主题论坛18大模型赋能泛在物联交互

2026年8月16日 13:00–15:00 5楼桃花厅

论坛简介

当人工智能成功解决“单点智能”后,如何构建具备理解力、自主推理与跨情境泛化能力的“认知智能”,成为了当前智能化技术发展的核心挑战。其中大模型赋能泛在交互为认为是实现“认知智能”的重要技术手段。然而,虽然大模型拥有惊人的语义理解力,却缺乏与物理世界的实时交互接口。物联网设备遍布角落,却大多是“盲眼”和“聋耳”,仅能进行浅层的数据搬运。这种割裂导致了部署成本高昂和模型迁移失效。为此,本论坛将聚焦“大模型赋能的泛在感知”,探讨一种全新的协作范式——让物联网终端成为大模型感知物理世界的“神经末梢”,让大模型成为物联网设备的“群体智慧大脑”。期待通过跨界对话,厘清从“万物互联”到“万物智联”的进化路线,探索如何让机器真正“看懂”并“听懂”这个世界。 Panel环节拟研讨的问题如下: 问题1:让大模型成为物联网设备的“智慧大脑”难在哪里? 大模型赋能物联网设备为何面临挑战?要感知并理解物理世界通常面临何种技术挑战? 如何平衡大模型驱动的感知设备交互的实时性与计算资源的有限性? 问题2:大模型作为“智慧大脑”赋能物联网设备的有效技术路径是什么? 如何实现高维、高速、高效的有效物联感知? 潜在的大模型赋能高效物联感知理论架构有哪些?

论坛主席
盛碧云

盛碧云

主席

南京邮电大学

简介:

盛碧云博士,南京邮电大学副教授、硕士生导师,CCF高级会员。长期从事物联网感知与计算研究,主持并结题国家自然科学基金面上/青年项目、博士后特别资助等项目,获得江苏省优秀青年基金、南京邮电大学“华礼人才计划”拔尖人才、中国电子学会科技进步一等奖、江苏省第六届教学创新比赛新工科赛道二等奖、全国高校电子信息类优质本科课件一等奖等多个奖项。

蔡惠

蔡惠

副主席

南京邮电大学

简介:

蔡惠,南京邮电大学计算机学院长聘副教授,软件工程系副主任,曾任CCF Yocsef南京2023-2024 AC学术秘书,获得2025年ACM中国南京分会新星奖,南京邮电大学“华礼人才计划”拔尖人才,江苏省双创博士,CCF高级会员。目前主要研究方向包括物联网感知与联邦学习、大模型参数高效微调等。在相关领域发表论文40余篇,包括ACM WWW, IEEE INFOCOM, ACM Ubicomp, IEEE TMC, IEEE TDSC, IEEE TIFS等CCF A类会议及期刊。担任国际期刊Data Intelligence领域主编,主持国自然科学基金面上基金、青年基金、国家博士后基金特别资助等国家级/省部级项目共7项。个人主页:https://yjs.njupt.edu.cn/dsgl/nocontrol/college/dsfcxq.htm?dsJbxxId=6403b057c50d447ab770aa8f6179f681

论坛嘉宾
郭斌

郭斌

嘉宾1

西北工业大学

简介:

郭斌,工学博士,西北工业大学计算机学院教授、副院长,国家杰出青年科学基金获得者,工信部智能感知与计算重点实验室主任,人机物融合群智计算教育部重点实验室副主任。 主要从事智能物联与普适计算、群体智能、移动群智感知等方面研究。在IEEE/ACM汇刊等国内外重要期刊和会议上发表论文200余篇,出版《人机物融合群智计算》《智能物联网导论》《计算社会学》等专著,入选爱思唯尔中国高被引学者,《麻省理工科技评论》 “中国智能计算创新人物”。曾获得教育部自然科学一等奖、陕西省自然科学一等奖、军事科技进步一等奖等。担任《ACM IMWUT》《IEEE Transactions on Human-Machine Systems》《Frontiers of Computer Science》等国际权威期刊编委。CCF理事、ACM西安分会主席、CICC认知与行为专委副主任。

报告题目:感算协同智能物联系统

报告摘要:

人类正在进入“人机物”融合万物智能互联的时代。随着物联网和人工智能技术的飞速发展,智能物联网(AIoT)正成长为一个极具前景的新兴领域,它以人工智能、边缘计算与物联网等技术的深度融合为基础,在感知、通信、计算和应用中通过AI技术赋能,构建具有更高灵活性、自组织性、自适应性、持续演化的物联网系统。本次报告将分享西工大在智能物联网感算协同方面的最新研究进展。

何源

何源

嘉宾2

清华大学

简介:

何源,清华大学长聘教授、博导,国家杰青,清华大学软件学院可信网络与系统研究所副所长,中国计算机学会杰出会员、物联网专委会常委,ACM SIGMOBILE China副主席, SIGBED China 常委。研究领域涉及物联网、无线网络、移动和普适计算等。担任ACM Transactions on IoT 期刊协理主编,ACM TOSN、IEEE IoTJ、JCST、清华大学学报英文版、《计算机研究与发展》等期刊编委,物联网领域主流会议SenSys和EWSN的指导委员会成员,SenSys 2024、SECON 2022、EWSN 2019、DCOSS 2018 等国际会议程序委员会主席,研究成果获得中国计算机学会自然科学二等奖、SenSys 2023 时间检验奖和 MobiSys 2025、SenSys 2022 等多个学术会议的最佳论文奖、最佳学生论文奖、最佳论文提名奖等。

