朱文武，清华大学计算机系教授，信息科学与技术国家研究中心副主任。曾任国家973计划项目首席科学家，国家基金委重大项目负责人，教育部人工智能科技创新专家组成员等。先后担任IEEE Transactions on Multimedia主编、IEEE Transactions on Circuits and Systems for Video Technology主编、 IEEE Transactions on Multimedia指导委员会主席、ACM Multimedia大会主席等职。 ACM Fellow、IEEE Fellow、AAAS Fellow、欧洲科学院外籍院士。获2023年ACM SIGMM技术成就奖和2024年IEEE电路与系统学会Charles A. Desoer技术成就奖。三次获国家自然科学二等奖（排1，排1，排2）。
【报告题目】
动态开放环境下图机器学习若干进展
【报告摘要】
图数据，例如社交网络、交通网络、蛋白质网络等，广泛存在于各行各业。时空图、知识图、场景图等也广泛用于大数据分析领域中。因此，图机器学习是近年来数据挖掘和机器学习领域的研究热点之一，已成为网络关联分析、视觉内容推理等多类计算机应用的核心技术。本报告介绍动态开放环境下图机器学习 (Graph Machine Learning in Dynamic Open Environment)的若干进展，面向训练与测试图数据分布不一致 (Out of Distribution, OOD) 的现实挑战，提出了解耦不变图机器学习理论方法，研究空间结构OOD、时序结构OOD 以及时空持续演化OOD等难题，求解动态开放环境下的图机器学习问题。
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年青年科学基金项目（A类）延续资助计划获得者，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、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150多篇，获最佳论文奖2次。10次参加由美国国家标准技术局NIST举办的国际评测TRECVID视频搜索比赛，均获第一名。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。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】
基于多模态大模型的视觉内容理解与生成
多模态大模型在视觉内容理解与生成的协同进化上展现出巨大潜力，也面临关键挑战。在视觉内容理解上，真实世界的细粒度和多模态特性对大模型提出挑战；在视觉内容生成上，如何生成内容真实、逻辑合理且语义一致的视觉内容是需要研究的关键问题。围绕上述难题，本团队在细粒度多模态大模型、AIGC等方面进行了相关研究，推动多模态大模型赋能视觉内容的理解与生成。
胡清华，国家优青/杰青。天津大学北洋讲席教授，研究生院副院长、天津市机器学习重点实验室主任、智慧城市与数字治理教育部工程中心主任、CAAI粒计算与知识发现专委会主任。从事大数据粒计算、多模态学习、不确定性建模和自主机器学习方面的研究，先后获得国家重点研发计划项目、国家自然基金重点项目、国家优青/杰青以及国防项目的资助。在IEEE-TPAMI、IJCV、IEEE TKDE、IEEE TFS等期刊以及NeurIPS、CVPR、IJCAI、AAAI等会议发表论文300余篇，引用超过40000次。先后获得天津市自然科学一等奖、黑龙江省自然科学一等奖、天津市科技进步一等奖以及CAAI吴文俊科技进步一等奖。目前担任IEEE Trans. Fuzzy Systems，电子学报、智能系统学报等期刊的编委。
【报告题目】
社会化机器学习——一种基于分治的复杂问题求解范式
【报告摘要】
人工智能正在被应用于智慧城市、社会治理、智能驾驶、军事指挥等复杂场景，智能系统需要完成任务的复杂性在快速上升，包括任务的规模、多样性以及不确定性等多个维度。传统的机器学习算法无法应对此类挑战，当前被广泛研究和讨论的大模型将AI处理复杂问题的能力提升到了一个新的高度，但面临着算力和数据需求大、能耗高，产生幻觉等问题。人类社会在处理复杂任务时，往往将复杂任务分解为一系列适合单个个体完成的子任务，并根据个体的能力进行分工合作。在人的学习过程中存在类似的行为，并且通过观察、交流和互动，实现共同成长，这一过程被称为社会化学习（Social Learning）。本报告将系统汇报人类群体的社会化学习机制，并把这一机制引入到机器学习，设计社会化机器学习框架，并从理论、算法和应用上给出社会化学习的具体方法。
