报告题目：生成式人工智能：视觉内容生成的演进与前沿
报告人：王亚星教授 吉林大学人工智能学院
报告摘要：
生成式人工智能（AIGC）的爆发正在重塑视觉内容的创作方式，从“文生图”到“图生图”，扩散模型（Diffusion Models）等技术已展现出惊人的创造力。然而，如何精准控制生成内容与文本语义的高度一致性？如何在大规模模型中实现高效的推理速度？本报告将针对人工智能的专业背景，从生成式模型的基础逻辑出发，深入浅出地探讨文本与图像表征的融合机制。报告将分享如何通过优化文本嵌入、引入特征共享机制等手段解决当前AIGC面临的挑战，并一起学习内容生成的未来发展方向与学术前沿。
报告人简介：
吉林大学人工智能学院教授、博士生导师，入选国家海外高层次人才引进项目。西班牙巴塞罗那自治大学博士，并在该校从事博士后研究。主要研究方向为扩散模型、生成对抗网络、图像翻译及跨模态学习。在学术成就方面，王教授在 CVPR、NeurIPS、ICCV、IJCV 等国际顶级人工智能会议与期刊上发表学术论文30余篇，谷歌学术引用 3000余次。目前担任国际顶级人工智能学术会议 ICML 和 ICLR 的领域主席（Area Chair），并长期担任 TPAMI、NeurIPS、CVPR、ICCV 等多个顶刊顶会的审稿人。
王教授曾获得多项国际、国内竞赛荣誉，包括多模态语言翻译国际竞赛（WMT16）第一名、2022年粤港澳大湾区（黄埔）国际算法案例大赛亚军（2/116队伍）。主持/参与国家自然科学基金青年项目、OPPO图像增强、三星特定人脸合成、宁波市文旅个性化大模型以及重庆长安全low-level图像处理。
报告时间：2026年4月9日（星期四）13:30-15:10
报告地点：吉林大学前卫校区正新楼四楼学生教室