报告题目:射频计算与物理智能

报告摘要:

以大语言模型为代表的新一代人工智能正推动智能化水平不断攀升,而构建全天候、泛在的感知系统是获取物理世界数据、支撑物理智能发展的基石。本报告介绍射频计算这一方向的研究背景和基本概念,简介相关研究进展,探讨未来的研究空间。

叶茫

叶茫

嘉宾3

武汉大学

简介:

叶茫,武汉大学计算机学院教授、国家高层次青年人才,科睿唯安全球高被引科学家。长期从事多模态计算、联邦学习等领域研究,以第一/通讯作者发表 CCF-A 类论文100余篇,谷歌学术引用2万余次。担任CCF-A类IEEE TIP、IEEE TIFS等期刊编委,CVPR、ICLR、ICML等顶级会议领域主席等学术职务。主持国家重点研发计划、国自科-香港联合基金等科研项目。牵头获中国图像图形学会科技进步一等奖、吴文俊人工智能自然科学二等奖。

报告题目:从多模态情感计算到精神心理诊疗

报告摘要:

报告摘要:多模态情感计算通过视觉、语音、语言等信号理解人的情绪、意图与行为表达。随着多模态学习和大模型的发展,该领域正从传统情绪识别拓展至复杂情感理解。本报告将围绕模态融合、情感上下文建模和大模型情感推理,介绍团队在情感意图联合建模、动态专家融合和大模型情绪感知增强等相关研究。此外,报告将探讨多模态情感计算在精神心理诊疗的应用,展望该领域的未来发展。

董玮

董玮

嘉宾4

浙江大学

简介:

董玮,浙江大学计算机科学与技术学院副院长,国家重大人才工程特聘教授。中国计算机学会(CCF)杰出会员,ACM中国SIGMOBILE副主席,CCF物联网专委、互联网专委、分布式计算与系统专委执行委员,浙江省计算机学会嵌入式与物联网技术专委秘书长。曾获全国优博论文提名、CCF-Intel青年学者提升计划、浙江省杰出青年基金、国家级青年人才计划。在ACM MobiCom、MobiSys、SenSys、IMWUT/UbiComp等著名国际会议以及IEEE/ACM Trans on Networking、IEEE Trans on Mobile Computing等著名国际期刊上发表论文200余篇。主编教材/专著2部,授权发明专利30余项。以第一完成人,获2023年浙江省科技进步一等奖,2025年中国计算机学会技术发明二等奖,2021年中国计算机学会科技进步杰出奖。指导多位博士生获CCF优秀博士论文激励计划、国家自然科学基金博士生基金、华为天才少年计划等。

报告题目:大模型赋能物联网

报告摘要:

大模型的发展使物联网朝更智能的方向进一步发展,同时也带来一系列新的挑战。报告针对面向物理世界感知、理解与控制中面临的跨域感知精度低下、复杂专业问题理解困难、控制规则生成精度不足等挑战,介绍了团队最新研究的几项关键技术,包括基于大模型隐式知识注入的跨数据识别方法、多智能体辩论驱动的视觉感知理解方法、面向桥梁智能运维领域的专业大模型构建方法,以及大模型驱动的控制规则生成方法等。最后展望了大模型赋能物联网未来与愿景。

林峰

林峰

嘉宾5

浙江大学

简介:

林峰,浙江大学计算机科学与技术学院/网络空间安全学院“百人计划”研究员。教育部青年长江学者,浙江省千人计划专家。曾任美国科罗拉多大学丹佛分校助理教授,纽约州立大学布法罗分校研究科学家。主要研究方向为人工智能安全,具身智能安全等。共发表150余篇高水平论文。主持国家自然科学基金联合基金重点项目、面上项目、军科委项目以及与华为、蚂蚁、吉利汽车合作的企业项目等。参与制定国家及行业标准3项。获ACM SIGSAC China新星奖,SIGMOBILE研究亮点论文,MobiSys’20,SenSys’21,CHASE’22等6次会议最佳论文奖及提名奖。研究成果在华为、北京市公安局、杭州城市大脑等单位落地应用

报告题目:人脸视觉基础模型及其安全应用

报告摘要:

随着生成式人工智能的飞速发展,视觉内容生成技术虽然得到了广泛应用,但也对个人隐私和认知安全构成了严重威胁。现有的检测器普遍存在对未知生成算法泛化能力有限、跨域适应性较弱,以及容易受到图像扰动影响等短板。为了解决这些挑战,在人脸安全领域,我们提出了人脸安全基础模型(Face Security Foundation Model, FSFM)。这是一个自监督框架,能够作为一个统一且可扩展的骨干网络,广泛应用于深度伪造检测、人脸活体检测以及扩散模型生成的人脸伪造检测等多种任务。其次,我们面向真实场景部署,进行了可扩展的系统级优化,适应更多的应用场景。

← 返回主题论坛总览