2025中国图象图形学学会第三十五期珠峰论坛—高效具身智能专题研讨会
发布时间：2025-09-25 18:09:14 人气： 作者：小编
主办单位 中国图象图形学学会 2025年9月27日 华南理工大学广州国际校区D1-b110
承办单位
会议日期
会议地点
赖剑煌，中山大学计算机学院二级教授、博士生导师，广东省特支计划杰出人才，中国图象图形学学会副理事长、会士，广东省图像图形学会理事长（第四、五届），中国计算机学会杰出会员，中国计算机学会计算机视觉专委员会副主任（第一、二届）、广东省安防协会人工智能专委会主任。主要研究领域为计算机视觉、模式识别和机器学习，已发表了约200篇学术论文，主要发表在ICCV、CVPR、ICDM等专业重要学术会议以及IEEE TPAMI、IJCV、IEEE TIP、IEEE TNN、Pattern Recognition等国际权威刊物。主持承担国家自然科学基金与广东联合重点项目、科技部科技支撑课题、国家自然科学基金等，获得广东省科学技术奖励自然科学类一等奖（第一完成人）、中国图象图形学学会自然科学一等奖、广东省科学技术奖励科技进步类二等奖、丁颖奖等，享受国务院政府津贴。 陈小奇，华南理工大学吴贤铭智能工程学院院长、教育部“人因智能与装备系统国际合作联合实验室”主任；新西兰皇家科学院院士、新西兰工程院院士、国际制造工程师学会会士、美国机械工程师学会会士。1984年毕业于华南理工大学机械工程系；获英国文化协会中-英技术合作奖， 分别于布鲁耐尔大学和利物浦大学获得材料科学硕士学位（1986）和机器人自动化博士学位（1989）。历任新加坡制造技术研究所资深科学家、技术经理，新西兰坎特伯雷大学教授、机械电子学科奠基主任，澳大利亚斯威本大学未来制造技术研究院副院长，澳大利亚研究理事会“先进制造协作机器人工业转型训练中心”项目负责人。在先进材料加工领域，获“新加坡国家科技奖”；在辅助机器人和自主机器人领域，研制了基于人工肌肉按需助力的康复装置，获“新西兰创新机构高科技启动优异奖”；研制了大结构检测无栓线攀墙机器人和森林砍伐移动机器人技术，获“新西兰科学与创新部创业奖”、“新西兰林业科学奖”。发表了400余篇学术论文和专著4部；受邀做专题学术报告和重大国际会议主旨演讲100余次。 金连文，华南理工大学二级教授，兼任中国图象图形学学会（CSIG）常务理事、广东省图象图形学会理事长、广东省高校音视频图文智能信息处理工程研究中心主任等职。主要研究领域为文字识别、文档图像理解、计算机视觉、人工智能与多模态大模型等，在重要学术期刊及国际会议上发表论文300余篇（其中SCI一区 + CCF A类论文100余篇），Google Scholar论文被引用数18000余次，H-Index 72。2006年入选教育部“新世纪优秀人才”计划，近年来入选斯坦福大学&爱思唯尔“全球前2%顶尖科学家榜单”、爱思唯尔“高被引学者”，2024年入选IAPR Fellow。获省部级科技奖5项（其中一等奖2项，二等奖3项）；荣获CSIG、CAAI、CIE等全国学会科技进步二等奖3项；指导学生参加CVPR、ICDAR、ICPR、PRCV等国际国内知名会议上的学术竞赛并荣获冠军20余次。 赵才荣，同济大学计算机科学与技术学院教授，博士生导师，计算机智能教研室主任。曾任香港理工大学兼职研究员（2016-2017）。目前担任上海市计算机学会计算机视觉专委会主任，中国图象图形学学会青工委秘书长，中国人工智能学会粒计算与知识发现专委常委，中国计算机学会杰出会员，担任IEEE TMM Guest Editor、IET IP Associate Editor、《中国图象图形学报》、《计算机科学》编委。主要研究领域：计算机视觉，主要聚焦于智能视频行人分析及其隐私安全研究，重点研究高效可信行人再识别、多模态数据驱动的自动驾驶以及垂直领域模型的知识表示与推理问题。已在TPAMI、IJCV、IEEE TIP、IEEE TIFS、《中国科学.信息科学》、CVPR、ICML、NeurIPS、ICLR、AAAI、ACM MM、ECCV等发表学术论文50余篇，受理发明专利20余项（授权18项），研究成果获2022年上海市科技进步一等奖（序4/13），研究成果获2023年上海市自然科学二等奖（序1/4），获《中国科学：信息科学》2023年度热点论文奖，获第二届全国人工智能应用场景创新挑战赛总决赛特等奖（序3/16）。主持国家自然科学基金4项，主持国家重点研发计划子课题以及企业横向课题十余项。