中国图象图形学学会第三十五期珠峰论坛——“高效具身智能前沿”专题研讨会在华南理工大学成功举办

2025年9月27日，中国图象图形学学会第三十五期珠峰论坛——“高效具身智能前沿”专题研讨会在广东省广州市华南理工大学广州国际校区成功举办。本次论坛由中国图象图形学学会主办，中国图象图形学学会青年工作委员会与华南理工大学吴贤铭智能工程学院承办，广东省图象图形学会协办。

论坛由华南理工大学庄辉平副教授、中山大学李冠彬教授、华南理工大学吴庆耀教授共同担任组织工作，论坛特邀中国图象图形学学会副理事长中山大学赖剑煌教授、华南理工大学吴贤铭智能工程学院院长陈小奇教授、广东省图象图形学会理事长华南理工大学金连文教授、中国图象图形学学会青工委秘书长同济大学赵才荣教授作为致辞嘉宾，中科院自动化研究所徐常胜研究员、清华大学刘烨斌教授、中山大学操晓春教授、北京大学彭宇新教授、浙江大学杨易教授、西安交通大学沈超教授与哈尔滨工业大学洪晓鹏教授等七位专家作专题报告。论坛聚焦具身智能与人工智能前沿研究进展与应用探索，深入探讨了相关领域的最新成果与未来发展方向，吸引了众多高校师生与科研人员积极参与。

图1 中国图象图形学学会第三十五期珠峰论坛现场合照

活动致辞

2025年9月27日上午开幕式由中山大学李冠彬教授主持。中国图象图形学学会副理事长中山大学赖剑煌教授、华南理工大学吴贤铭智能工程学院院长陈小奇教授、广东省图象图形学会理事长华南理工大学金连文教授与中国图象图形学学会青工委秘书长同济大学赵才荣教授分别致辞。

图2 中国图象图形学学会副理事长中山大学赖剑煌教授致辞

图3 华南理工大学吴贤铭智能工程学院院长陈小奇教授致辞

图4 广东省图象图形学会理事长华南理工大学金连文教授致辞

图5 中国图象图形学学会青工委秘书长同济大学赵才荣教授致辞

专家报告

开幕式后，论坛进入专题报告环节，该环节分别由华南理工大学吴庆耀教授和华南理工大学庄辉平副教授主持。

图6 中科院自动化研究所徐常胜研究员作报告

徐常胜研究员作了题为“开放世界的多模态大模型研究与应用”的报告。徐常胜研究员首先回顾了多模态大模型领域的研究现状，指出CLIP、BEiT-3、DALL·E等现有模型虽在跨模态学习上有探索，但仍存在视觉空间建模不完备等问题。针对当前开放世界多模态大模型面临的“视觉 - 语言”统一建模难、跨域迁移泛化性弱、小样本迁移过拟合等核心挑战，他系统介绍了团队在Libra多模态大模型、自步课程自适应跨域迁移方法、基于隐式知识蒸馏的小样本迁移技术方面的最新研究成果。报告最后，徐常胜研究员对开放世界多模态大模型的发展趋势进行了深入分析与前瞻展望，强调了其在视觉理解、跨域适配、小样本任务等应用场景中的广阔前景与重要价值。

图7 清华大学刘烨斌教授作报告

刘烨斌教授作了题为“手物交互及其世界模型”的报告。刘教授首先回顾了手物交互相关技术的研究基础，指出在仿真数据获取、手物交互运动与视频生成等方面的探索为后续研究奠定了重要支撑。针对当前手物交互与世界模型构建面临的动作合理性、视频真实感及动态推演鲁棒性等核心挑战，他系统介绍了团队在五指灵巧手动作生成、手物交互视频生成以及高斯动态推演模型方面的最新研究成果。报告最后，刘教授对该领域的发展趋势进行了深入分析与前瞻展望，强调了4D高斯世界模型在具身智能中的关键作用，及其在机器人操作、数字人交互等应用场景中的广阔前景与重要价值。

