邀你一起共论人工智能时代下数据库与AI技术创新｜CNCC2026

简介：中国人民大学教授、博导、国家优青。研究方向聚焦压缩数据直接计算技术，围绕本方向发表SIGMOD、VLDB等CCF A类论文70余篇，主持国家自然科学基金联合等项目，曾获蚂蚁InTech科技奖、IEEE TPDS/TCC最佳论文、ASPLOS Distinguished Artifact Awards、日内瓦国际发明展评审团特别嘉许金奖等奖励。2022年入选北京市科技新星人才计划，2025年入选智源青年学者、CCF高性能计算专委会“青年学者激动计划”，获得北京市教学成果一等奖等奖励。任TPDS、FCS、JPDC、BDMA等期刊的编委，VLDB等国际会议审稿人。

报告题目：AI时代的数据计算新范式：从高性能数据库到压缩数据直接计算

报告摘要：AI时代，数据规模与计算需求快速增长，数据搬移、计算效率与硬件利用率成为数据系统的关键性能瓶颈。本报告介绍我们在高性能数据处理方面的系列研究：首先，以腾讯TDSQL为例，介绍面向大规模分析负载的体系结构、并行执行、向量化计算与存储协同优化；进一步，针对传统“先解压、后计算”带来的数据膨胀与冗余搬移问题，介绍压缩数据直接计算技术，以及面向GPU的压缩存储与计算方法；最后，探讨AI时代数据表示、系统软件与计算硬件协同优化的发展方向。

简介：浙江大学研究员，博士生导师，国家特聘青年人才。研究方向为数据库、多模态大数据管理与分析等，已发表CCF A类论文100余篇。论文获数据库顶级会议ICDE 2022（CCF A类）最佳论文奖、ICDE 2019优秀论文、ICDE 2015优秀论文、DASFAA 2024（CCF B类）最佳论文、APWeb-WAIM 2018（CCF C类）最佳论文。主持国家创新人才青年项目、国家自然科学基金面上项目、国家重点研发计划子课题等项目。获2017年CCF优秀博士学位论文奖、2021 SIGSPATIAL中国分会新星奖等。

报告题目：大模型时代下传统关系型数据库技术发展

报告摘要：大模型时代为传统关系型数据库技术带来了深刻变革与全新挑战。本报告从两个维度探讨了大模型与数据库技术的融合路径：另一方面，传统关系型数据库在处理非结构化数据（如文本、图像、视频）时受限于算子能力，缺乏深度分析手段。借助大语言模型的推理能力，构建以大模型为算子的多模态数据分析引擎，并配合查询优化技术，可在成本效益最优的前提下实现对海量非结构化数据的定量分析。另一方面，结构化大模型能够端到端地学习表格数据的全局依赖，并以线性计算复杂度高效处理长样本量场景，真正适配工业级数据规模。

简介：中国人民大学信息学院副教授、CCF高级会员、ICDE 2027出版主席、青年英才、玉兰学者。他于芬兰赫尔辛基大学获得博士学位，并在清华大学计算机系从事过博士后研究。他作为项目负责人先后承担国自科青年项目、CCF-华为胡杨林挑战基金项目、CCF-腾讯犀牛鸟项目、达梦产学研项目等，作为项目骨干参与国家自然科学基金重点项目、专项项目、国家重点研发计划等国家级项目。他在 HTAP 查询优化方面的研究成果落地 GaussDB 数据库内核，荣获华为火花奖（清华大学首位获奖者）。他在云数据库基准方面的工作荣获ICDE 2025 Best Paper Runner-Up Award（全球年度唯一）。

报告题目：生成式数据库：现状与未来

报告摘要：本次报告将围绕生成式数据库技术展开，首先，回顾当前已有的查询级别或者函数级别生成式数据库。其次，介绍算子级别生成式数据库。最后，介绍一种新型搜索组合式生成式向量数据库技术。

简介：主要研究方向为当代数据管理系统。入选2026年CCF优秀博士学位论文激励计划（数据库专委会推荐）。博士毕业于华东师范大学数据科学与工程学院，博士期间，作为首批博士生入选教育部与工业和信息化部联合支持的“国家关键软件高层次人才博士生专项”（2022-2025）。在数据管理领域国际顶级会议（CCF-A类）发表论文十余篇。曾获华东师范大学优秀博士学位论文（2026）、华东师范大学信息学部优秀博士学位论文（2026）、上海市优秀毕业生（2026）、华东师范大学校长奖学金（2025）、华东师范大学优秀学生干部（2025）、企业一等奖学金（2025）、IEEE BDDM最佳论文奖（2025）及博士研究生国家奖学金（2024）。

报告题目：基于大语言模型的自动化数据分析

报告摘要：大语言模型为数据分析工作流的自动化带来了新的机遇，但复杂数据理解、用户意图澄清与多模态任务规划仍面临挑战。本报告围绕多表问答分析、跨域探索性分析和多模态数据分析，介绍团队在多智能体协作、层次数据上下文、元数据图及查询规划等方面的研究进展，探讨如何贯通自然语言提问、查询执行与结果可视化，并结合实验分析准确性、效率与成本之间的权衡，展望自动化数据分析的发展方向。

简介：复旦大学硕士，腾讯云数据库高级工程师，在腾讯云从事数据库语义层，NL2SQL，Agent Context 和 Ontology 的相关研究和开发工作。

报告题目：从 ATLAS 到 Nexa Knowledge：大规模数据库自演进语义层的研究与实践

报告摘要：企业级 Text-to-SQL 的难点，不仅在于生成 SQL，更在于让系统在海量库表中理解业务、跟上物理 Schema 的持续变化，并从使用中积累知识。本次分享将介绍从 ATLAS 研究原型到 Nexa Knowledge 企业级生产项目的演进，探讨如何构建面向大规模数据库的自演进语义层。我们将围绕语义上下文的自动生成与组织、面向大规模库表的自适应检索，以及 Schema 变更驱动的上下文维护，介绍研究思路与生产实践；进一步讨论自动生成、人工核准和使用反馈如何协同，在一致性、生成成本与服务可用性之间建立可落地的机制，让语义层从一次性的元数据补充，逐步成为与物理结构保持一致、持续积累业务理解的基础设施。

CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。