指导学生获中国电子学会优秀硕士论文，获上海市计算机学会优秀硕士论文。 徐常胜，中国科学院自动化研究所研究员，国家杰出青年基金获得者、国家万人计划领军人才、国家百千万人才工程入选者、首都科技创新领军人才、中科院王宽诚率先人才计划卢嘉锡国际团队负责人，IEEE/IAPR/CCF Fellow和ACM杰出科学家。担任ACM多媒体专委会中国区（ACM SIGMM China Chapter）主席。发表IEEE/ACM会刊论文200余篇，CCF-A类会议论文150余篇，在多媒体领域国际顶级会议和期刊上获得最佳论文奖10余次，以第一完成人获中国电子学会自然科学一等奖和技术发明一等奖，7次获得中国科学院优秀导师奖。 报告题目：开放世界的多模态大模型研究与应用 报告摘要：与视觉和语言大模型相比，多模态大模型能够从不同模态数据中学习共性知识，因此具有更强的通用性，也更接近人类的认知能力，是目前人工智能进一步发展的关键所在。尽管目前的多模态大模型已取得了重要进展，在跨模态检索、跨模态生成等任务中取得了优异的性能，但在实际应用中面临的开放世界，已有多模态大模型仍然存在很多尚未解决的挑战。本报告主要探讨解决两个方面的问题：（1）如何在保留不同模态数据本身特性的前提下建模多模态数据关联；（2）如何在保证模型泛化性的前提下实现多模态大模型在下游任务中的跨域迁移和小样本迁移。报告分析了多模态大模型中理想的视觉系统所应具备的要素并提出了基于解耦视觉系统的多模态大模型Libra；同时也介绍了针对多模态大模型的多个泛化性保持的跨域和小样本迁移方法。 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13000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。任中国图象图形学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）。 报告题目：手物交互及其世界模型 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，并构建基于多模态大模型的灵巧手动作世界模型，是数字人和人形机器人研究的核心问题。本报告围绕灵巧手操作的运动捕捉、运动生成以及手物交互视频生成，机械灵巧手世界交互等任务，并从具身智能的数据获取（真机数据、仿真数据、人体数据）关系进行分析，对报告人及国际前沿进展进行介绍，并展望未来发展趋势及机遇。 操晓春，中山大学网络空间安全学院院长，国家杰出青年科学基金获得者，主要从事计算机视觉、人工智能基础研究和网络空间内容安全应用研究。发表ACM/IEEE Trans论文140余篇（含TPAMI 36篇）、CCF-A类会议150余篇；Google引用35105次，H-index 86；在国家安全和战略支援等国家重大需求的牵引下，主持科技创新2030“新一代人工智能”重大项目（2项）、国家自然科学基金委杰出/优秀青年基金项目、广东省基础研究重大项目、国家自然科学基金重点项目等多项标志性科研任务，入选国家“万人计划”青年拔尖人才支持计划（已结题）、中国科学院“百人计划”（结题获评优秀）。在人工智能与网络空间内容安全交叉领域突破多项关键技术，针对多视角特征隐空间完备表示、多源对象的最优映射与交互支持、用户异常检测预测等关键科学问题，取得了视觉内容协同智能理解、任务特定视觉特征挖掘等创新成果，部分解决了网络空间视觉内容理解中识别线索来源单一、视觉内容理解不深等难题，获得省部级一等奖3项，二等奖1项。担任IEEE TPAMI/ TIP/电子学报/计算机科学的编委，30余次兼任NeurIPS/ ICML/ ICCV/ CVPR/ IJCAI/ AAAI/ ACM MM的Area/ Track Chairs。指导博士生获得中国电子学会优博、CCF优博、中科院优博论文4篇次，指导的研究生有6人入选国家级人才计划。 报告题目：可信人工智能 报告摘要：当前主流的人工智能模型大多依赖数据驱动，由于定义域和值域集合的基数不一致，这些算法不满足well-posed问题的第三个条件，因此是典型的ill-posed问题。在自然环境中，它们易受烟、雨、雾霾等复杂扰动以及人为设计的对抗攻击、后门投毒等威胁，鲁棒性与可解释性面临双重挑战。报告从视觉任务中稳定解的可行性与可解释机制出发，系统探讨了视觉模型在复杂环境中面临的多重威胁与挑战。