YEF2026 | 当大学生的成长航船驶入大模型浪潮: 何以乘风共舞？

香港科技大学（广州）的副研究员、博导，法国格勒诺布尔阿尔卑斯大学GIPSA-lab获得博士学位。曾担任加拿大Ryerson University的博士后研究员。主要研究方向是语音处理、音视频理解与生成以及可信人工智能等。目前以第一作者或通讯作者身份在这些领域已发表学术论文80多篇，其中包括此领域顶级期刊和会议TPAMI, TASLP, NeurIPS等。现担任国际IEEE机器学习信号处理委员会MLSP Member Nominations & Election分会主席。曾担任2022年语音信号处理顶会ICASSP的Local Chair (China site)。广东省青年拔尖人才以及深圳市海外高层次人才-孔雀人才称号获得者。作为项目负责人，主持国自然面上项目、国自然重点项目课题、国自然青年项目、广东省面上项目、2024 CCF-腾讯犀牛鸟项目、2023/2025腾讯AI Lab犀牛鸟专项计划、2025年度CCF-快手大模型探索者基金等。曾在2017年荣获法国Sephora Berribi数学与计算机领域女性科学家奖、IEEE Multimedia Signal Processing Rising Star Runner-up Award以及2024年CCF-腾讯犀牛鸟项目卓越奖。团队在2026国际语音顶会Interspeech音频推理挑战赛中获得单模型赛道冠军(18个国家和地区的156支队伍)。

中国人民大学教授、博士生导师，国家级青年人才，CCF 数据库专业委员会与大数据专家委员会执行委员。长期围绕数据治理技术、智能数据系统等方向开展研究，相关成果在CCF-A类期刊和会议上发表论文70余篇，先后主持国家自然科学基金优青项目、重点项目、面上项目，以及CCF-华为胡杨林基金、CCF-腾讯犀牛鸟基金等多项产学研合作项目。获得ACM SIGMOD Research Highlight Award、ICDE 2025 Best Paper Runner-Up Award、ACM China Rising Star Award、宝钢优秀教师等奖励与荣誉。

演讲题目：GenAI浪潮下的研究方向选择

摘要：本报告将围绕 GenAI 浪潮下的研究方向选择展开讨论。一方面，从数据管理与数据系统视角，分析大模型时代可能出现的重要研究问题与发展趋势；另一方面，重新审视科学研究的不同层次，探讨在 AI 快速发展的背景下，什么样的研究方向具有长期价值，以及研究者应如何构建不易被替代的核心能力。希望借此与同学们共同思考：在技术浪潮之中，如何选择既有学术意义、又能够长期投入的研究方向。

清华大学计算机系长聘副教授，博士生导师，2014年在伊利诺伊大学-香槟分校获得计算机科学博士学位，曾任美国弗吉尼亚大学计算机科学系Copenhaver副教授。他的研究主要集中在机器学习领域，着眼于创立具有完备理论性质与高效实用性能的强化学习方法以解决个性化决策问题和大模型推理问题。

报告题目：AI凝视下的智力主权：在“答案廉价”的时代坚持慢思考

摘要：在这个“答案”可以被“廉价生成”的时代，我们正面临一场关于智力尊严与个体价值的危机。本报告将探讨在生成式AI对传统教育和学术评价体系带来结构性冲击的大背景下，作为教育者和学习者的我们如何沉下心来，通过人为的“慢思考”与深度推演，坚守身为技术创造者的智力主权，从而更好地迎接来自复杂系统深处的未知与挑战。

香港科技大学 (广州)人工智能学域助理教授，博导，受国家人才计划青年项目资助，毕业于香港中文大学，曾担任麻省理工学院担任博士后研究员。多年以来一直致力于计算机视觉，特别是视觉生成模型的研究，在TPAMI、CVPR、ICCV、ECCV等顶级学术会议、期刊发表论文六十余篇。其工作专注于视觉生成模型基础与应用研究，多次以第一作者或者通信作者身份在顶级会议中做口头报告，其研究成果入选ESI高被引论文、ICCV 2023最佳论文提名，获中国图像图形学会自然科学奖一等奖、广东省人工智能学会科学进步奖、广东省工业软件科学技术奖。

报告题目：大模型时代大学生的认知突围与自我生长

摘要：随着 “Vibe Coding” 和 “Auto Research” 等新范式的快速崛起，获取知识与生成成果的门槛正无限趋近于零。在这一背景下，传统教育体系正经历深刻解构：教师不再是知识的唯一中心，学生获取信息的自主性空前增强。然而，这种由大模型带来的“极度舒适”，正在悄然酝酿一个温水煮青蛙式的陷阱——“断档效应”。当我们将任务全盘托付给 AI，人类正面临丧失底层能力的风险：失去对复杂结果的判断力、失去对系统 Bug 的修复力，甚至失去在知识边界上继续延展的创新力。真正的危机不在于 AI 太强，而在于人类在过度依赖中不知不觉地变弱。本次报告将深入探讨在大学生与大模型“狭路相逢”的当下，我们该如何破局。AI 同样的能力，可以替人做事让人越发依赖，也可以帮人学懂让人更加强大。我们将分享一种全新的认知构建理念：不为了干活而盲目拥抱大模型，而是利用 AI 作为“Agent”，消除探索未知领域时的所有摩擦力，构建自适应的学习闭环。面对未来的剧烈磨合期，大学生的核心竞争力在于：让自身的学习与进化速度，跟上 AI 的生成速度。只有守住属于自己的底层认知模型，我们才能在与大模型的“共舞”中，成为知识的主导者，而非 AI 的传话筒。

阿里云高校合作负责人。负责阿里云全球教育与学术合作，开启了阿里巴巴创新研究计划、访问学者计划、研究型实习生等一系列合作项目，并与全球高校建立联合研究实验室。在加入阿里巴巴之前，他是亚马逊AWS的高级教育总监，在中国建立了AWS与学术界的合作。2007年，他加入了微软亚洲研究院，主要负责微软亚洲研究院的学术合作、人才培养和教育部重点实验室等。

报告题目：AI时代的创意新引擎——大模型如何赋能广大青年创作者