沈超，西安交通大学二级教授，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，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、控制与测试的研究工作，获最佳论文奖11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。主持国家重大、重点、国际(地区)合作等项目30余项，制定国内外标准5项，多份建言被中央办公厅等采纳。担任IEEE TDSC、TCYB、TFS汇刊等10余个国际期刊编委、IEEE SMC&CS Xi'an 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多模态具身智能
【报告摘要】
随着大模型能力和具身智能边界的不断拓展，其潜在的安全隐患亦日益凸显。本报告将从AI的内生安全属性出发，从小模型到大模型到具身智能--围绕保密性、完整性与隐私性这三大安全基石，分析AI大模型时代下和具身智能背景下的智能安全可靠性和安全性问题。本报告聚焦于大模型隐私泄露路径、模型窃取手法、对抗攻击策略、后门植入威胁、输出结果隐患，以及公平性与偏见等问题。
肖斌，重庆邮电大学教授、博士生导师，先后入选教育部长江学者特聘教授、教育部长江学者-青年学者，重庆市科学技术带头人，重庆市杰青，巴渝学者特聘教授。担任教育部“网络空间大数据智能安全”重点实验室副主任，“图像认知”重庆市重点实验室副主任。主要从事计算机视觉、医学图像分析、深度学习理论与应用、数据安全与隐私保护等领域的研究和教学工作。担任IEEE TCSVT 、Pattern Recognition Letter、 Multimedia Systems 等期刊Associate Editor。已在Nature Methods、Nature Photonics、IJCV 、IEEE TPAMI、IEEE TIP、中国科学：信息科学、CVPR、ICCV等国际期刊和会议上发表论文和成果200余篇（其中SCI一、二区、CFF A/B类论文150余篇），授权国家发明专利11项，授权美国发明专利3项。研究成果获重庆市自然科学二等奖、吴文俊人工智能科技进步一等奖、重庆市科技进步一等奖、中国计算机学会自然科学一等奖等科技奖励
【报告题目】
生成图像检测理论与方法
【报告摘要】
随着生成式人工智能技术的颠覆性进展，由生成图像引发的恶意事件频发，已演变为全球数字安全领域的重大挑战。当前主流的生成图像检测算法普遍存在检测精度受限、跨域泛化能力不足、多模态处理机制缺失及可解释性薄弱等瓶颈，难以满足现实场景中规模化部署的实际需求。本报告主要介绍团队在提升图像检测精度、多模态协同检测、提升检测鲁棒性和模型溯源方面的一些思考和工作。
张煦尧，中国科学院自动化研究所研究员，中国科学院大学人工智能学院岗位教授，国家优青，科技创新2030新一代人工智能重大项目青年科学家。主要研究兴趣包括模式识别与机器学习，在顶级期刊和会议上发表论文100余篇，包括PIEEE, IEEE TPAMI, CVPR, ICCV, NeurIPS, ICLR等。担任国际期刊IEEE Trans. Image Processing的Senior Area Editor，以及国际期刊Pattern Recognition和Neural Networks的Associate Editor。入选中国科学院稳定支持基础研究领域青年团队、中国科协青年人才托举工程、中国科学院青年创新促进会优秀会员。荣获中国人工智能学会吴文俊人工智能优秀青年奖、中国科学院朱李月华优秀教师奖等荣誉。
【报告题目】
开放环境模式识别
【报告摘要】
模式识别面临着从静态封闭环境走向动态开放环境的挑战。针对开放环境的动态性、不确定性和演化性等特点，开放环境模式识别旨在通过置信度估计、新类别自动发现以及类别增量学习来实现模式识别能力的自主进化。置信度估计赋予模型区分已知和未知的能力，新类别自动发现促使模型从数据中自动发现新知识，类别增量学习让模型的能力得以不断进化。通过边界评估-知识发现-能力进化的闭环学习，将推动模式识别从被动识别向主动认知转变。