图8 中山大学操晓春教授作报告

操晓春教授作了题为“可信人工智能”的报告。操教授首先回顾了对抗机器学习与计算机视觉相关技术的发展历程，指出对抗攻击与防御、具身智能可靠性优化等方向的技术探索正逐步深化。针对当前该领域面临的多模态对抗攻击防御难、模型决策透明度不足、具身智能安全风险等核心挑战，他系统介绍了团队在物理对抗伪装生成、对抗训练优化、模型归因解释机制以及具身智能决策安全提升方面的最新研究成果。报告最后，操教授对从小模型到大模型再到具身智能的技术发展趋势进行了深入分析与前瞻展望，强调了其在计算机视觉安全、智能驾驶决策、医疗AI可靠性等应用场景中的广阔前景与重要价值。

图9 北京大学彭宇新教授作报告

彭宇新教授线上作了题为“基于感知、推理与生成的空间智能”的报告。彭教授首先回顾了多模态大模型在视觉领域的应用进展，指出其在文生视频、广告海报生成等场景已实现技术落地。针对当前多模态大模型面临的细粒度识别能力弱、局部感知差、生成内容效果不佳等核心挑战，他系统介绍了团队在细粒度知识对比增强、多模态交互迭代优化、SVG树表示海报生成等方面的最新研究成果。报告最后，彭教授对多模态大模型视觉内容理解与生成的发展趋势进行了深入分析与前瞻展望，强调了其在智能设计、图像检索、美学评价等应用场景中的广阔前景与重要价值。

图10 浙江大学杨易教授作报告

杨易教授作了题为“具身智能的现状与未来发展的思考”的报告。杨教授首先回顾了专用机器人与工业机器人的发展现状，指出专用机器人在特定场景性能成熟，但通用型 “智能” 机器人仍需探索突破。针对当前具身智能面临的物理交互复杂性、开放复杂场景任务推理规划困难等核心挑战，他系统介绍了团队在具身世界模型（生成式仿真、3D物体可供性建模）、具身指令编译器（BEHAVIA）以及多模态交互与感知 - 推理 - 执行一体化方面的最新研究成果。报告最后，杨教授对具身智能的发展趋势进行了深入分析与前瞻展望，强调了通用智能系统在机器人操作、智能家居、自动驾驶等应用场景中的广阔前景与重要价值。

图11 西安交通大学沈超教授作报告

沈超教授线上作了题为“AI内在安全：从小模型到大模型到具身智能（智能供应链）”的报告。沈教授首先回顾了AI技术从单任务单模态小模型、多任务多模态大模型到具身智能的发展历程，指出智能供应链全链条安全对AI规模化应用的重要意义。针对当前AI内在安全面临的数据风险、模型安全隐患以及系统部署挑战等核心问题，他系统介绍了团队在多模态后门攻击相关研究、量化部署风险检测与修复、智能驾驶安全测评体系构建以及模型训练问题自动修复方面的最新研究成果。报告最后，沈教授对AI内在安全的发展趋势进行了深入分析与前瞻展望，强调了其在智慧能源、智慧金融、智能驾驶等应用场景中的广阔前景与重要价值。

图12 哈尔滨工业大学洪晓鹏教授作报告

洪晓鹏教授作了题为“多模态目标建模与感知”的报告。洪教授首先回顾了多模态感知领域的技术进展，指出模态桥接、文本引导等技术为跨模态信息协同提供了有效路径。针对当前多模态目标建模面临的模态融合重影、增量任务遗忘、零样本计数文本不敏感等核心挑战，他系统介绍了团队在扩散融合模型（DDFM）、文本引导增量目标检测方法（DCA）、零样本计数模型（T2ICount）以及多模态大模型知识编辑（HICE）方面的最新研究成果。报告最后，洪教授对多模态目标建模与感知的发展趋势进行了深入分析与前瞻展望，强调了其在目标计数、情感识别、智能跟踪等应用场景中的广阔前景与重要价值。

青年学者服务论坛

9月27日下午，青年学者论坛由南京理工大学舒祥波教授主持。庄辉平（华南理工大学）、魏朋旭（中山大学）、张瑞茂（中山大学）与吴汉瑞（暨南大学）等四位青年学者分享了他们在高效持续学习、鲁棒可信视觉计算、具身智能交互与图表征学习等领域的研究成果。哈尔滨工业大学洪晓鹏教授、华南理工大学吴庆耀教授、华南理工大学谭明奎教授、中山大学李冠彬教授与南京理工大学舒祥波教授等多位专家围绕相关研究方向进行了深入交流与指导。

图13 华南理工大学 庄辉平副教授

图14 中山大学 魏朋旭副教授