| 日期 | 时间 | 内容 | 讲者 |
|---|---|---|---|
| 8月21日上午 | 09:00-10:20 | 多模态大模型高效推理 | 钱胜胜（中国科学院自动化研究所） |
| 10:20-10:40 | 茶歇 | ||
| 10:40-12:00 | 走向鲁棒与自主演进的 LLM 智能体 | 李翔（华东师范大学） | |
| 8月21日下午 | 14:00-15:20 | 智能的博弈与治理体系 | 洪海文（阿里巴巴） |
| 15:20-15:40 | 茶歇 | ||
| 15:40-17:00 | 人工智能赋能体育：从模型到智能体 | 王文轩（中国人民大学） |
报告1: 多模态大模型高效推理 – 钱胜胜
报告摘要：
随着多模态大模型的发展，人工智能正从文本理解走向对图像、视频、音频等多源信息的联合感知与推理。相比文本大模型，多模态大模型需要处理跨模态对齐、信息融合与推理决策，计算成本和系统复杂度更高。尤其当输入扩展到视频等动态场景时，长上下文、复杂时空关系与实时响应需求进一步凸显了高效推理的重要性。本讲习班报告将围绕多模态大模型高效推理展开，介绍在线理解、实时流式推理、上下文压缩、轻量化投机解码、隐式思考与强化学习等关键技术，探讨其在降低计算开销、缩短响应延迟、提升复杂任务推理能力方面的作用，并展望多模态大模型在实时交互、智能体决策与高效部署中的发展方向。
专家简介：
钱胜胜，中国科学院自动化研究所研究员、博士生导师，国家基金委青年科学基金项目B类（原优青）获得者、北京市杰青。研究方向为多媒体内容理解，多模态大模型，在IEEE/ACM Trans.期刊和CCF-A类会议上发表论文80余篇，相关成果获中科院优博、ACM MM 2016年最佳论文、2019年最佳论文提名、SIGIR 2024年最佳论文提名、ICIG 2025年最佳论文等。担任CCF多媒体专委会副秘书长，主持国家自然科学基金联合基金重点项目、国家重点研发计划青年科学家项目、腾讯犀牛鸟专项、百度科研专项、小米科研专项和快手科研专项等，相关成果获中国电子学会技术发明一等奖（序2）。
报告2: 走向鲁棒与自主演进的 LLM 智能体 – 李翔
报告摘要：
随着大语言模型从静态的推理器演变为自主的智能体，将其部署于开放世界真实环境时，正暴露出一系列系统性的瓶颈，在理想执行路径下表现完美的智能体，在面对现实世界中的工具扰动、模型能力错配以及复杂长程任务中的优化不稳定时，往往容易集体崩溃。本次讲习班将从全栈视角，系统性地梳理构建鲁棒与自主演进 LLM 智能体的技术路径：首先在环境与接口对齐维度，诊断智能体在面对隐式工具失效时的系统性脆弱特征，提出“模型感知”的技能自适应方法以及多视角对抗推理架构，在不改变模型权重的前提下提升运行时的推理鲁棒性；其次在技能内化与泛化维度，针对外部 Prompt 带来的巨大上下文开销难题，引入一种双轨智能体演进范式，通过难度感知的动态路由分离通用认知能力与特定执行技能，从而将显式技能高效转化为内部参数，实现极强的分布外泛化；最后在后训练与环境设计维度，深入探讨多跳搜索智能体的优化前沿，通过引入细粒度的优势校准方法，解决组相对策略优化（GRPO）算法在长程推理中过度惩罚的痛点，并从底层数据环境设计的视角，总结关于数据覆盖和奖励结构的消融实战指南。
专家简介：
李翔，华东师范大学数据科学与工程学院院长助理、研究员、博导，香港大学博士，曾担任京东集团算法专家。主要研究方向包括图数据挖掘、知识增强的大模型推理与应用等。近年来，在ICML，NeurIPS，KDD，WWW，ACL等人工智能领域重要的国际学术会议和期刊上发表论文一百余篇。担任ICDM 2026 Poster Track Co-Chair, PAKDD 2026 LLMs on Data Science Track Co-Chair, KDD、ACL ARR等人工智能国际顶级会议领域主席，CCF推荐T1类期刊Frontiers of Computer Science (FCS)青年编委，CCF数据库专委会执行委员，中国中文信息学会社会媒体处理专委会委员。曾获得2024年ACM上海分会新星奖，2022年高等教育（本科）国家级教学成果奖二等奖，并被评为2023年度FCS期刊优秀青年编委，入选2023年上海市领军人才、2021年上海市浦江人才、2021年微软亚洲研究院铸星学者。
报告3: 智能的博弈与治理体系 – 洪海文
报告摘要：
在智能发展的今天，静态的常规任务和数据受制于人类的认知水平，难以推动智能的进一步发展，而动态博弈与对抗将带来更强的智能上限。本次讲习班分享将围绕安全即对抗，对抗即智能两个大主题，介绍业界当前的发展、博弈对抗用于智能安全治理的设计、博弈对抗用于提升智能上限的尝试等，旨在阐述“本质上的难”是什么，探讨安全与智能的对立统一关系，并分享在真实的日均百亿千亿级流量的工业界，如何将抽象的智能机理落地并产生真实价值。
专家简介：
洪海文，阿里安全AGI实验室-御风大模型团队负责人，团队技术方向覆盖大模型预训练、后训练、多模态、Diffusion、LLM Self Play等，在CVPR、ACL、ICCV、ICML等顶会期刊发表多篇论文，被量子位、机器之心等顶尖科技自媒体多次报导，并受邀在世界互联网大会、birTV等官方展会展出；多项创新模型与产品覆盖阿里日均百亿级流量，覆盖阿里业务如淘宝闲鱼、通义、阿里云、优酷等，同时服务外部公司、国家单位等。
报告4: 人工智能赋能体育：从模型到智能体 – 王文轩
报告摘要：
本次报告将首先带领大家回顾近年来大模型和智能体的发展历程。然后将系统性地介绍人工智能驱动的体育智能计算框架，涵盖三个核心层次：感知建模、认知建模与决策建模。接着以智慧体育的受众划分为脉络，从运动员、教练、裁判、研究者、媒体和体育产业六个角度，报告近年来的大模型赋能体育的研究进展。最后将总结智慧体育当前的瓶颈和未来发展方向。
专家简介：
王文轩，中国人民大学信息学院讲师，人工智能治理研究院研究员，海外优青。研究方向为大模型及智能体应用及安全，近五年发表A类论文50余篇，谷歌学术总引用7000余次。发表论文获ACM SIGSOFT杰出论文奖，EMNLP 最佳论文提名，深圳科协优秀论文奖。多个大模型安全对齐项目在开源社区排名第一，累计收获6000 GitHub星标。研究工作被图灵奖得主Yoshua Bengio、OpenAI和Anthropic的研究人员采用，成为业界标准评测工具。申请人先后主持国家高层次青年人才项目，国家重点研发项目子课题等多个项目，并入选华为玉兰学者计划和微软铸星学者计划。同时担任ACL,EMNLP，ICLR等国际人工智能旗舰会议的领域主席，以及ACM MM的讲习班主席。