内容不仅涵盖对抗样本、后门攻击、物理伪装等传统脆弱性问题，还介绍团队在归因机制建模、反事实生成、正向扰动辅助等方向的技术探索，涵盖从训练到部署全流程的攻防应对与性能增强策略。 彭宇新，北京大学二级教授、博雅特聘教授，CAAI/CIE/CSIG Fellow，2019年国家杰出青年科学基金获得者（2025年获延续资助），2019年国家万人计划科技创新领军人才，2018年科技部中青年科技创新领军人才，863项目首席专家，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，中国图象图形学学会副秘书长、提名与奖励委员会副主任，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160多篇，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：基于感知、推理与生成的空间智能 报告摘要：空间智能是人工智能突破二维感知并迈向三维物理世界的关键技术路径，旨在突破空间感知、空间推理与空间生成三大关键技术，最终支持智能体实现三维世界的理解和交互。报告首先分析了空间智能的发展脉络与现有挑战：感知方面存在细粒度识别与运动分析不足；推理方面存在结构错误、效率低下与高延迟；生成方面存在空间布局与物理规律不合理的问题。围绕上述挑战，报告介绍了团队在空间感知、推理与生成三方面的研究布局与进展：首先通过人体、物体及场景的细粒度识别、定位与点云分析，增强细粒度感知能力；然后通过视觉搜索、关系推理与端侧模型加速提升推理预测精度和效率；最后通过空间布局、三维场景和视频生成增强虚拟世界生成能力。上述关键技术已在自动驾驶、视频生成、国土监测等领域实现应用，推动空间智能技术赋能行业应用。最后，报告从全维度细粒度感知、4D世界建模、群体具身智能等方面对空间智能的未来发展进行了展望。 杨易，浙江大学求是讲席教授（二级教授）、国家特聘专家。目前担任浙江大学人工智能研究所所长、微软-教育部视觉感知重点实验室主任、人工智能省部共建协同创新中心副主任。主要研究方向为人工智能及其应用。所发论文Google Scholar引用8万余次，H-index 142，近6年连续入选Clarivate Analytics全球高被引学者。获教育部全国优秀博士论文（2010）、澳大利亚基金委青年研究职业奖（2013）、澳大利亚计算机学会颠覆创新金奖（2016）、谷歌学者研究奖（2016）、澳大利亚科研终身成就奖（2019）、亚马逊机器学习科研奖（2020）、AAAI最具影响力论文（2021）、ACM MM唯一最佳论文奖（2023）等多项AI领域国际奖项，以及20余次国际科研竞赛世界冠军。 报告题目：具身智能的现状与未来发展的思考 报告摘要：本报告围绕具身智能的现状与未来发展，探讨如何通过具身世界模型与具身指令编译器推动从数字世界到物理世界的智能跃迁。报告首先回顾了从专用机器人向跨场景、多任务的通用智能体演进的趋势，指出虚拟空间中大模型已实现通用智能突破，但在物理世界中仍受限于Sim2Real差距、多模态融合复杂性及机械控制瓶颈。针对这一挑战，提出通过生成式仿真、3D数字资产生成、物理场建模等手段构建高保真、可预测的具身世界模型，提升智能体在真实环境中的适应能力。同时，报告引入具身指令编译器的概念，借助大模型理解人类自然语言，将高层任务转译为底层硬件控制指令，实现软硬件解耦，构建开放复杂场景下通用、可复用的具身智能系统。通过理论框架、技术路线和前沿案例，本报告为实现贯通数字与物理空间的通用智能系统提供了系统化思路与实践参考。 沈超，西安交通大学人才办、电子与信息学部二级教授，教育部长江学者特聘教授，科学探索奖、达摩院青橙奖、基金委优青获得者，国家自然科学基金委创新群体B负责人，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。主要从事智能系统可信、安全与控制的研究工作，获最佳论文奖12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。制定国内外标准6项，3份建言被中央办公厅等采纳。担任多个IEEE汇刊及中国科学:信息科学、软件学报等编委、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。 