有意义的共鸣，则需要一种精深的审美感知。这种感知涉及一个多方面的推理过程，远不止于简单的视觉吸引力，而这往往被当前的计算模型所忽略。本次演讲将首先概述人工智能生成视觉艺术内容的现状，并初步尝试捕捉这一复杂的过程，研究如何有效地激发多模态大模型（MLLM）的推理能力以进行审美判断。我们最近的研究结果揭示了一个关键挑战：MLLM在进行审美推理时容易产生幻觉，表现为主观意见和缺乏依据的艺术解读。我们将证明，通过采用基于证据的客观推理过程，可以克服这些局限性，正如我们提出的基线算法ArtCoT所证明的那样。基于此原则的多模态大模型能够产生多维度、深入的审美推理，与人类的审美判断更为吻合。这些发现可直接应用于人工智能艺术辅导以及生成艺术的奖励模型等领域。我们希望所提出的审美推理框架最终能够为构建一个能够真正理解并欣赏艺术作品，也可以像人类一样进行具有个性化的艺术创作的人工智能系统铺平道路。
高新波
国家级领军人才，西安电子科技大学党委副书记、校长
个人简介：高新波，博士，教授，西安电子科技大学党委副书记、校长，国家级领军人才入选者，大数据安全教育部工程研究中心主任。IEEE Fellow，中国电子学会、中国计算机学会、中国人工智能学会、中国图像图形学会会士。主要研究方向：人工智能、机器学习、计算机视觉和模式识别。作为团队负责人分别入选教育部长江学者创新团队、科技部重点领域创新团队。主持国家自然科学青年科学基金（A类）等课题30余项，发表论文500余篇，出版专著、教材7部。2020年获全国创新争先奖状，曾获得国家自然科学二等奖1项、国家级教学成果二等奖1项、省部级科技一等奖6项。
报告题目：以人为中心的可信视觉智能
报告摘要：该报告面向计算机视觉从感知理解走向高自主决策与物理执行的新阶段，系统梳理了以人为中心的可信视觉智能的发展现状与核心概念。在此基础上，针对视觉智能系统在隐私保护、公平性、鲁棒性、透明性与安全性等方面面临的现实风险，强调人作为数据主体、认知参与者与最终控制者的多重角色，提出以“物理-信息-认知”三元空间融合为主线的统一框架。进一步，报告围绕“分析对象关注于人、模型设计服务于人、系统应用受控于人”三个方面介绍了团队近年来取得的初步研究成果，并探讨了以人为中心的可信视觉智能的未来发展趋势。
彭宇新
IEEE/CCF/CAAI/CIE/CSIG Fellow，北京大学二级教授、博雅特聘教授
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“社会治理与智慧社会科技支撑（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。主要研究方向为多媒体分析、计算机视觉、人工智能。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。主持了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TPAMI、IJCV、CVPR、NeurIPS、ICML等ACM/IEEE Trans.和CCF A类论文近200篇，获最佳论文奖2次。参加10届（10年）由美国国家标准与技术研究院（NIST）举办的国际评测TRECVID视频搜索比赛，均获第一名，参赛队伍包括斯坦福大学、卡内基梅隆大学、牛津大学等。成果应用于国家网信办、公安部、国家广播电视总局等重要单位以及华为、腾讯、快手、蔚来、美团、中国电信、中国铁塔等头部企业。担任IEEE TCSVT高级领域编委、IEEE TMM等期刊编委，培养博士生获中国计算机学会、中国电子学会等优博。
报告题目：细粒度家族：迈向更细、更深、更快的视觉感知
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，如何提高视觉感知的精度、深度与速度，是多模态大模型急需解决的关键问题。本报告将首先阐释“细粒度家族”的定义，涵盖类别、空间、时间三个感知维度，并分析现有大模型在每个维度上面临的挑战。针对上述挑战，本报告介绍团队在基于细粒度树的分层图像分类、多模态大模型细粒度视觉感知、细粒度图像token剪枝、细粒度美学照片重构、细粒度动作质量评价等方面的最新研究进展。最后，介绍团队在细粒度视觉内容理解与生成技术上的落地应用。