边缘智能：铺就智能泛在的最后一公里 | CNCC

华中科技大学教授

华中科技大学计算机学院教授，国家级青年人才，华为东湖青年人才，CCF服务计算突出贡献学者，入选CCF分布式计算机专委青年学者激励计划，连续多年入选斯坦福大学全球前2%顶尖科学家榜单。提出“边缘问题边缘解决”的思想，在边缘模型训练、数据管理与资源优化等方向取得系列创新成果。主持和参与国家级科研项目8项，在CCF A类会议和期刊上发表学术论文90余篇，ACM/IEEE Transactions论文100余篇，6次获国际会议最佳论文奖、最佳学生论文和杰出论文奖。

论坛讲者

CCF会士、网络与通信专委会主任，天津大学教授、智能与计算学部主任

IEEE Fellow，国家杰出青年科学基金获得者，天津大学智能与计算学部主任，天津市先进网络技术与应用重点实验室主任，天津市区块链技术创新中心执行主任。ACM China常务理事。主要从事网络、云计算和区块链等方面的研究工作。获天津市科技进步特等奖，辽宁省技术发明一等奖。

报告题目：面向智慧生活场景的“感知-计算-决策”机制

报告摘要：边缘智能赋能终端设备本地化处理与实时决策能力，打造响应迅捷、安全可靠的智慧生活新体验。本报告提出"感知-计算-决策"三层系统架构，主要包括泛在化多模态无线感知融合理论，分布式知识聚合与协同计算策略以及资源与智能解耦的多智能体框架，为未来的智慧生活提供系统化解决方案。

CCF杰出会员，西安电子科技大学教授

CCF嵌入式系统专委会常委，西安电子科技大学华山学者领军教授、教育部长江学者特聘教授，教育部区块链技术应用与测评工程研究中心常务副主任，以第一完成人获2022年度教育部技术发明二等奖、2021/2019年度陕西省高等学校科学技术特等奖/一等奖。在国际旗舰会议ACM Ubicomp、ACM Mobisys、IEEE/ACM期刊等发表论文多篇，获得2017 ACM Ubicomp杰出论文奖（CCF A类）。

报告题目：面向物联网应用的智能感知算法与模型训练关键技术研究

报告摘要：随着人工智能、物联网、5G 通信及边缘计算技术的深度融合，边缘智能正逐渐成为物联网应用中实现高效数据感知与智能决策的核心驱动。面对物联网场景中感知数据源多样、分布式部署广泛以及隐私保护需求日益增强等挑战，亟需在智能感知算法设计与高效模型训练机制方面开展系统性研究。本报告围绕“面向物联网应用的智能感知算法与模型训练关键技术”主题，系统阐述团队在语音信号感知、跨域目标检测与时序数据预测等典型任务中的关键算法进展，并重点介绍团队基于联邦学习技术，在边缘侧实现协同建模与分布式训练的研究工作。

CCF杰出会员，清华大学长聘教授

CCF物联网专委会常委，国家杰青，清华大学软件学院博导、可信网络与系统研究所副所长，ACM SIGBED China常委，中国自动化学会工业物联网技术与应用专委会委员。研究领域涉及物联网、无线网络、移动和普适计算等。担任ACM TIOT协理主编，ACM TOSN、IEEE IoTJ、JCST、《计算机研究与发展》等期刊编委，物联网旗舰会议SenSys 2024、SECON 2022、EWSN 2019、DCOSS 2018等国际会议程序委员会主席，获得2023年CCF自然科学二等奖、SenSys 2023时间检验大奖和SenSys 2022等多个学术会议的最佳论文奖。

报告题目：智能时代的声学感知和通信

报告摘要：随着人工智能与物联网技术的快速发展，声学感知与通信在智能时代扮演着日益重要的角色。本报告探讨无人机、智能汽车、智能家电产品等应用场景中声学感知与通信技术研究，分享相关研究进展，讨论声学感知与通信在智能化场景中的挑战与未来发展方向，为未来智能系统的设计与优化提供参考。