报告题目：AI内在安全：从小模型到大模型到具身智能（智能供应链） 报告摘要：数据驱动的智能系统通过集成先进传感器、控制器及融合大小模型的决策系统，致力于在复杂环境中实现高度自动化与智能化管理。在从小模型、大模型到具身智能的演进过程中，确保AI内在安全性已成为系统设计与开发的核心挑战。本报告从智能供应链的组件结构出发，自底层感知控制单元、中间层模型算法至上层任务与数据，围绕保密性、完整性及隐私性等安全维度，系统分析智能供应链在模型演化与实体嵌入过程中面临的内在安全隐患与威胁，旨在识别多层级风险，推动智能化及大模型软件系统的安全应用与可持续发展。 洪晓鹏，哈尔滨工业大学教授，博导，IEEE资深会员。斯坦福大学年度前2％顶尖科学家，德国达堡论坛特邀讲者。已在顶级国际和国内刊物和国际会议上发表文章100余篇，2次获得领域内国际权威期刊和会议的优秀论文奖，6次带队获得国际评测冠军。作为负责人主持了国家重点研发计划课题、国家自然科学基金、芬兰信息学会博士后基金等10余个项目。相关工作见诸美国《麻省理工技术评论》等技术媒体专文报道。CSIG情感计算与理解专委常务委员和副秘书长，黑龙江省计算机学会学术工作委员会副主任。CVIU，IVC等国际主流期刊编委，AAAI，IJCAI，ACM MM等主流国际会议领域主席。目前的研究领域包括：多模态目标感知、深度连续学习和AI生成检测等。 报告题目：多模态目标建模与感知 报告摘要：多模态目标建模与感知一直是计算机视觉和机器学习领域的热点和难点方向。在新传感器和新数据源不断出现的背景下，对层出不穷的结构性和非结构数据进行处理和分析十分重要。本报告将主要汇报在多模态目标感知方面的一些工作，从多模态信息协同、文本信息在视觉任务中的作用和多模态模型更新与适配三个角度，探讨多模态表征学习、建模与应用，以及相关的发展趋势。 舒祥波，南京理工大学计算机科学与工程学院/人工智能学院副院长、教授、博士生导师、社会安全信息感知与系统工信部重点实验室副主任。研究方向为人体行为计算，在TPAMI、CVPR、ICCV、MM、NeurIPS等期刊/会议上发表论文100余篇，其中ESI高被引论文8篇；获中国电子学会自然科学一等奖、ACM MM 2015最佳论文提名、MMM 2016最佳学生论文奖、江苏省优博、中国人工智能学会优博、2024年度江苏自然科学百篇优秀学术成果论文；入选全球前2%顶尖科学家（2021-2024年）；承担国家重点研发课题、国家自然科学基金仪器项目课题、国家自然科学基金优青/面上/青年项目、江苏省杰出青年等项目。担任CSIG青工委副秘书长，以及TNNLS、TCSVT、Pattern Recognition等期刊编委。 庄辉平，华南理工大学吴贤铭智能工程学院副教授、博导。2021年博士毕业于新加坡南洋理工大学，主持国家科技创新2030重大项目子课题和国自然基金、CCF-腾讯犀牛鸟基金、小米基金等项目近10项，入选国家优秀留学生奖，获邀2025年南洋理工大学海外教师（讲授EE6430课程），研究方向为高效人工智能（包含高效持续学习、大模型等），发表文章近80篇。提出“解析持续学习”，开创持续领域细化分支，该方向近2年发表NeurIPS/ICML/CVPR等顶会超15篇（最新已拓展至大模型与具身智能领域）。相关研究成果获CCF-C国际会议最佳论文奖、新加坡PREMIA最佳学生论文成就奖等，获邀国际会议主旨报告。带领学生获2025 CVPR竞赛一等奖、中国机器人及人工智能大赛国家一等奖、中国国际大学生创新大赛广东省金奖等，担任国际/国内会议学术职务（Co-Chair等）5次，担JCR Q1特刊编辑，获2022 ICML杰出审稿人。 报告题目：高效可解释持续学习理论与技术研究 魏朋旭，中山大学计算机学院副教授，博士毕业于中国科学院大学。主持国自然面上、青年项目、军委科技委项目，是国家重点研发项目子课题负责人、国自然区域联合重点项目课题负责人，获批广州市优秀博士“启航”、“续航”项目。迄今共发表高水平论文50余篇（其中以第一作者、通讯作者发表中科院一区、CCF A类论文20余篇），相关工作被接收为领域国际顶级会议CVPR、ECCV口头报告论文。获2024年度广东省科技进步一等奖。 报告题目：真实泛化、鲁棒可信的视觉计算 吴汉瑞，男，博士，暨南大学副教授、硕士生导师，2023年广州市青年科技人才托举对象，研究领域为数据挖掘与人工智能。本科和博士毕业于华南理工大学，2020-2021年于香港大学从事博士后研究工作。目前已发表学术论文30余篇，其中以第一作者或通讯作者发表论文21篇（含IEEE/ACM Trans. 