主题论坛11人机交互Tutorial

简介：

长期从事智能交互系统设计研究。曾任联想研究院人机交互高级研究员、清华大学智能产业研究院人智交互研究组负责人，具有丰富的产学研交叉背景。曾获ACM SIGCHI China Rising Star Award、 智源青年学者等荣誉。

简介：

浙江大学工学博士，曾在宾夕法尼亚大学GRASP实验 室访问。主要研究具身智能与人机交互，包括人形机 器人控制、人体动作捕捉和多模态感知，在ICRA、 MM、ICML、TMM等国际会议期刊发表多篇论文。

简介：

麻晓娟博士是香港科技大学计算机科学及工程学系副教授、人机交互联合实验室主要成员。她于清华大学获得学士学位，于美国普林斯顿大学获得计算机系统硕士和博士学位，曾任新加坡国立大学研究员。研究方向聚焦人机共情计算，包括情感计算、人群计算、多媒体辅助沟通、交互设计、多模态感知建模及计算语言学。她在CHI、CSCW、UIST、UbiComp、Multimedia等会议和TOCHI、IJHCS、TVCG、Artificial Intelligence等期刊发表系列论文，并多次获得Best Paper、Honorable Mention等荣誉.

报告题目：AI时代下对以人为本的计算的重思考

报告摘要：

在人工智能深度促使计算系统的设计、运作和研究越来越自动化的背景下，“以人为本的计算”正面临根本性再定义。传统范式将“人”视为系统回路中的用户、数据来源与服务终点；而在大模型与自主智能体主导的新语境下，人机关系正在发生变化。本报告将讨论以人为本设计方法需要怎样调整，以及未来计算应以什么重心重新引发科研工作者的思考，并比较人机交互重塑以何为本原则的不同理论框架与方法实践。

简介：

喻纯，清华大学计算机系副教授、博士生导师，国家高层次人才。研究方向为人机交互自然性的计算原理与优化方法，是近年（2016至今）CSRankings全球HCI顶级论文最多的学者之一，发表论文60余篇，9次获得论文奖励。曾获教育部科技进步一等奖、中国电子学会科技进步一等奖、阿里达摩院青橙奖、CCF“青年人才托举计划”等荣誉，2020年起被聘为智源青年学者。现兼任CCF人机交互专委会副主任、ACM SIGCHI China副主席、中国图象图形学学会人机交互专委会副主任等。

报告题目：大模型时代人机交互的因果视角：从交互式学习到用户世界模型

报告摘要：

大模型的发展正推动人机交互从界面操作走向语义理解、任务协同与认知对齐。在当前前沿Agent系统中，交互式学习已成为智能体理解用户、适应情境并持续提升能力的关键机制。本报告将以交互式学习为切入点，从因果视角重新审视人机交互的价值：Agent能力的提升不仅来自更多上下文信息，更来自真实任务交互中对用户意图、任务目标与环境约束之间因果关系的揭示，从而形成稳定、可解释的理解能力。报告还将介绍用户世界模型（Human World Model）研究方向，并结合课题组在行为感知、认知建模等方面的科研实践，探讨大模型时代人机交互从“理解语言”走向“理解用户世界”的新范式。

简介：

米海鹏，清华大学信息艺术设计系教授、清华大学未来实验室客座研究员，领衔媒体与交互实验室（MILAB）。研究方向聚焦交互设计、人机交互、非物质文化遗产数字化与文化计算，致力于融合艺术与科学、传统与当代、人与造物的跨学科创新。代表作包括中国风机器人乐队“墨甲”、液态金属动态雕塑“MetaLife”、动态刺绣《木兰》和动态中国画《九兰图》等。已发表论文50余篇，获专利十余项，近期获UIST 2025和CHI 2026最佳论文奖；现任ICACHI学术会议副主席，多次担任Chinese CHI程序共同主席，并主持国家重点研发计划课题及多项企业合作项目。

报告题目：智能文化计算：人与AI协同的文化遗产保护与活化

报告摘要：

本报告围绕智能文化计算，探讨如何将人工智能与交互设计系统性地融入文化遗产的保护、活化与再创造。报告提出人与AI协同的文化计算框架：在尊重文化原真性的同时，借助大语言模型、生成式AI等技术，为传统艺术、手工艺与表演形式设计新型互动体验；并结合代表性案例，从设计、实现到用户接受度进行解析，提炼面向文化场景的人机协同原则。报告还将展望AI在交互叙事、多模态感知反馈中的可能性，并讨论智能系统参与文化创作时的角色分工与伦理议题。

简介：

Xing-Dong Yang是加拿大西蒙菲莎大学计算科学学院副教授、Visual Computing Chair。他主要从事人机交互研究，通过新型感知与触觉技术构建智能物理和虚拟环境中的交互系统。其研究获UIST最佳论文奖及8项荣誉提名（包括UIST、CHI和MobileHCI），相关成果被Discovery、The Wall Street Journal、Forbes、MIT Technology Review、New Scientist等媒体报道。

报告题目：智能材料不是设备：为AI理解人类活动构建物理世界数据基础设施

报告摘要：

当前AI能够从海量文本、图像、语音等数据中学习，却缺少描述人们如何在物理世界中行动的数据。传统传感器通常作为独立设备部署，安装、供电、联网和维护成本限制了规模化采集。本报告提出将感知能力直接集成到日常物体与环境材料中，并基于互动纺织品、无源织物、感知木材和普通木工工艺构建的智能空间，总结六年研究中的三条经验：智能材料必须首先仍是材料；物体应在制造过程中继承感知能力；既有工艺与工人应成为部署基础设施的一部分。材料集成感知可与可穿戴数据互补，为AI理解人类活动提供覆盖更广、持续更久且情境更多样的物理世界数据基础设施。