世界模型之路在何方？| YEF2024

邱锡鹏

复旦大学教授

CCF YOCSEF上海2024-2025主席，复旦大学计算机学院教授，主要研究方向为自然语言处理基础模型和算法，发表CCF-A/B类论文100余篇，引用1.9万余次，入选爱思唯尔中国高被引学者和全球前2%顶尖科学家榜单，曾获中国科协青年人才托举工程、国家优青等项目，获钱伟长中文信息处理科学技术奖一等奖（第一完成人），入选教育部“高校计算机专业优秀教师奖励计划”，两次获得上海市计算机学会教学成果奖一等奖；主持研发的MOSS已经成为国内影响力最大的开源大型语言模型之一。著作《神经网络与深度学习》被上百家高校作为教材。

周奕毅

厦门大学副教授

CCF YOCSEF厦门2024-2025主席，厦门大学信息学院、人工智能研究院双聘副教授/博士生导师，厦门大学南强青年拔尖人才、厦门市双百计划领军人才。长期从事视觉-语言多模态研究，围绕多模态大模型、视觉问答、指向性目标检测分割等任务，在IEEE TPAMI、IJCV、CVPR等CCF推荐期刊及会议发表论文30余篇，其中CCF-A类文章20余篇，多篇论文被评选为CVPR，ACM MM，ECCV口头报告文章（Oral Paper）。

王昊奋

CCF术语工委副主任、自然语言处理专委会秘书长

同济大学特聘研究员

CCF上海分部秘书长、SIGKG主席，长期在一线人工智能公司担任CTO之职。他是全球最大的中文开放知识图谱联盟OpenKG发起人之一。他负责参与多项国家级AI相关项目，发表100余篇AI领域高水平论文，被引用次数达到3500余次，H-index达到29。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”；所构建的智能客服机器人已累计服务用户超过10亿人次。目前，他担任中国中文信息学会理事，语言与知识计算专委会副秘书长，上海市计算机学会自然语言处理专委会副主任，上海交通大学AI校友会秘书长等社会职位。

报告题目：世界模型角度下知识增强大模型的融合创新与展望

摘要：

世界模型和知识增强大模型正逐渐成为推动新一代人工智能技术创新的核心力量。本报告将介绍相关基本概念，通过分析前沿研究案例和最新技术发展趋势，给出世界模型角度下知识增强大模型在理解复杂物理世界机理、提升决策质量和加速知识获取过程中的关键作用，最后结合垂直领域的落地应用展望未来技术范式。

张鹏

天津大学教授

CCF YOCSEF天津2023-2024主席，天津大学教授、博士生导师、计算机学院副院长，入选国家级青年人才计划、微软亚洲研究院铸星计划，十余年来致力于量子人工智能和量子语言建模的研究工作，并积极推动大语言模型的轻量化。

报告题目：世界模型的轻量化

摘要：

计算资源的限制在很多应用场景中成为制约大规模模型的部署与应用的瓶颈。因此，探索世界模型的轻量化方法显得尤为重要。轻量化世界模型不仅能够推广到资源受限的环境，还能促进可持续AI技术的发展，是未来世界模型研究的重要方向。另外，通过持续优化和革新，世界模型有望在各种实际应用中发挥更大作用。

李冠彬

中山大学教授

CCF YOCSEF广州2024-2025主席，中山大学计算机学院教授，博士生导师，国家优秀青年基金获得者。主要研究领域为跨模态视觉感知、理解与生成。迄今为止累计发表CCF A类/中国科学院一区论文150余篇，Google Scholar引用超过11500次。曾获得吴文俊人工智能优秀青年奖、中国图象图形学学会科学技术一等奖、ICCV2019最佳论文提名奖、ACM中国新星提名奖、ICMR2021最佳海报论文奖等荣誉。主持了包括国自然优青、面上、青年、广东省杰青、 CCF-腾讯犀牛鸟科研基金、华为Mindspore学术基金、美团北斗科研合作基金等 10 多项科研项目。担任CSIG青工委副秘书长、广州计算机学会副秘书长、VALSE执行副主席等。担任CVPR、ECCV、AAAI等顶级会议领域主席（AC）或高级程序委员。担任The Visual Computer编委，获得8项CVPR、NeurIPS、ACM MM等国际顶级会议竞赛冠军。

报告题目：世界模型中的跨模态对齐的视觉内容理解与生成

摘要：

跨模态表征旨在通过学习对齐多种模态之间的语义实现特征的增强表达。其中跨模态显式的语义对齐是实现细粒度、可解析的跨模态理解技术的核心关键。本次报告将从图网络信息传播、多模态大模型蒸馏、知识嵌入、结构一致性表征等角度介绍研究组近年来的研究尝试，并介绍在世界模型相关领域的应用验证。