期刊14篇，CCF-A或中科院一区期刊13篇，CCF-B类期刊6篇），包括国际顶级期刊IEEE TPAMI、IEEE TKDE、IEEE TIP、IEEE TSC、ACM TOIS、PR、ML等；主持国家自然科学青年基金项目1项、广州市青年科技人才托举工程项目1项、广州市基础与应用基础基金项目1项、中央高校青年基金项目1项。获广东省第三届计算机科学青年学术秀二等奖。 报告题目：图表征学习关键技术研究 张瑞茂，中山大学电子与通信工程学院副教授，博士生导师，深圳市海外高层次人才。分别于2011年和2016年在中山大学取得工学学士和工学博士学位。2017年至2019年间在香港中文大学多媒体实验室任博士后研究员。张瑞茂博士的主要研究方向集中于计算机视觉、机器人视觉、多模态大模型等领域。所指导的课题组近年来的核心研究目标是研发“能够在动态环境中与人进行有效交互的具身智能体”。迄今为止在人工智能领域期刊和会议发表论文80余篇，论文被引用8000余次（谷歌学术统计），出版具身智能领域专著1部，授权中国/美国发明专利10余项。近期提出多智能体协作工作RoboFactory获得了CVPR2025 MEIS Workshop杰出论文奖。先后主持/参与多项国家自然科学基金、科技部重点研发、广东省自然科学基金、深圳市自然科学基金项目，并与华为、腾讯、商汤、蔚来等知名企业保持着长期合作关系。 报告题目：视觉驱动的具身智能交互理论与技术研究 庄辉平，华南理工大学吴贤铭智能工程学院s副教授、博导。2021年博士毕业于新加坡南洋理工大学，主持国家科技创新2030重大项目子课题和国自然基金、CCF-腾讯犀牛鸟基金、小米基金等项目近10项，入选国家优秀留学生奖，获邀2025年南洋理工大学海外教师（讲授EE6430课程），研究方向为高效人工智能（包含高效持续学习、大模型等），发表文章近80篇。提出“解析持续学习”，开创持续领域细化分支，该方向近2年发表NeurIPS/ICML/CVPR等顶会超15篇（最新已拓展至大模型与具身智能领域）。相关研究成果获CCF-C国际会议最佳论文奖、新加坡PREMIA最佳学生论文成就奖等，获邀国际会议主旨报告。带领学生获2025 CVPR竞赛一等奖、中国机器人及人工智能大赛国家一等奖、中国国际大学生创新大赛广东省金奖等，担任国际/国内会议学术职务（Co-Chair等）5次，担JCR Q1特刊编辑，获2022 ICML杰出审稿人。 李冠彬，中山大学计算机学院教授，博士生导师，国家优秀青年基金获得者。主要研究领域为视觉内容理解与生成。迄今为止累计发表计算机学会A类/中科院一区论文200余篇，谷歌学术引用超过17000次，入选全球前0.05%顶尖科学家榜单。曾获得中国图象图形学学会青年科学家奖、吴文俊人工智能优秀青年奖、中国图象图形学学会科学技术一等奖、ICCV2019最佳论文提名奖、CVPR2024最佳论文候选等荣誉。主持了包括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、华为科研合作基金等10多项科研项目。担任广东省图象图形学会计算机视觉专委会主任、中国图象图形学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等职务。 吴庆耀，华南理工大学软件学院教授、博士生导师，入选中组部万人计划青年拔尖人才；曾担任华南理工大学软件学院副院长，现担任大数据与智能机器人教育部重点实验室副主任，广州市机器人软件及复杂信息处理重点实验室主任，Service Oriented Computing and Applications与Software Impacts期刊副主编，IEEE电子商务工程国际会议2021年大会主席与2022年及2023年程序主席，连续多年入选美国斯坦福大学发布的全球前2%顶尖科学家榜单；主持了国家自然面上、青年、广东省新一代人工智能重点研发、广东省特支计划等10多项科研项目。主要研究方向为大模型垂域应用与计算机视觉，迄今为止发表CCF A类/中科院一区论文近百篇。获2025教育部自然科学奖二等奖、2018年度广东省自然科学奖二等奖、2016年度深圳市自然科学奖二等奖。 庄辉平（华南理工大学 副教授） 电话：15902083086 邮箱：hpzhuang@scut.edu.cn 详细地址：广东省广州市华南理工大学广州国际校区D1-b110 校区地址：广州市番禺区南村镇兴业大道777号