清华大学长聘副教授、媒体所所长

清华大学计算机系长聘副教授，国家优秀青年基金获得者，湖南省杰出青年基金获得者。研究领域包括物联网，边缘计算与边缘智能。主持承担了国家重点研发计划课题、国家自然科学基金重点专项项目等10余项国家级项目。入选中国科协第四届青年人才托举工程、湖南省湖湘青年英才计划。曾获中国电子学会自然科学一等奖（第一完成人）、达摩院青橙奖、 IEEE TCSC青年科学家奖、IEEE通信学会亚太区最佳青年学者奖、IEEE ICC’19最佳论文奖、IEEE HPCC’19杰出论文奖等荣誉，研究成果入选2023年度“中国物联网十大科技进展”（第一完成人）。现担任IEEE Trans. Mobile Computing、IEEE Trans. Vehicular Technology、IEEE Trans. Cloud Computing等多个国际期刊编委，CJournal of Electronics期刊领域主编。连续多年入选科睿唯安全球高被引科学家。现任中国电子学会理事，IEEE与ACM高级会员。

报告题目：端智能体关键技术

报告摘要：随着大模型对复杂任务的推理与规划能力增强，当前工业界与学术界开始挖掘大模型对工具的使用能力，使智能体成为了当下大模型技术演进的热点方向。然而，现有研究主要集中于云上智能体构建与演进，如何构建端侧智能体仍面临性能和效能的双重挑战。本次报告将汇报我们团队在端侧智能体的构建方法与关键技术，探讨潜在的研究方向与应用场景。

CCF杰出会员、理事，中国地质大学（武汉）教授

中国地质大学（武汉）计算机学院、人工智能研究院副院长，智能地学信息处理湖北省重点实验室副主任，教授、博士生导师，智能地学信息处理湖北省重点实验室副主任，主要从事边缘计算、泛在智算与物联网等方向的研究工作，入选国家级高层次青年人才计划。在INFOCOM、ASPLOS、ATC、JSAC、TPDS、TC等会议期刊上发表论文120余篇，出版学术专著3部，获国际学术会议/期刊最佳论文奖6次。担任IEEE TSUSC副主编、IEEE OJ-CS领域主编，以及JNCA、FCS等期刊编委和青年编委。担任CCF分布式计算与系统专委秘书长，CCF理事。现为IEEE高级会员、CCF杰出会员。

报告题目：从云原生到算力原生计算：趋势、探索与展望

报告摘要：算力网，旨在打破云、边、端算力设备壁垒，构建一体化算力资源池，根据业务需求实现按需调度计算、存储与网络等资源。因此，需构建统一管控平台，将广域地理分布式算力设备的碎片资源统一纳管，化网络连接为算力连接，整合多级算力资源，并实现跨地域、跨层级的资源协同，将海量算力资源按需弹性地分配给需求各异的各类应用。云原生计算基于低开销容器化的运行方式非常契合算力网的资源弹性管控需求，将云原生技术应用于算力网，发挥云原生的优势，构建算力原生计算，具有很大潜力。然而，相较于云计算，算力网具有典型的资源广分布、高异构、多碎片、高动态等特征，亟需云原生技术的适应性融合与改进。本报告将初探将云原生拓展应用于算力网络的潜力与优势，同时从资源分配与任务调度优化角度探讨算力原生计算发展面临的问题。

CNCC2025将于10月22-25日在哈尔滨举办。专题论坛将在往年多样化主题的基础上，首次通过“基础-前沿-未来”的一体化设计，满足不同背景参会者的需求，构建从知识获取到创新激发的完整路径，打造系统化、进阶式的参会体验。重点设置9大主题板块，每个主题板块的专题论坛由三大核心模块组成：面向前沿领域的体系性Tutorial、聚焦前沿突破的专题论坛以及探讨未来发展路径的思辨论坛。